近日，我校方贤文教授课题组在基于迁移学习的业务过程预测监控方面取得新进展，相关研究成果《Multi-task prediction method of business process based on BERT and Transfer Learning》在大数据领域国际TOP期刊《Knowledge-Based Systems》（IF =8.319，JCR Q1，中科院一区，双一区Top期刊）上发表，安徽理工大学为论文第一单位，信息安全工程2020级研究生陈航为论文第一作者，方贤文教授为论文的通讯作者。

业务流程预测监控是业务过程管理中一项重要的任务，旨在利用存储在事件日志中的完成流程案例来预测在线流程的未来行为，预测的目标主要有预测流程中事件持续时间、识别延迟、预测下一个活动、推荐流程内的执行路径等。尽管已有的研究提出了多种深度学习方法应用于预测业务流程监控，但对于在线流程的多任务预测存在明显不足。针对此问题，课题组提出一种基于BERT和迁移学习的多任务预测方法，该方法首次将BERT和迁移学习应用到多个不同的业务过程预测监控任务，为业务过程预测监控方向提供了新思路，并在大规模真实事件日志上进行实验评估，结果表明：预训练任务中不同的掩码策略和掩码概率会影响预测任务的结果表现，所提出的方法不仅在下一个活动预测任务和案例结果预测任务表现出色，而且可以更快地应用到多个不同的预测任务且预测性能更为突出。

多任务预测方法框架

此项工作得到国家自然科学基金、安徽省重点研究与开发计划项目和安徽省高校领军骨干人才项目等资助。