¿Qué Forma Debo Usar?

La mayoría de los conjuntos de datos en estas páginas vienen en una o más de tres formas. Contienen el mismo tipo de información en diferentes etapas de preparación.

Forma Lo que obtienes Escógelo cuando
Registro de eventos plano Una fila por evento: un ID de caso, un nombre de actividad y una marca de tiempo, a menudo con más columnas. Quieres ver un mapa del proceso y empezar a analizar de inmediato.
Registro centrado en objetos Eventos, los objetos de negocio que cada evento tocó, y cómo se relacionan los objetos. Publicado en el estándar OCEL 2.0. Un evento toca varias cosas a la vez (un pedido, sus ítems, un paquete) y no quieres seleccionar un solo ID de caso desde el principio.
Tablas en crudo Las tablas tal como el sistema fuente o el editor las liberaron: CSV, Parquet, Excel, o una base de datos SQLite completa. Quieres practicar el paso antes del análisis: encontrar los eventos en las tablas y decidir qué es un caso.

Cargando cada forma

Forma Archivos que puedes cargar Ver
Registro de eventos plano .csv, .xlsx Archivos, OCEL y Registros de Eventos
Registro centrado en objetos .json, .jsonocel (OCEL 2.0) Archivos, OCEL y Registros de Eventos
Tablas en crudo Un .csv por tabla, un .zip de ellos, o un solo archivo .sqlite Cargando Datos

Un solo archivo puede ser de hasta 2 GB.

Archivos que necesitan un paso previo

  • XES (.xes, .xes.gz). Muchos registros de eventos de investigación se publican como XES. Convierte el registro a CSV con una fila por evento (ID de caso, actividad, marca de tiempo, y luego los otros atributos) antes de cargarlo como registro de eventos plano.
  • OCEL 2.0 XML o SQLite. Cuando un editor ofrece el mismo registro como JSON, usa el archivo JSON. El archivo SQLite también puede cargarse como tablas en crudo, lo cual es una buena manera de ver cómo se almacena un registro centrado en objetos.
  • Archivos comprimidos (.zip, .tar.gz, .7z). Descomprímelos primero. Algunos contienen un registro por variante o por año.

Real o simulado

Cada página de conjunto de datos indica si los datos son reales o simulados. Los registros simulados son limpios y completos, lo que los hace buenos para el aprendizaje. Los registros reales contienen los huecos, duplicados y marcas de tiempo extrañas que encontrarás en tus propios datos.