流程挖掘在銀行服務(wù)管理中的應(yīng)用*

盧盛祺，李遠(yuǎn)剛，管　連,周　赟

(1.上海財(cái)經(jīng)大學(xué) 信息管理與工程學(xué)院，上海 200433；2.上海財(cái)經(jīng)大學(xué) 上海市金融信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，上海 200433；3.復(fù)旦大學(xué) 軟件學(xué)院，上海 200433；4.國(guó)際商業(yè)機(jī)器(中國(guó))有限公司，北京 100101)

?

流程挖掘在銀行服務(wù)管理中的應(yīng)用*

盧盛祺1,2,3，李遠(yuǎn)剛1,2，管連4,周赟3

(1.上海財(cái)經(jīng)大學(xué) 信息管理與工程學(xué)院，上海 200433；2.上海財(cái)經(jīng)大學(xué) 上海市金融信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，上海 200433；3.復(fù)旦大學(xué) 軟件學(xué)院，上海 200433；4.國(guó)際商業(yè)機(jī)器(中國(guó))有限公司，北京 100101)

隨著銀行服務(wù)信息化的不斷發(fā)展，銀行面臨如何從大量的服務(wù)數(shù)據(jù)中提取有價(jià)值的信息用以提升服務(wù)效率的問(wèn)題。在銀行服務(wù)管理系統(tǒng)的實(shí)際應(yīng)用中，由于其業(yè)務(wù)具有并發(fā)性事件多、日志數(shù)量大等特點(diǎn)，選擇并行Apriori算法進(jìn)行分析。與傳統(tǒng)的Apriori算法相比，針對(duì)銀行業(yè)務(wù)中并發(fā)性業(yè)務(wù)較多的特點(diǎn)，設(shè)計(jì)使用了并行Apriori算法，解決了單服務(wù)器運(yùn)行效率隨日志數(shù)量明顯下降的弊端。銀行服務(wù)管理系統(tǒng)每日會(huì)產(chǎn)生大量流程的日志數(shù)據(jù)，記錄每一位參與員工的工作狀態(tài)，通過(guò)調(diào)用并行Aporiori算法，挖掘服務(wù)流程日志中的關(guān)聯(lián)規(guī)則，找出能夠高效協(xié)作的員工組合。實(shí)驗(yàn)結(jié)果表明，將并行Apriori算法應(yīng)用于服務(wù)流程日志的關(guān)聯(lián)規(guī)則挖掘，使系統(tǒng)可以根據(jù)規(guī)則將協(xié)作關(guān)系緊密的員工分配在一起共同處理服務(wù)請(qǐng)求，提高了服務(wù)效率，取得了合理的應(yīng)用效果，提高了銀行服務(wù)管理系統(tǒng)中服務(wù)分配的智能。

流程挖掘；關(guān)聯(lián)規(guī)則；員工組合；組織優(yōu)化；并行Apriori算法

引用格式：盧盛祺，李遠(yuǎn)剛，管連，等. 流程挖掘在銀行服務(wù)管理中的應(yīng)用 [J].微型機(jī)與應(yīng)用，2016,35(18)：88-92.

0　引言

隨著銀行同業(yè)競(jìng)爭(zhēng)之間的壓力逐漸加劇，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于發(fā)現(xiàn)流程日志數(shù)據(jù)中的有用模式，解決銀行在新形勢(shì)下面臨的問(wèn)題，成為大數(shù)據(jù)時(shí)代下銀行信息化應(yīng)用的研究熱點(diǎn)[1-2]。作為銀行信息化核心系統(tǒng)之一的銀行服務(wù)管理系統(tǒng)，需要針對(duì)來(lái)自于銀行各種業(yè)務(wù)渠道的客戶進(jìn)行一站式的管理服務(wù)，并幫助銀行優(yōu)化客戶服務(wù)管理流程，提高服務(wù)效率?，F(xiàn)有的銀行服務(wù)管理系統(tǒng)主要提供諸如服務(wù)請(qǐng)求錄入、服務(wù)請(qǐng)求查詢等基本的業(yè)務(wù)操作功能，但系統(tǒng)的智能性普遍不高。此外，銀行服務(wù)管理系統(tǒng)在長(zhǎng)期的運(yùn)行過(guò)程中積累了大量的流程日志，包括事件以及事件執(zhí)行者等數(shù)據(jù)[3]，這些流程日志所包含的數(shù)據(jù)反映了流程的執(zhí)行過(guò)程[4]。因此，數(shù)據(jù)挖掘技術(shù)的應(yīng)用為解決上述問(wèn)題提供了新的機(jī)遇[5-6]。通過(guò)對(duì)流程日志數(shù)據(jù)的分析和重現(xiàn)業(yè)務(wù)流程模型，可以發(fā)現(xiàn)影響銀行效率的瓶頸，并更好地利用現(xiàn)有資源提高服務(wù)質(zhì)量，推進(jìn)了銀行的業(yè)務(wù)設(shè)計(jì)和管理的改進(jìn)[7-8]。

