报告时间：2023年11月18日（星期三）10:30-12:00
报告地点：管理学院新大楼1125会议室
报 告 人：林雷蕾
工作单位：首都师范大学
举办单位：管理学院
报告简介：
数据质量决定服务质量。随着信息系统与业务流程的深度融合，大量事件日志被收集、存储，流程挖掘技术能从这些日志中挖掘出流程模型，进而优化正在部署的业务过程。本次报告主要围绕如何提升事件日志的质量来展开讨论。具体包括两点：（1）业务演化问题；（2）行为复杂问题。针对业务演化问题，主要探讨了概念漂移检测技术如何寻找日志数据中的变化点位置，进而划分不同流程版本。针对行为复杂问题，主要探讨了轨迹聚类技术如何将日志中同质行为聚类形成一个簇，通过不同行为模式的展示来降低整体流程模型的复杂度。
报告人简介：
林雷蕾，首都师范大学硕士生导师，清华大学博士后。主要研究方向为流程挖掘、大数据处理与分析、图卷积神经网络。截止目前，在IEEE TSC、IEEE TPDS、CAISE、ICSOC、DASFAA、《计算机学报》、《软件学报》等国内外期刊会议发表论文40余篇。主持或参与国家重点研发计划/国家自然科学基金/北京市教委科技项目等十余项。获国家发明专利、软件著作权5项，获北京市优秀青年科技论文。现任中国业务过程管理大会委员、CCF服务计算执行委员、中国软件服务创新大赛评委，国内外多个期刊审稿员。研发成果已成功应用在广汽丰田、招商地产、泰康保险集团等。
