首页 | 本学科首页   官方微博 | 高级检索  
     

基于异常模式识别的服务过程改进
引用本文:李兵,赵宇,李秀,刘文煌. 基于异常模式识别的服务过程改进[J]. 清华大学学报(自然科学版), 2007, 47(4): 494-497
作者姓名:李兵  赵宇  李秀  刘文煌
作者单位:清华大学,自动化系,北京,100084;清华大学,自动化系,北京,100084;清华大学,自动化系,北京,100084;清华大学,自动化系,北京,100084
基金项目:国家自然科学基金;中国博士后科学基金
摘    要:持续地改进服务过程,是提高服务过程管理水平的重要方法之一,但在服务过程改进中往往难以识别服务缺陷产生的原因。针对这一问题,提出一种基于关联规则挖掘的服务过程缺陷识别和改进方法,以为有效改进服务过程提供决策依据。该方法在基本的关联规则算法中,引入了缺陷原因和结果互斥约束、规则前件数约束、改进度约束以及新颖性约束。仿真试验表明,该方法与传统关联规则算法相比,降低了生成规则的数目,提高了规则有效性,降低了算法运行时间,取得了更好的效果。

关 键 词:服务过程管理  异常事件  关联分析  模式识别
文章编号:1000-0054(2007)04-0494-04
修稿时间:2006-03-13

Service process improvement based on fault pattern recognition
LI Bing,ZHAO Yu,LI Xiu,LIU Wenhuang. Service process improvement based on fault pattern recognition[J]. Journal of Tsinghua University(Science and Technology), 2007, 47(4): 494-497
Authors:LI Bing  ZHAO Yu  LI Xiu  LIU Wenhuang
Abstract:The continual improvement of service processes is an important way to improve service process management,but the real causes of service failures are difficult to identify.This paper presents a service fault recognition and improvement approach based on association rules mining.The method provides a decision-making warrant for enterprises to effectively improve service processes. This approach identifies the bug cause and result restriction,the pre-rule restriction,the improvement rate restriction,and the novelty restriction to improve traditional association rules arithmetic.Experiments show that this approach reduces the number of rules and the run-times with improved efficiency compared with the traditional association rules method.
Keywords:service process management  exceptional event  association analysis  pattern recognition
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号