學(xué)術(shù)界和企業(yè)界已經(jīng)探討了如何應(yīng)用銀行流程日志的分析來(lái)提高銀行服務(wù)管理系統(tǒng)的智能[9]。例如，基于時(shí)間序列的數(shù)據(jù)挖掘可以預(yù)測(cè)銀行客戶未來(lái)的行為[10]。還有基于支持向量機(jī)和決策樹(shù)的改進(jìn)算法，對(duì)數(shù)據(jù)進(jìn)行分析并最終預(yù)測(cè)銀行的業(yè)務(wù)效率[11-12]。但總體而言，目前的相關(guān)研究還主要集中在對(duì)銀行流程日志中所包含的客戶相關(guān)數(shù)據(jù)的分析，而對(duì)于銀行內(nèi)部運(yùn)營(yíng)效率提升方面的應(yīng)用研究還相對(duì)較少，特別是銀行員工作為服務(wù)流程的參與者，他們之間的合作關(guān)系也是影響銀行運(yùn)營(yíng)效率的主要因素[13]。

本文重點(diǎn)討論了如何找到合作效率較高的員工組合，來(lái)提升銀行服務(wù)效率，其中針對(duì)銀行服務(wù)管理系統(tǒng)流程日志的大規(guī)模特點(diǎn)，探討了如何有效地應(yīng)用并行Apriori算法分析銀行員工與服務(wù)效率之間的關(guān)系[14]。

1　銀行服務(wù)管理流程日志預(yù)處理

1.1流程日志的數(shù)據(jù)分析

銀行服務(wù)管理系統(tǒng)通常會(huì)對(duì)服務(wù)請(qǐng)求處理的流程數(shù)據(jù)加以記錄，最常見(jiàn)的是以日志文件的形式進(jìn)行保存。而流程日志作為流程挖掘的輸入，記錄了流程執(zhí)行過(guò)程中的相關(guān)數(shù)據(jù)。

在銀行服務(wù)管理系統(tǒng)產(chǎn)生的流程日志中，可以提取參與某次服務(wù)請(qǐng)求處理的所有員工、處理的時(shí)間等數(shù)據(jù)。其中，參與某次服務(wù)請(qǐng)求處理的所有員工可以看成是針對(duì)該次服務(wù)請(qǐng)求處理組成的臨時(shí)團(tuán)隊(duì)，而所花費(fèi)的總處理時(shí)間反映了服務(wù)的效率。對(duì)流程日志數(shù)據(jù)進(jìn)行簡(jiǎn)單的觀察，即可發(fā)現(xiàn)針對(duì)相同類型的服務(wù)請(qǐng)求，參與處理的員工組合不同，所花費(fèi)的總處理時(shí)間也是不同的。這很大程度上是因?yàn)閱T工之間的協(xié)作緊密程度影響著服務(wù)效率。通常協(xié)作關(guān)系好的員工在一起處理服務(wù)請(qǐng)求，具有更高的服務(wù)效率。這說(shuō)明完成服務(wù)處理的員工的組合與總處理時(shí)間之間存在一定的關(guān)聯(lián)關(guān)系。因此可以通過(guò)關(guān)聯(lián)分析找到與高服務(wù)效率相關(guān)聯(lián)的員工組合，回答“怎樣的員工組合是高效的”，也側(cè)面回答了“哪些員工在一起工作是協(xié)作緊密的”，從而提高了系統(tǒng)的智能性。在此基礎(chǔ)上，針對(duì)各類服務(wù)請(qǐng)求，生成相應(yīng)的服務(wù)分配規(guī)則，將協(xié)作關(guān)系緊密、可以提供高服務(wù)效率的員工分配一起，從而提高服務(wù)效率，減少客戶的等待時(shí)間，提高客戶滿意度。

