عرفان الهامی - کارشناسی ارشد مهندسی فناوری اطلاعات، دانشکده مهندسی و علوم کامپیوتر، دانشگاه شهید بهشتی، ایران
فریدون شمس علیئی - دانشیار دانشکده مهندسی و علوم کامپیوتر، دانشگاه شهید بهشتی، ایران
بهار فراهانی - فوق دکتری مهندسی فناوری اطلاعات، دانشکده مهندسی و علوم کامپیوتر، دانشگاه شهید بهشتی، ایران

امروزه داده های سازمانی مانند معدنی است که میتواند اطلاعات ارزشمندی را از جنبه های متفاوت برای سازمان و کسب و کار فراهم کند. از این رو استفاده از روشهای داده کاوی و فرآیند کاوی در دستور کار بسیاری از سازمانها قرار گفته است. پایش پیش بینی کننده فرآیندهای کسب و کار، یکی از روشهای نشات گرفته از رویکردهای مبتنی بر داده و از دستاوردهای روشهای فرآیند کاوی در سازمان ها است. این پایش از داده ها و نگاره های تاریخی رویدادها در اجرای فرآیندهای سازمانی استفاده می کند و با به کارگیری الگوریتمهای یادگیری ماشین بینش هایی از آنها استخراج می کند تا فرآیندهای آتی سازمان را پیش بینی کند. طبیعت آینده نگر پایش پیش بینی کننده فرآیندها برای سازمانها فرصت های جدیدی را در زمینه نظارت بر انطباق فرآیندها با نیازمندیهای کسب و کار و محیط سازمان، ایجاد می کند. تکنیکهای پایش و نظارت پیش بینی کننده فرآیند کسب و کار، در تلاش است تا از داده های بلادرنگ برای پشتیبانی از تصمیم سازی پویا و بهبود فرآیندهای کسب و کار استفاده کند. این مقاله با هدف بررسی و مقایسه روش های پایش پیش بینی کننده فرآیند و چالش های موجود در این حوزه نگارش یافته است و مقالات منتشر شده در زمینه پیش بینی فرآیند را معرفی، مقایسه و دسته بندی می کند. سپس با بررسی مقالات منتخب در این حوزه، روند شکل گیری پژوهشها و جهت حرکت آینده این حوزه پژوهشی را مورد بررسی و کنکاش قرار داده است. علاوه بر آن در این مقاله جایگاه روشهای پیش بینی فرآیند در معماری سازمانی و روشهای بهبود و مهندسی مجدد فرآیندها مورد بررسی قرار گرفته است.

پیش بینی فرآیندهای سازمان، فرآیندکاوی، تجزیه و تحلیل پیش بینی کننده، بهبود فرآیند، یادگیری ماشین