การขุดค้นกระบวนการ (Process mining)เป็นกลุ่มเทคนิคสำหรับการวิเคราะห์ข้อมูลเหตุการณ์เพื่อทำความเข้าใจและปรับปรุงกระบวนการปฏิบัติงาน เป็นส่วนหนึ่งของสาขาวิทยาศาสตร์ข้อมูลและการจัดการกระบวนการโดยทั่วไปแล้วการขุดค้นกระบวนการจะสร้างขึ้นจากบันทึกที่มีรหัสเคส ซึ่งเป็นตัวระบุเฉพาะสำหรับอินสแตนซ์กระบวนการเฉพาะ กิจกรรม ซึ่งเป็นคำอธิบายของเหตุการณ์ที่เกิดขึ้น การประทับเวลา และบางครั้งอาจมีข้อมูลอื่น ๆ เช่น ทรัพยากร ต้นทุน และอื่น ๆ^{[ 1 ] [ 2 ]}

เทคนิคการทำเหมืองกระบวนการแบ่งออกเป็น 3 ประเภทหลัก ได้แก่การค้นพบกระบวนการการตรวจสอบความสอดคล้องและการปรับปรุงกระบวนการในอดีตมีการใช้ คำเช่น การทำเหมืองเวิร์กโฟลว์และการค้นพบกระบวนการทางธุรกิจอัตโนมัติ (ABPD) ^{[ 3 ]}

เทคนิคการทำเหมืองกระบวนการมักถูกใช้เมื่อไม่สามารถหาคำอธิบายอย่างเป็นทางการของกระบวนการได้ด้วยวิธีการอื่น หรือเมื่อคุณภาพของเอกสารที่มีอยู่มีข้อสงสัย^{[ 4 ​​]}ตัวอย่างเช่น การประยุกต์ใช้วิธีการทำเหมืองกระบวนการกับบันทึกการตรวจสอบของระบบการจัดการเวิร์กโฟลว์บันทึกธุรกรรมของ ระบบ วางแผนทรัพยากรองค์กรหรือบันทึกผู้ป่วยอิเล็กทรอนิกส์ในโรงพยาบาล สามารถสร้างแบบจำลองที่อธิบายกระบวนการขององค์กรได้^{[ 5 ]}การวิเคราะห์บันทึกเหตุการณ์ยังสามารถใช้เพื่อเปรียบเทียบบันทึกเหตุการณ์กับ แบบจำลอง ก่อนหน้าเพื่อทำความเข้าใจว่าการสังเกตสอดคล้องกับแบบจำลองเชิงกำหนดหรือเชิงพรรณนาหรือไม่ จำเป็นต้องเชื่อมโยงข้อมูลบันทึกเหตุการณ์กับรหัสเคส กิจกรรม และการประทับเวลา^{[ 6 ] [ 7 ]}

แนวโน้มการจัดการร่วมสมัย เช่น BAM ( การตรวจสอบกิจกรรมทางธุรกิจ ), BOM ( การจัดการการดำเนินงาน ทางธุรกิจ ) และ BPI ( ระบบอัจฉริยะกระบวนการทางธุรกิจ ) แสดงให้เห็นถึงความสนใจในการสนับสนุนฟังก์ชันการวินิจฉัยในบริบทของ เทคโนโลยี การจัดการกระบวนการทางธุรกิจ (เช่นระบบการจัดการเวิร์กโฟลว์และระบบสารสนเทศอื่นๆที่รับรู้กระบวนการ ) การขุดค้นกระบวนการนั้นแตกต่างจาก เทคนิค การเรียนรู้ของเครื่องการขุดค้นข้อมูลและปัญญาประดิษฐ์ กระแสหลัก ตัวอย่างเช่น เทคนิคการค้นพบกระบวนการในสาขาการขุดค้นกระบวนการพยายามค้นหาแบบจำลองกระบวนการแบบครบวงจรที่สามารถอธิบายพฤติกรรมตามลำดับ ความสัมพันธ์แบบเลือก การทำงานพร้อมกัน และพฤติกรรมแบบวนซ้ำ เทคนิคการตรวจสอบความสอดคล้องนั้นใกล้เคียงกับการเพิ่มประสิทธิภาพมากกว่าวิธีการเรียนรู้แบบดั้งเดิม อย่างไรก็ตาม การขุดค้นกระบวนการสามารถใช้เพื่อสร้าง ปัญหาการเรียนรู้ ของเครื่องการขุดค้นข้อมูลและปัญญาประดิษฐ์ได้ หลังจากค้นพบแบบจำลองกระบวนการและจัดเรียงบันทึกเหตุการณ์แล้ว ก็สามารถสร้าง ปัญหา การเรียนรู้แบบมีผู้กำกับดูแลและไม่มีผู้กำกับดูแล ขั้นพื้นฐาน ได้ ตัวอย่างเช่น เพื่อทำนายเวลาการประมวลผลที่เหลืออยู่ของกรณีที่กำลังดำเนินการอยู่ หรือเพื่อระบุสาเหตุหลักของปัญหาการปฏิบัติตามข้อกำหนด

