Les organisations doivent relever le défi d'adapter leurs processus aux changements qui peuvent survenir dans l'environnement dynamique dans lequel elles opèrent. Les adaptations dans le processus aboutissent à plusieurs variantes de processus, c'est-à-dire dans différentes versions du modèle de processus. Les variantes de processus peuvent différer en termes d'activités, de ressources, de flux de contrôle et de données. Ainsi, le concept d'un modèle de processus personnalisable est apparu et il vise à adapter le modèle de processus en fonction des exigences d'un contexte spécifique. Un modèle de processus personnalisable peut représenter toutes les variantes de processus dans un modèle unique dans lequel les parties communes ne sont représentées qu’une seule fois et les spécificités de chaque variante sont préservées. Alors, grâce à des transformations dans le modèle de processus générique, une variante de processus peut en être dérivée. En tant qu'avantages, cette approche permet d'éliminer les redondances, favorise la réutilisation, entre autres. Cependant, la personnalisation des modèles de processus n'est pas une tâche triviale. La personnalisation doit assurer que la variante obtenue est correcte du point de vue structurel et comportemental, c'est-à-dire la variante obtenue ne doit pas présenter d'activités déconnectées, d’interblocages actifs ou d'interblocages, entre autres. En outre, la variante de processus doit satisfaire à toutes les exigences du contexte de l'application, aux réglementations internes et externes, entre autres. De plus, il est nécessaire de fournir à l'utilisateur des directives et des recommandations lors de la personnalisation du processus. Les directives permettent la personnalisation correcte des variantes de processus, en évitant les problèmes de comportement. Les recommandations concernant le contexte de l'entreprise rendent possible l'amélioration du processus et aussi la personnalisation des variantes en fonction des besoins spécifiques. Dans ce contexte, cette recherche propose un cadre pour la personnalisation des variantes de processus en fonction des besoins de l'utilisateur. La personnalisation est réalisée grâce à l'utilisation d'ontologies pour la sélection des variantes. Le cadre est composé de trois étapes. La première correspond à l'identification des variantes à partir d'un journal d'événements au moyen de techniques d'exploration de processus, qui permettent de découvrir des points de variation, c'est-à-dire les parties du processus sujettes à variation, les alternatives disponibles pour chaque point de variation et les règles de sélection des alternatives disponibles. L'identification des variantes de processus et de leurs caractéristiques à partir d'un journal des événements permet de personnaliser un modèle de processus en fonction du contexte de l'application. À partir de ces aspects, la deuxième étape peut être développée. Cette étape concerne le développement d'un questionnaire, dans lequel chaque question est liée à un point de variation et chaque réponse correspond à la sélection d'une variante. Dans la troisième étape, deux ontologies sont proposées. La première formalise les connaissances liées aux réglementations externes et internes et aux connaissances des spécialistes. La deuxième ontologie se réfère aux points de variation, aux alternatives existantes pour chaque point de variation et aux règles liées à la sélection de chaque alternative. Ensuite, ces ontologies sont intégrées dans une nouvelle ontologie, qui contient les connaissances nécessaires pour personnaliser la variante de processus. Ainsi, à travers le questionnaire et le raisonnement sémantique, la variante est sélectionnée et les recommandations concernant le processus d’affaires sont fournies en fonction de la sélection de l'utilisateur lors de la personnalisation du processus. Le cadre proposé est évalué au moyen d'une étude de cas liée au traitement des patients chez qui [...] / The efficiency of organizations relies on its ability to adapt their business processes according to changes that may occur in the dynamic environment in which they operate. These adaptations result in new versions of the process model, known as process variants. Thus, several process variants can exist, which aim to represent all the related contexts that may differ in activities, resources, control flow, and data. Thus, has emerged the concept of customizable process model. It aims to adapt the process model according to changes in the business context. A process model can be customized by representing the process family in one single model enabling to derive a process variant through transformations in this single model. As benefits, this approach enables to avoid redundancies, promotes the model reuse and comparison, among others. However, the process variant customization is not a trivial-task. It must be ensured that the variant is correct in a structural and behavioural way (e.g. avoiding disconnected activities or deadlocks), and respecting all the requirements of the application context. Besides, the resulting process variant must respect all requirements related to the application context, internal and external regulations, among others. In addition, recommendations and guidance should be provided during the process customization. Guidance help the user to customize correct process variants, i.e., without behavioural problems. Recommendations about the process context help the user in customizing process variants according specific requirements. Recommendations about the business context refers to providing information about the best practices that can improve the quality of the process. In this context, this research aims to propose a framework for customizing process variants according to the user’s requirements. The customization is achieved by reasoning on ontologies based on the rules for selecting a process variant and in the internal/external regulations and expert knowledge. The framework is composed by three steps. The first step proposes to identify the process variants from an event log through process mining techniques, which enable to discover the variation points, i.e., the parts of the model that are subject to variation, the alternatives for the variation points and the rules to select the alternatives. By identifying the process variants and their characteristics from an event log, the process model can be correctly individualized by meeting the requirements of the context of application. Based on these aspects, the second step can be developed. This step refers to the development of the questionnaire-model approach. In the questionnaire approach each variation point is related to a question, and the alternatives for each question corresponds to the selection of the process variants. The third step corresponds to apply two ontologies for process model customization. One ontology formalizes the knowledge related with the internal and/or external regulations and expert knowledge. The other refers to the variation points, the alternatives for them and the rules for choosing each path. The ontologies then are merged into one new ontology, which contain the necessary knowledge for customize the process variants. Thus, by answering the questionnaire and by reasoning on the ontology, the alternatives related with the business process and the recommendations about the business context are provided for the user. The framework is evaluated through a case study related to the treatment of patients diagnosed with acute ischemic stroke. As result, the proposed framework provides a support decision-making during the process model customization
| Identifer | oai:union.ndltd.org:theses.fr/2017LORR0310 |
| Date | 15 December 2017 |
| Creators | Detro, Silvana Pereira |
| Contributors | Université de Lorraine, Pontifícia universidade católica do Paraná, Panetto, Hervé, Lezoche, Mario, Portela, Eduardo A., Rocha Loures de Freitas, Eduardo |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0121 seconds