根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 将于2024年12月31日后停用。

面向流程偏差根因分析的港口物流流程挖掘方法及应用

Port logistics process mining method and application towards root cause analytics of process deviations
蔡敏1
王学涛1
宋容嘉1
刘聪2
雒兴刚1
黄磊3
1. 杭州电子科技大学 数据科学与智能决策实验中心 管理学院, 杭州 310018
2. 山东理工大学 计算机科学与技术学院, 山东 淄博 255000
3. 北京交通大学 经济管理学院, 北京 100044

摘要

港口物流是一种高度以人为中心、复杂灵活的业务流程。现有研究对其进行流程挖掘时,存在自动发现流程模型质量低的问题,同时缺少对于流程偏差进行系统化根因分析的支持,使港口流程偏差分析能力较弱。针对这一问题,提出一种面向流程偏差根因分析的港口物流流程挖掘方法。该方法基于事件日志进行港口物流活动统计实现流程绩效分析,使用Split Miner和Inductive Miner发现实际流程模型,并使用对齐方法识别流程偏差,接着结合分类决策树和桑基图对流程偏差进行根因分析。通过在某大型港口物流提货流程进行实际应用,结果表明,应用该方法能发现实际执行流程的更多细节来为流程偏差根因分析提供支持,并可以对流程偏差进行系统化的根因分析。该方法强化了港口物流流程偏差分析能力,进而降低了港口物流管理风险。

基金项目

国家自然科学基金资助项目(72371086,72171064,61902222)
山东省泰山学者工程专项基金资助项目(tsqn201909109)
山东省自然科学基金优秀青年基金项目(ZR2021YQ45)
山东省高等学校青创科技计划创新团队项目(2021KJ031)

出版信息

DOI: 10.19734/j.issn.1001-3695.2023.12.0622
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第9期
所属栏目: 算法研究探讨
出版页码: 2690-2698
文章编号: 1001-3695(2024)09-018-2690-09

发布历史

[2024-03-19] 优先出版
[2024-09-05] 印刷出版

引用本文

蔡敏, 王学涛, 宋容嘉, 等. 面向流程偏差根因分析的港口物流流程挖掘方法及应用 [J]. 计算机应用研究, 2024, 41 (9): 2690-2698. (Cai Min, Wang Xuetao, Song Rongjia, et al. Port logistics process mining method and application towards root cause analytics of process deviations [J]. Application Research of Computers, 2024, 41 (9): 2690-2698. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