報告時間：2023年11月18日（星期三）10:30-12:00
報告地點：管理學院新大樓1125會議室
報 告 人：林雷蕾
工作單位：首都師范大學
舉辦單位：管理學院
報告簡介：
數據質量決定服務質量。隨著信息系統(tǒng)與業(yè)務流程的深度融合，大量事件日志被收集、存儲，流程挖掘技術能從這些日志中挖掘出流程模型，進而優(yōu)化正在部署的業(yè)務過程。本次報告主要圍繞如何提升事件日志的質量來展開討論。具體包括兩點：（1）業(yè)務演化問題；（2）行為復雜問題。針對業(yè)務演化問題，主要探討了概念漂移檢測技術如何尋找日志數據中的變化點位置，進而劃分不同流程版本。針對行為復雜問題，主要探討了軌跡聚類技術如何將日志中同質行為聚類形成一個簇，通過不同行為模式的展示來降低整體流程模型的復雜度。
報告人簡介：
林雷蕾，首都師范大學碩士生導師，清華大學博士后。主要研究方向為流程挖掘、大數據處理與分析、圖卷積神經網絡。截止目前，在IEEE TSC、IEEE TPDS、CAISE、ICSOC、DASFAA、《計算機學報》、《軟件學報》等國內外期刊會議發(fā)表論文40余篇。主持或參與國家重點研發(fā)計劃/國家自然科學基金/北京市教委科技項目等十余項。獲國家發(fā)明專利、軟件著作權5項，獲北京市優(yōu)秀青年科技論文。現任中國業(yè)務過程管理大會委員、CCF服務計算執(zhí)行委員、中國軟件服務創(chuàng)新大賽評委，國內外多個期刊審稿員。研發(fā)成果已成功應用在廣汽豐田、招商地產、泰康保險集團等。
