1、過程挖掘已經存在了近十年，它已被證明是一個非常成功的研究領域。過程挖掘的成功很大部分歸功于ProM工具，它作為一個單一工具加載了大多數(shù)現(xiàn)有過程挖掘插件。判斷一個知識密集型過程主要在于其價值是否能夠根據(jù)過程參與者的知識需求被創(chuàng)造。這些過程通常是高度不確定，或根本沒有結構；因此，傳統(tǒng)的過程探索方法，旨在從執(zhí)行日志中提取完整的過程模式，通常在分析這些過程中提供的支持非常有限。因此作為補充，在我們的工作中我們提出了一種以協(xié)作行為模式為基礎的方法

2、，以提取相關的子過程作為主要目的。
　　在項目中，我們開發(fā)了一個插件能夠更好的導入到ProM6，并解決了圖形界面和工具之間的緊密集成的一些限制。隨著過程分析技術越來越注重知識密集型過程的分析，很多領域例如應急管理，醫(yī)療保健，或研究以及創(chuàng)新發(fā)展等領域，其特點是KI過程的性能。他們可以被視為基于知識密集型的活動序列采集和處理。這樣的知識密集型過程可以在不同類型的企業(yè)里實現(xiàn)，無論是生產或服務公司。
　　本文介紹了關于模式提取知識密

3、集型（KI）過程的ProM插件中圖形系統(tǒng)的開發(fā)，并將對ProM目前版本的界面功能做一些調整，PROM的框架也將部分進行重新設計。課題中，需要調用“啟發(fā)式聚類挖掘”算法來實現(xiàn)我們的方法，并將其融入ProM6中。經過我們的努力，我們所開發(fā)的這個插件能夠更好的導入到ProM6，并解決了圖形界面和工具之間的緊密集成的一些限制。本文介紹了關于模式提取知識密集型（KI）過程的ProM插件中圖形系統(tǒng)的開發(fā)，并將改進實現(xiàn)幾個沒有在ProM版本中實現(xiàn)的功