Resumen: Los registros de eventos extraídos de los sistemas de información ofrecen una base rica para comprender y mejorar los procesos comerciales. En muchas aplicaciones del mundo real, es posible distinguir entre ejecuciones de procesos deseables e indeseables, donde los rastros deseables reflejan un comportamiento eficiente o conforme, y los indeseables pueden implicar ineficiencias, violaciones de reglas, retrasos o desperdicio de recursos. Esta distinción presenta una oportunidad para guiar el descubrimiento de procesos de una manera más consciente de los resultados. Descubrir un modelo de proceso único sin considerar los resultados puede generar representaciones poco adecuadas para la verificación de conformidad y el análisis de desempeño, ya que no logran capturar diferencias de comportamiento críticas. Además, priorizar un comportamiento sobre otro puede oscurecer distinciones estructurales vitales para comprender los resultados del proceso. Al aprender reglas discriminativas interpretables sobre las características del flujo de control, agrupamos trazas con perfiles de deseabilidad similares y aplicamos el descubrimiento de procesos por separado dentro de cada grupo. Esto da como resultado modelos enfocados e interpretables que revelan los impulsores de ejecuciones tanto deseables como indeseables. El enfoque se implementa como una herramienta disponible públicamente y se evalúa en múltiples registros de eventos de la vida real, lo que demuestra su eficacia para aislar y visualizar patrones de procesos críticos.
Publicado originalmente en export.arxiv.org el 2 de noviembre de 2025.
Ver fuente original
