Литературный обзор. 
Эффективное автоматизированное выявление бизнес-процессов и исходные данные для него

Тема автоматизированных методов выявления бизнес-процессов достаточно широка и затрагивает несколько областей знаний, которыми должен обладать исследователь для проведения аналитической работы в этой сфере. В первую очередь, необходимо понимание различных подходов к анализу и выявлению бизнес-процессов, в том числе представление о сути процессного подхода как такового. Наиболее важным аспектом исследования автоматизированных методов выявления процессов становится профессиональная и научно-публицистическая литература, в которой освещены современные тенденции этого направления бизнес-анализа, сделаны общий обзор методологий и их практического применения. И, конечно же, третьим, но наиболее важным кластером литературы для проведения исследования необходимо отметить профильную литературу о методологиях автоматизированного анализа процессов, публикациях Вила Ван дер Аалста и других ученых-исследователей о возможных к использованию алгоритмах и программных инструментах, статьи и описания, размещенные на сайтах исследовательских групп, которые на постоянной основе освещают новости и прогресс развития автоматизированного выявления бизнес-процессов.

Для проведения основательного исследования в сфере автоматизированного выявления бизнес-процессов на основании книг Глика Д. «Информация. История. Теория. Поток», Репина В. В. «Бизнес-процессы. Моделирование, внедрение, управление» и статьи и лекции кандидата технических наук Чеботарева В. Г. [40, 41] были собраны необходимые термины и принципы процессного подхода и совершенствования деятельности организации. На основании этой литературы, а также книг Гришина В. Н. «Информационные технологии в профессиональной деятельности» и Черникова Б. В. и Поклонова Б. Е. «Оценка качества программного обеспечения: Практикум» проведена подготовка к практическому исследованию, выбор инструментов и выбран исследуемый процесс одобрения контрактов компании «Дж.Т.И. по маркетингу и продажам». На основании литературы, описывающей автоматизированные методы выявления процессов и их практическое применение (Святогор Л. «Семантичесекий анализ текстов естественного языка: цели и средства», Ван дер Аалст В. «Process mining: discovery, conformance and enhancement of business processes», Круглов В. В. «Искусственные нейронные сети. Теория и практика») собраны необходимые для анализа данные о процессе. Кроме того, для выбора темы и проблемы исследования, постановки задач были изучены обзорные труды об автоматизированном выявлении бизнес-процессов, которые позволили создать общее впечатление об этом направлении и месте глубинного поиска процессов в нем (Chintalapati S. S. et al. «A Research Article on Data Mining in Addition to Process Mining: Similarities and Dissimilarities», Cook J. E., Wolf A. L. «Automating process discovery through event-data analysis», Tyler J. R., Wilkinson D. M., Huberman B. A. «E-mail as spectroscopy: Automated discovery of community structure within organizations»).

Основными источниками подробной информации о методологиях автоматизированного выявления процессов для исследования стали книги Вила Ван дер Аалста «Process mining: discovery, conformance and enhancement of business processes» [2], Круглова В. В. и Борисова В. В. И"скусственные нейронные сети. Теория и практика" [30] и Святогора Л., Гладуна В. «Семантичесекий анализ текстов естественного языка: цели и средства», в которых подробно описаны принципы алгоритмов и общий смысл анализа, ложащегося в основу подходов. Данные источники, а также другие научные публикации (Van der Aalst W. M. P. Weijters T., Maruster L. Workflow mining: Discovering process models from event logs [1], Van Der Aalst W. M. P. et al. Process mining manifesto [5], Weijters A., Van Der Aalst W. M. P., De Medeiros A. K. A. Process mining with the heuristics miner-algorithm, Agata Filipowska, Monika Kaczmarek, Agnes Koschmider, Sebastian Stein, Krzysztof Wecel, Witold Abramowicz «Social Software and Semantics for Business Process Management — Alternative or Synergy?», Андреев А. М., Березкин Д. В., Морозов В. В., Симаков К. В. «Автоматическая классификация текстовых документов с использованием нейросетевых алгоритмов и семантического анализа») использованы для подготовки теоретической базы исследования, описания методологий, составления списка критериев для оценки исходных данных для анализа, а также проведения практической части работы.

Для более глубокого исследования основных требований к содержанию и формату исходных данных автоматизированных методов анализа для выработки критериев их оценки, а также других более узких аспектов применения методологий были использованы различные профильные статьи исследователей, такие как M. de Leoni, F.M. Maggi, W.M.P. van der Aalst «An Alignment-Based Framework to Check the Conformance of Declarative Process Models and to Preprocess Event-Log Data», Burattin A., Sperduti A., W. M. P. van der Aalst «Heuristics miners for streaming event data», Landauer T. K., Foltz P. W., Laham D. «An introduction to latent semantic analysis», Hepp M. et al. «Semantic business process management: A vision towards using semantic web services for business process management». Изучение программных инструментов, реализующих глубинный поиск и их возможностей для применения в исследовании, было произведено на основании электронных ресурсов разработчиков ПО (официальный сайт проекта ProM исследовательской группы Технологического университета Эйндхофена, официальный сайт исследовательской группы Технологического университета Эйндхофена, официальный блог Flux Capacitor компании Fluxicon и статей Verbeek H. M. W. et al. Prom 6: The process mining toolkit, Kalenkova A. A., de Leoni M., van der Aalst W. M. P. Discovering, Analyzing and Enhancing BPMN Models Using ProM. Возможные варианты применения анализа сетей информационных потоков изучены с помощью практического опыта коллег и теоретической литературе.

В целом на текущий момент методы автоматизированного выявления процессов освещены достаточно узко, так как данное направление является относительно молодым. И не смотря на достаточное количество методического теоретического материала по применению характерных алгоритмов и подходов, описаний использования этих методов на реальных данных не так много для того, чтобы составить однозначное описание критериев и требований к данным, которые однозначно гарантируют положительный результат их применения. В связи с этим данное исследование представляет более интерес в части практического применения составленной в результате анализа литературы гипотезы, и, вероятно, будет интересно для ознакомления в качестве примера практического применения методов автоматизированного выявления процессов.

Эффективное автоматизированное выявление бизнес-процессов и исходные данные для него.