流程日志文件本身往往不是為關(guān)聯(lián)分析所設(shè)計(jì)的，它包含了與分析主題無(wú)關(guān)的屬性，也存在與分析主題所需數(shù)據(jù)維度不一致的情況，因此數(shù)據(jù)預(yù)處理是整個(gè)流程日志挖掘過(guò)程的基礎(chǔ)以及保證規(guī)則有效性的前提，從大量的數(shù)據(jù)屬性中提取與挖掘過(guò)程有關(guān)的屬性從而降低了原始數(shù)據(jù)的維數(shù)。數(shù)據(jù)預(yù)處理主要包括以下幾方面。

(1)忽略或者刪除與關(guān)聯(lián)分析無(wú)關(guān)的屬性。

(2)對(duì)噪聲數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)、缺失數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗處理[15]。由于系統(tǒng)的異常、人為的誤操作等情況都可能產(chǎn)生噪聲數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)、缺失數(shù)據(jù)，這些數(shù)據(jù)會(huì)影響分析的結(jié)果，因此在數(shù)據(jù)預(yù)處理過(guò)程中需要對(duì)這些數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，以提高數(shù)據(jù)挖掘算法的效率和準(zhǔn)確度。其中，對(duì)缺失數(shù)據(jù)的問(wèn)題，通?？梢酝ㄟ^(guò)數(shù)據(jù)補(bǔ)齊和數(shù)據(jù)預(yù)測(cè)等方法處理。對(duì)于少量錯(cuò)誤數(shù)據(jù)的問(wèn)題，通常采取刪除錯(cuò)誤記錄的方式進(jìn)行處理。

(3)對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換。這主要包括定義衍生列，并根據(jù)邏輯計(jì)算其值，對(duì)隱私信息進(jìn)行轉(zhuǎn)換等操作。

1.2流程數(shù)據(jù)的預(yù)處理

(1)數(shù)據(jù)清理

針對(duì)在流程日志數(shù)據(jù)分析中發(fā)現(xiàn)的典型問(wèn)題，可以通過(guò)以下方法進(jìn)行處理：

①針對(duì)錯(cuò)誤數(shù)據(jù)、缺失數(shù)據(jù)的問(wèn)題，通過(guò)定義規(guī)則來(lái)定位錯(cuò)誤數(shù)據(jù)和缺失的數(shù)據(jù)，并將其刪除。例如“InQueueDateTime”、“OutQueueDateTime”分別表示服務(wù)請(qǐng)求進(jìn)入員工服務(wù)隊(duì)列池的開(kāi)始時(shí)間和結(jié)束時(shí)間，顯然“InQueueDateTime”晚于“OutQueueDateTime”的數(shù)據(jù)為異常數(shù)據(jù)。因此，可以定義規(guī)則：如果記錄中的“InQueueDateTime”晚于“OutQueueDateTime”，則刪除該條記錄。

②針對(duì)需要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換的問(wèn)題，可以定義字段轉(zhuǎn)換規(guī)則和計(jì)算公式，并據(jù)此產(chǎn)生衍生字段。例如設(shè)定計(jì)算規(guī)則：“處理池停留時(shí)間(Duration)”可以由“服務(wù)請(qǐng)求進(jìn)入處理池的時(shí)間”到“服務(wù)請(qǐng)求離開(kāi)處理池的時(shí)間”的間隔計(jì)算得到。對(duì)各步的處理池停留時(shí)間求和，就可以得到衍生字段“總服務(wù)處理時(shí)間”。

③反映服務(wù)效率的服務(wù)處理時(shí)間一般是正態(tài)分布的，因此代表高服務(wù)效率的記錄往往很少。針對(duì)該問(wèn)題，可以僅截取代表高服務(wù)效率的記錄作為分析的數(shù)據(jù)集，然后設(shè)定合適的服務(wù)效率分級(jí)規(guī)則。

