A Scoring-Based Approach for Structuredness-Aware Business Process Classification
यह शोध पत्र एक स्कोरिंग-आधारित दृष्टिकोण का प्रस्ताव और मूल्यांकन करता है जो प्रोसेस माइनिंग में स्वचालित सहायता की कमी को दूर करने के लिए इवेंट लॉग्स के भीतर सूक्ष्म टेम्पोरल (temporal) और अस्तित्व संबंधी गतिविधि संबंधों का विश्लेषण करके व्यावसायिक प्रक्रियाओं को संरचितता श्रेणियों (संरचित, अर्ध-संरचित, ढीली-संरचित और असंरचित) में स्वचालित रूप से वर्गीकृत करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, हलचल भरे शहर में घूम रहे हैं। शहर के कुछ हिस्से सबवे सिस्टम (मेट्रो) की तरह हैं: ट्रैक बिछाए गए हैं, ट्रेनें एक सख्त समय सारणी पर चलती हैं, और यदि आप सही स्टेशन से चढ़ते हैं तो आपको पता होता है कि आप अंततः कहाँ पहुँचेंगे। अन्य हिस्से किसी जैज़ फेस्टिवल या अराजक स्ट्रीट फेयर (सड़क मेले) की तरह हैं: लोग इधर-उधर घूमते हैं, बातचीत अचानक शुरू और बंद होती है, और आपका रास्ता पूरी तरह से इस पर निर्भर करता है कि आप किससे टकराते हैं और आपका मूड कैसा है। व्यवसाय की दुनिया में, कंपनियाँ "प्रक्रियाओं" (processes) पर चलती हैं—ये वे चरण-दर-चरण रेसिपी हैं जिनका वे काम पूरा करने के लिए उपयोग करती हैं, जैसे कि इनवॉइस प्रोसेस करना या मरीज का इलाज करना। कुछ रेसिपी कठोर और अनुमानित (जैसे सबवे) होती हैं, जबकि कुछ लचीली और अव्यवस्थित (जैसे स्ट्रीट फेयर) होती हैं।
लंबे समय तक, कंप्यूटर जो इन व्यावसायिक रेसिपी का विश्लेषण करते हैं (एक क्षेत्र जिसे "प्रोसेस माइनिंग" कहा जाता है) वे सबवे लाइनों को मैप करने में बहुत अच्छे रहे हैं। लेकिन वे स्वचालित रूप से यह बताने में संघर्ष करते रहे हैं कि एक सख्त सबवे और एक अराजक स्ट्रीट फेयर के बीच अंतर कैसे किया जाए। वे रेखाओं को देख सकते हैं, लेकिन वे आसानी से यह नहीं कह सकते कि, "यह प्रक्रिया सुपर स्ट्रक्चर्ड है," या "यह पूरी तरह से ढीली (loose) है।" यह महत्वपूर्ण है क्योंकि यदि आप एक स्ट्रीट फेयर को सबवे की तरह प्रबंधित करने की कोशिश करेंगे, तो आप रचनात्मकता को कुचल देंगे। यदि आप एक सबवे को स्ट्रीट फेयर की तरह मानेंगे, तो आप अराजकता पैदा करेंगे। बड़ा सवाल यह है: क्या हम कंप्यूटर को सिखा सकते हैं कि वह व्यवसाय के बिखरे हुए डेटा को देखे और तुरंत जान ले कि वह किस तरह की प्रक्रिया है?
