Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
dc.contributor.advisorSteffens, Ulrike-
dc.contributor.authorKarwehl, David
dc.date.accessioned2020-09-29T14:44:40Z-
dc.date.available2020-09-29T14:44:40Z-
dc.date.created2018
dc.date.issued2018-08-31
dc.identifier.urihttp://hdl.handle.net/20.500.12738/8424-
dc.description.abstractProzess-Mining beschreibt eine Sammlung von Techniken die Ereignisdaten nutzen um wertvolle Einblicke in Prozessabläufe zu geben. Mit Prozess-Mining können unter andererem Prozessmodelle automatisch generiert und Leistungsmetriken erzeugt werden. Die Zusammenarbeit von Menschen in einem Prozess kann veranschaulicht werden um heraus zu nden, wie gut diese zusammen arbeiten und wie die Leistung individuell ist. Die Konformität von Ergeignisdaten und Prozessmodellen kann überprüft werden um heraus zu nden ob Vorgaben eingehalten wurden, oder in welcher Instanz dies nicht getan wurde. Diese Bachelorarbeit wird die wichtigsten Prozess-Mining-Techniken vorstellen und in Fallbeispielen anwenden, die auf realen Lebensereignisdaten basieren. Drei Prozess-Mining Werkzeuge, ProM, Disco und Celonis werden vorgestellt und in späteren Kapiteln verwendet werden um die wichtigsten Prozess-Mining-Techniken anzuwenden.de
dc.description.abstractProcess mining is a set of techniques that use event data to provide valuable insights into processes. The techniques can be used to mine process models, and provide performance information. They can also be used to analyze how people in those processes are working together and how they perform. The conformance of a process model and an event log can be checked to analyze wether guidelines in the process were followed. This thesis will introduce the most important process mining techniques and apply them to uses cases that are based on real life event data. Three process mining tools, ProM, Disco and Celonis, will be introduced and used to apply process mining techniques.en
dc.language.isoenen
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subjectData Sciencede
dc.subjectProcess-Miningde
dc.subjectProzessmodellede
dc.subjectData Scienceen
dc.subjectProcess Miningen
dc.subjectProcess Modelsen
dc.subject.ddc004 Informatik
dc.titleUse case based introduction to process mining and current toolsen
dc.typeThesis
openaire.rightsinfo:eu-repo/semantics/openAccess
thesis.grantor.departmentDepartment Informatik
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburg
tuhh.contributor.refereeSarstedt, Stefan-
tuhh.gvk.ppn1029925399
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-84266-
tuhh.note.externpubl-mit-pod
tuhh.note.intern1
tuhh.oai.showtrueen_US
tuhh.opus.id4357
tuhh.publication.instituteDepartment Informatik
tuhh.type.opusBachelor Thesis-
dc.subject.gndData Science
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisbachelorThesis
dcterms.DCMITypeText-
tuhh.dnb.statusdomain-
item.creatorGNDKarwehl, David-
item.fulltextWith Fulltext-
item.creatorOrcidKarwehl, David-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.advisorGNDSteffens, Ulrike-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairetypeThesis-
Enthalten in den Sammlungen:Theses
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
thesis_David_Karwehl.pdf3.94 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Seitenansichten

359
checked on 27.12.2024

Download(s)

1.237
checked on 27.12.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.