فهرست نشریات علمی دسترسی آزاد ایران

هدف: فرایندکاوی ارتباط میان دو زمینه داده‌کاوی و یادگیری ماشین، با رویکردهای مدیریت فرایند کسب‌وکار را فراهم می‌سازد. یک فرایند کسب‌وکار ترتیبی از فعالیت‌های مستقل و به هم مرتبط است، که در هنگام انجام هر کدام از فعالیت‌های پیش‌بینی شده، از یک یا چند منبع (شامل زمان، افراد، هزینه و ...) برای تبدیل ورودی‌ها (داده، مواد و ...) به خروجی‌های مورد نیاز استفاده می‌‌کند. با استفاده از روش‌های فرایندکاوی می‌‌توان رفتار حقیقی سازمان‌ها شامل عملکرد افراد، بخش‌ها و منابع را بررسی نمود. نتایج حاصل از فرایندکاوی که به صورت معمول شامل مدل‌های فرایند کسب‌وکار است را می‌‌توان با مستندات و الزامات سازمان‌ها مقایسه کرد. بدین‌سان امکان بررسی، نظارت و بهبود فرایندها امکان‌پذیر خواهد شد. مبنای عمل روش‌های فرایندکاوی براساس نگاره‌های رویداد ذخیره شده در سامانه‌های اطلاعاتی است. استفاده از فرایندکاوی بدون وجود داده‌های ورودی باکیفیت، به یافته‌هایی باورپذیر در مورد فرایندهای کسب‌وکار یک سازمان منجر نخواهد شد. از این‌رو در سال‌های گذشته ارزیابی و افزایش کیفیت داده‌های ورودی به روش‌های فرایندکاوی، مورد توجه پژوهشگران قرار گرفته است. در این راستا، هدف پژوهش حاضر شناخت و گروه‌بندی مهم‌ترین مشکلات کیفیت داده و بازشناخت رویکردهای ارائه شده برای حل این چالش در فرایندکاوی است. روش‌: روش مورد استفاده در این پژوهش از نوع مرور نظام‌مند بوده که با هدف واکاوی همه شواهد معتبر، برای پاسخگویی به سوالات پژوهش مورد استفاده قرار گرفته است. در این مطالعه به بررسی و کاوش 102 مطالعه دانشگاهی در بین سال‌های 2007 تا 2021 میلادی پرداخته‌ شده است که شامل پژوهش‌های انتشار یافته در همایش‌ها، مجلات و همچنین تعدادی پایان‌نامه می‌باشند. بدین منظور از یک روش پژوهش نظا‌م‌مند سه بخشی استفاده شده است. در بخش اول که شامل تعریف پژوهش بوده، ابتدا زمینه پژوهش تعریف شده و سپس اهداف و پرسش‌های پژوهش مشخص شده‌اند. در گام نهایی این بخش، دامنه پژوهش تعیین گردیده است. در بخش دوم، روش‌شناسی پژوهش معین شده و معیارهایی برای وارد کردن مطالعات یافت شده به فرایند بررسی نهایی، مشخص شده‌اند. سپس این مطالعات از لحاظ ارجاعات مورد بررسی قرار گرفته و در پایان دسته‌بندی شده‌اند. در بخش سوم که به ارزیابی پژوهش‌های جمع‌آوری شده اختصاص یافته است، پژوهش‌های نهایی مطالعه شده و سپس بر مبنای کاوش آن‌ها، یافته‌ها و نتایج حاصل تعیین گردیده‌اند. با بررسی جامع پژوهش‌های گردآوری شده، داده‌ها و شواهد مهم استخراج گردیده و جداول و نمودارهای مورد نیاز نیز رسم شده‌اند. یافته‌‌ها: براساس بررسی پژوهش‌های انجام شده، توجه به چالش‌های کیفیت داده در فرایندکاوی در سال‌های اخیر افزایش یافته است. بیشترین حجم از مطالعات در سال‌های 