业务流程挖掘是数据挖掘在业务流程管理领域的一种新型应用,通过对业务流程信息系统所记录的日志数据进行分析,将业务流程的真实过程还原成模型,利用日志序列对业务流程模型进行分析和优化,以达到该业务流程的最佳模式。这样有利于调整优化原始业务流程模型的结构状态,降低企业的运营成本,提高软件的运行效率,为企业创造更大的价值。目前,对于流程挖掘的方法研究,有一大部分是针对工作流模型的挖掘,由于业务流程管理系统的发展和进步,对于业务流程的要求也不断提高。相较与人为的业务流程建模,从日志信息中挖掘的流程模型少了主观因素,使得模型更具客观性,或者说,挖掘出的模型不仅仅满足业务所需的功能性,而且在模型的行为上也有了约束,减小模型的冗余度,使模型更加简洁。以往的挖掘方法多是依靠活动间的直接依赖关系模型,本文在挖掘过程中加入行为轮廓的因素,而且利用日志与模型间的一致性分析和基于行为轮廓的模型间的一致性分析进行挖掘模型的优化。本文主要贡献有：(1)提出了基于执行日志的业务流程挖掘方法。业务流程挖掘是为提高流程运行效率和服务质量的一种改进流程模型的方法,现己成为国内外研究的热点。随着越来越多的日志文件数据变得可用的同时,过程挖掘技术也得到很大程度的发展,过程挖掘技术主要分为两部分：一是从日志数据中获得模型,二是一致性检验。已有的方法大部分是基于Petri网结构性质的分析方法,在构建行为模型时存在局限性。本文提出一种基于Petri网行为轮廓的业务流程挖掘方法,首先构造日志序列的行为序关系,然后提出基于行为轮廓的模型一致性分析测度方法,在此基础上提出业务流程挖掘方法,最后在PROM5.2平台上进行了仿真实验分析,结果显示了该方法的优越性。(2)提出了基于L*算法及增量日志的业务流程挖掘方法。随着业务流程系统的不断发展,信息系统所包含的日志数量也在增多,为了避免一次性提取日志数量过多,计算量过大,该方法中采用增量日志来进行业务流程的挖掘。该方法中利用L*算法中查询的思想,发现日志的行为轮廓关系,根据基于Petri网的日志的行为轮廓的基本结构构建初始模型；然后利用增量日志来优化模型,在优化过程中,采用行为轮廓一致性进行检验。最后用一个简单的例子来验证了该方法的可行性。