(2)會(huì)話識(shí)別

要識(shí)別每一條會(huì)話，一條完整的會(huì)話的界定比較復(fù)雜，以撥打電話為例，用戶會(huì)在不明確服務(wù)流程的情況下，撥打好幾次電話進(jìn)行嘗試，但其中只有服務(wù)成功的會(huì)話才是有效的，所以在識(shí)別會(huì)話的過(guò)程中有一些啟發(fā)式規(guī)則可以使用。

①在短時(shí)間內(nèi)，一個(gè)用戶進(jìn)行多次的服務(wù)請(qǐng)求，都可以認(rèn)為是一個(gè)會(huì)話。

②一個(gè)用戶如果發(fā)起了不同的服務(wù)請(qǐng)求，需要被認(rèn)為是不同的會(huì)話。

③與用戶確認(rèn)結(jié)束服務(wù)作為一個(gè)會(huì)話的結(jié)束，保證會(huì)話的有效性。

在各類企業(yè)信息系統(tǒng)所產(chǎn)生的日志文件中，XML是一種比較常見(jiàn)的形式。其中，每一個(gè)XML標(biāo)簽(tag)被稱為一個(gè)元素，對(duì)應(yīng)一個(gè)屬性。針對(duì)銀行服務(wù)管理系統(tǒng)產(chǎn)生的流程日志的文件形式，可以通過(guò)ETL工具對(duì)其進(jìn)行預(yù)處理，只采集與關(guān)聯(lián)分析有關(guān)的屬性。使用 ETL工具讀取流程日志文件和元數(shù)據(jù)配置文件，將流程數(shù)據(jù)加載到數(shù)據(jù)庫(kù)中。流程數(shù)據(jù)表包含的主要屬性有請(qǐng)求類別(RequestType)、請(qǐng)求子類的唯一標(biāo)識(shí)碼(RequestCode)、此次服務(wù)請(qǐng)求的唯一標(biāo)識(shí)(RequestCaseUniqID)、操作類別(ActionType)、日志記錄類別(LogRecordType)、系統(tǒng)用戶賬號(hào)(LogonID)、會(huì)話號(hào)(SessionID)、會(huì)話開(kāi)始時(shí)間(SessionStartDateTime)、會(huì)話結(jié)束時(shí)間(SessionEndDateTime)、進(jìn)入處理池時(shí)間(InQueueDateTime)、離開(kāi)處理池時(shí)間(OutQueueDateTime)和產(chǎn)品代碼(ProdectCode)等。

1.3數(shù)值屬性離散化

并行Apriori算法是一種用以挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的關(guān)聯(lián)規(guī)則分析算法，而服務(wù)請(qǐng)求的總時(shí)間是數(shù)值類型的，因此需要對(duì)服務(wù)請(qǐng)求總時(shí)間進(jìn)行屬性離散化。

以處理申請(qǐng)無(wú)抵押貸款的服務(wù)請(qǐng)求為例，用ProcessRequest_APPL-UPL代表處理客戶申請(qǐng)無(wú)抵押貸款的服務(wù)請(qǐng)求，且該請(qǐng)求在系統(tǒng)中需要通過(guò)4個(gè)步驟完成。其基本流程是個(gè)人貸款部門(mén)業(yè)務(wù)員完成對(duì)請(qǐng)求的相關(guān)信息錄入；客戶信息管理部門(mén)根據(jù)錄入的信息核對(duì)該客戶信息并在系統(tǒng)中給予核準(zhǔn)意見(jiàn)；對(duì)于通過(guò)核準(zhǔn)步驟的請(qǐng)求，貸款部的額度組根據(jù)客戶收入和信息確定批準(zhǔn)的貸款金額；最后，個(gè)人貸款部門(mén)業(yè)務(wù)員發(fā)放貸款并在系統(tǒng)中更新該信息。用TCT代表完成此次服務(wù)請(qǐng)求的總耗時(shí)。包含上述員工的服務(wù)請(qǐng)求的部分流程分析數(shù)據(jù)如表1所示。

