数据集概述
本数据集包含两个用于在线Declare发现的人工合成事件流数据集，分别模拟周期性突然漂移和渐变漂移场景。基于保险索赔流程的不同变体模型生成原始日志，通过ProM的Stream Package合并转换为事件流，总计包含596,089个事件，用于流程挖掘中概念漂移检测的研究与验证。
文件详解
- 文件名称：2015-TSC.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含两类人工合成事件流数据：
- 周期性突然漂移事件流：由L1（14,840事件）和L2（16,438事件）交替合并生成，共250,224事件，包含多次突然概念漂移
- 渐变漂移事件流：由M1′（21活动）、6个中间模型（Ma-Mf）和M2′（19活动）的日志合并生成，共345,865事件，模拟从M1′到M2′的渐变过程
适用场景
- 流程挖掘概念漂移检测：用于测试和验证在线Declare发现算法对突然及渐变概念漂移的识别能力
- 事件流处理算法评估：为流程挖掘领域的事件流处理方法提供标准化测试数据集
- 保险索赔流程模拟分析：基于保险索赔流程变体模型，研究流程变更对事件流特征的影响
- 流程挖掘工具性能验证：作为基准数据集，评估ProM等流程挖掘工具处理大规模带漂移事件流的效率
