Dissertação
Using Semantic Data Models for Enhancing Process Mining in Issue Tracking Systems EVALUATED
Durante o ciclo de vida de um projecto de software, existem problemas inesperados que ocorrem durante o seu desenvolvimento. Como tal, é utilizado um Sistema de Gestão de Incidentes (SGI) que monitoriza todo o tipo de incidentes à medida que estes vão ocorrendo. Apesar de toda a informação referente aos “tickets” ser armazenada, os processos internos são vistos como “black-boxes”, tornando difícil de perceber o que está a realmente a acontecer do ponto de vista do processo. Para resolver isso, a área de “Process Mining” (PM) utiliza informação existente a partir dos logs de eventos extraídos do SGI para criar de forma automática os processos que representam o comportamento destes sistemas. Contudo, um incidente é caracterizado por diversos campos e para analisar todas as variantes de processos, é necessário extrair um log de eventos para cada caso particular, tornando este passo numa tarefa repetitiva e morosa. Esta tese propõe uma camada adicional na abordagem típica de PM ao armazenar toda a informação relevante num modelo de dados pré-definido e permitir a criação de “queries” sobre esse modelo para a geração customizada de processos de negócio, de acordo com os parâmetros definidos pelo utilizador. A abordagem é exemplificada com um artefacto que armazena a informação existente num SGI, e dá ao utilizador a oportunidade de escolher os campos relevantes para a criação de diferentes processos, adaptados às suas necessidades. A avaliação é feita de acordo com um conjunto pré-definido de métricas que nos permitem comparar os resultados entre os processos criados.
novembro 8, 2016, 18:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Miguel Leitão Bignolas Mira da Silva
Departamento de Engenharia Informática (DEI)
Professor Associado
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Auxiliar