表1　處理前數(shù)據(jù)示例

服務(wù)總時(shí)間數(shù)據(jù)離散的過(guò)程如下：

(1)計(jì)算針對(duì)客戶申請(qǐng)無(wú)抵押貸款類的服務(wù)請(qǐng)求(APPL-UPL)，所有員工序列的總平均處理時(shí)間(Average-Consumed-Time，ACT)，即ACT=sum(TCT)/ (records count)。

(2)將各組員工序列的處理總時(shí)間(Total-Consumed-Time，TCT)減去總平均處理時(shí)間(ACT)并與總平均處理時(shí)間求比值，用TCT%表示。

(3)確定服務(wù)請(qǐng)求處理效率的分級(jí)規(guī)則。對(duì)服務(wù)請(qǐng)求的處理效率進(jìn)行分級(jí)時(shí)，需要分析經(jīng)過(guò)步驟(2)計(jì)算后的TCT%的分布情況，并根據(jù)數(shù)據(jù)的分布情況確定最小置信度的區(qū)間。

依據(jù)以下原則選取合適的服務(wù)請(qǐng)求處理效率分級(jí)規(guī)則。

①保證分級(jí)后，包含期望出現(xiàn)在挖掘結(jié)果中的服務(wù)等級(jí)的記錄數(shù)與總記錄數(shù)的比值大于選取的最小置信度。例如，假設(shè)定義TCT% 小于-50%為Class A，代表具有高服務(wù)處理效率，期望挖掘出的關(guān)聯(lián)規(guī)則是員工組合與高服務(wù)效率(Class =A)之間的關(guān)聯(lián)關(guān)系。

②保證分級(jí)后，挖掘出的結(jié)果是有意義的。如果將TCT% 小于-1%劃分為Class=A，則挖掘出的關(guān)聯(lián)規(guī)則包含Class=A的項(xiàng)集。因?yàn)楦鹘M員工的TCT%符合正態(tài)分布，假設(shè)現(xiàn)有的服務(wù)效率(Productivity-Class)分為5級(jí)，數(shù)據(jù)分布以及在此基礎(chǔ)上設(shè)定的服務(wù)效率分級(jí)規(guī)則如表2所示。

表2　服務(wù)效率分級(jí)規(guī)則示例

(4)根據(jù)步驟(3)確定的服務(wù)效率分級(jí)規(guī)則對(duì)(ACT)進(jìn)行離散化處理。假設(shè)根據(jù)表2的規(guī)則對(duì)數(shù)據(jù)進(jìn)行離散化處理，處理后的結(jié)果如表3所示。

經(jīng)過(guò)上述步驟，數(shù)值型的總服務(wù)處理時(shí)間就轉(zhuǎn)換成了布爾型的服務(wù)效率等級(jí)。

2　銀行服務(wù)管理日志挖掘

針對(duì)大量的并發(fā)操作，銀行服務(wù)管理系統(tǒng)往往采用了并行的處理架構(gòu)以應(yīng)對(duì)數(shù)據(jù)增加帶來(lái)的性能瓶頸問(wèn)題。因此，系統(tǒng)產(chǎn)生的流程日志文件也分布在多個(gè)服務(wù)器上。如果將位于各個(gè)服務(wù)器上的流程日志文件采集集成到一個(gè)服務(wù)器上處理，則隨著數(shù)據(jù)量的不斷累積和增加，最終導(dǎo)致處理和挖掘效率的直線下降。與此同時(shí)，Apriori挖掘算法在掃描儲(chǔ)存了大量數(shù)據(jù)的數(shù)據(jù)庫(kù)表時(shí)也會(huì)消耗大量的資源。

表3　數(shù)據(jù)離散化處理后的數(shù)據(jù)示例

基于上述問(wèn)題，本文充分利用銀行服務(wù)管理系統(tǒng)本身的并行架構(gòu)，采用基于并行處理的Apriori算法[16]。假設(shè)表4是處理后的完整數(shù)據(jù)集合，若選擇0.4作為最低支持度閾值，則可應(yīng)用并行Apriori算法挖掘員工序列與服務(wù)效率之間的關(guān)聯(lián)關(guān)系。

