• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    業(yè)務(wù)流程挖掘算法研究

    2016-05-09 07:18:50楊麗琴康國(guó)勝蔡偉剛
    關(guān)鍵詞:控制流日志實(shí)例

    楊麗琴 康國(guó)勝 蔡偉剛 周 強(qiáng)

    業(yè)務(wù)流程挖掘算法研究

    楊麗琴1,2康國(guó)勝2蔡偉剛1周 強(qiáng)1

    1(上海中醫(yī)藥大學(xué)圖書信息中心 上海 201203)

    2(復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院 上海 201203)

    流程挖掘能夠根據(jù)流程的執(zhí)行日志重構(gòu)出流程模型,有助于實(shí)現(xiàn)業(yè)務(wù)流程的優(yōu)化和智能管理。首先,指出目前流程挖掘技術(shù)需要解決的關(guān)鍵問(wèn)題。然后,介紹幾種具有代表性的流程挖掘算法,并指出每種算法解決的問(wèn)題和存在的不足。接著,從日志完整性、控制流結(jié)構(gòu)、噪聲處理和模型質(zhì)量控制等方面對(duì)流程挖掘算法進(jìn)行分析和比較。最后,指出流程挖掘技術(shù)未來(lái)的研究方向。

    流程挖掘 α算法 啟發(fā)式算法 遺傳算法 日志分類

    0 引 言

    目前,大多數(shù)企業(yè)使用信息系統(tǒng)來(lái)支持業(yè)務(wù)流程的執(zhí)行,如工作流管理系統(tǒng)(WFMS)、企業(yè)資源規(guī)劃系統(tǒng)(ERP)、客戶關(guān)系管理系統(tǒng)等。這些信息系統(tǒng)可能包含顯式的流程模型,也可能僅支持流程所涉及的任務(wù)而無(wú)需定義顯式的流程模型,或僅僅保留了執(zhí)行任務(wù)的軌跡。然而,這些信息系統(tǒng)都可以自動(dòng)生成執(zhí)行日志來(lái)記錄業(yè)務(wù)流程的實(shí)際執(zhí)行情況。流程挖掘的目標(biāo)就是從這些執(zhí)行日志中自動(dòng)發(fā)現(xiàn)和流程有關(guān)的信息。挖掘結(jié)果可用于設(shè)計(jì)一個(gè)新的業(yè)務(wù)流程,或者作為反饋工具審計(jì)、分析和改進(jìn)現(xiàn)有的業(yè)務(wù)流程。因此,流程挖掘?qū)?shí)現(xiàn)業(yè)務(wù)流程的優(yōu)化和智能管理有著十分重要的意義[1]。

    流程挖掘分為三個(gè)視圖[2]:控制流視圖、組織視圖和實(shí)例視圖。其中,控制流視圖關(guān)注流程中活動(dòng)的執(zhí)行順序和控制流結(jié)構(gòu),常用的建模語(yǔ)言[2,3]有WF-net、C-net、EPCs、BPMN和YAWL等。組織視圖關(guān)注流程的資源信息,如哪個(gè)活動(dòng)由哪個(gè)執(zhí)行者實(shí)施以及它們之間的關(guān)系。目標(biāo)是發(fā)現(xiàn)和展示人之間的關(guān)系,即建立一個(gè)社會(huì)關(guān)系網(wǎng)。實(shí)例視圖關(guān)注與流程實(shí)例相關(guān)的屬性,既可用活動(dòng)表示,也可用實(shí)例中的執(zhí)行者表示,還可以用流程處理的數(shù)據(jù)對(duì)象來(lái)表示。本文僅從控制流角度論述流程挖掘技術(shù)的關(guān)鍵問(wèn)題和研究現(xiàn)狀。文獻(xiàn)[1]僅介紹了較早期的部分工作流挖掘算法。針對(duì)近幾年國(guó)內(nèi)在流程挖掘綜述方面的文章較少,本文較全面地介紹了具有代表性的流程挖掘算法,包括基于遺傳算法的流程挖掘、基于日志分類的挖掘算法和基于執(zhí)行模式的挖掘算法。從日志完整性、控制流結(jié)構(gòu)、噪聲處理和模型質(zhì)量控制等方面對(duì)它們進(jìn)行了分析和比較。

    1 流程挖掘的基本概念

    1.1 日 志

    流程挖掘的輸入是執(zhí)行日志,表1是一個(gè)會(huì)議流程的執(zhí)行日志。每一行表示一個(gè)事件,記錄了與事件有關(guān)的各種信息,如:該事件對(duì)應(yīng)的活動(dòng),事件發(fā)生的時(shí)間等,用事件ID標(biāo)識(shí)。實(shí)例是流程的一次執(zhí)行過(guò)程,用實(shí)例ID標(biāo)識(shí),每個(gè)事件屬于某一實(shí)例。如果只關(guān)注流程的控制流視圖,一個(gè)實(shí)例可用其所有事件所對(duì)應(yīng)的活動(dòng)序列來(lái)表示。因此,可對(duì)表1中的日志進(jìn)行化簡(jiǎn),化簡(jiǎn)后的日志如表2所示。表中共包含6個(gè)流程實(shí)例,14個(gè)活動(dòng)。

    表1 會(huì)議流程的部分日志

    表2 會(huì)議流程日志的化簡(jiǎn)形式

    日志的形式化定義[3]如下:

    定義1 設(shè)T是活動(dòng)的有限集合,σ∈T*是一條活動(dòng)序列,L∈(T*)是一個(gè)流程執(zhí)行日志。其中,T*表示集合T的Kleene閉包。

    例如:T={a,b,c,d},L=[3,2,]是一個(gè)包含6個(gè)實(shí)例的執(zhí)行日志。

    1.2 流程模型表示方法

    流程的控制流結(jié)構(gòu)可用不同的建模語(yǔ)言[2]來(lái)描述,如:WF-net、C-net、Process Tree等。不同挖掘算法使用的流程模型表示方法也不同,例如:α系列算法使用的是WF-net,啟發(fā)式算法使用的是C-net,而基于遺傳算法的流程挖掘使用的是Petri網(wǎng)或Process Tree。因此,算法具有各自的表達(dá)偏好。這些建模語(yǔ)言之間可以相互轉(zhuǎn)換,也可以轉(zhuǎn)換成語(yǔ)義表達(dá)能力更強(qiáng)的高級(jí)流程建模語(yǔ)言,如YAWL、BPMN、EPCs等。高級(jí)建模語(yǔ)言一般提供給業(yè)務(wù)人員建模使用,本文不做介紹。下面介紹幾種常用的流程模型表示方法。

    1.2.1 工作流網(wǎng)WF-net(Workflow Net)

    首先,介紹經(jīng)典的Petri net[4],它是由庫(kù)所和變遷這兩類節(jié)點(diǎn)組成的二部圖,節(jié)點(diǎn)之間通過(guò)有向弧連接。形式化定義如下:

    定義2 一個(gè)Petri網(wǎng)是一個(gè)三元組(P,T,F),其中:

    (a) P是一個(gè)有限的庫(kù)所集;

    (b) T是一個(gè)有限的變遷集(P∩T=?);

    (c) F?(P×T)∪(T×P)是弧的集合。

    Petri網(wǎng)的狀態(tài)通常被稱為標(biāo)記,是token在各庫(kù)所的分布情況的描述。Petri網(wǎng)在執(zhí)行過(guò)程中,變遷根據(jù)觸發(fā)規(guī)則[31]改變Petri網(wǎng)的狀態(tài)。

    標(biāo)簽化的Petri網(wǎng)是一個(gè)五元組(P,T,F,A,l),其中(P,T,F)同定義2,A是一組活動(dòng)的集合,l∈T→A是Petri網(wǎng)中變遷到活動(dòng)的映射。直觀地,就是為Petri網(wǎng)中的變遷打上活動(dòng)的標(biāo)簽,變遷一旦被觸發(fā)則說(shuō)明對(duì)應(yīng)的活動(dòng)也被執(zhí)行。

    定義3 一個(gè)標(biāo)簽化的Petri網(wǎng)PN=(P,T,F,A,l)是一個(gè)工作流網(wǎng)WF-net[2],當(dāng)且僅當(dāng):

    (a) 存在一個(gè)起始庫(kù)所i∈P使得·i=?;

    (b) 存在一個(gè)終止庫(kù)所o∈P使得o·=?;

