Predição de Processos com Dados não Estruturados Heterogêneos

Flavia Maria Santoro, Matheus Augusto de Oliveira, Kate Cerqueira Revoredo, Rosa Maria E. Moreira da Costa

Resumo


Devido ao volume de informações e ao grande número de atividades do dia-a-dia dentro das organizações, o interesse na área de Gestão de Processos de Negócios ou Business Process Management (BPM) apresentou um crescimento notável e, portanto, cresce a necessidade de documentação, controle e otimização de processos e fluxos de trabalho existentes. Neste contexto, o monitoramento de processos ou Business Process Monitoring ganha atenção prevendo algumas características específicas de uma instância do processo em execução com base no histórico da execução do processo (log) e nos dados associados aos seus eventos. Essas previsões podem tornar as decisões de um analista de negócios mais assertivas, já que prever uma certa característica de uma instância em execução em um ponto específico do fluxo de trabalho com certo grau de confiança permite a atenuação de um problema antes que ele aconteça. Desta forma, as ações deixam de ser reativas e se tornam proativas, já que não precisamos esperar que a execução termine para observar o resultado e reagir. Por outro lado, decidir sobre o conjunto de características a considerar para a previsão é uma tarefa difícil. Neste artigo, avaliamos o impacto de características não estruturadas para predição do processo em uma empresa de prestação de serviços em TI.


Texto completo:

PDF


DOI: https://doi.org/10.12957/cadinf.2019.44581

Apontamentos

  • Não há apontamentos.


 

ISSN: 1413-9014 / E-ISSN: 2317-2193

DOI: dx.doi.org/10.12957/cadinf

 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License