• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

基于任务发生关系的流程模型相似性度量

宋金凤, 闻立杰, 王建民

宋金凤, 闻立杰, 王建民. 基于任务发生关系的流程模型相似性度量[J]. 计算机研究与发展, 2017, 54(4): 832-843. DOI: 10.7544/issn1000-1239.2017.20151176
引用本文: 宋金凤, 闻立杰, 王建民. 基于任务发生关系的流程模型相似性度量[J]. 计算机研究与发展, 2017, 54(4): 832-843. DOI: 10.7544/issn1000-1239.2017.20151176
Song Jinfeng, Wen Lijie, Wang Jianmin. A Similarity Measure for Process Models Based on Task Occurrence Relations[J]. Journal of Computer Research and Development, 2017, 54(4): 832-843. DOI: 10.7544/issn1000-1239.2017.20151176
Citation: Song Jinfeng, Wen Lijie, Wang Jianmin. A Similarity Measure for Process Models Based on Task Occurrence Relations[J]. Journal of Computer Research and Development, 2017, 54(4): 832-843. DOI: 10.7544/issn1000-1239.2017.20151176
宋金凤, 闻立杰, 王建民. 基于任务发生关系的流程模型相似性度量[J]. 计算机研究与发展, 2017, 54(4): 832-843. CSTR: 32373.14.issn1000-1239.2017.20151176
引用本文: 宋金凤, 闻立杰, 王建民. 基于任务发生关系的流程模型相似性度量[J]. 计算机研究与发展, 2017, 54(4): 832-843. CSTR: 32373.14.issn1000-1239.2017.20151176
Song Jinfeng, Wen Lijie, Wang Jianmin. A Similarity Measure for Process Models Based on Task Occurrence Relations[J]. Journal of Computer Research and Development, 2017, 54(4): 832-843. CSTR: 32373.14.issn1000-1239.2017.20151176
Citation: Song Jinfeng, Wen Lijie, Wang Jianmin. A Similarity Measure for Process Models Based on Task Occurrence Relations[J]. Journal of Computer Research and Development, 2017, 54(4): 832-843. CSTR: 32373.14.issn1000-1239.2017.20151176

基于任务发生关系的流程模型相似性度量

基金项目: 国家自然科学基金项目(61472207,61325008)
详细信息
  • 中图分类号: TP315

A Similarity Measure for Process Models Based on Task Occurrence Relations

  • 摘要: 针对流程模型行为相似性度量难题,提出了一种基于任务发生关系的流程模型相似性度量TOR.基于Petri网的完全前缀展开理论,提出了节点编号算法以及最近公共前驱计算方法,在此基础上定义了任务间3种基本的发生关系:因果、并行和互斥,并给出这些关系的高效计算方法和模型相似度计算公式.TOR能有效处理不可见任务和非自由选择结构,基于来自企业实际模型的实验证明了TOR具备较好的效果和性能,与已有算法相比,TOR能较好地满足行为相似性算法应具备的性质.
    Abstract: Similarity measures between process models are increasingly important for management, reuse, and analysis of process models in modern enterprises. So far, several approaches have been proposed and behavioral profile (BP) is a good concept to judge the behavioral consistency of process models, which describes the observable relations between tasks. However, all those approaches have their own advantages and disadvantages. Towards the hard problem of behavioral similarity measure between process models, especially to improve the effectiveness of BP, a new method for measuring the behavioral similarity between process models named TOR based on the occurrence relation among tasks is proposed. Based on complete prefix unfolding (CPU) technique of Petri nets, we propose the algorithms for numbering the nodes in a CPU and computing the least common precursors for each pair of nodes. Then we define the three basic occurrence relations between tasks: causal relation, concurrent relation and conflict relation. The algorithm for efficiently computing the relations and the formalism for computing the similarity are also given. TOR can handle both invisible tasks and non-free choice constructs. The experimental results show the effectiveness and efficiency of TOR. Compared with the existing mainstream behavioral similarity algorithms for process models, TOR can satisfy all the five properties that a good similarity algorithm should have.
  • 期刊类型引用(28)

