Predictive monitoring of business processes within the framework of digital economy development

Abstract

The results show that this model can provide competitive classification performance, create highly interpretable models, and effectively reduce data preparation efforts. The calculation of the information gain coefficient criteria is performed and shown in the algorithm using the appropriate equations and a recursive function. In this paper, we describe J48SS, a new decision tree inducer based on the C4.5 algorithm. The algorithm is experimentally validated on a real business speech analytics setting. J48SS is shown to effectively reduce the data preparation effort, and the use of binary splits shows that the tree grows fully. Future work could be devoted to investigating ensembles of J48 trees and applying the proposed algorithm to a corresponding database, where all types of supported attributes naturally arise. Also, a future research direction could be to extend the model to deal with temporal logic formulas. Such a formulation would allow the decision tree to take into account relationships between the values of different attributes, instead of looking at each of them individually. Результати показують, що ця модель може забезпечити конкурентоспроможну продуктивність класифікації, створювати моделі з високою інтерпретацією та ефективно скоротити зусилля на підготовку даних. Розрахунок критеріїв коефіцієнта інформаційного посилення виконується та відображається в алгоритмі з використанням відповідних рівнянь та рекурсивної функції. У цій статті ми описуємо J48SS, новий індуктор дерева рішень, заснований на алгоритмі C4.5. Алгоритм експериментально перевірено в реальному середовищі аналітики бізнес-мовлення. Показано, що J48SS ефективно зменшує зусилля на підготовку даних, а використання бінарних розбиття показує, що дерево повністю зростає. Подальша робота може бути присвячена дослідженню ансамблів дерев J48 та застосуванню запропонованого алгоритму до відповідної бази даних, де природним чином виникають усі типи підтримуваних атрибутів. Також, майбутнім напрямком досліджень може бути розширення моделі для роботи з формулами часової логіки. Таке формулювання дозволило б дереву рішень враховувати зв'язки між значеннями різних атрибутів, замість того, щоб розглядати кожен з них окремо.