表4　局部預(yù)處理后的數(shù)據(jù)集合

(1)生成局部頻繁集

使用典型的Apriori算法對(duì)每個(gè)流程日志文件進(jìn)行關(guān)聯(lián)分析，分別得到局部的頻繁項(xiàng)目集。

(2)使用并行的Apriori算法計(jì)算關(guān)聯(lián)規(guī)則

首先將所有局部頻繁項(xiàng)集進(jìn)行合并，組合成全局候選的頻繁項(xiàng)集合。然后刪去其中不滿足最小支持度的集合，得到全局的頻繁項(xiàng)目集合。獲得所有頻繁集的非空子集并計(jì)算子集的置信度，得到關(guān)聯(lián)規(guī)則集。最后，選擇與業(yè)務(wù)需求相關(guān)的關(guān)聯(lián)規(guī)則，即(員工組合)=>(服務(wù)等級(jí))形式的規(guī)則。

3　實(shí)驗(yàn)

為了驗(yàn)證使用并行Apriori關(guān)聯(lián)規(guī)則挖掘員工組合與服務(wù)處理效率之間關(guān)聯(lián)關(guān)系的效果，這里選擇了銀行服務(wù)管理系統(tǒng)在一個(gè)月內(nèi)產(chǎn)生的流程日志文件進(jìn)行實(shí)驗(yàn)。由于不同類別的服務(wù)請(qǐng)求處理的流程和所涉及的處理員工差異較大，因此僅提取包含處理客戶申請(qǐng)無(wú)抵押貸款的服務(wù)請(qǐng)求的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析。剔除未完成的服務(wù)處理請(qǐng)求記錄，滿足條件的數(shù)據(jù)集大約有15萬(wàn)條記錄，其中根據(jù)默認(rèn)的服務(wù)等級(jí)劃分后的數(shù)據(jù)分布如表5所示。

表5　按默認(rèn)規(guī)則劃分服務(wù)等級(jí)后的數(shù)據(jù)分布表

服務(wù)等級(jí)(Class=A)的記錄由于所占比例太小，在尋找頻繁項(xiàng)集的過(guò)程中，會(huì)因?yàn)椴环献钚≈С侄乳撝刀贿^(guò)濾。而如果設(shè)定較小的最小支持度閾值，則會(huì)帶來(lái)性能的問(wèn)題，并挖掘出大量的無(wú)用規(guī)則。因此排除服務(wù)等級(jí)為D和E的記錄，并根據(jù)選取的最小支持度對(duì)服務(wù)等級(jí)重新劃分。

在完成對(duì)數(shù)據(jù)的預(yù)處理后，使用分布式處理的每一個(gè)處理節(jié)點(diǎn)都加載包含了對(duì)常見(jiàn)的關(guān)聯(lián)規(guī)則算法實(shí)現(xiàn)的R擴(kuò)展包arules后，調(diào)用rules包中的apriori函數(shù)對(duì)處理后的數(shù)據(jù)做關(guān)聯(lián)分析。指定合適的最小支持度和最小置信度后，獲得滿足條件的關(guān)聯(lián)規(guī)則的部分結(jié)果輸出如下：

1{E1=John,E2=Lisa,E3=Jenny,E4=Raju}=>{Class=D} 0.154545450.7500000 5.892857

2 {E1=John, E2=Lisa, E3=Jenny, E4=Rajesh} => {Class=C} 0.16363636 0.4285714 2.619048

3 {E1=John, E2=Lisa, E3=Jenny, E4=Rajesh} => {Class=B} 0.172727270.4285714 2.964286

4 {E1=John, E2=Lisa,E3=Jenny,E4=Sophia}=>{Class=A} 0.154545450.7500000 2.291667

5 {E1=David, E2=Ken, E3=Bruce,E4=Sophia}=>{Class=A} 0.145454550.8888889 2.716049

... ...

上述結(jié)果所對(duì)應(yīng)的包含服務(wù)等級(jí)A的規(guī)則如下：

1.{E1=John,E2=Lisa,E3=Jenny,E4=Sophia} => {Class=A} conf:(0.7500000)

2.{E1=David,E2=Ken,E3=Bruce,E4=Sophia} => {Class=A} conf:(0.8888889)

... ...

