报名 | 清华大数据智能讲堂——流程挖掘教父威尔教授：为何AI需要以对象为中心的流程挖掘

摘要

流程挖掘诞生于业务流程管理（BPM）、数据科学与机器学习的交叉领域。传统业务流程管理以流程建模、分析与优化为核心，而流程挖掘补上了关键一环——事件数据。流程挖掘不再仅依赖研讨会、访谈或人工构建的流程模型，而是利用信息系统中留下的数字痕迹，还原流程真实运行轨迹，校验流程是否符合规则与模型，并定位瓶颈、偏差、返工与低效问题。

在本次报告中，威尔·范德·阿尔斯特教授将阐释传统业务流程管理的失效原因，并重申流程挖掘的理论基础，包括流程发现、一致性检验、性能分析与运营支撑等经典技术。依托这些技术，金融、物流、生产制造、医疗、教育、公共管理等领域的组织，得以从假设流程行为转向基于证据的流程智能。 然而，现代流程极少是简单、线性且以单一案例为中心的。流程涉及多类交互对象：资源、文档、设备、客户、订单、物料、发票、传感器与事件等。以对象为中心的流程挖掘（OCPM） 在此实现重大突破：OCPM对传统流程挖掘进行泛化，捕捉多对象与多事件间的交互，揭示以案例为中心的方法常忽略的并发、同步、碎片化与依赖关系。 传感器、机器、终端与信息物理系统持续产生事件数据，可用于更细粒度地解析运营行为。将企业事件数据与物联网数据融合，流程挖掘可突破行政工作流边界，为实体运营、生产系统、物流网络、设备行为与人机交互提供深度洞察。 OCPM为运营实景提供三维磁共振成像（3D MRI） 视角：将事件、对象、资源与环境关联，形成更完整的流程真实运行图景。这为可靠的流程智能与贴合真实运营的AI应用筑牢根基，而非基于孤立的数据片段。

嘉宾简介

威尔·范德·阿尔斯特教授是亚琛工业大学教授，领导流程与数据科学（PADS）研究组；同时担任塞洛尼斯公司首席科学家，兼任弗劳恩霍夫应用研究促进协会研究所兼职研究员。现任卓越集群“工业物联网（IoP）”常务副主任、亚琛工业大学人工智能中心联合主任、亚琛工业大学信息通信技术（ICT）学科发言人。 其研究方向涵盖流程挖掘、数据科学、流程智能、业务流程管理、人工智能、机器学习、工作流自动化、佩特里网、流程建模与仿真。他多篇论文被高引，是全球高被引计算机科学家之一；根据谷歌学术数据，其H指数达190，被引超17万次，研究思想深刻影响流程支撑领域的科研人员、软件开发人员与标准化组织。据Research.com 2025年排名，他位列德国计算机科学家榜首、全球第8位。 他同时担任国际信息处理联合会会士（IFIP Fellow）、电气和电子工程师协会会士（IEEE Fellow）、美国计算机学会会士（ACM Fellow），并当选荷兰皇家艺术与科学院院士、荷兰皇家科学与人文学会院士、欧洲科学院院士、北莱茵-威斯特法伦州科学人文艺术院院士、德国国家科学与工程院院士。2018年荣获亚历山大·冯·洪堡教授奖。

关于我们

数据派THU作为数据科学类公众号，背靠清华大学大数据研究中心，分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识，努力建设数据人才聚集平台、打造中国大数据最强集团军。

新浪微博：@数据派THU

微信视频号：数据派THU

今日头条：数据派THU