Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   8 , No .   6 ,  Decem ber   201 8,   pp . 4 626~ 4636   IS S N: 20 88 - 87 08, DO I: 10 .11 591/ijece .v8i6 . pp 4626 - 46 36          4626       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Pr oc ess  Mini ng in Su pp ly  Chains:   A System atic    Literatu re R ev i ew       Bamb ang  Jok onowo 1 ,  Jan  C laes 2 ,   Riyan ar to Sarno 3 ,  Si ti Rochim ah 4   1 Inform at ion  S y s te m   Depa rtmen t ,   Univer sit as   Mer cu  Buan a, I ndon esia   1,3 ,4 Inform at ic s  D epa rtment, Inst it ut Te kno logi   S epul uh  Nopem b er,   Indone sia   2 Depa rtment of  Business Informatics a nd   Opera t i ons Mana gemen t,   Ghen t  Univ ersity ,   Bel g ium       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Feb  27 , 201 8   Re vised  Ju l  15 ,  201 8   Accepte d  J ul  29 , 2 01 8       Perform anc e  an aly s is  and  cont i nuous  proc ess  i m prove m ent   eff orts  are   of te n   supported  b y   the  construction   of  proc ess  m odel s  r epr ese nt ing  th e  i nte ra ct ions   of  the   par tne rs  i n  the   suppl y   ch ai n.   Th is  stud y   was  conduc te d  t o  det ermine   the   st at e   of  the   art   in  th e  p ro ce s s  m ini ng  field ,   spec if ic a lly   in  th e  con te xt   of   cro ss - orga niz a tional  proc ess .   The   S y stema ti c   Li te r at ure   R e vie w  (SLR)  m et hod  is  used  t o  rev ie w  a  co ll e ct ion  of  twenty - one  papers   tha t   a re  class ifi e d   ac cor d ing  to   the  Artifact   fr amework  of  Hevne r ,   e t  al.  an d  with in  t he  Proce ss   Mini ng  fra m ework  of  Van  der   Aalst.   In  t he  rev ie wed   pap ers ,   the   aut hors   conduc t ed  a  v ar ie t y   of   techniqu es  to  est abl ish  t he  eve n t  log ,   w hic h  is  th en   used  to  pe rform   the   pro ce ss   m ini ng  anal y s i s.  E ight   of  the   r evi e wed   pape r s   foc us  on  the   d ef ini ti on   of  con cepts  or  m ea sures .   Five  of  th e   pap ers  desc rib e   m odel s  and  othe r  abstra ctions  tha t  are   used  as  a  the ore ti c al   basis   for  proc ess  m ini ng  in  the   cont ex t  of  supp l y   ch ai ns.   Th e  m aj ority   twenty  of  pape rs  desc ribe   som e  kind  of  informal  m et hod  or  for m al   al gorit hm   to  per form   proc ess  m ini ng  ana l y s is.   Nin e  o f  the   pap ers  that   propose  a  form al   a lgori thm   al so  pre sent  an  a cc om pan y ing  so ftwa re  impleme nta ti on .   E ight   p a per s  discuss  the   da ta   pr epa r ation  challe ng es  a nd  twel ve  p ape r s  discuss  proc ess  discover y   tech n ique s.   Ke yw or d:   C ro ss - or gan iz a ti on al  pr ocess   Pr oc ess m ining   Supp ly  c hain p ro ces s m od el   Syst e m at ic  l it e ratur e  r e view   (S LR)     Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Bam ban g Jo ko now o ,    Inform at ion  syst e m  d epar tm ent ,   Un i ver sit as   Me rcu Bua na ,   Jal an  Me r uya  Sela ta n  N o 1,  Kem ban ga n,   J akar ta  Ba rat,  1165 0 , I ndonesi a .   Em a il :  ba m ban g.jok onowo @ m ercu bua na. ac .id       1.   INTROD U CTION   W it h  the  ad va ncem ent  of   te chnolo gy,  coll aborati ons  bet ween   orga nizat ion s  ha ve  be com e  m or e   natu ral  to  reali ze.  The  li m it a t ion s  of  physi cal   distance  dec rease  a nd   c ompanies  e xpan d  their  sc op e  t o  global   pro portions  [1 ] ,   [ 2] .  At  t he  sa m e  tim e,  the  num ber   of  tra nsa ct ion s  betwee n  c om pan ie s  increase s  as  t he y  are   m or e  cl os el y  work i ng  tog et her.  By   synchron iz in g  their  proces ses  [3 ] ,   [ 4] ,  they   are  forced  to  beco m e  m or e  flexible  a nd  m or e  tr ans pa ren t .  He nce,  for  c losely   colla bor at ing   par tne rs,  acce ss  to  acc ur at e,  detai le d,  an d  com plete  inf or m at ion  abo ut the su pp ly  c hain wide  proces s es h as  b ec om e ind is pen sa ble.   To  facil it at e  the  com m un ic at i on   ab out  an d  t he  sync hro niz at ion   of   t heir  processes ,  the  m ajo rity   of  colla borati ng  pa rtners  co ns tr uc t  bu si ness  pr oc ess  m od el s  [5] .  These  m od el s  gr a phic al ly   sp eci fy  an d  re pr esent  the  fl ow  of  act ivit ie s  within   the  s upply  c hai n,   su c h  t hat  th e  cu rr e nt  c ollaborat ive  proce ss  can   be  a naly zed  or   i m pr oved  m ore  eff ect ively   a nd  ef fici ently   [6] .  T he  s upply  chain  busines s   process   m od el s  can  al s o  be  use d  t o  represe nt  the  relat ion s  bet w een  the  public   and   the  pri va te   pr oces s  vi ews  of  each  par t ner   in  the   su pply    chain  [ 5]   or  t o  s how  t he  i nteracti on s   bet w een  diff e re nt  par t ner s   in  t he   supp ly   c hain .   The   co ns tr uct ion   of   su pply   chain  w ide  processe s  poses  a  real  c ha ll eng e  beca us e   of te n  t he  kn owle dge  ab out  the  overall   pr oc ess  is   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Process  Mini ng in  Su pp ly  C hains :  A  S yst e m atic  …   ( Ba mba ng Jo k onow o)   4627   distrib uted  ov er  the  i nvolv e d  pa rtie s  an d  no   sin gle  pa rty   has  an   over view  on  the  c om plete   pr oce ss  a nd     al l i ts detai ls.   Ther e f or e,   in  the  co ntext  of   supp ly   c hain   process   m od el ing ,  proces s   m ining   m ay   be  us ed   as  a   so luti on  to  c onstruct  the  ov e r al l  pr oces s  m o del.  Process  m ining   te c hn i ques  inclu de  a  w ide  va riet y  of   ( sem i - )au t om at ed  te c hn i qu e s  that  st ud y  pr ocesse s  base d  on  histo rical   process   da ta   extracte d  f ro m   the  sup portin g  inf or m at ion   syst e m s  into  struc ture d  eve nt  lo gs .  T he  m os t  know n  an d  m os t  app li ed  te c hniqu e  ty pe  is  proces s   disco ver y  [8] .  It  is  a  ty pe  of   t echn i qu e  t o  a ut om a ti cal l y  con str uct  a  busin ess  process  m odel   that  capt ures  the  real  proce ss  by   analy zi ng   t he   eve nt  lo g  [9 ] ,   [ 10] .  P ro c es s  disc ov e ry  is   thu s   pro pos e d  to   pro duce  m or e   obj ect ive ,  m or e  com plete   and   m or e  up - to - date  busines s  process  m od el s  [11] .  It  is  c urren tl y  not  cl ear,  howe ver,  how t hese tech niqu es can  b e  appli ed  in  the c onte xt of c ross - org anizat ion al   pro cesses  [ 12] .   Ther e f or e,   we   cond ucted  a  S yst e m atic  Lit eratur e  Re view   to  c ollec t,  analy ze,  str uctu re,  a nd  integ rate   the  cu rrent  ac adem ic   kn owl edg e   ab out  cr os s - orga nizat io nal  pr ocess  m ining.  E xce pt  for  the   c ollec ti on   of  m et adata,  su ch   as  the  nu m ber   of   publishe d  pa per s  ov e r  tim e  and   the   ev olu ti on   of   ge ogr aph ic al   spread  of   th e   auth or s ,  the   an al ysi s  was  m ain ly   dri ve n  by  two  f ram ewo r ks.  T hese  fr am eworks  are   sel e ct ed  to  be  su it able  to  get  insi gh ts  i nto   the   ad dresse d  re searc h  t op i cs,  the  pro pose d  c on t rib ution s ,  an d  t he  a pp li ed  r esearc h  m et hod s.   The  fi rst  f ram e work  desc ribes   the  ty pes  of  r esearch  outc om es  fo r  eac h  pa per,  w herea s  the  seco nd  is  a pp li ed   to  cl assify   the  ty pes  of   pract ic al   so luti ons  ta rg et e d  by  each   pap e r.   T his  pa per   procee ds   as  fo ll ows.  Sect ion   2   descr i bes  how  we  ha ve  im plem ented  the  Sy stem at ic   Li te ratur e  Re view  m et hod.   In   Sect ion   3 ,   the  resu l ts  of   the   analy sis a r e presente d.   