Wissenschaftliche Arbeiten  

26.07.19 16:29

Process Mining: Möglichkeiten der Zeitreihenanalyse zur Erkennung von Anomalien in Event-Streams

Das Process Mining stellt eine noch recht junge Wissenschaftsdisziplin dar und schlägt die Brücke zwischen der traditionell modellbasierten Prozessanalyse (z.B. Simulation oder andere BPM-Techniken) und datenzentrierten Analysetechniken, wie bspw. Machine Learning und Data Mining. Dabei unterstützt es im Wesentlichen Organisationen ihre Prozesse auf Grundlage von Eventdaten zu analysieren und Probleme zu diagnostizieren. Es zielt darauf ab Eventdaten zu analysieren, die während der Ausführung eines Prozesses aufgezeichnet werden, um so Einblicke in den Prozess zu generieren. Dabei findet ein Großteil der Process Mining Aktivitäten Offline statt, wobei das Online Process Mining immer mehr an Bedeutung gewinnt. Unter Online Process Mining versteht man dabei die Anwendung vom Process Mining Techniken auf live Event-Streams, also real-time Datenströme. Solche Datenströme können fehlerhafte Daten enthalten, die das Ergebnis der Analyse verfälschen.

Ziel der Arbeit ist es, anhand einer strukturierten Literaturrecherche aufzuzeigen, welche unterschiedlichen Möglichkeiten einer Zeitreihenanalyse, im Hinblick auf die Analyse von Datenströmen, existieren und inwieweit diese zur Erkennung von Anomalien innerhalb der Datenströme beitragen können.
 
Angebot als Bachelorarbeit.

Kontakt:
Philippe Krajsic (krajsic(at)wifa.uni-leipzig.de)



letzte Änderung: 05.11.2015