Process mining helps infer valuable insights about business processes using event logs, whereas goal modeling focuses on the representation and analysis of competing goals of stakeholders and systems. Although there are clear benefits in mining the goals of existing processes, goal-oriented approaches that consider logs during model construction are still rare. Process mining techniques, when generalizing large instance-level data into process models, can be considered as a data-driven complement to use case/scenario elicitation. Requirements engineers can exploit process mining techniques to find new system or process requirements in order to align current practices and desired ones. This paper provides a systemic literature review, based on 24 papers rigorously selected from four popular search engines in 2018, to assess the state of goal-oriented process mining. Through two research questions, the review highlights that the use of process mining in association with goals does not yet have a coherent line of research, whereas intention mining (where goal models are mined) shows a meaningful trace of research. Research about performance indicators measuring goals associated with process mining is also sparse. Although the number of publications in process mining and goal modeling is trending up, goal mining and goal-oriented process mining remain modest research areas. Yet, synergetic effects achievable by combining goals and process mining can potentially augment the precision, rationality and interpretability of mined models and eventually improve opportunities to satisfy system stakeholders.

中文翻译：

---

从事件日志到目标：面向目标的过程挖掘的系统文献综述

流程挖掘有助于使用事件日志推断出有关业务流程的宝贵见解，而目标建模则侧重于利益相关者和系统竞争目标的表示和分析。尽管挖掘现有流程的目标有明显的好处，但在模型构建期间考虑日志的面向目标的方法仍然很少见。流程挖掘技术在将大型实例级数据泛化为流程模型时，可以被视为对用例/场景启发的数据驱动补充。需求工程师可以利用过程挖掘技术来寻找新的系统或过程需求，以便使当前的实践和期望的实践保持一致。本文基于 2018 年从四大热门搜索引擎中严格挑选的 24 篇论文，提供了系统的文献综述，评估面向目标的过程挖掘的状态。通过两个研究问题，该评论强调了与目标相关的过程挖掘的使用还没有一个连贯的研究路线，而意图挖掘（挖掘目标模型的地方）显示了有意义的研究痕迹。关于衡量与流程挖掘相关的目标的绩效指标的研究也很少。尽管过程挖掘和目标建模方面的出版物数量呈上升趋势，但目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。该评论强调，与目标相关的过程挖掘的使用尚无连贯的研究路线，而意图挖掘（挖掘目标模型的地方）显示了有意义的研究痕迹。关于衡量与流程挖掘相关的目标的绩效指标的研究也很少。尽管过程挖掘和目标建模方面的出版物数量呈上升趋势，但目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。该评论强调，与目标相关的过程挖掘的使用尚无连贯的研究路线，而意图挖掘（挖掘目标模型的地方）显示了有意义的研究痕迹。关于衡量与流程挖掘相关的目标的绩效指标的研究也很少。尽管过程挖掘和目标建模方面的出版物数量呈上升趋势，但目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。而意图挖掘（挖掘目标模型）显示了有意义的研究痕迹。关于衡量与流程挖掘相关的目标的绩效指标的研究也很少。尽管过程挖掘和目标建模方面的出版物数量呈上升趋势，但目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。而意图挖掘（挖掘目标模型）显示了有意义的研究痕迹。关于衡量与流程挖掘相关的目标的绩效指标的研究也很少。尽管过程挖掘和目标建模方面的出版物数量呈上升趋势，但目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。目标挖掘和面向目标的过程挖掘仍然是适度的研究领域。然而，通过结合目标和过程挖掘可实现的协同效应可以潜在地增强挖掘模型的精确性、合理性和可解释性，并最终提高满足系统利益相关者的机会。