Se ct ion   4   pro vid e s a  discuss i on  and co nclu sio n.       2.   RESEA R CH MET HO D   To  re veal  the   current  know le dg e  a nd  to  get  insig hts  in to  pote ntial ly   m iss ing   knowl edg e  a bout   process   m ining   of  cr os s - organi zat ion al   proce sses,  th e  Syst e m at ic   Lit eratur e  Re view   (SL R)  m et ho do l ogy  wa s   i m ple m ented.   This  m et ho d  is   assessed  as  re li able,  profo und  an d  c on t ro ll able  [ 13 ] .  We  adopted  t he  pr act ic al  gu i delines  fro m   [13 ] – [ 15] .  Ba sed  on  a  se arch  phra se,  de rive d  f r om   the  resea rch  que sti on ,   a  sel ect ion  of   databases   is  au tom a ti cal l y  searche d  to   fi nd   r el evan t  pap e rs   [14] .  T he  resul ti ng   pa pe r  set   is  reduce d  by  fine - gr ai ning  the  search  with  the  m anu al   app li ca ti on   of   incl us io n  an d  exclusi on  crit eria  [13] .  The  final  pa pe r  set   is   then  st ud ie d  to   get  insig hts  into  the  c urre nt  sta te   of   the  ar t  of   the  resear ch  dom ai n  and  to  identify   res ear c h  opport un it ie s (as i n  [15] ). T he  ele m ents that le ad  to  the  p a pe r  sel ect io n  are  d isc us se d  in  m or e  d et ai l .     2 . 1.     Res earc h  qu es tion   The  resea rc h  qu e sti on   is  ba sed  on  the  ge ner al   resea rc h  go al   to  get  a n  over view  of  cur re nt  an d  m issi ng   acad e m ic   kn owle dg e  ab ou t  cr os s - orga nizat ion al   process   m ining .  Su c h  a n  ove rv ie w  is  now  l ackin g,  wh e reas  re sear cher s  i n  the  pa st  hav e  discu ssed  the  nee d  for   it  [12 ] , [ 16] .  The refor e ,  th e  researc h  que sti on   addresse d  i n  th is pa per  is:   RQ1 .  Wh ic h  knowle dge  ab out  cro ss - orga nizat ion al   proce ss  m ining   exis ts  in  academ ic  li te rature ?   By   add res sin g  this  researc h  quest io n,   a n  ove rv ie w  of  cu rr e nt  academ ic   kn owle dge  is  cr eat ed.   T his  ov erv ie w  is  us ef ul  for  pract it ion ers,   w ho  are   no w  re po rting   t he  diff ic ulty   of   fin ding  su it able  in form at ion   f or  their   cro ss - orga nizat ion al   process  m ining   pro j ect s  .  O n  the  oth er  ha nd,  al so   researc her s  will   ben ef it   fr om   the  ov erv ie w .   Fo r  e xam pl e,  t he  la ck  of   knowle dge  ab ou t  c ro ss - organ iz at i on al   pr ocess  m ining   was  ex plici tly  m entione d  as  a  researc h  c halle ng e  in  t he pr oc ess m ining  com m un it y M anifesto [ 16 ] .     2 . 2.     Se arch a nd  sel ecti on   p rocess     Searc h  phrase .   Ba sed   on  t he   resea rch  que sti on ,   a  sea rch   strin g  was  c om po sed  to   be   us e d  in   an   autom at ic   sear ch  proce ss  in  m ul ti ple  databases  to  fin d  th e  relevan t  li te r at ur e  f or   t he  over view .  The  searc h  phrase  relat es  to  the  two  key   con ce pts,  w hi ch  are  “cr os s - orga nizat ion al   process”  a nd   “ process  m ining ”.  F or  the   f or m er  co ncep t,   we   co nsi der   t wo  syn on ym s,  i.e.,  “ su pply   c hain  process”   an d  “i nter - orga nizat ion a l   process” .  Further ,  the  la tt er  con ce pt  was  sp li t  up   in  “p ro ces s  m ining”  and   “w ork flow   m ining ”.  Finall y,  because   the  ea rly   pap e rs  in  th ese  fiel ds   di d  not  al ways   us e  t he  m or e  m od er n  te rm   “ m ining ”,  we  al so   inc lude d  descr i ptions  of   these  te ch niques  that  us e  on  the  on e  ha nd  the  wor ds   “ process”  or   “ workflo w”,   a nd  on  th e   oth e r  ha nd  one  of  these  t erm s:  “even t  log ”,  “l og   file ”,  or  “au dit  trai l” .  This  way,  the  fi nal   searc h    phrase is  as  fo l lows :   ("sup ply  chain"  OR  "c ross - orga nizat io n"  OR  inter - or ga nizat ion)  A N D  (" process  m ining "  O R   "workflo w  m i ning"  OR  ((process  OR  w orkf l ow)  AND  ("ev e nt  log "  OR  "l og   file "  OR  "aud it   trai l" )) ).   Databases .  Th e  search  phras e  was  us e d  to  fin d  arti cl es  in  a  set   of   acade m ic   databases.   Ther e  is  no   st anda r d  set   of  databas es.  I nspire d  by   the  gu i delin es  an d  t he  e xam ples  of  [ 14, 15 ] ,   we   sel ect ed  th e  fi ve  da ta bases   pr ese nted  in  T able  1 .     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :    4626   -   4636   4628   Table  1 . T able  of  Aca dem ic  D at abases   Co d e   Pu b lish er   Databas e   Link   Sp r   Sp ring er   Sp ring erL in k   www.sp ring er. co m   Sci   Elsev ier   Scien ce Di rect   www.scienced i rect .co m   Ac m   ACM   ACM Digital  L ib r ary   d l.ac m .org /ad v sear ch .cf m   W o s   Tho m so n  Reu ters   W eb  of  Science   ap p s.web o f k n o wle d g e.co m / Sear ch   Ieee   IE E E   IE E E  Exp lo re   ieeexp lo re. ieee.org /Xp lo re/ho m e.jsp       This  ap proach   of   sel ect ing   m ulti ple  databas es  is  pr opos e d  to  i m pr ov e  the   com plete ness  of   the  stu dy.   No te   that  the  s el ect ed  databas es  are  academ i c  databases ,  to  be  al ign e d  to  the  resea rch   quest ion .   I ncl us io n  a nd   exclusi on   crit e ria.  Be cause  th e  autom at ed  se arch   process  in cl ud es  to o  m a ny  pap e rs  that  are  not  relevant ,  the   search  proce ss   is  fo ll owe d  by   a  m anu al   sel ect ion   process  that  aim s  to  el i m inate   these  unrelat ed  w orks   from   the  pa pe r  set .  This  el im inati on   happe ns   acc ordi ng   t o  pr e defi ned   i nclusi on   and  excl us io n  crit eria.  F or   pr act ic al   reasons ,  an d  a ccordin g  to  t he   gu i delines  of   [13] ,  this  pr oc ess  is  perform ed  in  tw o  ph as es.  First,  the  i nc lusio n  and   e xclusi on   crit eria  are  ass essed  based   on   on ly   the  ti tl e,  abstract  an d  ke ywords .  I n  cas e  of   doubt,  the   pap e r   is  no t  discar de d  f ro m   the  pa per   set   to   be  proces sed  furth er  on  the  ne xt  ste p.   Sec ondl y,  the  crit eria  for  the   rem ai nin g  pa pe rs  a re asses se d bac k ba sed  on th e  full  text.   The  a ppli ed  in cl us io n  crit eria  ( IC )  a nd ex cl usi on crite ria  (E C) are:   IC 1.   Cros s - or gan iz a ti on al   pro cess  m od el .  The  st udy  nee ds   t o  dis cuss  researc h  a bout  process  m od el s ,  w hic h  descr i be  proce sses  that  are  c ro ssi ng   t he  bo unda ries  of   a  sing le   or gan iz at ion ,  s pannin g  over  tw o  or   m or e o r gan iz at ion s  w it hi n  a s upply chai n.   IC 2.   Pr oc ess  m ining .  T he  stu dy  needs  to  disc uss  researc h  a bout  te ch niques   that  aim   to  autom at ic ally  const ru ct ,  com plete   or   a naly z e  process  m odel s  from   histor ic al   pr oce ss  ex ecuti on  d at a.  T he  te ch niques   sh oul d be  data - dr i ven :  for  e xa m ple, b ut not li m it ed  to tech niq ue s that sta rt from  ev ent l og s .    EC 1.   Othe r  m od el s.  Stud ie s  of   ot her   ty pes  of   m od el s  than  business  proces s  m od el s  are  exclu ded.  F or   exam ple,  we  exclu de  stu dies  about  othe r  ty pes  of  proces s   m od el s  (su c h  as  so ft war e  pr ocess  m od el s)   and g e ne ral co ncep t ual m od el s ( s uch as  data  m od el s,  busine ss m od el s,  a nd  value  m od el s ).   EC 2.   Ma nag em ent.  Stud ie s  that  discuss   oth e r  asp ect s,  too ls  or  te chn i qu e s  than   m od el ing,  are  exclu ded.  F or   exam ple,  we  exp li ci tl y  exclud e   stu dies  a bout  business   proces s  m anag em ent  and  su pply   c hai n  m anag em ent.   