Process Mining e inferenza causale: un approccio per la modellazione dei processi aziendali supportati da logica Causativa

Comprendere e modellare i processi del mondo reale richiede la considerazione della loro complessità intrinseca e delle relazioni causali per migliorare l’analisi e l’ottimizzazione dei processi. In questo lavoro, proponiamo un nuovo approccio che integra il Process Mining con l’Inferenza Causale per scoprire le dipendenze sottostanti nei processi aziendali. La nostra metodologia estende la modellazione dichiarativa dei processi incorporando il ragionamento causale, consentendo la scoperta di vincoli causali e la loro integrazione nei modelli di processo dichiarativi. In particolare, esploriamo come gli algoritmi di scoperta causale possano essere utilizzati per estrarre relazioni causali significative dai log degli eventi e come queste relazioni possano essere utilizzate per perfezionare i modelli DECLARE. Introduciamo un framework che apprende vincoli di processo basati su strutture causali, migliorando l’adattabilità e l’interpretabilità dei modelli dichiarativi. Il nostro approccio potrebbe consentire alle organizzazioni di ottenere una comprensione piú approfondita dei propri processi.