foi-process-event-logs

FOI Process Event Logs 是一个用于流程挖掘和信息自由（FOI）流程分析的合成数据集。该数据集旨在为“foi-process”重播、流程挖掘和仪表板合约提供确定性演示数据。数据集内容完全基于合成的、经过明确审查的固定装置，不包含任何真实的请求者通信或个人身份信息，确保隐私和安全合规。数据集包含多个组件：活跃公共事件日志用于流程发现和性能分析；完整合成事件修订历史和EvidenceDelta重播流；流程图边和变体；对象中心事件日志（OCEL）的事件、对象及事件-对象链接；合成一致性发现；确定性基线、需求激增、概念漂移和校正压力事件日志；合成场景修订历史、OCEL链接、每日指标和比较摘要；以及仪表板、公共投影、OCEL和挖掘运行工件。此外，数据集提供可移植的JSON模式和一个SHA-256发布清单（manifest.json），该清单记录了每个文件的详细信息，包括字节长度、行数（如适用）和SHA-256摘要。数据集适用于流程挖掘任务，如流程发现、性能分析、一致性检查、模拟场景分析（如需求激增、概念漂移）和重播实验。需要注意的是，FOI-O对法律语义保持权威，数据集中的一致性示例并非认证的法律结论。数据文件以JSONL格式存储，并通过多个配置进行组织，涵盖事件日志、修订、证据增量、流程边、变体、OCEL结构和模拟数据等。FOI Process Event Logs is a synthetic dataset for process mining and Freedom of Information (FOI) process analysis. It is designed to provide deterministic demonstration data for foi-process replay, process mining, and dashboard contracts. The dataset is entirely based on synthetic, explicitly reviewed fixtures, containing no real requester communications or personally identifiable information, ensuring privacy and security compliance. It includes multiple components: active public event logs for process discovery and performance analysis; complete synthetic event revision history and EvidenceDelta replay streams; process graph edges and variants; events, objects, and event-object links for Object-Centric Event Logs (OCEL); synthetic conformance discovery; deterministic baseline, demand surge, concept drift, and correction stress event logs; synthetic scenario revision history, OCEL links, daily metrics, and comparative summaries; as well as dashboard, public projection, OCEL, and mining run artifacts. Additionally, the dataset provides portable JSON schemas and a SHA-256 release manifest (manifest.json) that records details for each file, including byte length, line count (where applicable), and SHA-256 digest. The dataset is suitable for process mining tasks such as process discovery, performance analysis, conformance checking, simulation scenario analysis (e.g., demand surge, concept drift), and replay experiments. It is important to note that FOI-O retains authority over legal semantics, and conformance examples in the dataset are not certified legal conclusions. Data files are stored in JSONL format and organized through multiple configurations, covering event logs, revisions, evidence deltas, process edges, variants, OCEL structures, and simulation data.

原始信息汇总

数据集概述

数据集名称: FOI Process Event Logs
许可证: 其他（other）
语言: 英语（en）
标签: 过程挖掘（process-mining）、信息自由（freedom-of-information）、OCEL、事件日志（event-log）、合成数据（synthetic）
数据集类型: 合成数据，用于过程挖掘和仪表板合约的确定性演示数据。
数据分类说明: 仅包含合成且经明确审查的固定数据，不涉及真实请求者通信或个人隐私信息。生产环境导出需通过单独的隐私、数据治理和威胁模型审查。

数据集内容

该数据集包含以下内容：

• 用于过程发现和性能分析的活动公共事件日志
• 完整的合成事件修订历史记录和 EvidenceDelta 回放流
• 过程映射边和变体
• OCEL 事件、对象以及事件-对象链接
• 合成的一致性发现
• 确定性基线、需求激增、概念漂移和修正压力事件日志
• 合成场景修订历史记录、OCEL 链接、每日指标和比较摘要
• 仪表板、公共投影、OCEL 和挖掘运行工件
• 可移植 JSON Schema 和 SHA-256 发布清单

清单文件 manifest.json 记录了每个提交文件的字节长度、行数和 SHA-256 摘要。一致性示例不构成经过认证的法律结论。仓库代码采用 Apache-2.0 许可证；源衍生工件的权利由 docs/source-rights-and-licensing.md 管辖。

数据集配置与文件结构

数据集提供两个数据划分：demo 和 simulation，共包含 17 个配置（config），每个配置对应一组 JSONL 文件。

Demo 数据划分

配置名称	数据文件路径
event_log	data/event_log/*.jsonl
event_revisions	data/event_revisions/*.jsonl
evidence_deltas	data/evidence_deltas/*.jsonl
process_edges	data/process_edges/*.jsonl
process_variants	data/process_variants/*.jsonl
conformance_findings	data/conformance_findings/*.jsonl
ocel_events	data/ocel_events/*.jsonl
ocel_objects	data/ocel_objects/*.jsonl
ocel_event_object_links	data/ocel_event_object_links/*.jsonl

Simulation 数据划分

配置名称	数据文件路径
simulation_event_log	data/simulation_event_log/*.jsonl
simulation_event_revisions	data/simulation_event_revisions/*.jsonl
simulation_cases	data/simulation_cases/*.jsonl
simulation_daily_metrics	data/simulation_daily_metrics/*.jsonl
simulation_summaries	data/simulation_summaries/*.jsonl
simulation_ocel_events	data/simulation_ocel_events/*.jsonl
simulation_ocel_objects	data/simulation_ocel_objects/*.jsonl
simulation_ocel_event_object_links	data/simulation_ocel_event_object_links/*.jsonl

