Evaluatie van Event Log Abstractietechnieken

Een empirische evaluatie van onbewaakte event log abstractietechnieken in process mining

Ruwe tabellen

Industrie Onderzoek en benchmarks
Soort data Gesimuleerd
Gepubliceerd door Zenodo
Makers Van Houdt, Greg, de Leoni, Massimiliano, Depaire, Benoît, Martin, Niels
Gepubliceerd 2023-11-24
Licentie CC BY 4.0
Kopie op mindzie Ja - download hieronder
Totale grootte 1.1 GB

Over deze dataset

In de woorden van de uitgever:

Deze upload bevat de event logs, gegenereerd door L-Sim, waarop de experimenten van het bijbehorende artikel zijn uitgevoerd.

Het bijbehorende artikel is geaccepteerd in het tijdschrift Information Systems.

Verkrijg de data

mindzie bewaart een kopie van elk bestand, dus je kunt het hier downloaden. De licentie is CC BY 4.0: vermeld de uitgever met de onderstaande referentie wanneer je resultaten deelt.

Bestand Vorm Formaat Grootte
EventAbstraction_EventLogs.7z Ruwe tabellen 7z 1.1 GB Download

Het origineel is te vinden op Zenodo.

Gebruik in mindzie

  • Ruwe tabellen: laad de tabellen als ruwe data - een .csv per tabel, een .zip daarvan, of één .sqlite bestand. Zie Van ruwe tabellen naar een event log.
  • Eén bestand kan tot 2 GB groot zijn.

Licentie en referentie

Licentie: CC BY 4.0

Commercieel gebruik: toegestaan. Kopie delen: toegestaan.

Verwijs ernaar als:

Van Houdt, Greg, de Leoni, Massimiliano, Depaire, Benoît, Martin, Niels (2023). An Empirical Evaluation of Unsupervised Event Log Abstraction Techniques in Process Mining. Zenodo. https://doi.org/10.5281/zenodo.6793544

Zie Licenties en attributie voor wat elke licentie toestaat.

Voor AI-agents

Deze dataset als JSON, met een downloadadres en checksum voor elk bestand: https://docs.mindziestudio.com/sample-data/datasets/event-log-abstraction-techniques-evaluation.json