如果僅僅使用Apriori關(guān)聯(lián)算法，在計(jì)算支持度時(shí)需要多次掃描數(shù)據(jù)庫(kù)，而Eclat算法對(duì)候選n項(xiàng)集進(jìn)行支持度計(jì)算時(shí)不需再次掃描數(shù)據(jù)庫(kù)。因此通過(guò)應(yīng)用Eclat關(guān)聯(lián)規(guī)則算法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，通過(guò)對(duì)比挖掘出的結(jié)果驗(yàn)證規(guī)則的有效性，并比較它們?cè)谛阅苌系牟町悺?/p>

在加載包含了對(duì)常見(jiàn)的關(guān)聯(lián)規(guī)則算法實(shí)現(xiàn)的R擴(kuò)展包arules后，調(diào)用rules包中的eclat函數(shù)對(duì)處理后的相同數(shù)據(jù)做關(guān)聯(lián)分析。指定相同的最小支持度和最小置信度后，獲得滿足條件的關(guān)聯(lián)規(guī)則集合。

基于本實(shí)驗(yàn)的數(shù)據(jù)集，且在相同實(shí)驗(yàn)的環(huán)境下，加載R擴(kuò)展包arules后，通過(guò)分別調(diào)用apriori函數(shù)和eclat函數(shù)以實(shí)現(xiàn)Apriori關(guān)聯(lián)規(guī)則挖掘和Eclat關(guān)聯(lián)規(guī)則挖掘，然后獲取兩者所消耗的時(shí)間并進(jìn)行比較。結(jié)果表明，兩者在性能上差異很小。其中，采用Eclat算法進(jìn)行挖掘比采用非并行Apriori算法進(jìn)行挖掘快2 min得出結(jié)果，并行Apriori算法的時(shí)間明顯減少，其中并行算法使用3臺(tái)Dell R530/2.83 Hz/8 GB服務(wù)器，其他使用單臺(tái)服務(wù)器配置。修正最小支持度閾值，得到表6所示的實(shí)驗(yàn)結(jié)果。

表6　修正最小支持度閥值計(jì)算結(jié)果

因此基于目前銀行服務(wù)管理系統(tǒng)產(chǎn)生的流程數(shù)據(jù)，采用并行Apriori關(guān)聯(lián)規(guī)則算法進(jìn)行挖掘，取得了比較理想的效果。

4　結(jié)論

協(xié)作的緊密程度影響著服務(wù)處理的效率，分配協(xié)作緊密度高的員工在一起合作可以提高服務(wù)的效率。哪些員工在一起合作具有緊密的協(xié)作關(guān)系，能提供高效的服務(wù)，蘊(yùn)藏在流程日志數(shù)據(jù)中。本文分析了如何有效地應(yīng)用并行Apriori算法從流程日志中挖掘出服務(wù)處理員工序列與服務(wù)效率之間的關(guān)系。將挖掘出的關(guān)系映射成對(duì)服務(wù)分配的規(guī)則，使得系統(tǒng)根據(jù)規(guī)則將協(xié)作關(guān)系緊密的員工分配在一起共同處理服務(wù)請(qǐng)求，提高了服務(wù)效率，取得了合理的應(yīng)用效果，實(shí)現(xiàn)了銀行服務(wù)管理系統(tǒng)中服務(wù)分配的智能化。如何應(yīng)用數(shù)據(jù)挖掘技術(shù)更深層次地去挖掘蘊(yùn)含在流程日志中的有用模式或知識(shí)，是需要進(jìn)一步思考的問(wèn)題。

[1] LNMON W H.數(shù)據(jù)倉(cāng)庫(kù)(第3版)[M].王志海，譯.北京：機(jī)械工業(yè)出版社,2005.

[2] LAROSE D T. Discovering knowledge in data: an introduction to data mining[M].New Jersey: Wiley-Interscience,2005.

[3] 趙衛(wèi)東．智能化的流程管理[M]．上海：復(fù)旦大學(xué)出版社，2014.