    (c) 每個(gè)節(jié)點(diǎn)都位于從i到o的一條路徑上。

    若對(duì)會(huì)議流程日志(表2)使用合適的挖掘算法,得到的流程模型如圖1所示。

    圖1 會(huì)議流程的WF-net模型

    圖1中,矩形表示變遷,圓圈表示庫(kù)所,變遷和庫(kù)所之間使用有向弧連接。每個(gè)庫(kù)所上都標(biāo)有活動(dòng)的名稱,當(dāng)觸發(fā)庫(kù)所時(shí),相應(yīng)的活動(dòng)被執(zhí)行。根據(jù)定義3,該流程是一個(gè)WF-net。

    定義4 一個(gè)WF-net N=(P,T,F,A,l)是一個(gè)SWF-net[2],當(dāng)且僅當(dāng):

    (a) 對(duì)于所有的p∈P,t∈T,(p,t)∈F,若|p·|>1,則|·t|=1;

    (b) 對(duì)于所有的p∈P,t∈T,(t,p)∈F,若|·t|>1,則|·p|=1;

    (c) 不存在隱式庫(kù)所。

    1.2.2 Causal net (C-net)

    Causal net表達(dá)流程中活動(dòng)和活動(dòng)之間的依賴關(guān)系。每個(gè)活動(dòng)有一組輸入約束和輸出約束。如圖2 (a)所示,活動(dòng)a是開(kāi)始活動(dòng),因此,沒(méi)有輸入約束,輸出約束是{b,d}和{c,d},表示執(zhí)行活動(dòng)a后,執(zhí)行b和d,或者c和d?;顒?dòng)e是結(jié)束活動(dòng),沒(méi)有輸出約束,輸入約束為{b,d}和{c,d},說(shuō)明在執(zhí)行活動(dòng)e之前,執(zhí)行了b和d,或者c和d。

    圖2 一個(gè)C-net例子

    與圖2(a)中的C-net等價(jià)的WF-net模型如圖2(b)所示。它們所有的可執(zhí)行流程實(shí)例相同,有,,,。以下是Causal net的形式化定義。

    定義5 Causal net[2]是一個(gè)六元組(A,ai,ao,D,I,O)。

    其中:

    A是活動(dòng)的有限集合;

    {ai}={a∈A|I(a)={?}}是開(kāi)始活動(dòng);

    {ao}={a∈A|O(a)={?}}是結(jié)束活動(dòng);

    D={(a1,a2)∈A×A|a1∈∪as∈I(a2)as∧a2∈∪as∈O(a1)as}是依賴關(guān)系;

    I∈A→AS是活動(dòng)的輸入約束;

    O∈A→AS是活動(dòng)的輸出約束;

    AS={X?ρ(A)|X={?}∨??X}2。

    例如,圖2(a)所示的Causal net,A={a,b,c,d,e},ai=a,ao=e,D={(a,b),(a,c),(a,d),(b,e),(c,e),(d,e)},I(a)={?},O(a)={{b,d},(c,d)},I(b)={{a}},O(b)={{e}},I(c)={{a}},O(c)={{e}},I(d)={{a}},O(d)={{e}},I(e)={{b,d},{c,d}},O(e)={?}。

    1.2.3 流程樹(shù)

    流程樹(shù)[5]也可作為流程模型的表示方式。其中,節(jié)點(diǎn)分為葉子節(jié)點(diǎn)和非葉子節(jié)點(diǎn)。葉子節(jié)點(diǎn)(也稱為活動(dòng)節(jié)點(diǎn))表示活動(dòng)。非葉子節(jié)點(diǎn)(也稱為操作節(jié)點(diǎn))表示流程的控制流結(jié)構(gòu)。四種控制流結(jié)構(gòu)的流程樹(shù)表示方法如圖3所示?!痢姆謩e表示順序、選擇、并行和循環(huán)結(jié)構(gòu)。

    圖3 四種控制流結(jié)構(gòu)的流程樹(shù)表示

    使用流程樹(shù)表示的流程模型是一種“塊結(jié)構(gòu)”的流程模型,其最大的好處是流程可避免死鎖。

    2 流程挖掘中的關(guān)鍵問(wèn)題

    2.1 控制流結(jié)構(gòu)

    以WF-net為例,常用的控制流結(jié)構(gòu)包括:順序結(jié)構(gòu)、并行結(jié)構(gòu)、選擇結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、非自由選擇結(jié)構(gòu)[6]、隱式活動(dòng)和重復(fù)活動(dòng)。會(huì)議流程的WF-net模型(圖1)包含了上述所有的控制流結(jié)構(gòu)。觀察執(zhí)行日志(表2),若參會(huì)者坐火車前往開(kāi)會(huì),則同樣坐火車返回;若開(kāi)車前往,則同樣開(kāi)車返回??梢?jiàn),返程的方式取決于前去開(kāi)會(huì)的方式。在圖1中,庫(kù)所i后面的選擇不是由前面的“返程”活動(dòng)決定,而是由庫(kù)所c后面的活動(dòng)決定。若庫(kù)所c后選擇的是坐火車,則庫(kù)所i后選擇的也是坐火車;若庫(kù)所c后選擇的是開(kāi)汽車,則庫(kù)所i后選擇的也是開(kāi)汽車,這稱為是非自由選擇結(jié)構(gòu)。另外,流程中兩個(gè)活動(dòng)的名稱相同,導(dǎo)致了重復(fù)活動(dòng)。在日志中,有的參會(huì)者在會(huì)上沒(méi)有發(fā)表演講,這通過(guò)隱式活動(dòng)實(shí)現(xiàn)。隱式活動(dòng)是WF-net模型中黑色的矩形,常用來(lái)輔助實(shí)現(xiàn)某些控制流結(jié)構(gòu)。在日志中,有的參會(huì)者沒(méi)有提問(wèn),而有的提問(wèn)多次,這通過(guò)循環(huán)結(jié)構(gòu)實(shí)現(xiàn)。

    流程挖掘算法應(yīng)當(dāng)盡可能多的支持各種控制流結(jié)構(gòu)。但由于各種因素,如:日志信息不完整、建模語(yǔ)言表達(dá)能力有限,算法本身的局限性等,算法可能無(wú)法處理某些控制流結(jié)構(gòu)。

    2.2 日志噪聲和不完整性

    大多數(shù)挖掘算法假設(shè)日志數(shù)據(jù)是正確的。但實(shí)際上,由于流程執(zhí)行異常或日志記錄錯(cuò)誤,日志數(shù)據(jù)往往存在一些噪聲。噪聲的特點(diǎn)是出現(xiàn)頻率低。利用這個(gè)特點(diǎn),一種方法是對(duì)日志進(jìn)行預(yù)處理,或?qū)Y(jié)果模型進(jìn)行“剪枝”。但這種方法沒(méi)有體現(xiàn)算法本身的健壯性,而有些挖掘算法本身能夠處理日志噪聲,如啟發(fā)式算法、遺傳挖掘算法等。

    日志的完整性對(duì)挖掘結(jié)果也起到重要的作用。但實(shí)際上,某些合法的流程實(shí)例可能沒(méi)有記錄在日志中。例如,流程模型中有10個(gè)可并發(fā)執(zhí)行的活動(dòng),要滿足日志完整性,則至少包含10!條流程實(shí)例,但實(shí)際上可能只有其中1000條流程實(shí)例被記錄在日志中。如果模型中存在循環(huán)結(jié)構(gòu),則可執(zhí)行的流程實(shí)例無(wú)窮多,顯然不可能全部記錄在日志中。日志完整性可分成不同級(jí)別[7],不同的挖掘算法對(duì)日志有不同的完整性要求。

    (1) 全局完整性GC:流程模型描述的所有可能的流程實(shí)例都至少在日志中出現(xiàn)一次。通常情況下,全局完整性是一種理想情況,很多情況下日志信息是不完整的或者不可能做到完整,例如流程中有循環(huán)結(jié)構(gòu)時(shí)。

    (2) 繼發(fā)完整性DS:任何兩個(gè)允許相繼執(zhí)行的任務(wù),它們相繼執(zhí)行的流程實(shí)例至少在日志中出現(xiàn)一次。

    (3) 2元短循環(huán)完整性DS+:若活動(dòng)a和b組成長(zhǎng)度為2的循環(huán)結(jié)構(gòu),則序列必須至少在日志中出現(xiàn)一次。

    (4) 長(zhǎng)循環(huán)完整性DS++:長(zhǎng)循環(huán)指流程中包含長(zhǎng)度大于2的循環(huán)結(jié)構(gòu)。長(zhǎng)循環(huán)的實(shí)例必須至少在日志中出現(xiàn)一次。

    (5) 頻率完整性FS:日志中記錄流程實(shí)例發(fā)生的次數(shù)。因此,通過(guò)日志可以得出哪些活動(dòng)經(jīng)常相繼發(fā)生。