EC 3.   Tech no l og y.   S tud ie s  t hat  disc us s  ge ner al   te c hn ic al   as pects  of   c ollab or at i ng  par t ner s  are  exclu ded.  F or   exam ple,  we  exclu de  stu dies  that  discuss   s upply  chain  s oft war e  or   te ch no l og ie s  f or  da ta   exch an ge   betwee n part ne rs,  i f  they   do  not rela te  thei r  f ind in gs t o  a  cr os s - orga nizat io nal pr ocess (m od el ).   Snowball ing.  To  m axi m iz e  t he  com plete ne ss  of   t he  pa pe r  set ,  as  pro po sed  by  [13] ,  w e  app li ed  a   te chn iq ue  cal l ed  sno wb al li ng.  Mo re ov e r,   we  ap plied  ba ckw a r d  sno wbal li ng   that  al l  the  pa per s  t ha t  are  ref e ren ce d  by  the  pa per s  in  the  set   so   fa r  are  al so   co ns i der e d.   By   i m ple m enting  the  sam e   inclusio n  an d  exclusi on   crit e ria,  the  pap e r  s et   is  extend ed  in  two  ste ps   ( f irst  con side rin g  only   ti t le ,  abstract  and   key words,  and lat er als o  t he full t ext  of t he refe ren ce d pap e rs ).           Figure  1 .  Over view o f  the  sea rch an d  sel ect i on pr ocess       Ov e r view  of  the  a pp li e d  re s earch   m et ho d   Figure  1  s how s  an   over view   of  the  se arc h  a nd  sel ect io n  process .  Be cau se  Sp ri ng e rLin k  does  not  su pport   to  expo rt  directl y  to  a  ref ere nce  m anag er  (but  only   to  CSV  S p r S c i , A c m , W o s , I e e e 9 0 3 9 1 9 8 6 2 8 9 5 4 5 2 2 8 1 7 2 1 4 1 S n o w b a l l i n g 6 7 9 Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Process  Mini ng in  Su pp ly  C hains :  A  S yst e m atic  …   ( Ba mba ng Jo k onow o)   4629   file ),   the  res ults  of   t his  data ba se  wer e   first  analy zed  se parat el y.  The  aut om at ic   search  with  the  sea rc h  strin g  resu lt ed   in  a n  init ia l  pap er  se t  of   903  pa pers  from   Sp rin ge rLin k  a nd   91 9  pa pe rs  f r om  the  ot her   data bases.  Af te r   rem ov al   of  du plica te s,  r especti vely   41   and  24   pa pers  wer e   excl ud e d.  Ne xt,  base d  on  the   a pp li cat ion  of   the  sel ect ion  c rite ria  on  t he  ti tl e,  abstract,   ke ywo rd s   an d  c on cl us io n,  the  pap e r  set   was   furthe r  r ed uce d  to   52  and   28   pa pe rs  resp ect ively .  A fter  dow nlo a di ng   the   f ull  papers  from   Sp rin ger   an d  after  a ssessin g  the  sel ect ion  crit eria  on  t he   f ull  te xts,   the  res ulti ng   pa per  set   c on ta ined   17  uniq ue   pa pers.  The   ap plica ti on  of  th e   sn ow balli ng   te chn i qu e   ad de d  679  pa per s  t o  the  set ,  wh ic h  are  re du ce d  to  41  afte r  ass essing  t he  ti tl e  and  finall y  to  4  ad diti on al   pap e rs   w hen  the  fu ll   te xt  is  bei ng   e valuated .  T his  way,  the   final  pap e r  set   c onta ins   21   un i qu e   arti cl es  ab ou t  c ros s - org anizat io na l  process  di scov e ry.  An  over view  of  these  pa pe rs  is    pr ese nted  in   T able 2.       Table  2 . Fi nal  Pape r  Set   Ref .   Au th o r  &   y ea r   Title   [ 1 7 ]   Van  der Aa lst, 20 0 0   L o o s e l y   c o u p l e d   i n t e r - o r g a n i z a t i o n a l   w o r k f l o w s :   m o d e l i n g   a n d   a n a l y z i n g   w o r k f l o w s   c r o s s i n g   o r g a n i z a t i o n   b o u n d a r i e s   [ 1 8 ]   Ch iu ,  et al. ,  20 0 2   W o rkf lo w view b a sed  E - co n tracts  in   a  cros s - o rgan izatio n al E - se rvices en v iron m en t   [ 1 9 ]   Mar u ster ,  et  al. ,  20 0 3   Disco v ering  dis tribu ted  pro cess es in  su p p ly  chain s   [ 2 0 ]   Ch e,  et al .,  20 0 7     A  m e th o d  f o r  in ter - o rgan izatio n al bu sin ess  pro cess   m an ag e m en t   [ 2 1 ]   Gerke,  et al. ,  2 0 0 9   Proces s  m in in g  of  RFID - b ased  su p p ly  chain s   [ 2 2 ]   Lau, et  al.,  20 0 9   Dev elo p m en t of  a  p rocess   m in in g  sy s te m  f o r  su p p o rting  k n o wled g e dis co v ery in  a  su p p ly  cha in  netwo rk   [ 2 3 ]   Kh an ,  et al .,  20 1 0   Ap p ly in g  pro cess  m in in g  in S OA en v iron m en ts   [ 2 4 ]   Li,  20 1 0   An  auto m atic virtu al org an izatio n  str u ctu re  m o d elin g   m eth o d  in su p p ly  chain   m an ag e m en t   [ 2 5 ]   Su n ,  et al. ,  2 0 1 1   Proces s - m in in g - b a sed  work f lo w  m o d el  f rag m en tatio n  f o r  d istrib u ted  execu tio n   [ 2 6 ]   Van  der Aa lst, 20 1 1   Intra -   an d  inter - o rg an izatio n al pro cess   m in in g : Disco v eri n g  pro cess es with in  and  between  org an izatio n s   [ 2 7 ]   Bu ijs, et  al. ,  2 0 1 2   Towards  cr o ss - o rg an izatio n al pro cess   m in in g  in co llecti o n s o f  pro cess   m o d els an d  their exec u tio n s   [ 2 8 ]   Eng el,  et al .,  20 1 2   M i n i n g   i n t e r - o r g a n i z a t i o n a l   b u s i n e s s   p r o c e s s  m o d e l s   f r o m   E D I  m e s s a g e s :   A   c a s e   s t u d y   fr o m   t h e   a u t o m o t i v e   s e c t o r   [ 2 9 ]   Ro zsn y ai,  et  al.,  20 1 2   B u s i n e s s   p r o c e s s   i n s i g h t :   A n   a p p r o a c h   a n d   p l a t f o rm   f o r   t h e   d i s c o v e r y   a n d   a n a l y s i s   o f   e n d - to - e n d   b u s i n e s s   p r o c e s s e s   [ 3 0 ]   Azzini ,  et  al. ,  20 1 3   Co n sis ten t pro cess   m in in g  ov er  b ig  data triple sto r es   [ 3 1 ]   Co m u zzi ,  et  al. ,  20 1 3     Op ti m ized  c ros s - o rgan izatio n al bu siness p rocess   m o n ito ring : Desig n  and   en act m en t   [ 3 2 ]   Zeng ,  et al .,  20 1 3   Cro ss - o rgan izatio n al collab o rative w o rkf lo w  m in in g  f ro m   a   m u lti - so u rce  l o g   [ 9 ]   Bern ardi, et  al. ,  2 0 1 4   Disco v ering  cr o ss - o rgan izatio n al bu si n ess  r u les f ro m  the  clou d   [ 3 3 ]   Claes ,  et  al.,  20 1 4   Mer g in g  even t log s f o r  p rocess   m in in g : A  rule - b ased   m e rgin g   m eth o d  and  r u le su g g estio n  alg o rith m   [ 3 4 ]   Ir sh ad ,  et  al.,  20 1 5   Preservin g  priv acy in  collab o rative b u sin ess  pro cess  com p o sitio n   [ 3 5 ]   Eng el,  et al .,  20 1 6   Towards  co m p r eh en siv e su p p o rt  f o r  p rivacy  p rese rvati o n  cr o ss - o rgan izatio n  bu sin ess  pro ces s  m in in g   [ 7 ]   Liu, et  al.,  20 1 6   An aly zin g  inter - o r g an izatio n al bu siness p rocess es       3.   RESU LT S   A ND AN ALYSIS   This  sect ion   de scribes  the  re su lt s  of   our   an al ysi s  on   the  f inal  pap e r  set .   First,  an  ove r view  of  the  nu m ber   of  pa pe rs  an d  the  ge ogra phic al   sp rea d  of  the  first  auth or s  is  prese nted  to  pr ov i de   a  con te xt  f or   f ur t her  analy sis.  T hen,   the p ape rs  a re classi fied  a nd  d isc us s ed  base d  on   t wo  f ram e works  (i.e .,  t he or et ic al   co ntri buti on  ty pes  and   pr ac ti cal   con trib ution   ty pes ).   Last ly ,  we  prov i de   a  le ss  syst e m a ti c  ov er view  of  the  fiel d  a nd   of   the   te chnolo gies  use d  t o dist ract t he necessa ry da ta .     3.1.    A na l ys is  of t he  met a - d ata   Figure 2   s hows  the n um ber  o f  pap e rs  that dis cuss  proce ss m ining  tech niqu es in th e con te xt o f  s upply  chains ,  acco rd i ng   to  t he  sel ect ed  paper  set .  The  resea rc h  into  s upply  cha in  process  m ining   seem s  no t  to  be  abun dan t.  T he researc h  a ppea rs  to  h a ve  acc e le rated sinc e  2009.           Figure  2 .  