Please use this identifier to cite or link to this item:
http://hdl.handle.net/10662/17188
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Rojo Martin, Francisco Javier | - |
dc.contributor.author | García Alonso, José Manuel | - |
dc.contributor.author | Berrocal Olmeda, José Javier | - |
dc.contributor.author | Hernández Núñez, Juan | - |
dc.contributor.author | Murillo Rodríguez, Juan Manuel | - |
dc.contributor.author | Canal Velasco, José Carlos | - |
dc.date.accessioned | 2023-03-31T09:22:30Z | - |
dc.date.available | 2023-03-31T09:22:30Z | - |
dc.date.issued | 2022 | - |
dc.identifier.issn | 0020-0255 | - |
dc.identifier.uri | http://hdl.handle.net/10662/17188 | - |
dc.description | Financiación de acceso abierto gracias al acuerdo CRUE-CSIC con Elsevier. | es_ES |
dc.description.abstract | The exaggerated use of smartphones and growing informatization of the environment allows modeling people’s behavior as a process, namely, a social workflow, where both individual actions and interactions with other people are captured. This modelling includes actions that are part of an individual’s routine, as well as less frequent events. Although infrequent actions may provide relevant information, it is routine behaviors that characterize users. However, the extraction of this knowledge is not simple. Current process mining techniques face problems when analyzing large amounts of traces generated by many users. When very different behavioral patterns are integrated, the resulting social workflow does not clearly depict their behavior, either individually or as a group. Proposals based on frequent pattern mining aim to distinguish traces that characterize frequent behaviors from the rest. However, tools that allow grouping/filtering of users with a common behavior pattern are needed beforehand, to analyze each of these groups separately. This study presents the so-called federated process mining and an associated tool, SOWCompact, based on this concept. Its potential is validated through the case study called activities of daily living (ADL). Using federated process mining, along with current process mining techniques, more compact processes using only the social workflow’s most relevant information are obtained, while allowing (event enabling) the analysis of these social workflows | es_ES |
dc.description.abstract | El uso exagerado de los teléfonos inteligentes y la creciente informatización del entorno permite modelar el comportamiento de las personas como un proceso, es decir, un flujo de trabajo social, donde se capturan tanto las acciones individuales como las interacciones con otras personas. Este modelado incluye acciones que forman parte de la rutina de un individuo, así como eventos menos frecuentes. Aunque las acciones poco frecuentes pueden proporcionar información relevante, son los comportamientos rutinarios los que caracterizan a los usuarios. Sin embargo, la extracción de este conocimiento no es sencilla. Las técnicas actuales de minería de procesos enfrentan problemas al analizar grandes cantidades de rastros generados por muchos usuarios. Cuando se integran patrones de comportamiento muy diferentes, el flujo de trabajo social resultante no representa claramente su comportamiento, ya sea individualmente o como grupo. Las propuestas basadas en la minería de patrones frecuentes tienen como objetivo distinguir las huellas que caracterizan los comportamientos frecuentes del resto. Sin embargo, previamente se necesitan herramientas que permitan agrupar/filtrar a los usuarios con un patrón de comportamiento común, para analizar cada uno de estos grupos por separado. Este estudio presenta la denominada minería de procesos federada y una herramienta asociada, SOWCompact, basada en este concepto. Su potencial se valida a través del estudio de caso denominado actividades de la vida diaria (AVD). Usando la minería de procesos federada, junto con las técnicas actuales de minería de procesos, se obtienen procesos más compactos que utilizan solo la información más relevante del flujo de trabajo social, al tiempo que permiten (habilitación de eventos) el análisis de estos flujos de trabajo sociales. | es_ES |
dc.description.sponsorship | This work was supported by the projects 0499_4IE_PLUS_4_E (Interreg V-A España-Portugal 2014–2020), RTI2018- 094591-B-I00 (MCIU/AEI/FEDER, UE), and UMA18-FEDERJA-180 (Junta de Andalucía/ATech/FEDER), by the FPU19/03965 grant, by the Department of Economy and Infrastructure of the Government of Extremadura (GR18112, IB18030), and by the European Regional Development Fund. | es_ES |
dc.format.extent | 20 p. | es_ES |
dc.format.mimetype | application/pdf | en_US |
dc.language.iso | eng | es_ES |
dc.publisher | Elsevier | es_ES |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Minería de procesos | es_ES |
dc.subject | Minería de procesos federados | es_ES |
dc.subject | Flujos de trabajo sociales | es_ES |
dc.subject | Descubrimiento de patrones | es_ES |
dc.subject | Process mining | es_ES |
dc.subject | Federated process mining | es_ES |
dc.subject | Social workflows | es_ES |
dc.subject | Pattern discovery | es_ES |
dc.title | SOWCompact: A federated process mining method for social workflows | es_ES |
dc.type | article | es_ES |
dc.description.version | peerReviewed | es_ES |
europeana.type | TEXT | en_US |
dc.rights.accessRights | openAccess | es_ES |
dc.subject.unesco | 1203.12 Bancos de Datos | es_ES |
dc.subject.unesco | 1207.01 Análisis de Actividades | es_ES |
dc.subject.unesco | 6306.07 Sociología de Los Medios de Comunicación de Masas | es_ES |
europeana.dataProvider | Universidad de Extremadura. España | es_ES |
dc.identifier.bibliographicCitation | Rojo, J., Garcia-alonso, J., Berrocal, J., Hernández, J., Murillo, J.M. & Canal, C. (2022). SOWCompact: A federated process mining method for social workflows. Information Sciences, 595, 18-37. https://doi.org/10.1016/j.ins.2022.02.035 | es_ES |
dc.type.version | publishedVersion | es_ES |
dc.contributor.affiliation | Universidad de Málaga | es_ES |
dc.contributor.affiliation | Universidad de Extremadura. Departamento de Ingeniería de Sistemas Informáticos y Telemáticos | es_ES |
dc.relation.publisherversion | https://www.sciencedirect.com/science/article/pii/S0020025522001700?via%3Dihub | es_ES |
dc.identifier.doi | 10.1016/j.ins.2022.02.035 | - |
dc.identifier.publicationfirstpage | 18 | es_ES |
dc.identifier.publicationlastpage | 37 | es_ES |
dc.identifier.publicationvolume | 595 | es_ES |
dc.identifier.orcid | 0000-0001-9189-1133 | es_ES |
dc.identifier.orcid | 0000-0002-6819-0299 | es_ES |
dc.identifier.orcid | 0000-0002-1007-2134 | es_ES |
dc.identifier.orcid | 0000-0002-6343-7395 | es_ES |
dc.identifier.orcid | 0000-0003-4961-4030 | es_ES |
Appears in Collections: | DISIT - Artículos |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
j_ins_2022_02_035.pdf | 1,99 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License