    2.3 日志多樣性

    日志多樣性指由于流程本身錯(cuò)綜復(fù)雜而導(dǎo)致日志中的實(shí)例也呈現(xiàn)出復(fù)雜多樣的特征。例如,醫(yī)療系統(tǒng)的執(zhí)行日志就存在多樣性的特點(diǎn)。因?yàn)槊课换颊叩牟∏椤Ⅲw質(zhì)或者經(jīng)濟(jì)狀況都不同,采取的治療手段也互不相同。如果使用傳統(tǒng)的流程挖掘算法,得到的流程模型結(jié)構(gòu)非常復(fù)雜、難以理解。

    一種解決方法是采用聚類方法對(duì)日志中的執(zhí)行實(shí)例進(jìn)行聚類從而產(chǎn)生多個(gè)子日志,降低日志的多樣性。然后對(duì)每個(gè)子日志分別實(shí)施已有的挖掘算法。這種方法得到的模型結(jié)構(gòu)大大簡(jiǎn)化,但得到的不是完整的流程模型。另一種方法是抽取日志中的通用執(zhí)行模式(活動(dòng)序列片段),根據(jù)模式對(duì)日志進(jìn)行迭代化簡(jiǎn),然后對(duì)化簡(jiǎn)后的日志和執(zhí)行模式分別施用已有的挖掘算法得到層次流程模型。

    2.4 流程模型質(zhì)量評(píng)價(jià)

    通常從四個(gè)方面[8-10]來(lái)評(píng)價(jià)流程模型的質(zhì)量:重現(xiàn)度、精確度、通用性和簡(jiǎn)單性。

    重現(xiàn)度:指流程模型對(duì)日志中執(zhí)行實(shí)例的可重現(xiàn)程度。給定一個(gè)流程模型和一個(gè)執(zhí)行實(shí)例,如果執(zhí)行實(shí)例可通過(guò)執(zhí)行該流程獲得,則稱該流程可重現(xiàn)該實(shí)例。流程模型可重現(xiàn)的執(zhí)行實(shí)例越多,對(duì)日志的重現(xiàn)度就越高。

    精確度:如果通過(guò)執(zhí)行流程模型可以產(chǎn)生許多日志中不包含的實(shí)例,那么該流程模型的精確度就較低,稱為弱擬合。

    通用性:與精確度相反,通用性指流程模型不僅反映日志中的行為,還允許日志以外的正確行為。這是因?yàn)閷?shí)際應(yīng)用中,日志通常是不完整的。好的流程模型應(yīng)當(dāng)有這樣的“預(yù)見(jiàn)性”使得新的執(zhí)行實(shí)例符合流程模型的規(guī)范。如果通用性過(guò)低,稱流程模型過(guò)擬合。

    簡(jiǎn)單性:在保證其他三個(gè)指標(biāo)的情況下,流程模型越簡(jiǎn)單越好。可從模型中節(jié)點(diǎn)的數(shù)量或節(jié)點(diǎn)的出入度等方面來(lái)評(píng)價(jià)。

    精確度和通用性存在一定程度的對(duì)立,精確度較高的流程模型,通用性往往較差,反之亦然。簡(jiǎn)單性與精確性和通用性也有一定的關(guān)系,通常通用性較高的模型結(jié)構(gòu)較簡(jiǎn)單,而精確性較高的模型結(jié)構(gòu)較復(fù)雜。如何使流程模型質(zhì)量在這四個(gè)方面達(dá)到一種平衡,或者能夠控制這四個(gè)方面的不同需求也是流程算法應(yīng)該解決的問(wèn)題。

    3 流程挖掘算法

    3.1 直接算法

    這類算法的基本思想是:首先,掃描日志中的所有實(shí)例,抽象出活動(dòng)之間的基本關(guān)系。然后,根據(jù)基本關(guān)系的類型,直接構(gòu)造流程的控制流結(jié)構(gòu)。這類算法的代表是α及其擴(kuò)展算法[6,11-14],包括α、α+、α++、α#、α*等。

    以α算法[13]為例,活動(dòng)之間的基本關(guān)系有:

    a>Lb(伴隨):?α∈L,α=,1?i?n-1,ti=a,ti+1=b;

    a→Lb(因果):?α∈L,α=,a>Lb且b≯La;

    a||Lb(并行):?α∈L,α=,a>Lb且b>La;

    a#Lb(無(wú)關(guān)):?α∈L,α=,a≯Lb且b≯La。

    根據(jù)四種基本關(guān)系,構(gòu)造控制流結(jié)構(gòu)。構(gòu)造方法為:a→b:順序結(jié)構(gòu);a>Lb,a>Lc,b#Lc:選擇分叉;a>Lc,b>Lc,a#Lb:選擇合并;a>Lb,a>Lc,b‖Lc:并行分叉;a>Lc,b>Lc,a‖Lb:并行合并。

    α算法無(wú)法處理長(zhǎng)度為2的短循環(huán)結(jié)構(gòu)。因?yàn)閷?duì)這樣的活動(dòng)序列,α算法抽象出兩種基本關(guān)系:a>Lb和b>La。根據(jù)構(gòu)造方法把a(bǔ)和b做并行結(jié)構(gòu)處理。事實(shí)上,α算法的結(jié)果流程模型是不包含短循環(huán)結(jié)構(gòu)的SWF-net,且流程中沒(méi)有隱式活動(dòng)和重復(fù)活動(dòng)。

    α+算法[11]是對(duì)α算法的第一次擴(kuò)展,它能夠處理α算法不能處理的長(zhǎng)度為1或2的短循環(huán)結(jié)構(gòu)。為了識(shí)別長(zhǎng)度為2的循環(huán)活動(dòng)序列,α+算法首先擴(kuò)展了活動(dòng)之間的基本關(guān)系:

    a△Wb:當(dāng)且僅當(dāng)存在一個(gè)流程實(shí)例σ=t1,t2,…,tn,i∈{1,…,n-2},ti=ti+2且ti=1=b;

    a◇Wb:當(dāng)且僅當(dāng)a△Wb且b△Wa。

    然后對(duì)原來(lái)的三個(gè)基本關(guān)系a→Lb,a‖Lb,a#Lb也作了相應(yīng)的改進(jìn)。α+算法的具體過(guò)程是:先識(shí)別日志中長(zhǎng)度為1的循環(huán)活動(dòng)序列,將它們暫時(shí)從日志中過(guò)濾掉。對(duì)過(guò)濾后的日志,使用與α算法相同的方法得到中間模型。然后,將長(zhǎng)度為1的循環(huán)結(jié)構(gòu)添加到相應(yīng)的位置。α+算法的結(jié)果流程模型是不帶隱式活動(dòng)和重復(fù)活動(dòng)的SWF-net。

    α與α+算法關(guān)注的是活動(dòng)之間的直接(顯式)依賴關(guān)系。而在有些流程中,兩個(gè)非直接相鄰的活動(dòng)之間也可能存在依賴關(guān)系,即隱式依賴。α++算法[6]考慮了依賴距離大于1的隱式依賴關(guān)系,因此能夠處理非自由選擇結(jié)構(gòu)。α++算法的關(guān)鍵是快速有效地發(fā)現(xiàn)任意兩個(gè)活動(dòng)之間的隱式依賴。

    α#算法[12]是對(duì)α+算法的擴(kuò)展,能夠處理隱式變遷。如圖1所示,一個(gè)黑色的變遷上沒(méi)有標(biāo)識(shí)對(duì)應(yīng)的活動(dòng),該變遷稱為隱式變遷。通常,隱式變遷是為了保證WF-net的正確性,或構(gòu)造復(fù)雜控制流結(jié)構(gòu)而加入的。隱式變遷分為SIDE,SKIP和SWITCH三種類型。α#算法先抽象活動(dòng)之間的虛假依賴關(guān)系,再根據(jù)構(gòu)造規(guī)則,構(gòu)造出三種不同類型的隱式變遷。

    α*算法[14]用于處理重復(fù)活動(dòng)。在WF-net中,如果變遷T到活動(dòng)A的映射是1對(duì)1關(guān)系,即不存在多個(gè)變遷映射到一個(gè)活動(dòng)的情況,則流程不存在重復(fù)活動(dòng)。α、α+、α++、α#算法均不能處理重復(fù)活動(dòng)。如表2中的第1個(gè)實(shí)例:<開(kāi)始,準(zhǔn)備,坐火車,開(kāi)會(huì),提問(wèn),參觀,晚宴,返程,坐火車,結(jié)束>,當(dāng)掃描到第3個(gè)活動(dòng)“坐火車”時(shí),不能確定該活動(dòng)是對(duì)應(yīng)模型(圖3)中的哪個(gè)“坐火車”變遷。α*算法是對(duì)α算法的擴(kuò)展,在抽象活動(dòng)之間關(guān)系的同時(shí),記錄了活動(dòng)的上下文活動(dòng)。因此,可通過(guò)上下文環(huán)境判斷日志中的活動(dòng)對(duì)應(yīng)WF-net中的哪個(gè)變遷。