Num ber o f pape rs p er year   0 1 2 3 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :    4626   -   4636   4630   Fu rt her,  the  prim ary  aff il ia tio n  c ountries  of  the  fir st  auth or   a re  prese nted  in   Fi gure  3.  From   this  i m age,  it   can  be  con cl ude d  th at   su pp ly   chai n  process  m ini ng   re searc h  is  do m inate d  by  two  c ountries :  China  and the  Nethe r la nd s . T hey joi ntly  co unt  for 12 o f  t he 21 pa per s  (5 7%) in t he  li te ratu re s e t.           Figure  3 .  Th e   nu m ber   of p a pe rs per  cou ntry       3.2.    Cl as sific ati on o f the  Arti fa ct  f r amewo rk     He vn e r,  et al . d efi ne  f our  ki nds of ar ti facts that  can  be de ve lop e d  an d  in ve sti gated  by d e sign  scie nce   researc h  [36] .    W e  ref e r  to   th is  cl assifi cat ion   as  t he  Ar ti fa ct   fr am ewo r k,   pr ese nted   in   T able  3 .  Accordi ng   t o  the  f ram ewo r k,  pro duct s  of   de sign   sci ence  r esearch   can   be   co ns tructs   (la ngua ges,   te rm i no l og y,   d e finit ion s ,   and   m easur es ),   m od el s   (a bst racti on s  an d  rep rese ntati ons) ,  meth ods   (ap pr oach es   and   al gorith m s),   or   insta ntiati on s   ( prototype  and i m ple m ented  syst e m s)  [36] .       Table  3 . Arti fa ct   Fr am ewo r k  by H e vner  et al .  [ 36]   ( p.   78f f. )   Co d e   Desig n  Science A r tif act   Descripti o n   A1   Co n stru cts   “Voca b u la ry a n d  s ymb o ls.  Co n str u cts  pr o v id e the la n g u a g e in wh ich  pr o b l ems a n d  so lu tio n s  a re  d efin ed  an d  commu n ica ted . “   A2   Mod els   “Abs tra ctio n s a n d   rep res en ta tio n s. M o d els u se co n str u ct s to  rep res en t a rea l - wo rld  situ a tio n :  th e  d esig n  pr o b lem and its so lu tio n  sp a c e.”   A3   Metho d s   “Algo rith ms a n d  p ra ctices.  Meth o d s d efin e pr o cess es; they pr o vid e gu id a n ce on  ho w to  so lv e  p ro b lems, tha t is,  h o w to  sea rch  the so lu tio n  sp a ce. ”   A4   Ins tan tiatio n s   “Implemen ted  an d  pr o to typ e systems. I n sta n tia tio n s sho w th a t con str u cts, mod els, or  metho d s  ca n   b e implemen ted   in   a  wo rkin g  system.”       Fo r  e ach  pa per  of   t he  pa per   s et ,  it   was  deter m ined  w hich  a rtifact s  an d  co ntributi ons  are   propose d,   and   f or   eac h  a rtifact ,  the  ty pe   was  der iv ed  from   Table  3 .  A  di ff e ren ce  was  m ade  between   ne wly  propos e d  arti facts  that  c an  be   co ns ide r ed  the  c ontrib utions  pro pose d  in  t he  pa pe r  (prese nted  in   Table  4 )  a nd   pote ntial   existi ng artifac ts t hat w e re  use d for the  r esea rch desc ribe d  i n  the  p a pe r  ( no t represe nted  i n   Ta ble  4 ).   As  can  be  no t ed  in   Table  4 ,   the  early   con trib ution s  m ai nly  fo cuse d  on  te rm ino lo gy  and   in form al  appr oach es   to   represe nt  an d  a naly ze  sup ply  chain   pro cesses.  On ly   l at er,  f r om   20 09  on,   al so   c on c ret e   al gorithm s  and   te chn iq ues  w ere  dev el oped  for  (sem i - )au tom at ed  analy s is  based   on  hi storical   proces s  data  (=pro ce ss   m ini ng   te c hniq ues).   The  papers p r opos i ng   a n  al gorithm   hav e  a n  unde rlined   x  i n  the  c olu m n  la bele d  A3.  It  ca n  be  s een  that  13  of   the  21  pa per s   ( 62%)  pro pose  a  process   m ini ng  (s upport )  al gorithm ,  wh ic h  is  13   of   the  17  pa pe rs  ( 76 % )  afte r  2009  (incl ud e d).  E xac tl y  9  of  these  13  al gor it h m - proposi ng  pa pers  (69% )  al so  pro po se  an i m plem entat ion  of the  alg or it hm .     0 1 2 3 4 5 6 7 Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Process  Mini ng in  Su pp ly  C hains :  A  S yst e m atic  …   ( Ba mba ng Jo k onow o)   4631   Table  4 . Arti fa ct s and  Con tri buti ons  of  t he  S el ect ed  Pa per s   Ref .   Au th o r  &   y ea r   A1   A2   A3   A4   Co n tribu tio n s   [ 1 7 ]   Van  der Aa lst,   2000   x     x     An   a p p r o a ch   t o   m o d el  an d   an aly z e  n ew  an d   ex isting  in ter - o rgan izatio n al  p rocess es,  a  d efin itio n   for local and  glo b al so u n d n ess   [ 1 8 ]   Ch iu ,  et al. ,   2002   x   x   x   x   Termin o lo g y   an d   rep res en ta tio n   for  cros s - o rgan izatio n al  serv ices  an d   a  su p p o rting  architectu re  a p p ro a ch   an d  so f tware  en v iron m en t  imp le men ta tio n   [ 1 9 ]   Mar u ster ,  et  al. ,   2003       x     An   a p p r o a ch   to   d isco v er  su p p ly   ch ain   p rocess es  with   ex istin g   d iscovery   tech n iq u es  b y   i m p o sin g  to u se  a  s tan d ard   id en tif ier  across  the in v o lv ed   p arties   [ 2 0 ]   Ch e,  et al .,   2007        x     An   a p p roach   to   co m b in e  th e  u se  o f   UM L  m o d els  an d   XM L  Nets   f o r  re sp ectiv ely   in tra -   an d  inter - o rgan izat io n al bu sin ess  pro c ess   m an ag e m en t   [ 2 1 ]   Gerke,  et al. ,   2009       x   x   An   a lg o rit h m   to   b u ild   ev en t  l o g s  f ro m   d isp ersed  d ata  so u rces,  b ased   o n   c o rr elatin g   p rod u ct   co d es f ro m  RF ID  d ata,  with  a   p ro to typ e   i m p le m en tatio n   [ 2 2 ]   Lau, et  al.,   2009       x   x   An   a lg o rith m   to   reveal  ass o ciatio n   rules   represen tin g   in ter - o rgan izatio n al  d ep en d en cies,   with  a  p ro to typ e   im p l e m en tatio n   [ 2 3 ]   Kh an ,  et al .,   2010     x   x   x   A  mo d el   d escribi n g   p rocess  d ata,  an   in f o r m al  a p p ro a ch   to   id en ti f y   an d   ex tract  p rocess  d ata,  an   a lg o rith m   an d   imp lement a tio n   to  extract proces s d ata fro m  S AP   [ 2 4 ]   Li,   2010       x     A n   a lg o rith m   to   d isco v er  a  so cial  n etwo rk  in   a  su p p ly   ch ain   b ased   o n   h a n d o v er  o f   wo rk   (called a  virtu al or g an izatio n  structu re  m o d el)   [ 2 5 ]   Su n ,  et al. ,   2011   x   x   x   x   The  d efin itio n   an d   rep res en ta tio n   o f   f rag m en ted   p rocess   in f o r m atio n ,  an   a p p roach   to   d eal  with   th e  m an ag e m en t  o f   f rag m en ted   p rocess es  an d   v ari o u s  imp lement ed   a lg o rith ms   related   to  this   [ 2 6 ]   Van  der Aa lst,   2011   x   x       The  d efin itio n   an d   rep res en ta tio n   o f  co llab o ration   co n f ig u ration s,  an d   o f  h o rizon tal  an d   v ertical  p artition in g  di m en sio n s   [ 2 7 ]   Bu ijs, et  al. ,   2012       x     An   a p p roach   for  cros s - o rgan izatio n al  p rocess   an aly sis   p rop o sing  certa in   m e tri cs  to   cros s - co rr elate  pro cess   m o d els  an d  even t data in  dif f erent org an izatio n s   [ 2 8 ]   Eng el,  et al .,   2012   x     x   x   An   a p p r o a ch   to   d isco v er  an   in t er - o rgan izatio n al  p rocess   m o d el,  a n d   a  co rr elatio n   a lg o rith m   to   m atc h   EDI   m ess ag es  t o   an   in stan ce  to   b u ild   an   ev en t  lo g ,   an d   a  so f tware   imp lement a tio n   [ 2 9 ]   Ro zsn y ai,  et  al.,   2012       x   x   An   a p p ro a c h   an d   an   a lg o rith m   to   d isco v er  co rr el at io n s  b etween  d istrib u ted   p rocess   in stan ce  d ata  an d   a  so f tware  imp le men ta tio n   lin k i n g   th e  d ata  co rr elati o n   with   p rocess   m in in g  te ch n iq u es   [ 3 0 ]   Azzini ,  et  a l.,   2013       x     An   a p p r o a ch   an d   a lg o