Identificação de Regras de Negócio utilizando Mineração de Processos

Transcrição

1 Identificação de Regras de Negócio utilizando Mineração de Processos Raphael Crerie Fernanda Baião Flávia Maria Santoro NP2Tec Núcleo de Pesquisa e Prática em Tecnologia, Departamento de Informática Aplicada, Universidade Federal do Estado do Rio de Janeiro (UNIRIO) Av. Pasteur 458, Urca Rio de Janeiro, RJ Brasil {raphael.silva, fernanda.baiao, flavia.santoro}@uniriotec.br RESUMO Regras de negócio guiam o funcionamento de uma organização e sua documentação oferece importante fonte de informação para geração e manutenção de modelos tecnológicos, além de oferecer subsídios para a construção de restrições e outras estruturas em bancos de dados. Este artigo descreve o andamento da pesquisa sobre um método de obtenção automática das regras de negócio através de técnicas de mineração de processos. O método proposto extrai um conjunto de informações relevantes a partir dos logs de execução de sistemas de informação e constrói para o usuário um conjunto das regras em utilização ( As Is ) na organização. ABSTRACT Business Rules guide the performance of an organization and its documentation offers an important source of information for generating and maintaining technological models, restrictions and other structures in database systems. Despite its importance, it is very difficult to maintain up-todate documentation of current business rules that are implemented in the information systems of an organization. This paper describes the research on an automatic method for business rules discovery based on process mining techniques. The proposed method extracts a set of relevant information from information systems execution logs, and builds a set of current ('As Is') business rules for the user. Condições Gerais Gestão e Documentação. Keywords Mineração de processos, regras de negócio e mineração de dados. 1. INTRODUÇÃO De maneira geral, regras sempre estão presentes na convivência em sociedade, regulando a conduta, o relacionamento entre as pessoas e as atividades executadas por estas [12]. Em ambientes empresariais ou científicos, as regras apresentam um papel fundamental na organização das atividades cotidianas [13], pois elas determinam como o negócio deve ser guiado ao manter sua estrutura, ao influenciar quaisquer aspectos inerentes a ele [14] e ao fornecer informações essenciais para os modelos de negócios e tecnológicos da organização [6]. Neste contexto, tais regras são denominadas "Regras de Negócio". Sob o foco da computação, as regras de negócio são importante insumo para a modelagem conceitual durante a etapa de levantamento de requisitos de sistemas de informação, quando é necessário estudar o domínio, ou seja, entender e representar o contexto do que se deseja automatizar. Elas definem os conceitos do domínio, a forma como estes conceitos podem estar relacionados uns aos outros, e regulam como diversos sistemas de uma organização devem manipular as fontes de