    3.2 啟發(fā)式算法

    α及其擴(kuò)展算法雖然分別能夠處理各種控制流結(jié)構(gòu),但卻不能處理日志中的噪聲。而在實(shí)際應(yīng)用中,日志中的噪聲是不可避免的。噪聲出現(xiàn)的原因可能是日志記錄錯(cuò)誤或流程執(zhí)行異常等,日志噪聲的存在將影響算法最終的挖掘結(jié)果。啟發(fā)式算法[15,16]考慮流程實(shí)例在日志中出現(xiàn)的頻率,可用于挖掘流程的主要行為,忽略各種細(xì)節(jié)或異常處理,也可用于處理日志噪聲。啟發(fā)式挖掘算法可處理的常用控制流結(jié)構(gòu):順序、并行、選擇、循環(huán)和非自由選擇結(jié)構(gòu)。啟發(fā)式算法的流程表示是C-net(A,ai,ao,D,I,O)。

    第一步 計(jì)算活動(dòng)之間的依賴度,計(jì)算公式如下:

    (1)

    其中,|a>Lb|表示a>Lb在所有流程實(shí)例中出現(xiàn)的總次數(shù)。

    長(zhǎng)度為2的循環(huán)結(jié)構(gòu)的依賴度的計(jì)算公式如下:

    (2)

    其中,|a?Lb|表示序列在所有流程實(shí)例中出現(xiàn)的總次數(shù)。計(jì)算結(jié)果的取值范圍是-1到1。越接近1,說(shuō)明依賴程度越強(qiáng)。越接近0,說(shuō)明依賴程度越弱。

    第二步 設(shè)定閾值,構(gòu)造依賴圖。假設(shè)包含五個(gè)活動(dòng)a,b,c,d,e的執(zhí)行日志L=[1,10,10,1,1,1,2,1],兩兩活動(dòng)之間相繼執(zhí)行的次數(shù)如表3所示,根據(jù)式(1)計(jì)算得到的活動(dòng)之間的依賴度如表4所示。設(shè)閾值為0.7,則依賴度大于0.7的兩個(gè)活動(dòng)之間用有向弧連接,如圖4(a)所示。例如,|a>Lb|=0.92,則活動(dòng)a到活動(dòng)b之間有一條有向弧,箭頭指向活動(dòng)b,表示b依賴于a。同時(shí),弧上標(biāo)明了活動(dòng)之間的依賴度。

    表3 活動(dòng)直接相繼執(zhí)行的次數(shù)

    表4 各活動(dòng)之間的依賴度

    圖4 C-net構(gòu)造過(guò)程

    第三步 在依賴圖基礎(chǔ)上進(jìn)一步確定并行和選擇分支。假設(shè)依賴圖中活動(dòng)a有三個(gè)輸出b、c和e。如果b和e是并行結(jié)構(gòu),則序列在日志中多次出現(xiàn)。如果b和c是選擇結(jié)構(gòu),則序列不可能出現(xiàn)。因此,計(jì)算a?Lb∧c,公式如下:

    (3)

    3.3 遺傳算法

    遺傳算法[5,17]是一種模擬生物進(jìn)化過(guò)程的搜索技術(shù)。首先,隨機(jī)產(chǎn)生一組初始種群,利用適應(yīng)值函數(shù)計(jì)算個(gè)體的質(zhì)量,對(duì)質(zhì)量?jī)?yōu)良的個(gè)體做雜交變異操作形成新一代種群。重復(fù)這一過(guò)程,直到滿足終止條件。由于搜索空間不受限制,所以遺傳算法可以同時(shí)處理各種控制流結(jié)構(gòu)?;谶z傳算法的流程挖掘的關(guān)鍵是:(1) 流程模型的表示方式;(2) 評(píng)價(jià)流程模型的適應(yīng)值函數(shù);(3) 遺傳算子(雜交、變異)。

    可用流程樹(shù)[5]作為流程模型表示方式。遺傳算法適應(yīng)值函數(shù)將四個(gè)質(zhì)量指標(biāo)(見(jiàn)2.4節(jié))綜合起來(lái),使得產(chǎn)生的結(jié)果模型具有較高的綜合質(zhì)量,適應(yīng)值函數(shù)的計(jì)算公式為:

    fitness=w1×Fr+w2×Pe+w3×Gv+w4×Sm

    (4)

    其中,F(xiàn)r、Pe、Gv和Sm分別為流程模型在重現(xiàn)度、精確度、通用性和簡(jiǎn)單性四方面的計(jì)算值。w1、 w2、w3和w4分別是四個(gè)質(zhì)量指標(biāo)的權(quán)重。用戶可以根據(jù)自己的偏好設(shè)置流程模型在這四方面的權(quán)重。利用適應(yīng)值函數(shù)計(jì)算當(dāng)前流程模型的適應(yīng)值,按照一定比例將適應(yīng)值最高的多個(gè)流程模型直接保留到下一代。其余的流程使用錦標(biāo)賽方法選出并通過(guò)雜交變異產(chǎn)生。具體方法如下:

    (1) 雜交

    參與雜交的兩棵流程樹(shù)隨機(jī)選擇各自的子樹(shù)進(jìn)行交換。已知兩棵流程樹(shù)P1、P2,隨機(jī)選中各自的一棵子樹(shù),如圖5所示, P1選中子樹(shù)st1, P2選中子樹(shù)st2。將兩棵子樹(shù)交換后,得到兩棵新的流程樹(shù)P1′和P2′。

    圖5 流程樹(shù)的雜交示意圖

    (2) 變異

    變異分為以下三種情況:節(jié)點(diǎn)變異、刪除活動(dòng)節(jié)點(diǎn)、添加活動(dòng)節(jié)點(diǎn)。

    節(jié)點(diǎn)變異包括操作節(jié)點(diǎn)(非葉子節(jié)點(diǎn))變異和活動(dòng)節(jié)點(diǎn)變異。對(duì)于操作節(jié)點(diǎn),改變其控制流結(jié)構(gòu)類型;對(duì)于活動(dòng)節(jié)點(diǎn),改變其代表的活動(dòng)類型。例如,將流程樹(shù)P1中的代表并行結(jié)構(gòu)的操作節(jié)點(diǎn)(節(jié)點(diǎn)E的父節(jié)點(diǎn))變成順序結(jié)構(gòu),變異結(jié)果如圖6(b)所示;將P1中活動(dòng)節(jié)點(diǎn)D的活動(dòng)類型變成C,變異結(jié)果如圖6(c)所示。

    刪除活動(dòng)節(jié)點(diǎn)時(shí),為了保證流程樹(shù)的正確結(jié)構(gòu),有時(shí)需要同時(shí)刪除其父節(jié)點(diǎn)。例如,要將流程樹(shù)P1中的活動(dòng)節(jié)點(diǎn)E刪除,需要同時(shí)刪除它的父節(jié)點(diǎn),并將節(jié)點(diǎn)F變成節(jié)點(diǎn)G的兄弟節(jié)點(diǎn),變異結(jié)果如圖6(d)所示。

    添加活動(dòng)節(jié)點(diǎn)指隨機(jī)產(chǎn)生一個(gè)活動(dòng)節(jié)點(diǎn),將它添加到任意一個(gè)操作節(jié)點(diǎn)下。為了保證流程樹(shù)的正確結(jié)構(gòu),有時(shí)需要同時(shí)添加父節(jié)點(diǎn)。例如,在流程樹(shù)P1中,將活動(dòng)節(jié)點(diǎn)C添加到活動(dòng)節(jié)點(diǎn)D的父節(jié)點(diǎn)下。在該父節(jié)點(diǎn)下創(chuàng)建一個(gè)同樣代表順序結(jié)構(gòu)的操作節(jié)點(diǎn),將節(jié)點(diǎn)C和D添加到該操作節(jié)點(diǎn)下,變異結(jié)果如圖6(e)所示。

    遺傳算法雖然能夠處理各種控制流結(jié)構(gòu)和日志噪聲,但由于初始種群是隨機(jī)產(chǎn)生的,因此結(jié)果流程也具有隨機(jī)性,可能得不到最優(yōu)的流程模型。