rit h m   for  sem a n tic  lif tin g   o f   d isp ersed  p rocess   d ata  (agg regatin g   ev en ts) us in g  se m a n tic data  m is m atch  detectio n  and   m ap  r ed u ctio n  techn iq u es   [ 3 1 ]   Co m u zzi ,  et  al. ,   2013    x     x   x   An   a p p r o a ch ,  b ased   o n   f o r m al   d efin itio n s   an d   an   a lg o rith m ,  t o   m o n ito r  cros s - o rgan izatio n al pro cess  inf rastructu re s, with a so f tware   i mp lement a tio n   [ 3 2 ]   Zeng ,  et al .,   2013   x     x     An   a p p roach   to   d isco v er  cros s - o rgan izatio n al  p rocess   m o d els   su p p o rt ed   b y   a  f o r m a l   a lg o rith m   a n d   f o r m a l  d efin itio n s   to   d isco v er  co o rdination   p atterns   u sed   for  in teg rating  in d iv id u al  m o d els   [ 9 ]   Bern ardi, et  al. ,   2014       x     An   a p p r o a ch   t o   u s e  p rocess - related  d ata  f ro m   clo u d   sys te m s  in   co m b in ati o n   with   ex isting  liv e  d eclar ativ e  p rocess   d isco v ery   tech n iq u es  to   d et ect  b u sin ess   rules   d escribi n g   th e   p roces s   [ 3 3 ]   Claes ,  et  al.,   2014       x   x   An   a p p ro a c h ,  su p p o rted  b y   an   a lg o rith m ,  to   m e rge  ev en t  lo g s  o f   in te r - o rgan izatio n a l   p rocess   p artners  i n to   a  sin g le  lo g   f ile  f o r  stan d ard  p rocess   m in in g ,  an d   a  so f tware   imp lement a tio n   [ 3 4 ]   Ir sh ad ,  et  al.,   2015   x     x     An   a p p roach ,  b ased   o n   f o r m al  d efin itio n s   an d   a  p rivacy - a ware   trace   ex tr actio n   a lg o rith m ,  to   m in e and  gen era te bu sin ess  pro cess   m o d els in  a  su p p ly  chain  env iron m e n t   [ 3 5 ]   Eng el,  et al .,   2016     x   x   x   A   d etailed   a p p r o a ch   an d   rep res e n ta tio n   to   u se  EDI   m ess ag es  f o r  an aly z in g   an d   d isco v ering   in ter - o rgan izatio n al  p ro cess   m o d els,  w ith   a  su p p o rting   s o f t ware   en v iron m en t   imp lement a tio n   [ 7 ]   Liu, et  al.,   2016       x     An   a p p ro a ch   to   co m b in e  in d iv id u al  p u b lic  m o d els  in to   a   su p p ly   ch ain   wid e   p rocess   m o d el,   su p p o rted  b y   a lg o rith ms   f o r  co m b in in g   an d   m atch i n g   th e  p u b lic  an d   p rivate  p rocess   m o d els       8   5   20   9         The  m ajo rity   of  the  al gorith m s  app ears  t o  f ocu s   on  (s uppo rt  of)   the  i nteg rati on  of  decen t rali zed  process  data  in   a  sing le   eve nt   log   to  e na ble  the  exec utio n  of  tradit io nal  pr ocess  m ining   te chn i qu e s  on  s upply  chain  pr ocess  data.  The  ty pe   of   pro pose d  process  m ini ng   te ch niques   (e.g.,  data  pr epar at io n,   disc ov e ry,  conf or m ance c heck i ng)  is i nvest igate d  f urt he r  in  Secti on  0 .     3. 3 .    Cl as sific ati on i n the Pr oc ess M ini n g  fr amewor k   The  seco nd  f r a m ewo r k  was   the  Pr oce ss  Mi nin g  f ram e work   pro pose d  by  Va n  de r   Aalst   [37]   as  sh ow n  in   Tabl e  5 .  It  de scrib e s  the  diff e ren t  t ypes  of  te ch ni qu e s  in  t he  pr oc ess  m ining   fie ld.  T he  act ivit ie s  can  be  gr oupe d  int o  data  pr e pa ra ti on   ( F0),  proc ess  sp eci ficat i on   i n  the  f orm   of   m od el s  ( F1 ,  F2,  F 3),  proces s  aud it in g (F 4,   F 5,   F6, F 7), a nd  process  n a vig a ti on   (F8, F9 , F10).       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :    4626   -   4636   4632   Table  5 . Pr oce ss Mi ning  fr am ewor k by Va n der  A al st   [37]   REF ( p. 2 42f f.)   Co d e   Proces s Minin g   tech n iq u e   Descripti o n   F 0   Prov en an ce   Co n stru ctio n  o f  ev en t log s f ro m  his to rical  p rocess  data   F1   Disco v er   Co n stru ctio n  o f  pro cess   m o d els  f ro m  even t log s   F2   Enh an ce   An n o tatin g  pro ces s  m o d els with  add i tio n al data f ro m  ev en t log s   F3   Diag n o se   Inv estig atin g  beh a v io ral  syntax  er ror s  in  pro d u ced p rocess   m o d els   F4   Detect   Detect dev iatio n s  o f  a  run n in g  pro ce ss  ins tan ce fro m  a  g iv en  pro cess   m o d el   F5   Ch eck   Detect a ll  dev iatio n s f ro m   a giv en  pr o cess   m o d el  bas ed  on  even t log s   F6   Co m p a re   Detect dif f erences  b etween as - is an d  t o - b e pro cess   m o d e ls   F7   Pro m o te   Pro m o te dif f erences b etween as - is  a n d  to - b e  m o d els to  the to - b e  m o d el   F8   Exp lo re   Visu alize r u n n in g  pro cess  ins tan ces o n  as - is o r  to - b e pro cess   m o d els   F9   Predict   Predict f in al pro p erties of  r u n n in g  pr o cess  ins tan ces b ased  on  even t log s   F1 0   Reco m m en d ed   Reco m m en d  nex t  actio n s o f  r u n n i n g   p rocess  ins tan ces b ased  on  even t log s       Fo r   each  pa pe r  in  the   set ,   it   was  deter m ined  w hich  act ivit ie s  are  su pp or te d  by  the  pro pose d  con t rib ution s .  A  disti nction  was  m ade  bet ween  di rect  suppo rt  bei ng  co ncep ts   ab out,  m od el s  of ,   m eth ods  f or,   and   i ns ta ntiat ion s  f or   th e se  process  m ining   act ivit ie s  as  sh ow n   ‘ D’   i n  the  col um ns   of   Table  6 ,  an d  ind irect   su pp or t  b ei ng   pr e par at or y  art ifact s  as  sh own  ‘I’  in   Table   6 .  Further ,  Table  6  al so   presents  w hether  the   pro p os e d  a rtifa ct s  wer e   eval ua te d  an d  how .  Wh e n  t he  valu e  of  the   co ntri bu ti ons   was   show n  with  a n  a r ti fici al  or   sim plifie d  exam ple o r  a nal ysi s,  this wa s c al le d  dem on str at ion . A m or e i n - de pth  a naly sis o f  a  real o r  at  least  reali sti c  exam ple  was  cal le d  case   stu dy .   The   te rm   ‘e m pirical ’  was  ad de d  wh e n  no n - tri vial  sta ti sti cal  te chn iq ues  we re  us e d.   E xp e rt  interview  e valuati on  m ea ns   that  al so   per ce ptio n  dat a  was  us e d  in  the   evaluati on.       Table  6 . Pr oce ss m ining  tech niques  pro pose d direct l y (D)  or in dire ct ly  ( I ) by t he  sel ect e d pap e rs  N ote that  al so   propose d al gorithm s w it hout im ple m entat ion  are  r e garded as  direct c on t rib ution s  ( e . g. ,   [ 20] )  N ote t hat  pap e rs  m ay  ad diti on al ly  pres ent an al ysi s tec hn i qu e s that  a r e not  inclu de d   in this  fr am ewo r k (e. g. ,   [ 25] )   Ref .   Au th o r  &   y ea r   F0   F1   F2   F3   F4   F5   F6   F7   F8   F9   F1 0   Evalu atio n   (N/A  =  no t availab le or  n o t app licab le)   [ 1 7 ]   Van  der Aa lst, 20 0 0         I                 N/A   [ 1 8 ]   Ch iu ,  et al. ,  20 0 2     I                     N/A   [ 1 9 ]   Mar u ster ,  et  al. ,  20 0 3   I                       N/A   [ 2 0 ]   Ch e,  et al .,  20 0 7               D             N/A   [ 2 1 ]   Gerke,  et al. ,  2 0 0 9   D                       De m o n stratio n   [ 2 2 ]   Lau, et  al.,  20 0 9     D                     Cas e stu d y   [ 2 3 ]   Kh an ,  et al .,  20 1 0   D                       Cas e stu d y   [ 2 4 ]   Li,  20 1 0     D                     De m o n stratio n   [ 2 5 ]   Su n ,  et al. ,  2 0 1 1     D                     De m o n stratio n   [ 2 6 ]   Van  der Aa lst, 20 1 1     I   I     I   I             N/A   [ 2 7 ]   Bu ijs, et  al. ,  2 0 12             I   I   I       I   Cas e stu d y   [ 2 8 ]   Eng el,  et al .,  20 1 2   D   I                     Cas e stu d y   [ 2 9 ]   Ro zsn y ai,  et  al.,   2012   D   D           D       D     De m o n stratio n   [ 3 0 ]   Azzini ,  et  al. ,  20 1 3   D                       De m o n stratio n   [ 3 1 ]   Co m u zzi ,  et  al. ,  20 1 3                         I   E m p iric al case  stu d y   [ 3 2 ]   Zeng ,  et al .,  20 1 3     D                     De m o n stratio n  &  Cas e stu d y   [ 9 ]   Bern ardi, et  al. ,  2 0 1 4     D                     Cas e stu d y   [ 3 3 ]   Claes ,  et  al.,  20 1 4   D                       Multi - case stu d y   &  E x p ert   in terview   [ 3 4 ]   Ir sh ad ,  et  al.,  20 1 5     D                     E m p iric al testin g   [ 3 5 ]   Eng el,  et al .,  20 1 6   D   D                     Cas e stu d y   [ 7 ]   Liu, et  al.,  20 1 6     D                     Cas e stu d y       8   12   1   1   1   3   2   1   0   1   2         It  can b e  note d  that  the  m ajo rity   of   the p ape r s  (17  of  21  pa pe rs,  8 1% )  fo c us  on  d at a p re pa rati on  ( 8  of   21   pap e rs,   38%)  an d  proces s   disco ver y  ( 12   of   21   pap e rs,   57%) .  