टेक्निकल यूनिवर्सिटी ऑफ म्यूनिख के शोधकर्ताओं द्वारा लिखा गया यह पेपर कहता है, "हाँ, हम कर सकते हैं।" उन्होंने एक नया टूल बनाया है जो व्यावसायिक प्रक्रियाओं के लिए एक जासूस की तरह काम करता है। केवल यह गिनने के बजाय कि एक प्रक्रिया कितने अलग-अलग रास्ते लेती है, उनका टूल हर एक कदम के बीच के सूक्ष्म संबंधों को देखता है। उन्होंने पाया कि विशिष्ट प्रकार के संबंधों को अंक (एक "स्कोर") देकर—जैसे कि "गतिविधि A को गतिविधि B से पहले होना ही चाहिए" बनाम "गतिविधि A और B कभी भी हो सकती हैं"—वे किसी भी व्यावसायिक प्रक्रिया को चार श्रेणियों में स्वचालित रूप से वर्गीकृत कर सकते हैं: स्ट्रक्चर्ड (कठोर सबवे), सेमी-स्ट्रक्चर्ड (दोनों का मिश्रण), लूज़ली स्ट्रक्चर्ड (लचीला स्ट्रीट फेयर), या अनस्ट्रक्चर्ड (शुद्ध अराजकता)।
उनका जासूसी कार्य वास्तव में कैसे होता है, इसे एक सरल उपमा का उपयोग करके समझते हैं। कल्पना कीजिए कि आप दोस्तों के एक समूह को केवल उनके साथ समय बिताने के तरीके को देखकर उनके व्यक्तित्व को समझने की कोशिश कर रहे हैं।
- पुराना तरीका: आप केवल यह गिन सकते हैं कि वे कितनी बार एक साथ पार्क जाते हैं। यदि वे अक्सर जाते हैं, तो आप सोचते हैं कि वे एक घनिष्ठ समूह हैं। लेकिन यह बारीकियों को छोड़ देता है।
- नया तरीका (यह पेपर): आप उनकी दोस्ती के विशिष्ट नियमों को देखते हैं। क्या वे हमेशा एक ही क्रम में बैठते हैं? (यह एक "टेम्पोरल डिपेंडेंसी" या कालगत निर्भरता है)। यदि एक व्यक्ति आता है, तो क्या दूसरे का आना भी आवश्यक है? (यह एक "एक्सिस्टेंशियल डिपेंडेंसी" या अस्तित्व संबंधी निर्भरता है)।
शोधकर्ताओं ने महसूस किया कि प्रक्रियाओं के विभिन्न "व्यक्तित्वों" के अलग-अलग "दोस्ती पैटर्न" होते हैं।
- स्ट्रक्चर्ड प्रक्रियाएं एक सैन्य अभ्यास (मिलिट्री ड्रिल) की तरह होती हैं। यदि आप एक ऐसा पैटर्न देखते हैं जहाँ "चरण A का हमेशा तुरंत बाद चरण B का पालन किया जाता है," तो यह एक बड़ा सुराग है। यह एक कठोर नियम है।
- लूज़ली स्ट्रक्चर्ड प्रक्रियाएं पार्टी में दोस्तों के एक समूह की तरह होती हैं। "चरण A हो सकता है, या नहीं भी हो सकता है," और "चरण B, A से पहले हो सकता है, या बाद में, या बिल्कुल भी नहीं हो सकता है।" यह स्वतंत्रता का एक पैटर्न है।
टीम ने एक कंप्यूटर एल्गोरिदम बनाया जो व्यावसायिक गतिविधियों के लॉग (जैसे कि जो कुछ भी हुआ उसका एक डायरी रिकॉर्ड) को स्कैन करता है और एक विशाल स्कोरबोर्ड बनाता है। यह गिनता है कि उसने कितनी बार "कठोर नियम" बनाम "लचीली स्वतंत्रता" देखी। फिर, यह विशेष प्रकार के वेट्स (भार) लागू करता है। इसे एक वीडियो गेम स्कोरिंग सिस्टम की तरह समझें:
- यदि लॉग "डायरेक्टली फॉलो्स" (A के बाद B, बिना किसी अपवाद के) से भरा है, तो स्ट्रक्चर्ड टीम को +3 अंक मिलते हैं।
- यदि लॉग "इंडिपेंडेंस" (A और B के बीच कोई नियम नहीं) से भरा है, तो लूज़ली स्ट्रक्चर्ड टीम को +2.5 अंक मिलते हैं।
- यदि यह एक मिश्रण है, तो सेमी-स्ट्रक्चर्ड टीम को अंक मिलते हैं।
कंप्यूटर प्रत्येक श्रेणी के लिए अंकों को जोड़ता है। जिस श्रेणी का स्कोर सबसे अधिक होता है, वह जीत जाती है। यदि शीर्ष दो स्कोर बहुत करीब हैं, तो कंप्यूटर स्वीकार करता है, "मुझे यकीन नहीं है, यह एक सीमावर्ती मामला (borderline case) है," जो वास्तव में एक ईमानदार और उपयोगी उत्तर है।