    圖6 流程樹(shù)的變異示意圖

    3.4 基于日志分類的算法

    日志的多樣性導(dǎo)致已有的流程挖掘算法得到的流程結(jié)構(gòu)錯(cuò)綜復(fù)雜,難以理解。為了解決這個(gè)問(wèn)題,一種方法是對(duì)日志中的執(zhí)行實(shí)例進(jìn)行聚類,將其劃分成多個(gè)子日志,然后對(duì)各子日志施用已有的挖掘算法。這種方法的關(guān)鍵在于如何對(duì)執(zhí)行實(shí)例進(jìn)行聚類。聚類的好壞將影響最終的挖掘結(jié)果。

    聚類的基本方法[8,18]是:根據(jù)某種規(guī)則構(gòu)造執(zhí)行實(shí)例的特征向量,如:實(shí)例中各活動(dòng)(或一組活動(dòng))出現(xiàn)的次數(shù)、處理的數(shù)據(jù)對(duì)象或性能參數(shù)等。假設(shè)日志L=[,,,,,],按照活動(dòng)出現(xiàn)與否構(gòu)造實(shí)例的特征向量,如表5所示。

    表5 執(zhí)行實(shí)例的特征向量

    利用已有的相似度計(jì)算方法,如:歐幾里得距離、漢明距離、Jaccard距離等,計(jì)算各特征向量之間的相似度。利用已有的聚類算法對(duì)這些執(zhí)行實(shí)例進(jìn)行聚類,形成多個(gè)子日志。

    采用以上方法對(duì)聚類后的子日志施用已有的挖掘算法得到的是局部流程。要得到完整的流程模型,可使用3.5節(jié)的方法挖掘?qū)哟瘟鞒棠P汀?/p>

    3.5 基于執(zhí)行模式的算法

    解決日志多樣性問(wèn)題,還有一種方法是挖掘?qū)哟文P蚚19],挖掘步驟如圖7所示。首先,通過(guò)分析日志中的所有執(zhí)行實(shí)例,發(fā)現(xiàn)所有最大重復(fù)活動(dòng)序列片段,即通用執(zhí)行模式[20]。然后,通過(guò)活動(dòng)映射得到通用執(zhí)行模式的等價(jià)類[21]。利用Hasse圖構(gòu)造等價(jià)類之間的偏序關(guān)系。Hasse圖的頂端節(jié)點(diǎn)即為模式摘要。

    重新掃描日志,將所有執(zhí)行實(shí)例中屬于某摘要的通用執(zhí)行模式用一個(gè)抽象活動(dòng)代替。對(duì)處理后的日志施用已有的挖掘算法,得到完整的流程模型。其中,某些活動(dòng)是抽象活動(dòng),代表子流程的位置。對(duì)屬于同一模式摘要的所有通用執(zhí)行模式施用挖掘算法得到子流程。

    圖7 層次模型挖掘示意圖

    已知通用執(zhí)行模式有{ab,ac,bc,aad,add,aba,abc,acb,acd}。按照活動(dòng)將它們映射成等價(jià)類[21]:[{a,b}]={ab,aba},[{a,c}]={ac},[{b,c}]={bc},[{a,d}]={aad,add},[{a,b,c}]={abc,acb},[{a,c,d}]={acd}。利用等價(jià)類之間的包含偏序關(guān)系構(gòu)造Hasse圖,如圖8所示。

    圖8 等價(jià)類包含關(guān)系Hasse圖

    圖8中,{a,b,c}和{a,c,d}是Hasse圖中最上層的頂點(diǎn),因此作為模式摘要。處理日志實(shí)例時(shí),頂點(diǎn){a,b,c}及其所覆蓋的所有子節(jié)點(diǎn){a,b},{a,c},{b,c}所對(duì)應(yīng)的通用執(zhí)行模式用抽象活動(dòng)A表示;頂點(diǎn){a,c,d}及其所覆蓋的子節(jié)點(diǎn){a,d}所對(duì)應(yīng)的通用執(zhí)行模式用抽象活動(dòng)B表示。節(jié)點(diǎn){a,c}同時(shí)被{a,b,c}和{a,c,d}包含,可人為規(guī)定{a,c}屬于{a,b,c}。對(duì)抽象處理后的日志可進(jìn)一步抽取模式摘要,用它對(duì)當(dāng)前日志進(jìn)一步處理得到新的抽象日志。不斷重復(fù)以上操作,可獲得各層次的抽象日志。對(duì)頂層日志施用已有的挖掘算法得到全局流程模型。對(duì)各層次的模式摘要所對(duì)應(yīng)的通用執(zhí)行模式施用挖掘算法得到各層次的子流程。

    4 算法比較

    第3節(jié)介紹了經(jīng)典的流程挖掘算法的實(shí)現(xiàn)原理,以及它們各自的適用范圍和局限性。本節(jié)將從日志完整性 (cmp),控制流結(jié)構(gòu),如:順序結(jié)構(gòu)(seq)、選擇結(jié)構(gòu)(cho)、并行結(jié)構(gòu)(par)、循環(huán)結(jié)構(gòu)(loo)、非自由選擇結(jié)構(gòu)(nfc)、重復(fù)活動(dòng)(dup),以及噪聲處理等方面對(duì)這些算法進(jìn)行分析和比較,比較結(jié)果如表6所示。基于日志分類和執(zhí)行模式的算法都是對(duì)日志進(jìn)行預(yù)處理,挖掘階段仍使用現(xiàn)有的流程挖掘算法,因此處理控制流結(jié)構(gòu)的能力與選用的具體挖掘算法有關(guān)。

    α算法只能處理長(zhǎng)度大于2的長(zhǎng)循環(huán)結(jié)構(gòu),而不能處理長(zhǎng)度為1或2的短循環(huán)結(jié)構(gòu)。因此,在表6中,α算法的“l(fā)oo”項(xiàng)為“√/×”,表示只能處理部分循環(huán)結(jié)構(gòu)。

    表6 日志完整性要求和控制流結(jié)構(gòu)比較

    表7對(duì)從處理日志噪聲、日志多樣性和模型質(zhì)量控制等方面對(duì)算法進(jìn)行了比較。啟發(fā)式算法和遺傳算法能夠處理日志噪聲。模型質(zhì)量方面,一般的流程挖掘算法得到結(jié)果流程模型后,可通過(guò)一致性檢查計(jì)算四個(gè)維度的模型質(zhì)量。而遺傳算法可通過(guò)調(diào)節(jié)適應(yīng)值函數(shù)中的權(quán)重控制結(jié)果模型在四個(gè)質(zhì)量維度上的表現(xiàn)。基于日志分類和執(zhí)行模式的算法能夠很好地處理日志多樣性問(wèn)題。

    表7 日志噪聲、多樣性和質(zhì)量控制比較

    5 結(jié) 語(yǔ)

    流程挖掘技術(shù)作為流程再設(shè)計(jì)和分析的一項(xiàng)關(guān)鍵技術(shù),為流程變化管理和診斷提供了良好的解決方案。本文總結(jié)了流程挖掘中遇到的關(guān)鍵問(wèn)題,介紹了5種流程挖掘算法,并從日志完整性、控制流結(jié)構(gòu)、處理噪聲、模型質(zhì)量控制等方面對(duì)它們進(jìn)行了分析和比較。

    縱觀全文,目前各種流程挖掘算法都有其各自的特色和適用范圍。針對(duì)不同特征的日志,如何選擇最佳的挖掘算法仍然是一項(xiàng)挑戰(zhàn)。尤其是在處理復(fù)雜流程的多樣性日志時(shí),研究一種普適性的挖掘算法是未來(lái)的一個(gè)研究方向。除此之外,日志數(shù)據(jù)處理、解決特殊控制流結(jié)構(gòu)和挖掘結(jié)果的可視化等將仍然是未來(lái)流程挖掘研究的發(fā)展方向。

    [1] 趙衛(wèi)東,范力.工作流挖掘研究的現(xiàn)狀與發(fā)展[J].計(jì)算機(jī)集成制造系統(tǒng),2009,14(12):2289-2296.

    [2] Aalst W.Process mining:discovery,conformance and enhancement of business processes[M].Springer,2011.

    [3] Demedeiros A,Alves K.Genetic Process Mining[D].Eindhoven:Technische Universiteit Eindhoven,2006.

    [4] Aalst W.Petri-net-based workflow management software[C]//Proceedings of the NFS Workshop on Workflow and Process Automation in Information Systems,1996:114-118.

    [5] Buijs J,Dongen B,Aalst W.A genetic algorithm for discovering process trees[C]//Proceedings of 2012 IEEE Congress on Evolutionary Computation,2012:1-8.