I n  m os t  c ases,  they   (f irst )  at tem pt  to  com bin e   the  data  of   dif fer e nt  colla bor at ing   pa rtne rs   [19 - 22, 25,28,2 9,32 ] .  Indee d,   wh e n  the  data  of   t he  colla bo r at ing  par t ner s  ca n  be   pr e par e d  in  s uch   a  way  that  they   ca n  be  c om bin ed  in  a  s ing le   eve nt  log - gro upin g  eve nt   data  for  the  sam e   pr oce s s  instance   in  a  sing le   trace - the  existi ng   pr oce ss  m ining   te chn i qu e s  can  sti ll   be  us ed.   This   way,  no  de dicat ed  process  m i ning  al gorithm s  or   im ple m entat ion s  f or   s uppl y  chain  pr oce s s  m od el s  need   to  be  create d,   wh ic h  increases  re usa bili ty   of   the  m at ur e  and   robu st  e xisti ng   t echn i qu e s.  T his  m et ho d  al so   m eans  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Process  Mini ng in  Su pp ly  C hains :  A  S yst e m atic  …   ( Ba mba ng Jo k onow o)   4633   that  a  high  num ber   of  t he   pa per s   ai m s   to  i nd i rectl y  co ntribute   t o  al l  oth e r  ty pe s  of  process   m ining     (i.e., F 1 - F 10) , whic h was  not  in dicat ed  in  t he  table t o av oid o ver l oad .   Fu rt her,  it   ap pe ars  that (r el at i vely   lim it ed)   dem on strat io n  a nd  (e xten de d)  case  stu dy  are  the  prefe rr e d  form   of   eval ua ti on .  M or e  c om pr ehe ns ive  e m pirical   evaluati ons,  s uc h  as  m ult iple - case  stud ie s ,  m ulti ple   te chn iq ue   co m par ison s  or  includi ng  us er   pe rcep ti on  di scussions   are   hardly   ap plied   in  t his  fiel d.   This   evaluati on  m a y  hav e   to  do  with  the   sop histi cat ed  set ti ng   wh e re  m ultip le   orga nizat ion s   are  i nvol ve d  by   def i niti on ,  w hich  is  di ff ic ult  for  rese arc her s   to  acce ss  th e   a ppr opriat e  da ta   for  eval uation  pur po s es  ( bot h  reg a rd i ng qua nt it y and  quali ty  of  data).       3. 4 .    Di ving de eper   Exce pt  f or  cl a ssifyi ng  the   pa per s ,  we  al s o  analy zed   thei r  c on te nts  le ss   syst em a ti call y  to  r eveal   conve ntion al   st rategies  an d  a ppr oac hes.   Ta bl e  7  prese nts  an   ov e rv ie w  of  t he  in vestigat ed   top ic s  in  the  s upply  chain p ro ces s  m ining   fiel d,  a ccordin g  t o  the  p a per set .       Table  7 .  Pr im a ry   R esearc h  Fo cu se s   o n   S uppl y C hain Pr oces s Mi ning Lit er at ur e   Res earc h  f o cu s   Ref .   Mer g in g   ev en t log s f o r  p rocess   m in in g   [ 3 3 ]   Privacy - p reser v ati o n  in p rocess   m in in g   [ 7 ] ,   [ 3 4 ]   Proces s  m in in g  in  clo u d  co m p u tin g   [ 9 ] ,  [ 2 7 ]   Proces s  m in in g  on  big  data   [ 3 0 ]   Proces s  m in in g  on  E DI  o r  RFI D data   [ 2 1 ] ,   [ 2 8 ] ,   [ 3 5 ]   Proces s  m in in g  on  SOA  en v iron m en t  d ata   [ 2 3 ]   Proces s  m in in g  f o r  k n o wled g e dis co v ery   [ 2 2 ]   Proces s  m in in g  f o r  m o n ito ring  pu rpo s es   [ 3 1 ] ,  [ 2 0 ] ,  [ 1 8 ]   Proces s  m in in g  f o r  p redictiv e analyt ic s   [ 2 9 ]   The con cept  of  a  v irtual o rgan izatio n   [ 2 4 ]       On e  c omm on   view po i nt  on   da ta - dr i ven   proc ess  analy sis  (=p r ocess  m ining)  in  supp ly   cha ins,  is  that  orga nizat ion s   hav e   data   that   they   wa nt  t o  r em ai n  pr i vate  an d  oth e r  da ta   that  can   be   m ade  public  (e. g.,  [7,9,1 7,1 8,32,34] ).   Sim i la rly ,  these  a uthors  t ypic al ly   disti ng uis h  betwee n  a  pri vate  view   on  a n  orga nizat ion ’s   par t  of   t he  s upply  chain  wide   process ,  an d  a   public  vie w  on  the  process .  They  co ns i der   an  a ppro ac h  i n  wh i c h  the  pu blic  data   is  sh a red   ( with  eac h  ot her  or   with  a  t ru ste d  third   pa rty )  to  const ru ct   a n  overall   pr ocess  m od el  and  the n  eac h  orga nizat ion   c an  li nk  it s  pr i va te   data  or  m od el   to   this  publ ic   process  m odel   to   com plem ent  it   with  the  detai ls  of   their  inte r nal  business  proces ses.  F or   exam ple,  Liu  et   al .  [7]   pr op os e  a  m e tho d,   wh ic h  include s  th ree  ste ps :  ( 1)  eac h  orga nizat ion  di scov e rs  it s  pri vate  a nd  pu blic  busine ss  pro cess  m od el s  f r om   it s   even t  lo gs,  ( 2)  a  truste d  thi rd - pa rty   m idd le war e  ta kes  th e  public  proce ss  m od el s  as  i np ut  an d  gen e rates   coope rati ve  pu blic  process  m od el   fr a gm ents  of   eac h  organi zat ion ,  an d  (3)  each  orga nizat ion   com bin e s  it s  pr i vate  busine ss  process  m od el   with  the  f or   them   relev ant  public  f ra gm ents  to  ob t ai n  the  orga ni zat ion - sp eci fic c ro s s - orga nizat ion  c oope rati ve bu si ness proces s m od el .   Anothe r  intere sti ng   an gle  we   wer e  trig ger e d  by  Table  7  to  inv est ig at e  fu rt her ,  is  the  te chnolo gical   aspect  of  t he p aper s . Whe re  does the  h ist or ic al  p r ocess dat a  that i s u se d  t o const ru ct  e ve nt log s  co m e ?   Ta ble  8   pro vid es  an   over view .  Ma ny   papers   seem   to  fo c us  on   transacti onal   da ta   us e d  for  t he  ph ysi cal   or  virt ual   exch a nge  of go od s  ( e .g., R FID), ser vices  (e. g. ,  S AAS), o r  i n f or m at ion  ( e . g. ,  E DI).       Table  8 .  T ech nolo gical  b ase  of the  prese nted t echn iq ues   Techn o lo g y   Ref .   Electr o n ic D ata  Interchan g e ( E DI)   [ 3 5 ] ,  [ 2 8 ]   Oth er  web  se rvice - b ased  sy ste m s   [ 3 4 ] ,  [ 2 1 ] ,    [ 3 1 ]     Rad io  Fr eq u en cy  I d en tif icatio n  ( RFID)   [ 2 1 ]   So f tware - as - a - Ser v ice ( SaaS )  an d  Cl o u d  Co m p u tin g   [ 9 ] ,  [ 2 7 ]   So f tware  Ori en ted  Ar ch itectu re  ( SO A )   [ 2 3 ]     Su p p ly  Ch ain  M an ag e m en t S y ste m  ( SCMS)   [ 2 4 ]       4.   CONCL US I O N   In  this  pa per,  t he  c ontrib ution  is  to   pro vid e   a  struc ture d  ov erv ie w  of  the   c urren t   academ i c  li te ratur e   about  s upply  c hain  proces s  m ining.  T he  pr a ct ic al   app r oac h  ap pear s   to  be  to  f oc us   on  m e rg i ng  the  data  of  th e   diff e re nt  pa rtn ers  in   the  c hai n  int o  a  si ng le   eve nt  lo g,   s uc h  that  e xisti ng   process   m ining   te ch niques   c an  be  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :    4626   -   4636   4634   util iz ed.   