2019 و 2020 میلادی منتشر شده‌اند. همچنین مشخص شد که بیشتر مقالات به ترتیب در سه پایگاه علمی Springer، IEEE و Elsevier انتشار یافته‌اند. 51 درصد از مطالعات مورد بررسی در همایش‌ها و کنفرانس‌های معتبر ارائه شده‌اند. 36 درصد از پژوهش‌ها در مجلات معتبر علمی انتشار یافته و 13 درصد از مطالعات از طریق پایان‌نامه‌ها و گزارشات دانشگاهی انعکاس یافته‌اند. برآیندهای حاصل از مطالعه مقالات منتخب نشان داد که 20 مشکل کیفیت داده که می‌توانند در داده‌های ورودی پدید آیند، در ادبیات مورد کنکاش قرار گرفته‌اند. این چالش‌ها در پنج سطح مسیر فرایند، رویداد، مورد، فعالیت و برچسب زمانی طبقه‌بندی شده و چهار رویکرد بنیادین که برای ارزیابی و حل چالش‌های کیفیت داده در فرایندکاوی به کار گرفته شده‌اند، مشخص گردیدند که شامل: چارچوب‌های ارزیابی کیفیت داده، پیش‌پردازش، کشف ناهنجاری، و ترمیم می‌باشند. یافته‌ها نشان می‌دهد که روش‌های پیش‌پردازش که هدف آن‌ها حذف رفتارهای آشفته و کم تکرار از داده‌های ورودی است، بیشتر از دیگر رویکردها مورد توجه واقع شده‌اند. همچنین در سال‌های اخیر کشف ناهنجاری‌ و بازسازی رویدادهای گمشده به جستاری جذاب در زمینه فرایندکاوی تبدیل شده‌اند. یکی دیگر از نتایج مهم، بررسی مطالعات مربوط به زمینه کیفیت داده در فرایندکاوی، استفاده از حجم وسیعی از رویکردها و روش‌ها برای حل چالش‌های کیفیت داده است. بررسی‌ها نشان داد که استفاده از شبکه‌های پتری، نقش پر رنگی در همه پژوهش‌های منتخب به عنوان یک رهیافت ریاضی مد نظر پژوهشگران داشته است. نتیجه‌گیری: داده‌های مورد نیاز روش‌های فرایندکاوی می‌تواند از مکان‌های مختلفی به دست آید. یکی از مزایای بزرگ فرایندکاوی این است که مختص به یک نوع سامانه خاص نیست. هر سامانه مبتنی بر گردش کار، فروش بلیط، مدیریت منابع‌، پایگاه و انبارهای داده، سامانه‌های قدیمی و حتی داده‌هایی که به صورت دستی جمع‌آوری شده‌اند، تا زمانی که با استفاده از ویژگی‌های شناسه مورد، فعالیت و برچسب زمانی قابل تفکیک باشند، قابل تجزیه و تحلیل هستند. اما در مسائل دنیای واقعی، بیشتر داده‌ها برای اهداف فرایندکاوی جمع‌آوری نشده‌اند یا مناسب استفاده برای تحلیل‌های فرایندکاوی نیستند. به خصوص داده‌هایی که به صورت دستی ثبت شده‌اند یا داده‌هایی که در بین سامانه‌های جزیره‌ای مختلف پراکنده‌ شده‌اند، می‌توانند حاوی خطا باشند. با وجود تلاش‌های مناسب برای بهبود کیفیت داده‌های ورودی در فرایندکاوی، همچنان توسعه چارچوب‌ها و روش‌های کارآمد با هدف شناسایی، ارزیابی و حل چالش‌های کیفیت داده در فرایندهای کسب‌وکار واقعی که بیشتر اوقات از حجم و پیچیدگی بالایی برخوردارند، پیشنهاد می‌گردد. نتایج این پژوهش می‌تواند به عنوان دورنمایی جدید برای پژوهشگران و متخصصان علم داده و تحلیل‌گران کسب‌وکار مورد استفاده قرار گیرد.