    [6] Wen L,Aalst W,Wang J,et al.Mining process models with non-free-choice constructs[J].Data Mining and Knowledge Discovery,2007,15(2):145-180.

    [7] Dongen B,Medeiros A,Wen L.Process mining:overview and outlook of petri net discovery algorithms[J].Transactions on Petri Nets and Other Models of Concurrency II,2009,5460:225-242.

    [8] Song M,Christian W,Aalst W.Trace clustering in process mining[C]//Proceedings of Business Process Management Workshops,2009:109-120.

    [9] Buijs J,Dongen B,Aalst W.On the role of fitness,precision,generalization and simplicity in process discovery[C]//On the Move to Meaningful Internet Systems (OTM 2012),2012:305-322.

    [10] Aalst W,Adriansyah A,Dongen B.Replaying history on process models for conformance checking and performance analysis[J].Wiley Interdisciplinary Reviews:Data Mining and Knowledge Discovery,2012,2(2):182-192.

    [11] Medeiros A,Dongen B,Aalst W,et al.Process mining for ubiquitous mobile systems:an overview and a concrete algorithm[C]//Ubiquitous Mobile Information and Collaboration Systems.Springer,2005:151-165.

    [12] Wen L,Wang J,Sun J.Mining invisible tasks from event logs[C]//Advances in Data and Web Management.Springer,2007:358-365.

    [13] Aalst W,Weijters T,Maruster L.Workflow mining:Discovering process models from event logs[J].IEEE Transactions on Knowledge and Data Engineering,2004,16(9):1128-1142.

    [14] Li J,Liu D,Yang B.Process mining:Extending α-algorithm to mine duplicate tasks in process logs[C]//Advances in Web and Network Technologies,and Information Management.Springer,2007:396-407.

    [15] Weijters A,Aalst W.Rediscovering workflow models from event-based data using little thumb[J].Integrated Computer Aided Engineering,2003,10(2):151-162.

    [16] Weijters A,Aalst W,Medeiros A.Process mining with the heuristics miner-algorithm[J].Technische Universiteit Eindhoven,Tech.Rep.WP,2006,166:1-34.

    [17] Bratosin C,Sidorova N,Aalst W.Discovering process models with genetic algorithms using sampling[J].Knowledge-Based and Intelligent Information and Engineering Systems,2010,6276:41-50.

    [18] Bose R,Aalst W.Context aware trace clustering:towards improving process mining results[C]//Proceedings of SDM,2009:401-412.

    [19] Bose R,Verbeek E,Aalst W.Discovering hierarchical process models using ProM[C]//IS Olympics: Information Systems in a Diverse World,Springer,2012:33-48.

    [20] Bose R,Aalst W.Trace clustering based on conserved patterns:towards achieving better process models[C]//Proceedings of Business Process Management Workshops,2010:170-181.

    [21] Bose R,Aalst W.Abstractions in process mining:a taxonomy of patterns[C]//Business Process Management,Springer,2009:159-175.

    ON BUSINESS PROCESS MINING ALGORITHMS

    Yang Liqin1,2Kang Guosheng2Cai Weigang1Zhou Qiang1

    1(LibraryandInformationCenter,ShanghaiUniversityofTraditionalChineseMedicine,Shanghai201203,China)2(SchoolofComputerScience,FudanUniversity,Shanghai201203,China)

    Process mining can reconstruct a process model according to the execution log of process, which conduces to the realisation of business process optimisation and intelligent management. This paper first presents the key problems of current process mining technologies to be solved. Then it encompasses a couple of typical process mining algorithms, by which the problems each one tackled and the shortcomings of each are indicated. This paper also gives analysis and comparison on these algorithms in terms of log integrity, control-flow structure, noise processing and quality control. Finally, a set of directions for future research in process mining technology is pointed out.

    Process mining α algorithm Heuristic algorithm Genetic algorithm Log classification

    2014-10-20。上海中醫(yī)藥大學(xué)預(yù)算內(nèi)項(xiàng)目(2013JW 30)。楊麗琴,講師,主研領(lǐng)域:業(yè)務(wù)流程管理,服務(wù)計(jì)算,醫(yī)學(xué)信息。康國(guó)勝,碩士。蔡偉剛,講師。周強(qiáng),研究員。

