どの形式を使うべきか?

これらのページにあるほとんどのデータセットは、3つの形式のいずれか、または複数の形式で提供されています。これらは、準備の異なる段階で同じ種類の情報を保持しています。

形式 得られるもの 選ぶべき時
フラットイベントログ イベントごとに1行: ケースID、アクティビティ名、タイムスタンプ、さらに多くの列が付属する場合もあります。 プロセスマップをすぐに見て分析を始めたいとき。
オブジェクト中心ログ イベント、それぞれのイベントが触れたビジネスオブジェクト、オブジェクト間の関係。OCEL 2.0標準で公開。 1つのイベントが複数のもの(注文、そのアイテム、パッケージなど)に同時に関係し、あらかじめ単一のケースIDを決めたくないとき。
生データテーブル ソースシステムや公開元がリリースしたままのテーブル群:CSV、Parquet、Excel、またはSQLiteデータベース全体。 分析前のステップ、「テーブルからイベントを見つけてケースを決める」練習をしたいとき。

各形式の読み込み

形式 読み込めるファイル 参照
フラットイベントログ .csv, .xlsx ファイル、OCEL、イベントログ
オブジェクト中心ログ .json, .jsonocel (OCEL 2.0) ファイル、OCEL、イベントログ
生データテーブル テーブルごとに1つの.csv、それらをまとめた.zip、または1つの.sqliteファイル データの読み込み

ファイル1つあたり最大2GBまで可能です。

事前処理が必要なファイル

  • XES (.xes, .xes.gz)。 多くの研究イベントログはXES形式で公開されています。フラットイベントログとして読み込む前に、ケースID、アクティビティ、タイムスタンプ、その他の属性を1行にまとめたCSVに変換してください。
  • OCEL 2.0 XMLまたはSQLite。 同じログをJSONで提供している場合はJSONファイルを使用してください。SQLiteファイルは生データテーブルとしても読み込めます。オブジェクト中心ログの保存方法を知るには良い方法です。
  • アーカイブファイル(.zip, .tar.gz, .7z)。 まず解凍してください。中にはバリアントや年度ごとに1つのログが含まれている場合があります。

実データかシミュレーションか

各データセットのページには、そのデータが実データかシミュレーションかが記載されています。シミュレーションログはクリーンで完全なため学習に適しています。実データのログは、ギャップや重複、奇妙なタイムスタンプなど、実際のデータで遭遇する問題を含んでいます。