BSc/MSc Projekt- und Forschungspraktikum Machine Learning based Process Modeling Recommender Systems II

Das Seminar wird im Kontext des DFG-geförderten Forschungsprojekts "Supporting Business Process Modeling with Pattern-oriented Recommender Systems (ProPoneRe)" angeboten.

Thema

Die Modellierung von Geschäftsprozessen hat in den letzten Jahrzehnten in der Wirtschaft zunehmend an Bedeutung gewonnen. Dabei werden Unternehmensprozesse häufig in einer kollaborativen und inkrementellen Weise modelliert und weiterentwickelt. Um Unternehmen bei der Geschäftsprozessmodellierung zu unterstützen, werden Methoden benötigt, die den Modellierer(inne)n Vorschläge machen, wie bzw. was sie modellieren sollen, um standardisierte, korrekte und konforme Prozessmodelle zu fördern, die den Unternehmen tatsächliche Mehrwerte bieten können. Process Modeling Recommender Systems können eine solche Aufgabe erfüllen. Um dem/der Modellierer(in) plausible Vorschläge unterbreiten zu können, welche Prozessmodellelemente als nächstes modelliert werden sollten (z. B. könnte nach „Rechnungsposition inhaltlich prüfen“ als nächstes Prozessmodellelement „Rechnungsposition preislich prüfen“ vorgeschlagen werden), muss ein Recommender System über eine Wissensbasis verfügen, die speichert, wie Geschäftsprozesse „normalerweise“ aussehen sollten. Typischerweise besteht eine solche Wissensbasis aus einer großen Menge von bereits existenten Prozessmodellen. Aufgrund dieser Wissensbasis muss ein Recommender System entscheiden können, welche Prozessmodellelemente es den Modellierer(inne)n vorschlägt. Zur Entscheidungsfindung werden in jüngster Zeit Machine-Learning-Verfahren eingesetzt.

Das Ziel dieser Veranstaltung ist die Evaluation und Weiterentwicklung eines Recommender Systems für die Prozessmodellierung auf der Basis von unterschiedlichen Machine-Learning-(ML)-Ansätzen. Dafür steht Ihnen ein Repository an Prozessmodellen zur Verfügung, das nach Domänen sortiert, und dann ein Beispielhafter Prozess für eine Domäne modeliert werden soll. Anhand dieses Musterprozesses, soll sowohl die Genauigkeit des Backends, als auch die Bedienungsfreundlichkeit des Frontends gemessen werden. Darüber hinaus sollen weitere Machine-Learning-Ansätze im Backend implementiert werden und weitere Verbesserungen an der Software vorgenommen werden.

Betreuer