F ur t he rm or e,  in  t he  con te xt  of  pr i va cy   con ce rns,  a  disti nctio n  is   m ade  betwee n  the  public  a nd  the   pr i vate  data  of  the  par t ner s .  It  is  the  public  da ta ,  wh ic h  is  us ed  by  f or   e xam ple  a  trusted  th ird  pa rty   to  pro du ce   a  su pply   cha in  wide  proc ess  m od el ,  af te r  wh ic h  ea ch  orga nizat io n  can  m ap  it s  pr ivate   dat a  on     this p ubli c m o del .   The  stu died  pa per   set   wit h  21  pa pers  la ste d  to  2009  was  ob s er ved   unti l  consi der a ble  at te ntion   was   sp e nt  on   s up pl y  chains  in   the  process  m ining   fiel d.  China  an d  the  Net her la nd s  do m inate   researc h  con t rib ution s  r egardin g  the  af fili at ion   countr y  of   the  first  a uthor .  Less  tha n  20  of  the  21  pap e rs  disc us s  so m e   form al   or   inf orm al   pr ocess  m ining   appro ac h ;  13  pa pe rs  pro pose  a  pa rtic ular  process  m ining   algorit hm ,  a nd  nin e  pa per s   al s o  pr ese nt  a n  i mp le men t ation   of  the   al gorith m   avail able  for  dow nlo a d.   T he  m ajo rity   of  pap e r s   fo c us   on  the  data  pre par atio n   (8   pa per s )  and   pr oc ess  dis covery   ( 12   papers)   a nd   m os t  pap e rs  use   a  (li m i te d)   demo ns trati on   (6 p a pers)  or a n (exte nd e d)  c as e st ud y   ( 10  pa per s )  t o  e valu at e their c on t ribu ti on .   Althou gh   this   Syst e m a ti c  L it eratur e  Re vi ew  shows  that   the  research   into  supp ly   ch ai n  process   m ining   a pp ea r s  to  be  lim it ed  (only   21  pap e r s  were  f ound) ,  we  beli eve  that   the  res ults  are   us ef ul.  T he  res earch  in this p a per  a ddresses t he  ne ed  f or  a n  over vi ew  of  t he  sta te  o f  the a rt expr essed by bo t h pr act it ion e rs    a nd   by  researc hers  [ 16] .  Fu rt her m or e,   it   can  dr ive  fut ur e  resea rc h.   Wh e reas  this  s tud y  is  lim i te d  to  re veal  the  c urrent   academ ic   li te r at ur e,  fu t ur e  w ork  m ay   fo cus   on   m issi ng   ac adem ic   kn ow l edg e ,  by  in ves ti gating  w heth er  the   li te ratur e  ga ps   that  can  be  f ound   in  this  pap e r  are  in  fact  al so   resea rch   ga ps .  I ndeed ,  fro m   Table  4,   Table  6,   Table  7,   a nd  Table  8,   it   ca n  be  de rive d  w hich  a sp ect s  a re  underst udie d,   but  f ur t her  researc h  is  ne eded  to   inv est igate   whet her   this  is  a  pro blem   or   not.  Con se quentl y,  the  disc ov e r ed  resea rc h  ga ps   ca n  be  a ddr esse d  appr opriat el y i n order  to  a dva nce  bo t h  the   know le dg e  and t he  pract ic e   of  process m ining  i n  s upply c hain s.       ACKN OWLE DGE MENTS   This  joint  rese arch   is  suppo rted  by  IMP AKT  Era sm us   Mun dus  P rogr am ,  Acti on   2 - Stra nd   1,   Lot  5,   East  A sia  C ountries,  2016 - 20 17. T he pr ogra m  h as b een  funded  w it h s uppo rt from  the E urop ea n  C omm is sion.       RE FERE NCE S   [1]   A.  Singh,  J.T . C .   Te ng,   Enh anc in g  Suppl y   Chai n  Outcomes  Through  Inform at ion  Te chnol og y   an d  Trust,   Com put.  Hum .   Beha v.   54  (2016)  290 – 300.   doi: 10 . 1016/j.c h b. 2015. 07 . 051.   [2]   E. A.  Kadir ,   S.M.  Sham suddin,   E.   Supri y ant o ,   W .   Sutopo,  S.L .   R osa,   Food  Tra ceabi lit y   in  Suppl y  Chai n  Based  on     EPCIS   Standa r d  and  RF ID  Te chno log y ,   In dones.   J.  El e c tr.   Eng.   Com p ut.   Sci .   13   (2 015)  187 – 194.   doi: 10. 11591 /t e l kom nika . v13i1. 6 919.   [3]   S.  Yongcha reo n ,   C.   l iu,   J.   Yu,   X .   Zh ao,   A  v ie w  fra m ework  for  m odel ing  and  ch ange   v al id at ion  of  art if act - c ent ri c  int er - org ani z at i o nal   busin ess proc esses,  Inf .   S y s t. 47  (2015)   51 – 8 1.   doi :ht tp :/ /dx . d oi. org/10 . 1016/j. is.201 4. 07. 004 .   [4]   W .   Jiang,   J.  Zha ng,   J.  Li ,   A  m ul ti - ag ent   suppl y   cha in   informat io n  coor dina ti on  m ode  base d  on  cl oud  computin g,   Te lkomnika .   11   (2013)  6427 – 64 33.   doi :ht tp :/ /dx . doi. org/10 . 1159 1/t el kom nik a. v1 1i11. 3453.   [5]   Q.  Ze ng ,   F.  Lu, C.   Li u ,   H.   Duan,  C.   Zhou ,   Mode l ing  and  Ver ifica t ion  for  Cross - Depa rtment  Col la b ora ti v e  Busi ness   Proce ss es  Us in g  Ext end ed  Petri   Ne ts,  IEEE  Tra ns.  S y s t.  Man,   C y b ern .   S y st.  45  (2 015)  349 – 362 .   doi: 10. 1109 /T SM C. 2014. 23342 76.   [6]   J.  De  W ee rdt,   A.  Schupp,   A.  Vande rlooc k ,   B.   Bae sens,  J.  De   W ee rdt,   A.  Sch upp,   A.  Vande rl oock,   B.   B ae sen s,   Proce ss   Mining  fo r  the  m ult i - fac e te d  anal y sis   of  business  proc esses — A  ca s e  stud y   in  a  fi nanc i al   serv ic e s   orga nizati on ,   Co m put.   Ind. 64  (2 013)  57 – 67.   doi:http: / /dx. doi . org/ 10. 1016/j.c om pi nd. 2012. 09 . 010.   [7]   C.   Li u ,   H.   Duan ,   Q.  ZE NG ,   M.   Zhou,   F.   Lu,  J.  Cheng,   Towa rds  Com pre h ensive  Support  for  Pri vacy   Preserv at io n  Cross - orga niz ati on  Business  Proce ss   M ini ng,   I EE E   Tra ns.  Ser v.   Com put.  PP   (2016)   1.   doi: 10. 1109 /T SC . 2016. 2617331 .   [8]   J.  Cla es,   G.  Poel s,  Proce ss   Minin g  and  the   ProM   Fram ework:   A  S urve y ,   Proc.   BP M  ’12  W ork.   28   (2012)  187 – 198.   doi: 10. 1007 /978 - 3 - 642 - 36285 - 9_19.   [9]   M.L .   B ern ard i ,   M.  Cim it ile,   F. M.  Maggi,   Disc over ing  cr oss - orga nizati on al   bus ine ss   rule s  from   the   c loud,   Com p ut.  Inte ll.  D at a   Min.   (CIDM ),   2014  I EE E   S y m p.   (201 4)  389 – 396.   doi:10.1109/CIDM. 2014. 7008694.   [10]   R.   Sarno,   Y . A.   Eff endi,  Hie ra rch y   proc ess  mi ning  from   m ult i - source   logs,  Te lkomnika  ( Telec om m unic atio n  Com put.   Elec tro n.   Contro l. 15  (2 017)  1960 – 1975 .   doi :10. 12928 /TELKOM NIK A.v 15i4. 6326.   [11]   B.   Va zqu ez - B ar rei ros,  M.   Muci ent es,   M.  L ama ,   ProD iGen:   Mi ning  compl ete,  pre ci se   and  m i nimal  struct u re  proc ess m odel s  with  a   gen et i c algorithm,  Inf .   Sci .   (N y ). 294  (201 5)  315 – 333.   doi:10.1016/j.i ns.20 14. 09. 057 .   [12]   B. N.  Yah y a ,   M.  Song,   H.  B ae,   S.  ook   Sul,  J . - Z. Z .   W u,   Dom ai n - driv en  ac t io nabl e   proc ess  m odel   discove r y ,   Com pu t.   Ind. En g.   99   (2016)  382 – 400.   doi :10. 101 6/j . ci e . 2016. 05 . 0 10.   [13]   B.   Kit che nh am,  O.P.  Brer et on,   D.  Budgen ,   Mar k  Turne r ,   J.   Ba i ley ,   S.  Li nkm an ,   S y s te m at i c  li t e rat ure   rev ie ws   i n   software   enginee ring - A  s y s te m at i c  li t erat ure   rev i ew,  Inf.   Softw.   Te chnol.  5 1  ( 2009)  7 – 15.   doi: 10. 1016 /j . inf sof.2008. 09. 009 .   [14]   I.   Moreno - Mont es  De  Oc a,   M .   Snoeck,  H.A.   Rei jers ,   A.   Rod rígue z - Morffi ,   A  s y stemat ic   li t era tur e  r evi ew  of  studie s  on  business  proc ess  m odel ing   qualit y ,   In f.   Softw.   T ec hnol .   58   (2015)  187 – 2 05.   doi: 10. 1016 /j . inf sof.2014. 07. 011 .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Process  Mini ng in  Su pp ly  C hains :  A  S yst e m atic  …   ( Ba mba ng Jo k onow o)   4635   [15]   A.  Ta rh an,  O.  T ure tke n ,   H.A .   Re ij ers,  Business  p roc ess  m at urity   m odel s:  A  s y st e m at ic   li t era tu re  r evi ew,  Inf.  Soft w.  Te chno l. 75  (20 16)  122 – 134.   do i: 10. 1016/ j.infsof.2016. 01 . 010.   [16]   W .   van  der   Aalst,   A.  