数据生成与用途

• 该数据集是为 foi-process 回放、过程挖掘和仪表板合约设计的确定性演示数据。
• 包含多种场景的合成事件日志，如确定性基线、需求激增、概念漂移和修正压力事件日志。
• 数据集的生成经过了独立于代码许可的源权利和许可管理。

搜集汇总

数据集介绍

构建方式

该数据集为FOI（信息自由）流程领域提供了确定性合成的演示数据，旨在支持流程挖掘与仪表板合约的验证。构建方式基于对真实FOI流程的逻辑抽象与语义建模，通过生成合成的事件日志、修订历史及证据增量回放流，模拟了多种场景，包括基线、需求激增、概念漂移和修正压力等。数据集严格遵循OCEL（对象中心事件日志）标准，囊括事件、对象及其关联链接，并配有完整的流程边、变体及合规性发现记录。所有数据均经过明确的同行审查，确保不包含真实申请者信息，以隐私与数据治理为前提。

特点

数据集的显著特点在于其多维度覆盖与确定性设计。它同时提供公开活动日志、合成修订历史及EvidenceDelta回放流，便于进行流程发现与绩效分析。此外，涵盖OCEL结构以支持对象中心视角，以及合规性发现用于评估流程符合度。场景化子集包括模拟基线、激增与漂移日志，配合每日指标与比较摘要，极大丰富了过程挖掘的实验广度。所有文件均通过SHA-256摘要与字节长度清单进行完整性保障，确保了可复现性。

使用方法

数据集通过15个可配置的子集组织，涵盖事件日志、修订、证据增量、流程边、变体、OCEL对象及链接等，用户可根据需求加载特定配置。例如，使用'event_log'子集处理原始事件流，或利用'conformance_findings'评估流程规范。模拟场景如'demand-surge'或'concept-drift'日志支持压力测试与分析。所有数据以JSONL格式存储，便于与Python、PMML等工具无缝集成，配合便携式JSON Schema可加速验证流程。使用者可直接挂载HuggingFace数据集进行按需拆分，极大提升了研究与开发的效率。

背景与挑战

背景概述

FOI Process Event Logs数据集由研究机构或团队创建，旨在为流程挖掘领域提供确定性演示数据。该数据集围绕信息自由（Freedom of Information, FOI）流程构建，于近期发布，核心研究问题在于通过合成事件日志支持流程发现、性能分析与一致性检查。其影响力体现在为流程挖掘社区提供了标准化、可复现的实验基准，尤其针对公共部门信息请求处理流程的建模与优化。数据集包含多模态组件，如OCEL格式的事件、对象及其链接、模拟压力场景（如需求激增、概念漂移）及修正事件流，从而推动流程挖掘方法在复杂动态环境下的评估与验证。

当前挑战

数据集所解决的领域问题核心在于流程挖掘中的事件日志质量与真实性挑战，即传统日志常受限于隐私保护、数据稀疏性或流程变异复杂性，难以有效支撑一致性检测与性能分析。构建过程中遇到的挑战包括：确保合成数据的确定性以支持可复现研究，同时避免泄露真实请求者隐私信息；设计涵盖基线、需求激增、概念漂移及修正压力等多元场景的事件日志，以模拟现实流程的动态性与异常行为；建立OCEL对象标准化链接与修订历史流，以逼真再现信息请求处理全生命周期，这对数据架构的完整性与一致性提出了严格约束。

常用场景

经典使用场景

FOI Process Event Logs数据集在流程挖掘领域扮演着标杆性角色，其经典使用场景聚焦于基于事件日志的过程发现与性能分析。该数据集提供了确定性合成数据，涵盖信息自由请求（FOI）处理流程的完整事件记录，包括时间戳、活动序列、资源分配等关键属性。研究者可依托其结构化事件日志，应用诸如Alpha算法、启发式挖掘或归纳挖掘等过程发现技术，重构出真实场景下的业务流程模型。此外，数据集中包含的OCEL（对象中心事件日志）格式，为分析跨对象交互的动态行为提供了独特视角，推动了对象感知流程发现方法的发展。这一场景充分体现了数据集在验证过程挖掘算法鲁棒性与可解释性方面的核心价值。

解决学术问题

该数据集致力于解决流程挖掘领域中若干经典学术难题。其一，它通过引入概念漂移（concept-drift）与需求激增（demand-surge）的合成日志，为动态流程变化检测与适应性优化提供了可控实验环境，弥补了真实数据中此类现象难以捕获的不足。其二，数据集提供的修正压力（correction-stress）事件日志，专门用于评估算法在处理异常修正流与不完整记录时的容错能力，从而推动鲁棒性过程发现技术的突破。其三，包含的一致性检查（conformance findings）数据，使得研究者能够量化模型与实际行为间的偏差，为合规性验证与偏移判定提供了基准参照。这些设计共同强化了数据集在过程挖掘理论验证与算法比较中的权威地位。

衍生相关工作

该数据集衍生了多项具有影响力的相关工作。在流程发现领域，研究者基于其确定性基线日志开发了新型对象感知过程挖掘算法，通过整合OCEL事件与对象链接信息，实现了对复杂协作流程的精准建模。在概念漂移检测方向，数据集中提供的需求激增与概念漂移场景被广泛用作基准测试集，催生了多项针对非平稳过程流自适应分析的方法学进展。此外，一致性检查部分（conformance_findings）被用于评估基于图神经网络的合规性预测模型，推动了异常检测技术在公共流程管理中的跨界应用。这些衍生工作不仅深化了流程挖掘的理论框架，也为合成数据在复杂系统模拟中的标准化应用树立了典范。