คณะทำงาน IEEE ด้านการทำเหมืองกระบวนการ (IEEE Task Force on Process Mining)ก่อตั้งขึ้นในเดือนตุลาคม พ.ศ. 2552 โดยเป็นส่วนหนึ่งของสมาคมปัญญาประดิษฐ์เชิงคำนวณของ IEEE ^{[ 8 ]}องค์กรนี้เป็นองค์กรที่ไม่ขึ้นกับผู้จำหน่าย โดยมีเป้าหมายเพื่อส่งเสริมการวิจัย การพัฒนา การศึกษา และความเข้าใจเกี่ยวกับการทำเหมืองกระบวนการ ทำให้ผู้ใช้ปลายทาง นักพัฒนา ที่ปรึกษา และนักวิจัยตระหนักถึงสถานะปัจจุบันของการทำเหมืองกระบวนการ ส่งเสริมการใช้เทคนิคและเครื่องมือการทำเหมืองกระบวนการ และกระตุ้นให้เกิดแอปพลิเคชันใหม่ๆ มีบทบาทในความพยายามในการกำหนดมาตรฐานสำหรับการบันทึกข้อมูลเหตุการณ์ (เช่น XES) จัดบทเรียน การประชุมพิเศษ การประชุมเชิงปฏิบัติการ การแข่งขัน การอภิปราย และพัฒนาสื่อ (เอกสาร หนังสือ หลักสูตรออนไลน์ ภาพยนตร์ ฯลฯ) เพื่อให้ข้อมูลและแนะนำผู้ที่เพิ่งเข้ามาในสาขานี้ คณะทำงาน IEEE ด้านการทำเหมืองกระบวนการได้จัดตั้งชุดการประชุม International Process Mining Conference (ICPM) ^{[ 9 ]}เป็นผู้นำในการพัฒนามาตรฐาน IEEE XES สำหรับการจัดเก็บและแลกเปลี่ยนข้อมูลเหตุการณ์^{[ 10 ] [ 11 ]}และเขียน Process Mining Manifesto ^{[ 12 ]}ซึ่งได้รับการแปลเป็น 16 ภาษา

คำว่า "การขุดค้นกระบวนการ" (process mining) ถูกบัญญัติขึ้นในข้อเสนอการวิจัยที่เขียนโดยนักวิทยาศาสตร์คอมพิวเตอร์ ชาว ดัตช์Wil van der Aalst ^{[ 13 ]}ภายในปี 1999 สาขาการวิจัยใหม่นี้ได้เกิดขึ้นภายใต้ร่มเงาของเทคนิคที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูลและวิทยาศาสตร์กระบวนการที่มหาวิทยาลัย Eindhovenในช่วงแรก เทคนิคการขุดค้นกระบวนการมักถูกศึกษาควบคู่ไปกับเทคนิคที่ใช้สำหรับการจัดการเวิร์กโฟลว์ในปี 2000 อัลกอริทึมเชิงปฏิบัติตัวแรกสำหรับการค้นพบกระบวนการ " Alpha miner"ได้รับการพัฒนาขึ้น ปีต่อมา เอกสารวิจัยได้นำเสนอ " Heuristic miner " ซึ่งเป็นอัลกอริทึมที่คล้ายคลึงกันมากโดยอิงจากฮิวริสติกส์ อัลกอริทึมที่มีประสิทธิภาพมากขึ้น เช่นinductive minerได้รับการพัฒนาขึ้นสำหรับการค้นพบกระบวนการ ในปี 2004 ได้มีการพัฒนา " Token-based replay " สำหรับการตรวจสอบความสอดคล้อง การขุดค้นกระบวนการได้แตกแขนงออกเป็น " การวิเคราะห์ประสิทธิภาพ " " การขุดค้นการตัดสินใจ " และ " การขุดค้นองค์กร " ในปี 2005 และ 2006 ในปี 2007 บริษัทขุดค้นกระบวนการเชิงพาณิชย์แห่งแรก "Futura Pi" ได้ก่อตั้งขึ้น ในปี 2009 คณะ ทำงานเฉพาะกิจของ IEEE ด้านการจัดการกระบวนการ (Process Mining: PM) ได้ถูกจัดตั้งขึ้นเพื่อกำกับดูแลบรรทัดฐานและมาตรฐานที่เกี่ยวข้องกับการจัดการกระบวนการ เทคนิคเพิ่มเติมสำหรับการตรวจสอบความสอดคล้องนำไปสู่การตรวจสอบความสอดคล้องตามการจัดแนว (Alignment-based conformance checking ) ในปี 2010 ในปี 2011 หนังสือเกี่ยวกับการจัดการกระบวนการเล่มแรกได้รับการตีพิมพ์ และในปี 2018 มีเครื่องมือการจัดการกระบวนการที่วางจำหน่ายในเชิงพาณิชย์ประมาณ 30 รายการ