यह परीक्षण करने के लिए कि क्या उनका स्कोरबोर्ड काम करता है, शोधकर्ताओं ने दो चीजें कीं। पहले, उन्होंने कंप्यूटर सिमुलेशन में नकली व्यावसायिक प्रक्रियाएं बनाईं। उन्होंने कुछ ऐसी बनाईं जो पूरी तरह से कठोर थीं, कुछ पूरी तरह से अराजक थीं, और कुछ इनके बीच की थीं। उनके एल्गोरिदम ने साफ नकली डेटा पर 100% सही परिणाम दिए, और जब उन्होंने डेटा में "नॉइज़" (नकली गलतियाँ या रैंडम ग्लिच) जोड़ा, तब भी टूल इतना स्मार्ट था कि वह शोर को अनदेखा कर सका और सही उत्तर ढूंढ सका।
दूसरा, वे देखना चाहते थे कि क्या इंसान इसे बेहतर कर सकते हैं। उन्होंने आठ अलग-अलग प्रोसेस मैप्स को 13 विशेषज्ञों (जो व्यवसाय प्रक्रियाओं का अध्ययन करते हैं) को दिखाया और उनसे श्रेणी का अनुमान लगाने को कहा। परिणाम दिलचस्प थे:
- विशेषज्ञ चरम स्थितियों को पहचानने में माहिर थे। सभी पूरी तरह से कठोर प्रक्रियाओं और पूरी तरह से अराजक प्रक्रियाओं पर सहमत थे।
- लेकिन जब बात अनिश्चित मध्य क्षेत्र (सेमी-स्ट्रक्चर्ड और लूज़ली स्ट्रक्चर्ड) की आई, तो इंसानों के बीच असहमति थी। कुछ ने सोचा कि एक प्रक्रिया "सेमी-स्ट्रक्चर्ड" थी, दूसरों ने सोचा कि यह "लूज़ली स्ट्रक्चर्ड" थी। उनके लिए अंतर करना कठिन था।
हालाँकि, कंप्यूटर सुसंगत था। इसने आसान मामलों में विशेषज्ञों से मेल खाया और उन जटिल मध्य मामलों के लिए एक स्पष्ट, वस्तुनिष्ठ लेबल प्रदान किया जहाँ इंसान भ्रमित थे। उदाहरण के लिए, एक वास्तविक दुनिया की प्रक्रिया (एक खेल जिसे ChickenHunt कहा जाता है) को कंप्यूटर द्वारा "लूज़ली स्ट्रक्चर्ड" के रूप में वर्गीकृत किया गया था। विशेषज्ञ ज्यादातर सहमत थे, उन्होंने नोट किया कि खिलाड़ियों के पास अपनी चालें चुनने की पूरी स्वतंत्रता थी। एक अन्य प्रक्रिया, एक मानक बीमा दावा, को "सेमी-स्ट्रक्चर्ड" के रूप में सही ढंग से पहचाना गया क्योंकि इसमें लचीले विकल्पों के साथ कठोर भाग भी शामिल थे।
यह पेपर यह दावा नहीं करता है कि यह एक जादुई छड़ी है जो हर समस्या को हमेशा के लिए हल कर देगी। लेखक स्वीकार करते हैं कि उनका टूल तब सबसे अच्छा काम करता है जब डेटा अपेक्षाकृत साफ हो और "स्कोरिंग वेट्स" जिनका उन्होंने उपयोग किया, उन्हें उनके विशिष्ट सिमुलेशन के आधार पर ट्यून किया गया था। वे यह भी नोट करते हैं कि यदि कोई प्रक्रिया वास्तव में "अनस्ट्रक्चर्ड" है (अर्थात कोई नियम मौजूद नहीं है), तो यह एक सैद्धांतिक एज केस है, लेकिन उनका टूल अभी भी इसे पहचान सकता है क्योंकि यह केवल स्वतंत्रता देखता है और कोई नियम नहीं।
अंत में, यह पेपर सुझाव देता है कि हमें यह अनुमान लगाने की आवश्यकता नहीं है कि एक व्यावसायिक प्रक्रिया सबवे है या स्ट्रीट फेयर। हर एक कदम के बीच के सूक्ष्म नियमों (या नियमों की कमी) को करीब से देखकर, एक कंप्यूटर स्वचालित रूप से प्रक्रिया को स्कोर कर सकता है और हमें बता सकता है कि वह किस तरह का जीव है। यह कंपनियों को अपने काम को प्रबंधित करने का निर्णय लेने में मदद करता है: क्या उन्हें सख्त नियमों और चेकलिस्ट की आवश्यकता है, या उन्हें अपने कर्मचारियों को रचनात्मक होने के लिए स्वतंत्रता देनी चाहिए? टूल इस प्रश्न का एक स्पष्ट, स्वचालित उत्तर प्रदान करता है, जो डेटा के भ्रमित करने वाले ढेर को एक सरल, समझने योग्य लेबल में बदल देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।