2 dados que utilizam (bases de dados, repositórios de documentos XML, etc). Segundo Ross [18, 19], deve haver uma representação conceitual única e unificada das regras de negócio atuais de um domínio. Mas, apesar de sua importância, muitas organizações não possuem as suas regras de negócio documentadas devido a vários fatores, como dificuldade na formalização das mesmas, alto custo de manutenção da documentação, existência de um grande legado de regras já implementadas em sistemas de difícil extração [6, 18]. Por isso, é importante desenvolver mecanismos automatizados para obter um modelo único das regras de negócio das organizações, expondo as regras que estão efetivamente implementadas nos sistemas de informação ( As Is ) distribuídos que acessam diversas fontes de dados. O modelo de regras de negócio gerado pretende fornecer aos analistas de negócio uma visão detalhada e real das regras envolvidas com os processos da organização e permitir a avaliação da aplicação destas regras em cada atividade executada, viabilizando a identificação de gaps entre o conjunto das regras previstas para o negócio e o conjunto das regras efetivamente implementadas pelos sistemas de apoio ao negócio. As informações geradas pela execução dos sistemas de informação em uma organização são comumente registradas em logs e contém dados importantes sobre o comportamento e sobre a utilização destes sistemas, conseqüentemente sobre os processos de negócio [1, 9]. Desta forma, a hipótese assumida nesta pesquisa é que tais logs possuem informações suficientes para tornar possível a identificação das regras de negócio da organização através da aplicação de técnicas de mineração de processos. O objetivo do trabalho é aplicar técnicas e conceitos de mineração de processos sobre informações registradas nos logs de execução dos sistemas de informação e, a partir daí, gerar um documento de regras de negócio, representando as regras atuais ( As Is ) da organização. De uma forma geral, o método proposto neste trabalho segue os seguintes passos: (i) definir os tipos de regras que poderão ser identificados; (ii) definir as informações necessárias para identificar cada um destes tipos de regras, (iii) selecionar a técnica de mineração de processos/dados a ser aplicada sobre os logs de execução; (iv) aplicar as técnica de mineração e analisar resultados, e (v) selecionar uma forma padrão de representação de regras de negócio resultantes. Na seção 2 serão apresentados conceitos e uma taxonomia de regras de negócio adotada neste trabalho. A seção 3 contém conceitos relacionados com mineração de processos. Na seção 4 é detalhada a proposta desta pesquisa para identificação das regras de negócio e na seção 5 é exposto um estudo de viabilidade da proposta. Após isso são apresentados nas seções 6 e 7 os trabalhos relacionados e os próximos passos da pesquisa. 2. REGRAS DE NEGÓCIO Regras de negócio são sentenças que influenciam ou conduzem o comportamento do negócio de uma organização. Sua intenção é definir a estrutura, controlar ou influenciar o comportamento do negócio [7], sendo considerada uma abordagem que facilita a tomada de decisão dos negócios [22]. 2.1 Taxonomia de Regras de Negócio Existem diversas iniciativas para se organizar e classificar as regras de negócio, mas ainda não existe um padrão de classificação universal. Devido à consistência do trabalho e à importância do grupo na pesquisa de regras de negócio, a classificação utilizada como base nesta pesquisa é a apresentada pelo Business Rule Group [7]. Esta classificação subdivide as regras de negócio em 3 tipos que serão explicados brevemente nas subseções seguintes: Sentença Estrutural, Sentença de Ação e Derivação (veja Figura 1).

3 SE1: A taxa de locação de carros do grupo de locação Simples é de R$50,00 ; SE2: o Carro de placa XPT 0001 pertence ao grupo de locação Simples ; SE3 (derivada a partir de SE1 e SE2): A taxa de locação do carro de placa XPT0001 é de R$50,00. Figura 1. Classificação das regras de negócio [7] Sentença Estrutural Uma sentença estrutural é um conceito que expressa algum aspecto estrutural do domínio da organização (um conceito ou um relacionamento entre conceitos). São freqüentemente representadas graficamente por modelos entidade-relacionamento [26] e são as regras base para a composição de todas as outras regras de negócio. As regras abaixo são exemplos de sentenças estruturais: Aluno (Conceito); Aula (Conceito); Aluno assiste a Aula (Relacionamento); Sentença de Ação Sentença de ação é uma restrição ou condição que limita ou controla as ações na organização, em outras palavras, controla a dinâmica do negócio. Existem 3 classes de sentenças de ação: Restrição de Integridade; Condição e Autorização; A regra a seguir é um exemplo de sentença de ação da classe Autorização: A atividade Registrar Notas somente pode ser executada por professor Derivação É o processo de criar novas regras baseadas em regras já existentes. Precisam sempre se basear em pelo menos uma regra de negócio existente e podem envolver processos de Inferência ou cálculo. Um exemplo da utilização de uma regra de derivação seria como a seguir: 3. MINERAÇÃO DE PROCESSOS DE NEGÓCIO Muitos sistemas de informação da atualidade armazenam eventos relevantes de forma estruturada como, por exemplo, os sistemas de gerenciamento de workflow, que registram o início e o término de cada atividade, e os ERP's (Enterprise Resource Planning ou Sistemas Integrados de Gestão Empresarial) que registram todas as transações [1, 2, 9]. Tradicionalmente, técnicas de descoberta de conhecimento em bases de dados (KDD) têm sido utilizadas para identificação de padrões novos, válidos, potencialmente úteis e compreensíveis em dados [8]. E, mais recentemente, a abordagem de mineração de processos tem sido explorada em muitas pesquisas com o objetivo de extrair informações a partir de log de eventos para capturar o processo de negócio ao longo de sua execução [1, 2, 3, 11], buscando identificar como realmente os processos são executados. O fluxo de como a mineração de processos acontece pode ser visualizado abaixo (veja Figura 2). Figura 2. Fluxo da mineração de processos.