Adria ns y ah, A. K.A.  de  Mede i ros,  F.  Arcie r i, T .   Bai e r,   T .   Bli ckl e ,   J.C.   Bose,   P.  van  den  Bran d,   R.   Brandt j en,   J.   Buij s,  A.  Burat ti n,   J.  Carmona,  M.  Caste ll anos,   J.  Cla es,   J.  Cook,   N.  Costant in i,   F.  Curber a,   E .   Dam ia ni,  M.  d e  Le oni ,   P.   Delias,   B. F.   van  Dong e n,   M.   Dum as,   S.   Dus tda r,  D.   Fah la nd,   D.R.  Ferre i ra,   W .   Gaa loul,  F.  van  Geff en,   S .   Goel ,   C.   Günth er,   A.   Guzz o ,   P.   Harm on,   A.  t er  Hofs te de,   J.   Hoogland,   J . E.  Ingv al dsen,   K.  Kato ,   R.   Kuhn,  A.  K um ar,   M.  La  R osa,   F.  Maggi ,   D.  Male rb a,   R . S.  Mans,  A.  Manue l ,   M.  McCr ee sh,  P.  Me ll o,   J.   Mendl ing,  M.  Montal i ,   H.R .   Motaha ri - Ne zhad,  M.   zur   Mue hle n,   J.  Munoz - Gam a,   L .   Ponti eri ,   J.  R ibe i ro,   A .   Rozi nat,  H.  Seg uel   Pére z,   R .   Se guel   Pére z,   M .   Sepúlve da ,   J.  Si nur,   P.  Soffer ,   M.  Song,  A.  Sperduti,  G.  Sti lo,   C.   Stoel ,   K.  Sw enson,   M.  Talamo,  W .   Ta n ,   C.   Tur n er,   J.   Vanth ie n en,   G.   Varva res sos ,   E.   V erb ee k ,   M.  Verdonk ,   R .   Vigo,   J.   W ang,  B.   W eb er,  M.   W ei dlich,   T .   W ei jt ers,  L .   W en,   M .   W este rg aa rd,  M.  W y nn ,   Proce ss   Minin g  Manife sto,   (201 2)  169 – 194.   doi:10.1007/978 - 3 - 6 42 - 28108 - 2_19.   [17]   W .   van  d er  Aa l st,  W .   v an  d er  Aalst,   Loosely   coupl ed   interorg ani z at ion al  workflows :  m odel in g  and  anal y zi ng   workflows   cro ss ing  orga n iz a ti on al   bound ari es ,   In f.   Man ag. 37  (20 00)  67 – 75.   doi: 1 0. 1016/S0378 - 7206(99)00038 - 5.   [18]   D.K.W.  Chiu,   K.  Karl apale m ,   Q.  Li ,   E .   Kafe z a,   W orkflow  vie w  base d  E - con tra c ts  in  a  cro ss - orga nizati on al   E - servic es  envi ron m ent ,   Distrib .   Pa ral l el   Da ta b ase s.   12  (2002)   193 – 216.   doi :10. 1023 /A:1016503218569.   [19]   L.   Maruste r ,   J.C.   W ortmann,   A.  W ei jt ers,   W . M.P.  van  der   Aalst,   Discove r in g  distri bute d  pr oce ss es  in  supp l y   cha ins,   in: Jagde v,   HS   and   W ort m ann,   JC a nd   Pe ls,  HJ   (Ed . ), Collab.   S y st.   Prod.   Mana g. ,   2003:   p p.   219 – 230 .   [20]   H.  Che,   M.  Mev ius,  Y.  Ju,  W .   St uck y ,   R.   Trunko ,   A  m et hod  for  i nte r - orga n izati o nal   business  proc ess  m ana gement,  Proc.   IE EE Int .   Conf.   Autom .   L ogist.   ICAL   200 7.   (2007)   354 – 3 58.   doi :10. 1109 / ICAL. 2007. 433 8586.   [21]   K.  Gerke ,   A .   Cl aus,   J.  Mendli ng ,   Proce ss   Minin g  of  RF ID - Based  Suppl y   Cha ins,  in:   2009  I EEE   Conf.   Com m er.   Ent erp .   Com put.,  IE EE Com puter Soci e t y ,   W ashingt on,   DC,   US A,  2009:   pp.   285 – 292.   doi :10. 1109 /CE C. 2009 . 72.   [22]   H.C. W . C. W .   Lau,  G.T.S.T . S.  H o,   Y.  Zh ao,  N. S.H.S.H.   Chung ,   Deve lopment  of  a  proc ess  m ini ng  s y st em  for   supporting  kno wledge   dis cover y   in  a   suppl y   cha in   net wo rk,   Int .   J.  Pro d.   E con.   122   (2009)  176 – 187.   doi: htt p :/ /dx . doi . org/10. 1016/ j. i j p e. 2009. 05 . 014.   [23]   A.  Khan,   A.  Lo dhi,   V.  Köppen ,   G.  Kass em,  G.  Saake ,   Appl y i ng   Proce ss   Mining  in  SO A  Envi ronm ent s,  in:   2010 :  pp.   293 – 302 .   doi :10. 1007/978 - 3 - 642 - 16132 - 2_28.   [24]   Y.  Li,  An  Auto m at ic   Vir tua l   Or gani z at ion   Structure  Model ing  M et hod  in   Suppl y   Chai n  Man age m ent ,   Mana g .   Ser v.   Sci.   (MA SS ),   20 10  Int. Conf. (20 10)  1 – 4.   doi: 10 . 1109/ICMSS . 2010. 5575841.   [25]   S.X.  Sun,  Q.  Ze ng,   H.  W ang,   P roc ess - Mining - B ase d  W orkflow  Model  Fragm ent at ion  for  Distrib ute d  Execut ion ,   IEE E   Tr ans.   S y s t.   Man ,   C y b ern .   -   Part  A   S y st .   H um ans.   41  (2011 )  294 – 310.   doi: 1 0. 1109/T SM CA. 2010. 2069092.   [26]   W . M.P.  Van  Der  Aalst,   Intr a -   an d  int er - org ani z ational   proc ess  m ini ng:  Discove rin g  proc esses  withi n  and  bet we e n   orga nizati ons,   L ec t .   Not es  Bus.  I nf.   Proc ess.  92  L NBIP   (2011)  1 – 11.   doi :10. 10 07 / 978 - 3 - 642 - 24849 - 8_1.   [27]   W . M.P.  Buij s,  J.C. A.M.,   Dongen ,   B. F.  and  Aalst,  Towa rds  Cross - Organi zational  Proce ss Mining  in  Coll ec t ions  of  Proce ss Models  a nd  Their Exec u tions ,   (2012)  2 – 13 .   [28]   R.   Eng el ,   W . M. P.  Van  Der  Aa l st,  M.  Za pl etal,  C.   Pich le r ,   H.   W ert hner ,   Mini ng  int er - orga ni z at ion al   busin ess   proc ess  m odel s  from   EDI  m essag es:  A  ca se  stud y  from   the   aut om oti ve  se ct or ,   L ect.   Notes  Com put .   Sci.  (Inc lud ing   Subs er.   Le ct.  Notes  Artif.   Intell.   Le c t.   Notes  Bioin form at ic s).  732 8  LNCS (2012)   222 – 237.   doi: 10. 1 007/978 - 3 - 642 - 31095 - 9_15.   [29]   S.  Rozsn y ai ,   G . T.   L akshm ana n,   V.  Muthusam y ,   R.   Khala f ,   M.J.   Duftle r,   Busin e ss   Proce ss   Insig ht:   An  Approac h  and  Plat form   for  the   Discove r y  and  Anal y sis  o f  End - to - End  B usiness  Proce ss es,   2012  Annu.  SR II  Glob.   Conf.   (2012)  80 – 89 .   d oi: 10. 1109 /SRII. 2012. 20.   [30]   A.  Azz ini,  P.  Cera volo ,   Consis te nt  Proce ss   Mining  Over  Big  D at a  Tr ipl e  Stores ,   in:   2013  IEE E   Int.   Congr.   BIG   DA TA,   2013:  pp .   54 – 61 .   doi :10. 1 109/Bi gData.Co ngre ss . 2013. 17.   [31]   M.  Com uzz i,   I.   Vande rfe est en,   T.   W ang,   Optimize d   cro ss - orga n iz a ti ona l  business  proc ess  m onit oring:   Design  and   ena c tment, Inf.  Sci.   (N y ) .   244   (2 013)  107 – 118.   d oi: 10. 1016 /j . ins. 2013. 04. 036 .   [32]   Q.  Ze ng,   S.X.  S un,   H.  Duan,   C.   Li u,   H.  W ang,   Cross - orga niz ati onal   collabor a ti v e  workflow  m ini ng  from   a  m ult i - so urc e  log ,   De cis .   Support  S y s t.  54  (2013)  1280 – 1301.   doi :10. 101 6/j . dss . 2012. 12 . 001.   [33]   J.  Cla es ,   G.  Poels,  Merging   ev ent   logs  for  pro ce ss   m ini ng:  A  rule   base d   m erg ing  m et hod  and   rule   suggesti o n   al gorit hm ,   Exp er t  S y st .   Appl .   41   (2014)  7291 – 73 06.   doi :ht tp :/ /dx . doi. org/10 . 1016/ j. eswa. 2014 . 06 . 0 12.   [34]   H.  Irshad,   B .   Shafiq,   J .   Vaid y a ,   M.A.  Bashir,  S.  Sham ai l,   N.R .   A dam,  Preserving  priva c y   in  co ll ab ora ti v e  Business   Proce ss   Com positi on,   2015   12th  In t.  Jt.  Conf .   E - Bus.  Tel ec om m un.   4   (2015)  112 – 123.   doi: 10. 5220 /00 0 5567801120123.   [35]   R.   Engel,   W .   Kr at hu,   M.  Za pl eta l,   C.   Pi chl er ,   R. P.J.C.   Bose,   W .   van  der   Aalst ,   H.  W ert hner ,   C.   H uemer,   W .   Aalst ,   H.  W ert hner ,   C.   Huem er,   Anal y zi ng  int er - orga ni za t iona l  busines s  proc esses,  Inf.   Sy st .   E - Bus.  Mana g.   14  (2016)   577 – 612.   doi :10.1007/s10257 - 015 - 0295 - 2.   [36]   A.R.   Hevn er,   S . T.   Mar ch, J.   Par k,   S.  R am,  Desig n  Scie n ce   in  Info rm at ion  S y st ems   Resea r ch, MIS Q.  28  (2004)  75 – 105.   doi :10. 2307 /25148625.   [37]   W . M.P.  der   Aalst,   Proce ss   Mining:   Discove r y ,   Conform anc e  an d  Enha nce m ent   of  Busin ess  Pro ce ss es,   1st  ed. ,   Springer  Publish ing  Com pan y ,   In cor pora t ed  ©201 1,   2011 .               Evaluation Warning : The document was created with Spire.PDF for Python.