You are not allowed to perform this action

فرایندکاوی

Process Mining

مقطع: تحصیلات تکمیلی گرایش: نرم‌افزار
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: – هم‌نیاز: –

هدف کلی

هدف از این درس، آشنایی دانشجویان با رویکرد داده‌محور در استخراج و بهبود فرایندهای سازمانی است. همچنین دانشجویان الگوریتم‌های استخراج فرایند، تطابق فرایند و پیش‌بینی خروجی فرایندهای کسب‌وکار را فرا خواهند گرفت. آشنایی و استفاده از ابزارهای موجود برای بهبود فرایندهای کسب‌وکار از اهداف دیگر درس است.

سرفصل‌ها

  1. آشنایی با ضرورت و کاربردهای فرایندکاوی
  2. آشنایی با مفاهیم کشف فرایند، کنترل کارایی فرایند، بهبود و ارتقاء فرایند
  3. مقایسه فرایندکاوی و داده‌کاوی
  4. کاربرد دسته‌بندی، خوشه‌بندی و قوانین انجمنی در فرایندکاوی
  5. آشنایی با نگاره رویداد و مدل‌های فرایند
  6. آشنایی با مدل پتری‌نت و خواص آن
  7. آشنایی با Workflow Net
  8. آشنایی با الگوریتم آلفا و نقاط ضعف و قوت آن
  9. معیارهای ارزیابی کارایی الگوریتم‌های کشف فرایند

ارزیابی پیشنهادی

  • آزمون میان ترم: ۳۰ درصد نمره
  • آزمون پایان ترم: ۴۰ درصد نمره
  • پروژه عملی: ۳۰ درصد نمره

منابع پیشنهادی

  1. W. M. P. van der Aalst. Process Mining: Data Science in Action. 2nd Edition, Springer, 2016.
  2. L. Reinkemeyer. Process Mining in Action: Principles, Use Cases and Outlook. 1st Edition, Springer, 2020.
  3. R. S. Mans, W.M. P. van der Aalst, and R. J. B. Vanwersch. Process Mining in Healthcare: Evaluating and Exploiting Operational Healthcare Processes. Springer, 2015.
  4. K. Okoye. Applications and Developments in Semantic Process Mining. IGI Global, 2020.
  5. D. Ferreira. A primer on process mining: Practical skills with python and graphviz. 2nd Edition, Springer, 2020.