《SoftwareX》：MinerSweeper: Multi-objective pipeline optimisation for business process discovery
编辑推荐：
业务流程发现（Business Process Discovery）所生成的流程模型，其质量高度依赖于发现算法（discovery algorithm）、预处理操作及其超参数配置（hyperparameter configuration）的选择。人工调优这些决
业务流程发现（Business Process Discovery）所生成的流程模型，其质量高度依赖于发现算法（discovery algorithm）、预处理操作及其超参数配置（hyperparameter configuration）的选择。人工调优这些决策既耗时，且通常只能获得次优结果。本文介绍MinerSweeper——一个开源、Docker化的软件工具，通过将发现过程设定（discovery process setting）建模为多目标优化问题（multi-objective optimisation problem）来实现自动化。该工具实现了一条流水线，可同时探索元启发式算法（metaheuristic algorithm）与事件日志预处理策略（event log preprocessing strategy）、发现算法及超参数配置，并返回一组近似帕累托最优（near Pareto-optimal）的流程模型。研究人员可根据自身特定需求，选择最终质量指标（quality metric）的权重组合。MinerSweeper进一步扩展了现有方法，纳入了额外的质量指标，并支持候选配置的并行评估，从而显著缩短执行时间，可适用于真实场景。其模块化、容器化的架构使其几乎可在任何系统上以极小的配置成本完成部署。
论文解读：MinerSweeper——业务流程发现流水线的多目标优化自动化工具
一、研究背景与问题
业务流程发现（Business Process Discovery）旨在从事件日志中构建能够反映底层业务流程的有效流程模型。然而，现有流程发现算法对参数设置高度敏感，不同的超参数配置会显著影响最终模型的质量。此外，事件日志在发现步骤之前通常需要经过预处理，预处理操作的选择及其超参数设置同样会深刻影响最终模型。预处理策略、算法与超参数三者构成的组合空间规模庞大且高度组合化，穷举探索在计算上不可行。
尽管超参数调优（hyperparameter tuning）在机器学习领域是性能优化的基石，但在流程挖掘（process mining）领域仍未被充分利用。实践中，主流学术与商业框架如ProM和PM4Py提供了成熟单算法实现，但普遍缺乏对整个发现流水线的自动化编排与评估机制。从业者往往依赖临时脚本测试有限数量的配置。
早期的自动化工作聚焦于算法选择。Ribeiro等人和Augusto等人提出了发现算法选择框架，但忽略了内部超参数。Cardoso等人证明了超参数调优的相关性，但研究局限于少数事件日志，且未提供可复现的方法或工具。针对声明式流程发现，Pradas等人提出Selevminer，结合多目标优化与聚类，但仅限于声明式模型和特定质量指标子集。Georgiev等人提出元发现算法（Meta-Discovery Algorithm, MDA），整合日志预处理与算法选择，但搜索空间扩大带来显著计算复杂度和执行时间与探索深度之间的权衡。
此外，近期业务数据分析文献将流程发现视为多准则管理决策问题。Martín等人强调在冲突质量指标间评估候选配置以支持决策智能，Chaisawat等人倡导通过明确利益相关者优先级和基于权重的机制进行偏好感知的模型选择。MinerSweeper将这些思想操作化，提供一个开源、计算可行的工具，联合自动化配置搜索与偏好感知评估。
二、研究内容与核心贡献
MinerSweeper是一个开源、Docker化的软件工具，旨在识别日志预处理、发现算法与超参数配置组合的近似最优解。其相对于传统人工方法的优势在于能够将整个流水线作为统一搜索空间自动编排，而非孤立地处理各组件。工具通过集成多目标优化（multi-objective optimisation）与元启发式技术（metaheuristic technique）逼近帕累托前沿（Pareto front），即不存在任何其他配置能在不恶化至少一个其他指标的情况下取得更优值的非支配解集合。由于流程挖掘中不存在唯一的“参考模型”，评估参考模型完全取决于用户的具体分析目标与优先级，MinerSweeper通过让用户事后根据情境对内在冲突的指标加权，建立自己的评估参考模型。效率方面通过优化过程的并行化与发现算法的灵活选择进一步提升。
论文的贡献明确区分为三个方面：第一，自动化发现流水线，联合探索预处理策略、发现算法与超参数配置；第二，多目标优化，通过实现多目标元启发式方法，在扩展的冲突质量指标集合（包括拟合度fitness、精确度precision、简单度simplicity和泛化度generalisation）上整体评估候选模型，返回一组近似帕累托最优模型并提供基于权重的选择界面；第三，实际部署价值，以完全Docker化的应用交付，模块化容器架构便于开箱即用部署，确保高可移植性。
三、关键技术方法
MinerSweeper遵循设计科学研究（Design Science Research, DSR）范式开发，采用完全Docker化的应用架构，包含四个主要组件：前端服务（Frontend Service）基于ReactJS开发，提供Web交互界面；优化服务（Optimisation Service）基于Python的Flask框架和jMetalPy框架构建，实现非支配排序遗传算法III（Non-dominated Sorting Genetic Algorithm III, NSGA-III）作为主要元启发式算法；挖掘服务（Mining Service）负责候选配置的评估；数据库组件采用PostgreSQL持久化最终种群与帕累托最优解。候选解编码为扁平连续向量，解码阶段采用分层门控机制，仅解析活跃选择的预处理算子与挖掘器变体对应的参数，不兼容配置自动调整或赋予最差惩罚分数。NSGA-III的默认参数包括种群大小100和最大评估次数1000，用户可通过API和前端界面动态调整。
四、研究结果
论文主体部分在后续章节中详细描述了MinerSweeper的架构与功能、使用示例、基于实验结果的影响分析以及结论。由于文档内容截止于软件描述部分，具体实验章节的详细结果未在所提供的文本范围内呈现。
五、结论与讨论
根据摘要与引言部分的信息，MinerSweeper通过自动化整个发现流水线的编排，克服了现有框架的局限性；通过多目标优化方法，在扩展的冲突质量指标集上整体评估候选模型，将技术发现转化为目标驱动、偏好感知的管理决策；通过完全Docker化的模块化容器架构，实现开箱即用的部署。工具支持并行评估候选配置，显著缩短执行时间，适用于真实场景。论文在结论部分总结了这些贡献，并指出了局限性及未来工作方向。