4 3.1 Conceitos e premissas Para que esta descoberta de conhecimento se torne possível, é necessário que o log respeite algumas características: Cada evento no log se refere a uma única atividade (um passo bem definido no processo); Cada evento refere-se a um único caso (instância de processo); Cada evento deve conter um único executor, referenciado como seu originador (a pessoa que inicia ou executa a atividade); Eventos possuem marcação de tempo e são totalmente ordenados; A figura 3 ilustra o exemplo de um log de execução. Figura 3. Exemplo de log. 3.2 O Framework ProM O ProM [15] é um framework extensível que suporta uma ampla variedade de técnicas de mineração de processos sob a forma de plug-ins. No contexto desta pesquisa, ele se apresenta como uma importante ferramenta para auxiliar na identificação das regras, devido à grande variedade de técnicas de mineração de processos presentes nele. Este software é de código aberto e é utilizado em diversos trabalhos na área de mineração de processos na literatura [2, 3, 11]. O formato Mxml (Mining XML) é utilizado como formato para a execução de diversos algoritmos de mineração de processos no framework ProM [15]. geração de um levantamento destas regras, é necessário propor mecanismos para gerar automaticamente um modelo com as regras de negócio atuais da organização (modelo AS IS ). A proposta desta pesquisa é selecionar e aplicar técnicas de mineração de processos, com a utilização da infra-estrutura do framework ProM [15], para identificar as regras de negócio que estão sendo executadas e para gerar um documento contendo as regras de negócio. Assim como existe na mineração de processos uma exigência de informações que devem existir no log para ser possível a execução da mineração, também existem necessidades específicas para a identificação de cada tipo de regra de negócio, e é necessário definir que características devem existir no log para que cada tipo de regra de negócio possa ser identificado. A arquitetura apresentada na figura 4 representa a proposta desta pesquisa. Nela podemos visualizar o fluxo onde os logs de sistemas de informação são capturados e convertidos para Mxml (MiningXml). Uma técnica de mineração de processos/dados é então aplicada sobre o conjunto de logs de execução, obtendo um conjunto de regras que são representadas segundo um modelo adequado. Os modelos de representação de regras de negócio que estão sendo analisados neste trabalho são baseados nas linguagens de representação OCL (Object Constraint Language) [24], SWRL (Semantic Web Rule Language) [23] e mesmo linguagem natural. 4. PROPOSTA PARA DESCOBERTA DAS REGRAS DE NEGÓCIO Diante da ausência de documentação sobre as regras de negócio nas organizações e da dificuldade para a

5 Figura 4. Arquitetura da geração do modelo de regras de negócio através da mineração do log. 5. CENÁRIO DE USO DO MÉTODO PROPOSTO Com base na proposta apresentada na seção 4, foi desenvolvido um plug-in para o ProM [15] para ilustrar a identificação de Sentenças de ação do tipo autorização. Como primeiro passo foram definidos os requisitos de informação do log de execução para a extração deste tipo de regra de negócio: Nome da atividade; Identificação do executor da atividade; Categoria do executor (grupo de acesso); Esse log deve ser tratado e convertido para o formato Mxml (veja Figura 5), e este será o formato de entrada para o processamento para a identificação das regras de negócio no ProM. Figura 5. Mxml contendo categoria do usuário e nome da atividade em destaque. O plug-in desenvolvido (veja Figura 6) carrega os dados e analisa as informações presentes em cada execução, identificando quais categorias de usuários (representadas pelo atributo grupo na Figura 5) executaram instâncias das atividades, registrando as regras em linguagem natural. O resultado da execução do algoritmo é registrado em um arquivo de texto. Figura 6. Tela do ProM durante a execução do plug-in desenvolvido e arquivo gerado. O resultado da execução trouxe como resultado a identificação das seguintes regras:

6 Somente "gerente" e "vendedor" pode(m) realizar a atividade "Registrar reclamacao"; Somente "cordenador" e "audit" pode(m) realizar a atividade "Verificar documentacao"; Somente "gerente" e "cordenador" pode(m) realizar a atividade "Avaliar reclamacao"; Somente "gerente" pode(m) realizar a atividade "Enviar aviso de aprovacao"; Somente "caixa" pode(m) realizar a atividade "Registro de pagamento"; Somente "gerente" pode(m) realizar a atividade "Arquivar reclamacao"; Somente "cordenador" e "gerente" pode(m) realizar a atividade "Verificar dados"; Somente "gerente" pode(m) realizar a atividade "enviar aviso de rejeicao"; A construção deste cenário de uso demonstrou a viabilidade do método proposto para a extração de regras simples do tipo Autorização a partir de um log de execução. Alguns fatores foram desconsiderados neste primeiro momento como, por exemplo, a possibilidade de descobrir os grupos sem que estes sejam registrados a cada registro de evento. Os próximos passos incluirão a extração de regras de autorização em casos mais complexos, em que vários grupos de usuário podem executar uma determinada atividade de acordo com alguma restrição. Por exemplo, gerentes e vendedores podem realizar a atividade "Aprovar Compra", mas se o valor da compra for acima de R$1000,00 apenas o gerente tem tal poder. Outros passos incluem o tratamento dos demais tipos de regras de negócio apresentados na seção TRABALHOS RELACIONADOS Com o objetivo de entender melhor a mineração de processos e o conceito de regras de negócio, foram analisados diversos trabalhos. Rozinat e Aalst [20] identificam, através de mineração de processos, pontos de decisão (decision points) que podem ser considerados regras de negócio do tipo sentenças de ação. Neste trabalho são identificadas atividades que possuem mais de uma atividade sucessora e também os valores que indiquem a atividade sucessora que será executada. O resultado final da mineração executada é exibido no contexto de um modelo do processo de negócio. Putrycz e Kark [16] possuem um trabalho sobre a extração de regras de negócios a partir da engenharia reversa do código fonte de sistemas legados, de forma que estas regras possam ser facilmente interpretadas por especialistas do negócio. Alberti [4] compara um modelo de regras de negócio previamente construído com dados extraídos de logs de eventos através da mineração de processos. Os trabalhos de Rozinat e Aalst [20] e Alberti [4] trazem informações relevantes sobre como a mineração de processos pode ser realizada com o objetivo de identificar as regras de negócio. Apesar de não possuírem foco na identificação de regras de negócio, tais trabalhos lidam com dados relacionados às regras. Rozinat e Aalst [20] e Alberti [4] serão utilizados em estudos de caso como forma de validação da presente proposta, comparando os resultados gerados pelas duas abordagens. 7. CONCLUSÕES E TRABALHOS FUTUROS A representação conceitual das regras de negócio de um domínio é importante por que elas oferecem importante fonte de informação para geração e manutenção de modelos tecnológicos, além de fornecer importantes informações para os analistas de negócio sobre como a organização funciona. Mas, apesar de sua importância, muitas organizações não possuem as suas regras de negócio documentadas devido a vários fatores, como dificuldade na formalização das mesmas, alto custo de manutenção da documentação, existência de um grande legado de regras já implementadas em sistemas de difícil extração. Por isso, é importante desenvolver mecanismos automatizados para obter um modelo único das regras de negócio das organizações, expondo as regras que estão efetivamente implementadas nos sistemas de informação ( As Is ) distribuídos que acessam diversas fontes de dados. Neste artigo expomos nossa proposta para realizar essa identificação das

