计算机集成制造系统 ›› 2022, Vol. 28 ›› Issue (10): 3052-3063.DOI: 10.13196/j.cims.2022.10.003
卢可1,方贤文1,2+,方娜1
LU Ke1,FANG Xianwen1,2+,FANG Na1
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。
中图分类号: