DOCEL logs

DOCEL logs是由鲁汶信息系统研究学院创建的数据集，旨在支持对象中心的过程分析。该数据集包含100个订单的模拟执行过程，涵盖了动态属性和多种AND和OR-门控以及循环，这些元素在实际业务流程中常见。数据集通过特定的日志生成器创建，允许用户调整多种参数以生成不同需求的日志。DOCEL logs特别关注于捕捉对象在其生命周期中的属性变化，解决了传统OCEL格式在处理动态属性方面的局限性。该数据集的应用领域主要集中在过程挖掘技术的发展和评估，特别是那些需要考虑动态属性的新技术。DOCEL logs is a dataset created by the Research Institute of Information Systems, KU Leuven, aimed at supporting object-centric process analysis. This dataset contains simulated execution processes for 100 orders, covering dynamic attributes, various AND and OR gateways, and loops—elements commonly seen in real-world business processes. It was developed using a dedicated log generator, which allows users to adjust multiple parameters to generate logs tailored to different requirements. DOCEL logs specifically focuses on capturing attribute changes of objects throughout their lifecycles, addressing the limitations of the traditional OCEL format in handling dynamic attributes. Its primary application areas center on the development and evaluation of process mining technologies, particularly novel techniques that need to account for dynamic attributes.

搜集汇总

数据集介绍

构建方式

DOCEL logs数据集的构建依托于两种互补的途径。其一，研究者设计了两类过程特定的日志生成器，分别模拟订单到配送流程与运输方式选择流程，这些生成器允许用户自定义对象实例数量、事件间隔、概率参数等，从而生成包含动态属性的合成DOCEL日志。其二，提出了一种自动转换算法，该算法首先通过对象-属性共现分析与属性变化检测，从OCEL日志的事件属性中识别出动态对象属性，并利用关系型消歧与语义相似度匹配将其关联至正确的对象类型；随后为每个改变属性值的事件创建对象属性记录，生成独立的动态属性表，最终输出结构清晰的DOCEL格式日志。

特点

该数据集的核心特色在于显式建模了对象属性的动态演化。与OCEL格式中属性归属模糊不同，DOCEL logs通过引入静态与动态属性的严格区分，将随时间变化的属性（如订单金额、客户地址）通过外键同时关联至事件与具体对象，从而精准追溯每次属性变更的源头与对象实例。此外，数据集提供了可调参数的生成器，支持控制分支概率、循环结构等复杂过程特征，并可通过转换算法将现有OCEL甚至XES日志转化为DOCEL格式，极大丰富了面向对象过程挖掘的研究数据来源。

使用方法

研究者可直接利用DOCEL logs评估面向动态属性的过程挖掘技术，例如分析对象生命周期中的属性漂移模式或预测状态变更。数据集以电子表格形式存储，每个表格（事件、对象、动态属性）独立成页，便于通过Python等工具加载与处理。对于自定义需求，可通过修改生成器的参数（如对象数量、事件概率）或调整转换算法中的语义相似度阈值来生成适配特定场景的日志。此外，结合已有的XES到OCEL转换方法，可将真实业务日志（如BPI Challenge数据）进一步转化为DOCEL格式，拓展实际应用场景的验证能力。

背景与挑战

背景概述

在业务流程管理领域，对象中心事件日志的提出旨在捕捉多对象类型交织的复杂过程，突破传统基于单一案例视角的局限。DOCEL（Data-aware Object-Centric Event Logs）数据集由比利时鲁汶大学与德国曼海姆大学的研究团队于2023年联合创建，核心研究者包括Alexandre Goossens、Adrian Rebmann等人。该数据集聚焦于解决对象中心事件日志中动态属性缺失的关键问题，即对象属性在生命周期内可能随时间演变，而现有OCEL格式无法明确追踪属性值变化与事件及对象的归属关系。DOCEL通过引入静态与动态属性的明确区分，为过程挖掘技术提供了更丰富的数据基础，推动了对象中心过程分析领域的进步，成为评估动态属性处理算法的重要基准。

当前挑战

DOCEL数据集面临的挑战涵盖两个层面。在领域问题层面，对象中心过程分析中动态属性的识别与归属是核心难点：现有OCEL格式下，事件属性常隐含对象状态变化，但无法自动区分属性是描述事件本身还是关联对象，导致过程挖掘技术难以准确利用这类信息进行变更分析。在构建过程中，挑战在于设计可靠的转换算法以从OCEL日志中自动检测动态对象属性，并解决多候选对象类型的歧义问题，例如当多个对象类型与同一事件关联时，需通过关系型或语义相似度策略确定属性归属。此外，生成具有真实动态属性的人工日志时，需平衡参数可调性与过程复杂性，确保数据集能模拟实际业务中的属性演化场景。

常用场景

经典使用场景

在业务流程管理与过程挖掘领域，DOCEL日志数据集被广泛用于研究具有动态属性的对象中心过程。该数据集通过引入静态与动态属性的明确区分，为分析对象生命周期内属性值的变化提供了结构化基础。研究者常利用该数据集验证过程挖掘算法在处理多对象类型、属性随时间演化等复杂场景下的性能，例如订单处理或物流配送过程中价格、地址等属性的实时追踪与建模。DOCEL格式的引入克服了传统OCEL格式中属性归属模糊的缺陷，使得事件与对象属性的关联更加清晰，从而支持更精准的过程发现、一致性检查与性能分析。

衍生相关工作

基于DOCEL数据集，衍生了一系列对象中心过程挖掘的经典工作。例如，Adams等人提出了针对对象中心事件数据的案例与变体定义方法，利用DOCEL的显式属性关联改进了过程变体识别精度。Berti等人开发了面向对象中心日志的过滤与采样算法，利用动态属性信息优化数据预处理效率。此外，Galanti等人将DOCEL格式应用于过程预测分析，通过动态属性序列建模提升业务流程结果预测的准确性。这些工作共同推动了从传统案例中心到对象中心的过程分析范式转变，为多对象协作场景下的智能决策提供了方法论支撑。

数据集最近研究

最新研究方向

在对象中心过程挖掘领域，前沿研究正聚焦于解决传统事件日志在动态属性表征上的根本性局限。DOCEL logs 数据集的提出标志着从静态对象描述向动态属性演化追踪的重要范式转变，其核心创新在于通过显式区分静态与动态属性，并建立属性与对象、事件之间的明确外键关联，从而克服了OCEL格式中属性归属模糊的固有缺陷。这一进展直接回应了复杂业务流程中对象生命周期内属性值持续变化的现实需求，例如订单金额随项目增减而动态调整的场景。该数据集不仅提供了可参数化的人工日志生成器，使研究者能够定制具有动态属性的实验数据，还开发了从OCEL到DOCEL的自动化转换算法，通过基于共现关系与语义相似度的双重消歧策略，实现了对动态对象属性的精准检测与分配。这一研究方向的意义在于，它为开发能够感知对象演化的新一代过程挖掘技术奠定了数据基础，推动了从控制流分析向数据感知、对象驱动的多维过程分析演进，尤其对处理金融贷款审批、供应链管理等具有多对象交互与属性动态变化的复杂业务场景具有重要应用价值。

相关研究论文

• From OCEL to DOCEL -- Datasets and Automated Transformation

  鲁汶信息系统研究学院 (LIRIS), 鲁汶大学 · 2023年