7 regras e através do exemplo mostramos a viabilidade da proposta. Os próximos passos da pesquisa são a definição das informações e dos algoritmos necessários para identificar os demais tipos de regras de negócio, a definição do formato de documentação das regras de negócio que será adotado e a implementação de plug-in no ProM para executar a mineração. Outro passo que será fundamental será a avaliação dos resultados e do funcionamento do plug-in desenvolvido. Para isso será realizado um estudo de caso, onde a ferramenta CPNTools [25] será utilizada para geração dos logs de execução de forma automática, de modo a produzir a ocorrência de regras que deverão ser identificadas com a execução do plug-in. 8. REFERÊNCIAS [1] Aalst, W.M.P. van der e Weijters, A Process Mining Process-Aware Information Systems: Bridging People e Software through Process Technology, Wiley & Sons. [2] Aalst, W.M.P. van der e Günther, C. W Finding Structure in Unstructured Processes: The Case for Process Mining. ACSD [3] Aalst, W.M.P. van der, De Beer, H.T. e Van Dongen, B.F Process mining and e verification of properties: An approach based on temporal logic. In: LNCS, vol Springer [4] Alberti, M., Sani, F., Gavanelli, M., Lamma, E. Mello, P., Montali, M., Storari, S., e TORRONI, P A Computational Logicbased Approach to Verification of IT Systems. In H. G. Hegering, H. Reiser, M. Schiffers, e T. Nebe, eds., Proceedings of the 14th Annual Workshop of HP Software University Association (HP-SUA 2007). Munich, Germany, July Infonomics- Consulting. [5] Amghar, Y., Mezaine, M., Flory, A Modeling of business rules for active database application specification. Advanced topics in database research vol ISBN: IGI Publishing Hershey, PA, USA. [6] BRG (Business Rules Group) Business Rules Group. Business Rules Manifesto. Versão o.htm, Dezembro de [7] BRG (Business Rules Group) Defining Business Rules ~ What Are They Really? Rev. 1.3 jul BRG-whatisBR_3ed.pdf. Junho de [8] Fayyad, U. M., Piatetsky-Shapiro, G., Smith, P. e Uthurusamy, R Advances in Knowledge Discovery and Data Mining. AAAI/MIT Press. [9] Goedertier, S. e Vanthienen Rule-based business process modeling and execution. In: CTIT Workshop Proceeding Series. International IEEE EDOC Workshop on Vocabularies, Ontologies and Rules for the Enterprise (VORTE 2005) [10] Kovacic, A., Groznik, A The business rule-transformation approach. 26th International Conference on Information Technology Interfaces, Vol.1. [11] Medeiros, A., Pedrinaci, C., Aalst, W., Domingue, J., Song, M., Rozinat, A., Norton, B., e Cabral, L An Outlook on Semantic Business Process Mining and Monitoring. Workshop: 3rd International IFIP Workshop On Semantic Web & Web Semantics (SWWS '07) at On The Move Federated Conferences and Workshops. [12] Mirabete, J. F Processo Penal. 15 edição, Editora Atlas. 23. [13] Morgado, G. P., Martins, A. E., Alencar, A. J., Seabra, C. M., Silveira, D. S., Schimitz, E. A., Dias, F. G., Lima, P. M. V Um Ambiente para Modelagem Organizacional Baseado em Regras de Negócio. In: Simpósio Brasileiro de Sistemas de Informação, 2004, Porto Alegre. [14] OMG Business motivation Model (BMM) Specification.

8 abril de [15] Prom The ProM Framework. abril. [16] Putrycz, E., Kark, A. W Recovering Business Rules from Legacy Source Code for System Modernization. RuleML [17] Ram, S., Khatri, V A comprehensive framework for modeling set-based business rules during conceptual database design. Information Systems Archive, 30 (2) ISSN: Elsevier Science Ltd. [18] Ross, R. G Principles of the Business Rule Approach. Addison-Wesley Information Technology Series. ISBN-13: [19] Ross, R. G Expressing Business Rules. SIGMOD Conference [20] Rozinat, A., Aalst, W. Van der Decision Mining in ProM. In Dustdar et al (Eds.), Int Conf Business Process Management (BPM 2006), Springer-Verlag [21] Martins, Alissandra Evangelista Em direção à captura e representação sistemática das definições dos termos das regras de negócio. Rio de Janeiro. Dissertação de Mestrado. UFRJ/IM/NCE. [22] Halle, B. V. Business Rules Applied: Builing Better Systems Using the Business Rules Approach ed. New York: John Wiley & Sons. [23] Horrocks, I., Patel-Schneider, P. F., Boley, H., Tabet, S., Grosof, B., Dean, M SWRL: A Semantic Web Rule Language Combining OWL and RuleML. W3C Member Submission. Julho [24] OCL Object Constraint Language. OMG Available Specification. Version último acesso Julho de [25] CPNtools Computer Tool for Coulored Petri Nets. julho de [26] Chen, P.P. The Entity-Relationship Model: Toward a Unified View of Data. ACM Trans. on Database Systems, Vol.1, No.1, March