In Abgrenzung zum klassischen Data Mining fokussiert das Process Mining statt der Daten- auf die Prozessebene, um Einblicke aus einer prozessorientierten Sicht zu ermöglichen. Dazu sind die zu analysierenden Logs grundlegend aus Ereignissen aufgebaut, die designierten Aktivitäten im Prozess entsprechen. Gleichzeitig ist jedes Ereignis einem konkreten Fall (einer Prozessinstanz) zugeordnet. Die chronologische Abfolge der Ereignisse zu einem Fall stellt somit einen Pfad von Aktivitäten, d. h. einen Ablauf (engl. Trace), des Prozesses dar.
%0 Journal Article
%1 AccorsiUllrichAalst12insk
%A Accorsi, Rafael
%A Ullrich, Meike
%A van der Aalst, Wil M. P.
%D 2012
%J Informatik-Spektrum
%K 01821 springer paper ai data processing pattern recognition business process workflow analysis
%N 5
%P 354-359
%R 10.1007/s00287-012-0641-4
%T Process Mining
%V 35
%X In Abgrenzung zum klassischen Data Mining fokussiert das Process Mining statt der Daten- auf die Prozessebene, um Einblicke aus einer prozessorientierten Sicht zu ermöglichen. Dazu sind die zu analysierenden Logs grundlegend aus Ereignissen aufgebaut, die designierten Aktivitäten im Prozess entsprechen. Gleichzeitig ist jedes Ereignis einem konkreten Fall (einer Prozessinstanz) zugeordnet. Die chronologische Abfolge der Ereignisse zu einem Fall stellt somit einen Pfad von Aktivitäten, d. h. einen Ablauf (engl. Trace), des Prozesses dar.
@article{AccorsiUllrichAalst12insk,
abstract = {In Abgrenzung zum klassischen Data Mining fokussiert das Process Mining statt der Daten- auf die Prozessebene, um Einblicke aus einer prozessorientierten Sicht zu ermöglichen. Dazu sind die zu analysierenden Logs grundlegend aus Ereignissen aufgebaut, die designierten Aktivitäten im Prozess entsprechen. Gleichzeitig ist jedes Ereignis einem konkreten Fall (einer Prozessinstanz) zugeordnet. Die chronologische Abfolge der Ereignisse zu einem Fall stellt somit einen Pfad von Aktivitäten, d. h. einen Ablauf (engl. Trace), des Prozesses dar.},
added-at = {2016-05-03T17:08:19.000+0200},
author = {Accorsi, Rafael and Ullrich, Meike and van der Aalst, Wil M. P.},
biburl = {https://www.bibsonomy.org/bibtex/2b43ee1bcdde2a58fa80b876ae5d23911/flint63},
doi = {10.1007/s00287-012-0641-4},
file = {SpringerLink:2012/AccorsiUllrichAalst12insk.pdf:PDF},
groups = {public},
interhash = {c7ed830084db825a7036e8fd70679698},
intrahash = {b43ee1bcdde2a58fa80b876ae5d23911},
issn = {0170-6012},
journal = {Informatik-Spektrum},
keywords = {01821 springer paper ai data processing pattern recognition business process workflow analysis},
month = {#oct#},
number = 5,
pages = {354-359},
timestamp = {2018-04-16T11:48:12.000+0200},
title = {{Process Mining}},
username = {flint63},
volume = 35,
year = 2012
}