    TP3

    A

    10.3969/j.issn.1000-386x.2016.04.011

    猜你喜歡
    控制流日志實(shí)例
    一名老黨員的工作日志
    抵御控制流分析的Python 程序混淆算法
    工控系統(tǒng)中PLC安全漏洞及控制流完整性研究
    電子科技(2021年2期)2021-01-08 02:25:58
    抵御控制流分析的程序混淆算法
    扶貧日志
    心聲歌刊(2020年4期)2020-09-07 06:37:14
    游學(xué)日志
    基于控制流隱藏的代碼迷惑
    完形填空Ⅱ
    完形填空Ⅰ
    一種基于粗集和SVM的Web日志挖掘模型
    最近手机中文字幕大全| 欧美高清性xxxxhd video| 在线亚洲精品国产二区图片欧美 | 欧美精品一区二区免费开放| 在线看a的网站| 亚洲av二区三区四区| h日本视频在线播放| 人人妻人人看人人澡| 久久国产精品男人的天堂亚洲 | 人妻制服诱惑在线中文字幕| 久久鲁丝午夜福利片| av天堂中文字幕网| 美女脱内裤让男人舔精品视频| 三级国产精品欧美在线观看| 大陆偷拍与自拍| 成人免费观看视频高清| 国产伦在线观看视频一区| 国产深夜福利视频在线观看| 欧美 日韩 精品 国产| 最近的中文字幕免费完整| 熟女人妻精品中文字幕| 日本一二三区视频观看| 在线观看美女被高潮喷水网站| 亚洲欧洲日产国产| 日韩中文字幕视频在线看片 | 亚洲欧美日韩东京热| 亚洲精品久久久久久婷婷小说| 国产男女内射视频| 国产精品嫩草影院av在线观看| 免费黄频网站在线观看国产| 制服丝袜香蕉在线| 丰满人妻一区二区三区视频av| 亚洲高清免费不卡视频| 久久久a久久爽久久v久久| 免费av不卡在线播放| 少妇丰满av| 亚洲,一卡二卡三卡| 欧美成人精品欧美一级黄| 人妻一区二区av| 男女边摸边吃奶| 国产亚洲午夜精品一区二区久久| 99热6这里只有精品| 久久这里有精品视频免费| 亚洲欧美精品自产自拍| 国产精品三级大全| 国产精品一二三区在线看| 蜜桃在线观看..| 国产午夜精品一二区理论片| 波野结衣二区三区在线| 中国三级夫妇交换| 国产精品一区www在线观看| 亚洲国产精品国产精品| 欧美一级a爱片免费观看看| 欧美+日韩+精品| 天天躁夜夜躁狠狠久久av| 精品久久国产蜜桃| 亚洲成人一二三区av| 日韩在线高清观看一区二区三区| 汤姆久久久久久久影院中文字幕| 亚洲,一卡二卡三卡| 久热久热在线精品观看| 亚洲无线观看免费| 精品国产露脸久久av麻豆| 亚洲av欧美aⅴ国产| 熟女电影av网| 人体艺术视频欧美日本| av天堂中文字幕网| 99精国产麻豆久久婷婷| 日韩国内少妇激情av| 久久久久久久久久成人| 小蜜桃在线观看免费完整版高清| 亚洲精华国产精华液的使用体验| 日本午夜av视频| 久久青草综合色| 一级av片app| 人妻制服诱惑在线中文字幕| 成人国产av品久久久| av女优亚洲男人天堂| 欧美97在线视频| 国产女主播在线喷水免费视频网站| 自拍欧美九色日韩亚洲蝌蚪91 | 欧美一级a爱片免费观看看| 我的老师免费观看完整版| 国产亚洲欧美精品永久| 日本黄色片子视频| 一个人看的www免费观看视频| 成人国产麻豆网| 精品久久久久久久末码| 99热这里只有是精品50| 亚洲一区二区三区欧美精品| 亚洲,一卡二卡三卡| 九九爱精品视频在线观看| 国产男女超爽视频在线观看| 午夜激情久久久久久久| 在线免费十八禁| 成人综合一区亚洲| 日产精品乱码卡一卡2卡三| 在线观看国产h片| 国产精品久久久久久精品古装| 内射极品少妇av片p| 哪个播放器可以免费观看大片| 国产高清有码在线观看视频| 国产色爽女视频免费观看| 久久人妻熟女aⅴ| 亚洲精品乱久久久久久| 韩国av在线不卡| 人人妻人人爽人人添夜夜欢视频 | 亚洲av.av天堂| 免费观看的影片在线观看| 男人添女人高潮全过程视频| 中文欧美无线码| 久久久久久久精品精品| 亚洲第一av免费看| 国产 一区精品| 啦啦啦视频在线资源免费观看| 亚洲精品国产av蜜桃| 三级经典国产精品| 精品午夜福利在线看| 人妻少妇偷人精品九色| 久久鲁丝午夜福利片| 亚洲伊人久久精品综合| 国产精品一区www在线观看| 在线播放无遮挡| 深夜a级毛片| 免费观看无遮挡的男女| 美女中出高潮动态图| freevideosex欧美| 久久午夜福利片| 日韩视频在线欧美| 亚洲成人中文字幕在线播放| 在线 av 中文字幕| 国产成人freesex在线| 亚洲欧洲国产日韩| 下体分泌物呈黄色| 免费看光身美女| 亚洲美女视频黄频| 国产成人aa在线观看| 欧美+日韩+精品| 草草在线视频免费看| 一本久久精品| 亚洲性久久影院| 国产精品秋霞免费鲁丝片| 一本久久精品| 国产精品99久久久久久久久| 亚洲欧洲国产日韩| 国产中年淑女户外野战色| 人妻制服诱惑在线中文字幕| 有码 亚洲区| 午夜激情福利司机影院| 最近中文字幕2019免费版| 一边亲一边摸免费视频| 特大巨黑吊av在线直播| 男的添女的下面高潮视频| 青青草视频在线视频观看| 亚洲人成网站在线播| 亚洲国产高清在线一区二区三| 丰满乱子伦码专区| 久久精品国产a三级三级三级| 永久网站在线| 久久97久久精品| 亚洲图色成人| 国产亚洲5aaaaa淫片| 久久6这里有精品| 中文字幕人妻熟人妻熟丝袜美| 我的老师免费观看完整版| 99九九线精品视频在线观看视频| 高清在线视频一区二区三区| 欧美精品一区二区免费开放| 日韩亚洲欧美综合| 女人久久www免费人成看片| 国产精品国产三级国产av玫瑰| 精品人妻熟女av久视频| 三级经典国产精品| 欧美另类一区| 国产大屁股一区二区在线视频| 在线看a的网站| 偷拍熟女少妇极品色| 高清毛片免费看| 欧美xxⅹ黑人| 久久 成人 亚洲| 国产日韩欧美亚洲二区| 亚洲美女黄色视频免费看| 免费不卡的大黄色大毛片视频在线观看| 国产淫片久久久久久久久| 亚洲,欧美,日韩| 日日撸夜夜添| 99热全是精品| 亚洲久久久国产精品| 国产精品福利在线免费观看| 一级二级三级毛片免费看| 亚洲成人一二三区av| 插逼视频在线观看| 啦啦啦中文免费视频观看日本| 久久久a久久爽久久v久久| 免费高清在线观看视频在线观看| 亚洲av免费高清在线观看| 中文字幕久久专区| 成年美女黄网站色视频大全免费 | 五月开心婷婷网| 国产一区亚洲一区在线观看| 亚洲国产成人一精品久久久| 亚洲精品视频女| 一二三四中文在线观看免费高清| tube8黄色片| 欧美亚洲 丝袜 人妻 在线| videossex国产| 久久久精品免费免费高清| 黄片wwwwww| 久久久久网色| 女人久久www免费人成看片| 亚洲内射少妇av| 亚洲精品国产av蜜桃| 午夜福利高清视频| 国语对白做爰xxxⅹ性视频网站| 小蜜桃在线观看免费完整版高清| 少妇被粗大猛烈的视频| 亚洲国产精品成人久久小说| 久久女婷五月综合色啪小说| 视频中文字幕在线观看| 日韩欧美一区视频在线观看 | 亚洲欧美日韩卡通动漫| 国产又色又爽无遮挡免| 日韩三级伦理在线观看| 九九爱精品视频在线观看| 亚洲精品乱码久久久久久按摩| 91精品伊人久久大香线蕉| 又黄又爽又刺激的免费视频.| 精品国产一区二区三区久久久樱花 | 性高湖久久久久久久久免费观看| 亚洲精品亚洲一区二区| 亚洲美女视频黄频| 国产精品女同一区二区软件| 久久久久精品性色| 91精品国产九色| 国产精品99久久久久久久久| 亚洲第一区二区三区不卡| 高清日韩中文字幕在线| 在线观看国产h片| 丝袜脚勾引网站| 99热这里只有精品一区| 亚洲经典国产精华液单| 99久久精品热视频| 美女cb高潮喷水在线观看| 久久久久久久大尺度免费视频| 国产爽快片一区二区三区| 伦精品一区二区三区| 观看av在线不卡| 国产精品免费大片| 狂野欧美白嫩少妇大欣赏| 久久精品国产亚洲av天美| 久久av网站| 一区二区三区精品91| 国产国拍精品亚洲av在线观看| 最近手机中文字幕大全| 亚洲不卡免费看| 日韩在线高清观看一区二区三区| 99精国产麻豆久久婷婷| 九九久久精品国产亚洲av麻豆| 狂野欧美白嫩少妇大欣赏| 美女脱内裤让男人舔精品视频| 视频中文字幕在线观看| 熟女av电影| 777米奇影视久久| 国产久久久一区二区三区| 亚洲激情五月婷婷啪啪| 精品少妇久久久久久888优播| 亚洲国产色片| 夫妻性生交免费视频一级片| 久久 成人 亚洲| 97超碰精品成人国产| 国产一区亚洲一区在线观看| 国产大屁股一区二区在线视频| 日本色播在线视频| 国产中年淑女户外野战色| 成年美女黄网站色视频大全免费 | 伦理电影免费视频| 亚洲丝袜综合中文字幕| 久久久国产一区二区| 高清毛片免费看| 国产精品无大码| av女优亚洲男人天堂| 亚洲成人av在线免费| 青青草视频在线视频观看| 在线观看免费视频网站a站| 亚洲av.av天堂| 亚洲国产成人一精品久久久| 自拍偷自拍亚洲精品老妇| 简卡轻食公司| 1000部很黄的大片| 一本久久精品| 丰满乱子伦码专区| 色视频www国产| av.