典型文献
基于行为向量的在线事件流预测
文献摘要：
为了有效分析事件流之间特定的行为关系并将其融入预测过程,提出一种基于事件流行为向量的在线事件流协同过滤推荐算法来预测下一个事件.首先分析事件流之间的结构相似性和行为相似性,以确定事件流的行为轮廓关系,在此基础上捕获事件流的行为依赖关系,将事件流构建为行为向量;然后调整传统的协同过滤推荐算法以分析在线事件流,对下一个事件流进行有效预测;最后,在Pm4py框架中实现相关算法,并在合成日志和真实日志中进行仿真预测.实验结果表明,行为向量能够体现事件流的行为关系,并提高预测的有效性.
文献关键词：
事件流预测;行为向量编码;在线;协同过滤;业务流程监控
中图分类号：
作者姓名：
卢可;方贤文;方娜
作者机构：
安徽理工大学 数学与大数据学院,安徽 淮南 232001;同济大学 嵌入式系统与服务计算教育部重点实验室,上海 201804
文献出处：
引用格式：
[1]卢可;方贤文;方娜-.基于行为向量的在线事件流预测)[J].计算机集成制造系统,2022(10):3052-3063
A类：
事件流预测,Pm4py,行为向量编码,业务流程监控
B类：
有效分析,行为关系,协同过滤推荐算法,结构相似性,行为轮廓,依赖关系,后调,流进,成日,日志,仿真预测
AB值：
0.156474
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
