Khóa luận tốt nghiệp: Thuật toán phân cụm trong khai phá khía cạnh tổ chức trong phát hiện quá trình

Ngày nay, sự gia tăng của dữ liệu sự kiện được ghi lại trong các hệ thống thông tin đã thúc đẩy sự phát triển của khai phá quá trình (process mining), một lĩnh vực nghiên cứu mới tập trung vào phân tích và cải thiện các quá trình kinh doanh thực tế. Mặc dù trọng tâm ban đầu là luồng điều khiển, các khía cạnh bổ sung như khía cạnh tổ chức, thời gian và trường hợp ngày càng được công nhận là quan trọng. Khía cạnh tổ chức, đặc biệt, cung cấp hiểu biết sâu sắc về cấu trúc và mối quan hệ thực tế giữa các tác nhân trong các hoạt động kinh doanh. Luận văn này tập trung vào việc áp dụng các thuật toán phân cụm để khám phá cấu trúc tổ chức từ nhật ký sự kiện, từ đó giúp các tổ chức hiểu rõ hơn về cách các cá nhân tương tác và hình thành các nhóm, đóng góp vào việc quản lý và tối ưu hóa quá trình hiệu quả.

Sinh viên, nhà nghiên cứu và chuyên gia trong lĩnh vực khai phá quá trình và công nghệ thông tin, đặc biệt là những người quan tâm đến việc phân tích cấu trúc tổ chức từ nhật ký sự kiện.

Luận văn này giải quyết bài toán khai phá khía cạnh tổ chức trong phát hiện quá trình, một lĩnh vực then chốt trong quản lý quá trình kinh doanh. Khác với các nghiên cứu truyền thống thường tập trung vào luồng điều khiển, công trình này nhấn mạnh giá trị của việc trích xuất thông tin về nguồn lực và cấu trúc tổ chức từ nhật ký sự kiện. Mục tiêu chính là khám phá các nhóm và mối quan hệ giữa các cá nhân trong tổ chức, từ đó cung cấp cái nhìn thực tế về cơ cấu hoạt động. Phương pháp tiếp cận bao gồm việc khảo sát và ứng dụng các thuật toán phân cụm. Cụ thể, các thuật toán K-means và Phân cụm phân cấp AHC được trình bày để phát hiện cấu trúc tổ chức không có sự chồng chéo. Đặc biệt, luận văn giới thiệu và cải tiến thuật toán CONGA (dựa trên thuật toán Girvan Newman) thành CONGO để giải quyết bài toán phát hiện các cấu trúc tổ chức có sự chồng chéo, nơi một cá nhân có thể thuộc về nhiều nhóm. Chất lượng phân cụm được đánh giá thông qua độ đo mô đun hóa. Giá trị ứng dụng của nghiên cứu này nằm ở khả năng giúp các tổ chức hiểu rõ hơn về cấu trúc nội bộ thực tế, nhận diện các mô hình hợp tác và tương tác giữa các nhân viên, từ đó tối ưu hóa quy trình làm việc và cải thiện hiệu quả quản lý. Kết quả thực nghiệm với AHC và CONGA/CONGO chứng minh tính hiệu quả của các thuật toán phân cụm trong việc trích xuất cấu trúc tổ chức từ dữ liệu khai phá quá trình, mở ra tiềm năng ứng dụng rộng rãi trong phân tích và cải tiến quy trình doanh nghiệp.