在线天堂| 99久久综合免费| 精品少妇黑人巨大在线播放| 国产视频首页在线观看| 国产av一区二区精品久久 | 久久精品久久久久久久性| 精品国产露脸久久av麻豆| 国产成人免费无遮挡视频| 国产精品国产av在线观看| 亚州av有码| av线在线观看网站| 免费播放大片免费观看视频在线观看| 中文字幕制服av| 国产精品偷伦视频观看了| 成年人午夜在线观看视频| 亚洲成人av在线免费| 女人十人毛片免费观看3o分钟| 91狼人影院| 国产亚洲最大av| 青春草视频在线免费观看| 亚洲伊人久久精品综合| 精品亚洲乱码少妇综合久久| 菩萨蛮人人尽说江南好唐韦庄| 亚洲精品456在线播放app| 婷婷色麻豆天堂久久| 简卡轻食公司| 亚洲av欧美aⅴ国产| 99久久精品国产国产毛片| av福利片在线观看| 国模一区二区三区四区视频| 人人妻人人澡人人爽人人夜夜| 日本爱情动作片www.在线观看| kizo精华| 欧美性感艳星| 中文资源天堂在线| 偷拍熟女少妇极品色| 国产成人午夜福利电影在线观看| 国产视频首页在线观看| 成人综合一区亚洲| 日韩伦理黄色片| 欧美3d第一页| 亚洲精品日韩av片在线观看| 男人狂女人下面高潮的视频| 五月伊人婷婷丁香| 嘟嘟电影网在线观看| 日韩一本色道免费dvd| 久久久色成人| 亚洲av日韩在线播放| 婷婷色综合www| 欧美日韩综合久久久久久| 免费观看无遮挡的男女| 一个人看的www免费观看视频| 高清不卡的av网站| 亚洲经典国产精华液单| 久久 成人 亚洲| 日韩,欧美,国产一区二区三区| 国产精品精品国产色婷婷| 久久毛片免费看一区二区三区| 国产国拍精品亚洲av在线观看| 国产免费又黄又爽又色| 亚洲一级一片aⅴ在线观看| 国产在线一区二区三区精| 久久99蜜桃精品久久| 美女内射精品一级片tv| 欧美高清成人免费视频www| 欧美日韩一区二区视频在线观看视频在线| 激情五月婷婷亚洲| 亚洲精品中文字幕在线视频 | 亚洲最大成人中文| 女人十人毛片免费观看3o分钟| 伊人久久精品亚洲午夜| 久久国产亚洲av麻豆专区| 亚洲在久久综合| 深爱激情五月婷婷| 内射极品少妇av片p| 视频中文字幕在线观看| 日韩国内少妇激情av| 嫩草影院新地址| 免费看光身美女| 久久精品久久精品一区二区三区| 免费大片黄手机在线观看| 91在线精品国自产拍蜜月| 欧美人与善性xxx| 色视频在线一区二区三区| 亚洲国产精品999| 国产精品一区二区在线不卡| 欧美日本视频| 我要看日韩黄色一级片| 一个人看视频在线观看www免费| 国产精品人妻久久久影院| 在线观看一区二区三区激情| 国产成人精品婷婷| 国产午夜精品一二区理论片| 久久综合国产亚洲精品| 国产成人freesex在线| 国产高清有码在线观看视频| 黄色日韩在线| 大香蕉97超碰在线| av在线蜜桃| 麻豆成人午夜福利视频| 天天躁夜夜躁狠狠久久av| 国产中年淑女户外野战色| av在线观看视频网站免费| 麻豆精品久久久久久蜜桃| 国产精品偷伦视频观看了| 亚洲av综合色区一区| 国产真实伦视频高清在线观看| 蜜桃亚洲精品一区二区三区| 国产伦精品一区二区三区视频9| 亚洲国产精品国产精品| xxx大片免费视频| 成年女人在线观看亚洲视频| 我要看日韩黄色一级片| 国产欧美亚洲国产| 日韩欧美精品免费久久| 日本黄大片高清| 丝袜脚勾引网站| 男人舔奶头视频| 性色av一级| 深夜a级毛片| 欧美极品一区二区三区四区| av免费在线看不卡| 亚洲三级黄色毛片| 久久影院123| 麻豆成人av视频| 啦啦啦中文免费视频观看日本| 国产精品.久久久| videossex国产| av.在线天堂| 成年人午夜在线观看视频| 国产乱人视频| 美女视频免费永久观看网站| 亚洲伊人久久精品综合| 精品久久久噜噜| 免费久久久久久久精品成人欧美视频 | 大话2 男鬼变身卡| 在线免费观看不下载黄p国产| 日产精品乱码卡一卡2卡三| 国产精品伦人一区二区| 精品久久久久久电影网| 亚洲人成网站高清观看| a级毛片免费高清观看在线播放| 亚洲国产精品999| 亚洲,一卡二卡三卡| av天堂中文字幕网| 麻豆成人午夜福利视频| 国产黄频视频在线观看| 日本黄色片子视频| 2022亚洲国产成人精品| 久久久久精品性色| 寂寞人妻少妇视频99o| 一级毛片我不卡| 高清视频免费观看一区二区| 精品一区在线观看国产| 直男gayav资源| 欧美bdsm另类| 麻豆精品久久久久久蜜桃| 欧美精品一区二区大全| 美女内射精品一级片tv| 欧美激情极品国产一区二区三区 | 人妻少妇偷人精品九色| 夜夜看夜夜爽夜夜摸| 精品久久久久久久末码| 亚洲欧美日韩东京热| 深爱激情五月婷婷| 午夜免费男女啪啪视频观看| 亚洲av福利一区| 久久精品国产a三级三级三级| 美女主播在线视频| 建设人人有责人人尽责人人享有的 | 亚洲av日韩在线播放| 国产免费一区二区三区四区乱码| 伊人久久精品亚洲午夜| 美女xxoo啪啪120秒动态图| 久久久精品免费免费高清| 99久久中文字幕三级久久日本| 女性被躁到高潮视频| 午夜福利在线观看免费完整高清在| 久久 成人 亚洲| 伦精品一区二区三区| 91久久精品国产一区二区三区| 国产色婷婷99| 丰满人妻一区二区三区视频av| 熟妇人妻不卡中文字幕| 国产真实伦视频高清在线观看| 久久精品国产亚洲网站| 久久精品人妻少妇| 精品一区二区三区视频在线| 免费观看av网站的网址| 精品久久久久久久末码| 伦理电影大哥的女人| 亚洲欧美日韩卡通动漫| 亚洲在久久综合| 99九九线精品视频在线观看视频| 国产av一区二区精品久久 | 久久久久国产精品人妻一区二区| 国产女主播在线喷水免费视频网站| 国产乱来视频区| 亚洲精品久久久久久婷婷小说| 免费在线观看成人毛片| 天天躁夜夜躁狠狠久久av| 黄色视频在线播放观看不卡| 一个人看的www免费观看视频| 久久99热这里只频精品6学生| 晚上一个人看的免费电影| 日本午夜av视频| 一级av片app| 这个男人来自地球电影免费观看 | 欧美人与善性xxx| 日韩一区二区视频免费看| 一边亲一边摸免费视频| 成人一区二区视频在线观看| 免费久久久久久久精品成人欧美视频 | 日韩欧美精品免费久久| 国产精品.久久久| 啦啦啦视频在线资源免费观看| 久久久久国产网址| 国精品久久久久久国模美| 亚洲欧美日韩东京热| 天美传媒精品一区二区| 久久久久久久久久成人| 超碰av人人做人人爽久久| 欧美老熟妇乱子伦牲交| 亚洲国产精品一区三区| 久久av网站| 在线观看美女被高潮喷水网站| 色5月婷婷丁香| 成人18禁高潮啪啪吃奶动态图 | 免费久久久久久久精品成人欧美视频 | 久久久久久久久久成人| 春色校园在线视频观看| 日本与韩国留学比较| 久久久久久久久久久丰满| 日本猛色少妇xxxxx猛交久久| 看免费成人av毛片| 国产片特级美女逼逼视频| 国产 一区精品| 国产日韩欧美在线精品| 欧美日韩视频高清一区二区三区二| 大陆偷拍与自拍| 麻豆乱淫一区二区| 色吧在线观看| 国产精品不卡视频一区二区| 亚洲综合精品二区| 欧美精品一区二区免费开放| 亚洲av成人精品一区久久| 综合色丁香网| 在线看a的网站| 欧美成人精品欧美一级黄| 黑人高潮一二区| 国产探花极品一区二区| 中文字幕精品免费在线观看视频 | 涩涩av久久男人的天堂| 国产视频首页在线观看| 欧美区成人在线视频| 久久99热6这里只有精品| 国产精品国产三级国产av玫瑰| 国产伦在线观看视频一区| 国产精品久久久久成人av| 精品人妻视频免费看| 免费少妇av软件| av国产精品久久久久影院| 亚洲精品aⅴ在线观看| 久久久久久久国产电影| 日本猛色少妇xxxxx猛交久久| 看十八女毛片水多多多| 国产美女午夜福利| 国产成人91sexporn| 亚洲精品一二三| 一区二区三区免费毛片| 一区二区三区精品91| 国产精品麻豆人妻色哟哟久久| 欧美一区二区亚洲| 大话2 男鬼变身卡| 久久久久久久国产电影| av一本久久久久| av福利片在线观看| 韩国高清视频一区二区三区| 精品午夜福利在线看| 黄色配什么色好看| 熟女人妻精品中文字幕| 国产精品秋霞免费鲁丝片| 在线播放无遮挡| 毛片女人毛片| 成人黄色视频免费在线看| 亚洲丝袜综合中文字幕| 18禁在线无遮挡免费观看视频| 欧美亚洲 丝袜 人妻 在线| 久久久久久久亚洲中文字幕| 啦啦啦中文免费视频观看日本| 国产爱豆传媒在线观看| 久久精品国产亚洲av天美| 久久影院123| 欧美xxⅹ黑人| 精品99又大又爽又粗少妇毛片| 伦理电影免费视频| 亚洲电影在线观看av| 香蕉精品网在线| 久久久精品94久久精品| 日本免费在线观看一区| 中文字幕亚洲精品专区| 国产精品爽爽va在线观看网站| 亚洲电影在线观看av| 纯流量卡能插随身wifi吗| 多毛熟女@视频| 插逼视频在线观看| 欧美成人精品欧美一级黄| 一级毛片电影观看| 日本免费在线观看一区| 中文字幕亚洲精品专区| 搡老乐熟女国产| 国产精品一区二区性色av| av线在线观看网站| 综合色丁香网| 久久久亚洲精品成人影院| 国产色爽女视频免费观看| 欧美zozozo另类| 国产乱人视频| 国产高清三级在线| 91精品国产国语对白视频| 自拍偷自拍亚洲精品老妇| 成人一区二区视频在线观看| 日韩欧美精品免费久久|