為了在不完備的日志中挖掘含有多并發(fā)的三角形二度循環(huán)結(jié)構(gòu)的過(guò)程模型，在擴(kuò)展Alpha算法的基礎(chǔ)上提出AlphaMatch算法。該算法可以在不包含重復(fù)行為序列的日志中，將兩個(gè)活動(dòng)匹配成三角形二度循環(huán)，并挖掘出含有多并發(fā)三角形二度循環(huán)的過(guò)程模型。首先，根據(jù)活動(dòng)數(shù)量關(guān)系將構(gòu)成三角形二度循環(huán)的活動(dòng)分為兩類(lèi);然后，再根據(jù)活動(dòng)位置關(guān)系，使用三角形二度循環(huán)活動(dòng)的首尾標(biāo)記位置矩陣匹配這兩類(lèi)活動(dòng)，并且給出足跡矩陣顯示活動(dòng)之間的關(guān)系;最后，在ProM平臺(tái)上進(jìn)行了大量仿真實(shí)驗(yàn)，從模型正確性、挖掘效率、擬合度和精確度四個(gè)角度驗(yàn)證了算法能有效挖掘含有多并發(fā)的三角形二度循環(huán)的Petri網(wǎng)模型。

　　隨著計(jì)算機(jī)。互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的企業(yè)采用信息系統(tǒng)處理業(yè)務(wù)，這些信息系統(tǒng)會(huì)產(chǎn)生大量的日志文件。過(guò)程挖掘作為一門(mén)新興學(xué)科，旨在從這些日志文件中提取有價(jià)值的過(guò)程相關(guān)信息。過(guò)程挖掘主要有過(guò)程發(fā)現(xiàn)（ Process Discovery）、合規(guī)性檢查（ Process Conformance） 和過(guò)程改進(jìn)（ Process Enhancement）三個(gè)方面的應(yīng)用。過(guò)程發(fā)現(xiàn)是過(guò)程挖掘中最富有挑戰(zhàn)性的任務(wù)之一［u。。 通常，過(guò)程發(fā)現(xiàn)就是使用不包括任何先驗(yàn)信息的事件日志生成模型的過(guò)程。過(guò)程模型主要有以下兩個(gè)方面的價(jià)值：1）有利于管理者了解業(yè)務(wù)流程，進(jìn)行業(yè)務(wù)流程優(yōu)化，從而提高業(yè)務(wù)效率;2）利用過(guò)程模型和日H志信息相結(jié)合可以發(fā)現(xiàn)當(dāng)前業(yè)務(wù)流程中出現(xiàn)的不合規(guī)問(wèn)題，從而推動(dòng)工藝流程的改進(jìn)。