    1. 李东亚,白涛,香慧敏,戴硕,王震鲁,陈珍. 基于RoBERTa多特征融合的棉花病虫害命名实体识别. 河南农业科学. 2024(02): 152-161 . 百度学术
    2. 阮光册,钟静涵,张祎笛. 基于深度学习的术语识别研究综述. 数据分析与知识发现. 2024(04): 64-75 . 百度学术
    3. 王颖洁,张程烨,白凤波,汪祖民. 基于Transformer的司法文书命名实体识别方法. 计算机科学. 2024(S1): 125-133 . 百度学术
    4. 梁宏涛,刘雨婷,李帅,高大唤,朱洁. 多策略黏菌算法优化BiLSTM的命名实体识别研究. 中文信息学报. 2024(07): 51-62 . 百度学术
    5. 王颖洁,张程烨,白凤波,汪祖民,季长清. 中文命名实体识别研究综述. 计算机科学与探索. 2023(02): 324-341 . 百度学术
    6. 毛亮,赵林均,余敦辉,孙斌. 基于知识蒸馏的企业命名实体识别模型. 计算机工程. 2023(05): 90-96 . 百度学术
    7. 王馨瑢,胡金南. 人文社科专题文献命名实体识别. 数字技术与应用. 2023(07): 97-100 . 百度学术
    8. 喻金平,朱伟锋,廖列法. 基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究. 计算机工程与科学. 2023(08): 1498-1507 . 百度学术
    9. 张文韩,刘小明,杨关,刘杰. 多层结构化语义知识增强的跨领域命名实体识别. 计算机研究与发展. 2023(12): 2864-2876 . 本站查看
    10. 马玉凤,向南,豆亚杰,姜江,杨克巍,谭跃进. 军事系统工程中的知识图谱应用及研究. 系统工程与电子技术. 2022(01): 146-153 . 百度学术
    11. 张毅,王爽胜,何彬,叶培明,李克强. 基于BERT的初等数学文本命名实体识别方法. 计算机应用. 2022(02): 433-439 . 百度学术
    12. 李攀锋,陈樱珏,钟泠韵,林锋. 基于多粒度认知的命名实体识别方法. 四川大学学报(自然科学版). 2022(02): 64-70 . 百度学术
    13. 杨璐,张恬,郑丽敏,田立军. 兽药致病命名实体Att-Aux-BERT-BiLSTM-CRF识别. 农业机械学报. 2022(03): 294-300 . 百度学术
    14. 彭雪,赵辉,郑肇谦,庞海婷. 融合多种嵌入表示的中文命名实体识别. 长春工业大学学报. 2022(01): 81-90 . 百度学术
    15. 刘巨升,于红,杨惠宁,邵立铭,宋奇书,李光宇,张思佳,孙华. 基于多核卷积神经网络(BERT+Multi-CNN+CRF)的水产医学嵌套命名实体识别. 大连海洋大学学报. 2022(03): 524-530 . 百度学术
    16. 刘巨升,杨惠宁,孙哲涛,杨鹤,邵立铭,于红,张思佳,叶仕根. 面向知识图谱构建的水产动物疾病诊治命名实体识别. 农业工程学报. 2022(07): 210-217 . 百度学术
    17. 左亚尧,陈皓宇,陈致然,洪嘉伟,陈坤. 融合多语义特征的命名实体识别方法. 计算机应用. 2022(07): 2001-2008 . 百度学术
    18. 臧凌玉,张应中,罗晓芳. 基于双重深度迁移学习的机械领域命名实体识别. 计算机应用与软件. 2022(09): 219-224 . 百度学术
    19. 范晓武,葛嘉恒. 高速公路突发事件实体识别及事件分类联合模型研究. 计算机时代. 2021(01): 11-15+20 . 百度学术
    20. 赵鹏飞,赵春江,吴华瑞,王维. 基于注意力机制的农业文本命名实体识别. 农业机械学报. 2021(01): 185-192 . 百度学术
    21. 姜同强,王岚熙. 基于双向编码器表示模型和注意力机制的食品安全命名实体识别. 科学技术与工程. 2021(03): 1103-1108 . 百度学术
    22. 王玉玲. 大数据背景的电子商务商品实体识别算法. 微型电脑应用. 2021(06): 80-83 . 百度学术
    23. 娄培,方安,赵琬清,杨晨柳,胡佳慧. 电子病历信息抽取可视化分析. 医学信息学杂志. 2021(04): 35-40 . 百度学术
    24. 刘继明,孙成,袁野. 基于训练模型改进的语音问句信息抽取方法. 科学技术与工程. 2021(18): 7635-7641 . 百度学术
    25. 郑丽敏,任乐乐. 采用融合规则与BERT-FLAT模型对营养健康领域命名实体识别. 农业工程学报. 2021(20): 211-218 . 百度学术
    26. 张晗,胡永进,郭渊博,陈吉成. 信息安全领域内实体共指消解技术研究. 通信学报. 2020(02): 165-175 . 百度学术
    27. 尉桢楷,程梦,周夏冰,李志峰,邹博伟,洪宇,姚建民. 基于类卷积交互式注意力机制的属性抽取研究. 计算机研究与发展. 2020(11): 2456-2466 . 本站查看
    28. 胡万亭,郭建英,张继永. 一种基于改进ELMO模型的组织机构名识别方法. 计算机技术与发展. 2020(11): 25-29 . 百度学术

    其他类型引用(54)

计量
  • 文章访问数: 
  • HTML全文浏览量:  0
  • PDF下载量: 
  • 被引次数: 82
出版历程
  • 发布日期:  2017-03-31

目录

    /

    返回文章
    返回