ECTS - University of Pisa
| Modules | Area | Type | Hours | Teacher(s) | |
| PROCESS MINING AND INTELLIGENCE | ING-INF/05 | LEZIONI | 60 |
|
Il corso si propone di fornire le conoscenze e l'esperienza essenziali per lo sviluppo di sistemi di Process Intelligence (PI). Un sistema di PI analizza un processo aziendale o un flusso di lavoro operativo, esegue una modellazione data-driven di organizzazioni complesse, con le sue astrazioni e interfacce, le sue metriche. Il PI è un approccio moderno per impostare, simulare, eseguire e monitorare i processi di un'organizzazione, con obiettivi quali il miglioramento della produttività, la riduzione dei costi, l'aumento dell'agilità, l'integrazione, l'interoperabilità e il coordinamento tra gli attori e i sistemi coinvolti. PI supporta il modo in cui le macchine, le persone, il lavoro, le attività, gli eventi e gli strumenti sono organizzati dalle organizzazioni che collaborano per fornire in modo efficiente beni e servizi. Gli studenti vengono formati su come sviluppare analisi di processo non banali.
The course aims to provide knowledge and experience essential for designing and developing enterprise information systems that are driven by workflow models. Such software systems mainly support the way that machines, people, work, activities, events, tools are arranged by collaborating organizations for efficiently delivering goods and services. Typical examples of process-driven information systems are Workflow Management Systems (WfMS), Document Management Systems (DMS), the process engines of software systems such as Enterprise Resource Planning (ERP), Customer Relationship Management (CRM), Supplier Relationship Management (SRM), Product Lifecycle Management (PLM), as well as the service orchestrators for enabling Ambient Intelligence and Enterprise Application Integration. Students are trained on how to model and develop non-trivial software systems with business process management suites.
presentazione orale del progetto e test scritto/orale
lo studente saprà sviluppare workflow complessi adoperando metodi avanzati di workflow modeling
the student will be able to develop complex workflows using advanced workflow modeling methods
During the computer laboratory sessions a group project will be carried out
The student will have to prepare and present a written report reporting the results of the project activity
The student will be able to acquire and/or develop the ability to organize a flow of activities with different systems and human resources
During the laboratory sessions there will be checks requested by the student on what has been done
dondamenti di programmazione, basi di dati, e sistemi web
foundations of programming, data base, web systems
Modellazione di flussi di lavoro e dataflow: Semantica di esecuzione BPMN; determinazione degli scenari e calcolo del numero di token; modelli di workflow a partire da specifiche informali; descrizione testuale semi-formale; specificazione di oggetti dati UML; linee guida su come caratterizzare un processo a partire da contesti del mondo reale; handoff, livelli di servizio e di task; esercizi di gruppo. Attività di laboratorio con uno strumento di disegno dei processi e una suite di modellazione dei processi. Simulazione di processi aziendali: parametri di simulazione; log di processo; benchmark; KPI; durata del task; proporzione di ramificazione; risorse disponibili; numero di istanze; tasso di arrivo; allocazione delle risorse per il task. Attività di laboratorio con uno strumento di simulazione dei processi. Architetture orientate ai processi: evoluzione delle architetture dei sistemi aziendali; architettura di Enterprise Resource Planning; applicazioni aziendali isolate; architetture di integrazione; architettura di sistemi di workflow a più applicazioni; workflow di interazione umana; architetture orientate ai servizi; servizi aziendali; enterprise service bus; composizione di servizi. Attività di laboratorio con una suite di Business Process Management. Modellazione avanzata dei processi: errori nei modelli BPMN; errori sintattici e strutturali; deadlock; livelock; terminazione multipla; modelli di esempio: loop deadlock, multi-source deadlock, improprio structuring deadlock; mismatch legati ai messaggi; controesempi. Esercizi. Process mining: esecuzione dei processi e log degli eventi; scoperta automatica dei processi; algoritmo alfa miner; scoperta robusta dei processi; algoritmo euristico miner; algoritmo fuzzy miner; analisi delle prestazioni; verifica della conformità. Attività di laboratorio con una suite di process mining.
Workflow and dataflow modeling: BPMN execution semantics; determination of scenarios and calculation of the number of tokens; workflow models from informal specification; the semi-formal textual description; UML data object specification; guidelines on how to characterize a process from real world contexts; handoff, service and task levels; group exercises. Lab activities with a process drawing tool and a process modeling suite. Business process simulation: simulation parameters; process logs; benchmarks; KPIs; task duration; branching proportion; available resources; number of instances; arrival rate; resources allocation for task. Lab activities with a process simulation tool. Process-driven architectures: evolution of enterprise systems architectures; Enterprise Resource Planning architecture; siloed enterprise applications; integration architectures; multiple-application workflow systems architecture; human interaction workflow; service-oriented architectures; enterprise services; enterprise service bus; service composition. Labs activities with a Business Process Management suite. Advanced process modeling: errors in BPMN models; syntactical and structural errors; deadlock; livelock; multiple termination; sample patterns: loop deadlock, multi-source deadlock, improper structuring deadlock; message-related mismatch; counterexamples. Exercises. Process mining: process execution and event logs; automatic process discovery; alpha miner algorithm; robust process discovery; heuristics miner algorithm; fuzzy miner algorithm; performance analysis; conformance checking. Lab activities with a process mining suite.
per i non frequentanti il progetto sara' svolto in modo individuale, migliorando un progetto preesistente delle edizioni precedenti del corso
Non attending students can complete in-class project extending some aspects, according to individual agreements with the teacher.
presentazione orale del progetto e test scritto/orale
The oral presentation of the project and the written test contribute 80% (24 scores) and 20% (6 scores) to the total exam score, respectively
