Welke Vorm Moet Ik Gebruiken?
De meeste datasets op deze pagina's zijn beschikbaar in één of meer van drie vormen. Ze bevatten dezelfde soort informatie in verschillende stadia van voorbereiding.
| Vorm | Wat je krijgt | Kies het wanneer |
|---|---|---|
| Flat event log | Eén rij per gebeurtenis: een case-ID, een activiteitsnaam en een tijdstempel, vaak met meer kolommen. | Je wilt direct een proceskaart zien en beginnen met analyseren. |
| Object-gecentreerde log | Gebeurtenissen, de bedrijfsobjecten die door elke gebeurtenis zijn aangeraakt, en hoe de objecten zich verhouden. Gepubliceerd in de OCEL 2.0-standaard. | Eén gebeurtenis raakt meerdere dingen tegelijk aan (een order, de items daarvan, een pakket) en je wilt niet vooraf één enkele case-ID kiezen. |
| Ruwe tabellen | De tabellen zoals ze door het bronsysteem of de uitgever zijn vrijgegeven: CSV, Parquet, Excel, of een complete SQLite-database. | Je wilt de stap vóór analyse oefenen: de gebeurtenissen vinden in de tabellen en bepalen wat een case is. |
Elk formaat laden
| Vorm | Te laden bestanden | Zie |
|---|---|---|
| Flat event log | .csv, .xlsx |
Bestanden, OCEL en Event Logs |
| Object-gecentreerde log | .json, .jsonocel (OCEL 2.0) |
Bestanden, OCEL en Event Logs |
| Ruwe tabellen | Eén .csv per tabel, een .zip ervan, of één .sqlite bestand |
Data laden |
Een enkel bestand kan tot 2 GB groot zijn.
Bestanden die eerst een stap nodig hebben
- XES (
.xes,.xes.gz). Veel onderzoeks-eventlogs worden als XES gepubliceerd. Zet het log om naar CSV met één rij per gebeurtenis (case-ID, activiteit, tijdstempel, dan de andere attributen) voordat je het laadt als een flat event log. - OCEL 2.0 XML of SQLite. Als een uitgever hetzelfde log als JSON aanbiedt, gebruik dan het JSON-bestand. Het SQLite-bestand kan ook geladen worden als ruwe tabellen, wat een goede manier is om te zien hoe een object-gecentreerde log is opgeslagen.
- Archieven (
.zip,.tar.gz,.7z). Pak ze eerst uit. Sommige bevatten één log per variant of per jaar.
Echt of gesimuleerd
Elke datasetpagina vermeldt of de data echt of gesimuleerd is. Gesimuleerde logs zijn schoon en compleet, wat ze geschikt maakt om mee te leren. Echte logs bevatten de hiaten, duplicaten en vreemde tijdstempels die je ook in je eigen data zult tegenkomen.