Alinhamento (Alignment)

O alinhamento entre a execução de um processo e um modelo de processo é uma correspondência entre as atividades registradas nos registros de execução e as atividades permitidas no modelo de processo (LEONI; MARRELLA, 2017). De acordo com Van Dongen et al. (2017), confirmar que um modelo de processo está alinhado com as execuções reais do processo é talvez o aspecto mais desejado que um modelo de processo pode ter: modelos de processos alinhados são significativos para as organizações, porque as decisões estratégicas podem ser mais fáceis quando se baseia nos modelos do que nos registros puramente. As abordagens de alinhamento são propostas em Leoni, Maggi e Van der Aalst (2012), Adriansyah et al. (2012), Adriansyah e Buijs (2012), Leoni e Van Der Aalst (2013), Leoni, Maggi e Van der Aalst (2015), Mannardt et al. (2016), Leoni e Marrella (2017), Van Dongen et al. (2017). Estas abordagens destacam que os alinhamentos fornecem uma ferramenta muito poderosa ao relacionar o comportamento observado com o comportamento modelado.

Em Leoni, Maggi e Van der Aalst (2012), Adriansyah et al. (2012), Leoni e Van Der Aalst (2013), Leoni, Maggi e Van der Aalst (2015) Leoni e Marrella (2017), a noção de alinhamento foi introduzida para oferecer suporte à verificação de conformidade. Ruiz-Rube, Dodero e Colomo-Palacios (2015) destacam que os alinhamentos são potentes para observar não-conformidades entre o comportamento detectado, conforme registrado nos registros de execução, e o comportamento estabelecido, representado em um modelo de processo. De acordo com Leoni, Maggi e Van der Aalst (2012), o alinhamento fornece diagnósticos sofisticados que identificam onde os desvios ocorrem e qual a gravidade deles. Uma vez que o alinhamento tenha sido realizado, é possível quantificar a conformidade e analisar as diferenças entre modelo e realidade (LEONI; MAGGI; VAN DER AALST, 2012).

Leoni, Maggi e Van der Aalst (2012) propõem para alinhar registros da base de dados de execução e modelos de processo declarativos. Eles usam o algoritmo A* (VAN DER AALST; ADRIANSYAH e VAN DONGEN, 2012) para encontrar o alinhamento ideal para cada registro da base de dados de execução. Além de simplesmente retornar um alinhamento ideal para cada registro, eles também fornecem ao analista de processos um resumo que permite ter uma visão geral da conformidade do modelo em relação a todos os registros de execução. Em Leoni et al. (2012b), é descrita uma abordagem que alinha o modelo e os registros, considerando

as perspectivas de fluxo de controle, dados e recursos. Neste alinhamento, é necessário relacionar os registros, da base de dados de execução, aos elementos do modelo e vice-versa, apresentando assim uma maneira como os registros de execução podem ser reproduzidos no modelo de processo (LEONI; MAGGI e VAN DER AALST, 2012). Essa abordagem também usa o algoritmo A* (VAN DER AALST, ADRIANSYAH e VAN DONGEN, 2012) para encontrar os elementos do processo para cada registro da base de dados de execução. Em Leoni, Maggi e Van der Aalst (2012) é considerada a métrica de aptidão (fitness) (um modelo com boa aptidão permite a maior parte do comportamento observado no registro de eventos). Em Adriansyah et al. (2012), eles consideram na métrica de precisão (precision) (a precisão penaliza um modelo de processo por permitir um comportamento improvável devido ao comportamento observado no registro de eventos). Eles desenvolveram uma abordagem que primeiro alinha o modelo e o registro de eventos. Portanto, esse pré- alinhamento entre registros e modelo torna possível medir a precisão com mais assertividade (ADRIANSYAH et al., 2012). Em Leoni e Van Der Aalst (2013), é apresentada uma técnica que considera dados, recursos e tempo ao verificar a conformidade do processo. A técnica proposta utilizou estratégias para criar alinhamentos de fluxo de controle, mas foram estendidas para incluir outras perspectivas (dados, recursos e tempo). Para estender alinhamentos com outras perspectivas, um problema adicional de ILP (Programação Linear Inteira) é construído e resolvido para cada rastreamento dos registros. A Programação Linear Inteira (ILP) pode ser usada para resolver os chamados problemas de otimização linear (LEONI e VAN DER AALST, 2013). Leoni, Maggi e Van der Aalst (2015) propõem a implementação de uma estrutura para a análise da execução de processos declarativos. Esta estrutura é baseada no princípio de criar um alinhamento de um registro de eventos e um modelo de processo. Leoni, Maggi e Van der Aalst (2015) também usam o algoritmo A* para encontrar, para cada registro, um alinhamento ideal, isto é, um alinhamento que minimize o custo dos desvios.

Outra abordagem para derivar um alinhamento entre os registros de execução e um modelo de processo é proposta em Leoni e Marrella (2017). Dado um modelo de processo e sua execução registrada em uma base de dados de execução, Leoni e Marrella (2017) ilustraram como o problema de calcular alinhamentos ideais poderia ser formulado como um problema de planejamento no PDDL (Planning Domain Definition Language). De acordo com Leoni e Marrella (2017) o PDDL é a linguagem de codificação para tarefas de planejamento e permite representar explicitamente estados do mundo e ações por meio de um domínio de planejamento e instanciar esse

domínio com objetos concretos, um estado inicial e uma especificação do objetivo. Mais informações sobre PDDL em McDermott et al. (1998).

Mannhardt et al. (2016) propõem um método de abstração supervisionado baseado em padrões comportamentais de atividades que capturam o conhecimento do domínio sobre a relação entre atividades e registros de eventos. Através de um alinhamento entre padrões de atividade e registros de eventos de baixo nível, é obtido um registro de eventos abstratos. Os padrões de atividade codificam suposições sobre como as atividades de alto nível se manifestam em termos de eventos de baixo nível registrados. Eventos no registro de eventos abstratos correspondem a instâncias de atividades conhecidadas pelos especialistas.

Adriansyah e Buijs (2012) usaram alinhamentos entre um modelo de processo e registros de execução para melhorar manualmente os modelos de processos obtidos pelos algoritmos de mineração, e assim projetar informações de desempenho neles. E em Van Dongen et al. (2017) é proposto um algoritmo para computar alinhamentos cuja natureza está entre as técnicas apresentadas em Adriansyah et al. (2012) e Taymouri e Carmona (2016). Eles apresentaram uma abordagem incremental para calcular alinhamentos para um determinado registro e modelo usando ILP (Programação Linear Inteira).