Estudio del contexto de ejecución en monitorización predictiva de procesos

El contexto de ejecución en un proceso, entendido como las actividades que rodean un evento y sus relaciones, es una información especialmente útil para las técnicas de minería de procesos en diferentes problemas como la monitorización predictiva o la detección de anomalías y la reconstrucción de eventos. No obstante, la representación de este contexto de ejecución apenas ha sido estudiada en la comunidad de la minería de procesos y las propuestas existentes se basan principalmente en la aplicación directa de los word embeddings, específicos del ámbito del procesamiento del lenguaje natural. En este artículo presentamos dos técnicas basadas en modelos de aprendizaje profundo para generar embeddings capaces de capturar información contextual sobre las actividades de un proceso. Estas técnicas han sido integradas en una arquitectura de referencia y evaluadas sobre 8 registros de eventos de procesos reales en el ámbito de la monitorización predictiva. Los resultados muestran una mejora significativa en la predicción de la siguiente actividad, lo que indica que nuestros embeddings son capaces de capturar información contextual útil para mejorar las predicciónes.

keywords: Minería de Procesos, Monitorización Predictiva, Aprendizaje Profundo, Embeddings