[4] van der AALST W M P, WEIJTERS T, MATUSTER L．Workflow mining：discovering process models from event logs[J] ．IEEE Transactions on Knowledge and Data Engineering, 2004,16(9):1128-1142．

[5] BERSON A, SMITH S, THEARLING K. Building data mining applications for CRM[M]. New York: McGraw-Hill Companies, 2000.

[6] ROMBEL A. CRM shifts to data mining to keep customers[J].Global Finance,2001,15(11):97-98.

[7] WEISS G M. Data mining in telecommunications[A].The data mining and knowledge discovering handbook[M].Springer US,2005:1187-1201.

[8] GROTH R.Data mining:building competitive advantage[M].Prentice Hall,1999.

[9] 趙衛(wèi)東，劉海濤．流程挖掘在流程優(yōu)化中的應(yīng)用[J]．計(jì)算機(jī)集成制造系統(tǒng)，2014，20(10)：2633-2641.

[10] PARVATHY A G,VASUDEVAN B G，KUMAR A,et al．Leveraging call center logs for customer behavior prediction[A]． ADAMS N M．Advances in Intelligent Data Analysis VIII-8th International Symposium on Intelligent Data Analysis[C]．Lyon： Springer-Verlag，2009,57772：143-154．

[11] WRITTEN I H， FRANK E．Data mining practical machine learning tools and techniques[M]．Burlington：Morgan Kaufmann，2011.

[12] LIN S W， SHIUE Y R， CHEN S C，et al．Applying enhanced data mining approaches in predicting bank performance：A case of Taiwanese commercial banks [J].Expert Systems with Applications， 2009，36(9)：11543-11551．

[13] AKHIL K，DIJKMAN R M，SONG M．Optimal resource assignment in workflows for maximizing cooperation[A]．Business Process Management (Proceedings of the 11th International Conference on Business Process Management)[C] ．Berlin Heidelberg： Springer-Verlag，2013：235-250．

[14] Wu Xindong， KUMAR V．The top ten algorithms in data mining[M]．USA：Chapman and Hall/CRC，2009.

[15] Han Jiawei．Data mining：concepts and techniques[M]．Burlington：Morgan Kaufmann，2011.

[16] YE Y, CHIANG C C. A parallel apriori algorithm for frequent itemsets mining[C]. Fourth International Conference on Software Engineering Research, Management and Applications, 2006, IEEE, 2006: 87-94.

盧盛祺(1978-)，通信作者，男，博士，主要研究方向：數(shù)據(jù)挖掘、電子推薦。E-mial:shengqilu@fudan.edu.cn。

李遠(yuǎn)剛(1976-)，男，博士，主要研究方向：數(shù)據(jù)挖掘。

管連(1972-)，男，碩士，主要研究方向：數(shù)據(jù)挖掘。

The application of process mining to bank service management

Lu Shengqi1,2,3,Li Yuangang1,2,Guan Lian4,Zhou Yun3

(1.School of Information Management and Engineering，Shanghai University of Finance and Economics, Shanghai 200433, China; 2.Shanghai Key Laboratory of Financial Information Technology, Shanghai University of Finance and Economics, Shanghai 200433, China; 3.Software School, Fudan University, Shanghai 200433, China; 4.International Business Machine China Co., Ltd. ,Beijing 100101, China)

With the development of bank service information, the bank faces the problem how to extract valuable information from a large amount of service data to help banks improve service efficiency. In the practical use of the management systems of banks, because of its specialty of having lots of concurrency operation and producing many event logs, we choose the parallel association algorithm to analyze the process of bank management. Compared with the traditional Apriori algorithm, this paper uses the parallel algorithm given that the bank management system has many concurrency operations. As a result, it solves the problem that the efficiency of system declines rapidly with the increase of the number of event logs. Management systems of the bank generate much log data to record bank’s staff work every day. In this paper, the parallel Apriori algorithm is applied to find association rules in the service process log to identify efficient team of employees. As a result, this algorithm improves the efficiency of bank service.

process logs mining; association rules; staff collaboration; organization optimization; parallel Apriori algorithm

國(guó)家自然科學(xué)基金(71271126)；教育部博士點(diǎn)專項(xiàng)科研基金(20120078110002)

TP391

ADOI： 10.19358/j.issn.1674- 7720.2016.18.026

2016-04-18)