เทคนิคการวิเคราะห์กระบวนการสามารถแบ่งออกได้เป็น 3 ประเภท

• การค้นพบกระบวนการ : ขั้นตอนแรกในการทำเหมืองกระบวนการ เป้าหมายหลักของการค้นพบกระบวนการคือการแปลงบันทึกเหตุการณ์ให้เป็นแบบจำลองกระบวนการ บันทึกเหตุการณ์สามารถมาจากระบบจัดเก็บข้อมูลใดๆ ก็ได้ที่บันทึกกิจกรรมในองค์กรพร้อมกับเวลาของกิจกรรมเหล่านั้น บันทึกเหตุการณ์ดังกล่าวจำเป็นต้องมีรหัสกรณี (ตัวระบุที่ไม่ซ้ำกันเพื่อระบุกรณีที่กิจกรรมนั้นเป็นของ) คำอธิบายกิจกรรม (คำอธิบายที่เป็นข้อความของกิจกรรมที่ดำเนินการ) และเวลาของการดำเนินการกิจกรรม ผลลัพธ์ของการค้นพบกระบวนการโดยทั่วไปคือแบบจำลองกระบวนการซึ่งเป็นตัวแทนของบันทึกเหตุการณ์ แบบจำลองกระบวนการดังกล่าวสามารถค้นพบได้ ตัวอย่างเช่น โดยใช้เทคนิคต่างๆ เช่นอัลฟาอัลกอริธึม(แนวทางที่ขับเคลื่อนด้วยการสอน)นักขุดแบบฮิวริสติกหรือขุดแบบอุปนัย ^{[ 14 ]}มีเทคนิคที่ได้รับการยอมรับมากมายสำหรับการสร้างแบบจำลองกระบวนการโดยอัตโนมัติ (ตัวอย่างเช่นข่ายPetriแผนภาพ BPMNแผนภาพกิจกรรมแผนภาพสถานะและEPC) โดยอิงจากบันทึกเหตุการณ์ ^{[ 14 ] [ 15 ] [ 16 ] [ 17 ] [ 18 ]}เมื่อเร็วๆ นี้ การวิจัยการขุดค้นกระบวนการได้เริ่มมุ่งเป้าไปที่มุมมองอื่นๆ (เช่น ข้อมูล ทรัพยากร เวลา ฯลฯ) ตัวอย่างหนึ่งคือเทคนิคที่อธิบายไว้ใน (Aalst, Reijers, & Song, 2005) ^{[ 19 ]}ซึ่งสามารถใช้ในการสร้างเครือข่ายสังคม ปัจจุบัน เทคนิคต่างๆ เช่น "การขุดค้นกระบวนการแบบสตรีมมิ่ง" กำลังได้รับการพัฒนาเพื่อทำงานกับข้อมูลออนไลน์แบบต่อเนื่องที่ต้องได้รับการประมวลผล ณ จุดนั้น
• การตรวจสอบความสอดคล้อง : ช่วยในการเปรียบเทียบบันทึกเหตุการณ์กับแบบจำลองกระบวนการที่มีอยู่เพื่อวิเคราะห์ความคลาดเคลื่อนระหว่างกัน แบบจำลองกระบวนการดังกล่าวสามารถสร้างขึ้นด้วยตนเองหรือด้วยความช่วยเหลือของอัลกอริธึมการค้นพบ ตัวอย่างเช่น แบบจำลองกระบวนการอาจระบุว่าคำสั่งซื้อที่มีมูลค่ามากกว่า 1 ล้านยูโรต้องผ่านการตรวจสอบสองครั้ง อีกตัวอย่างหนึ่งคือการตรวจสอบหลักการที่เรียกว่า "สี่ตา" การตรวจสอบความสอดคล้องอาจใช้เพื่อตรวจจับความเบี่ยงเบน (การตรวจสอบการปฏิบัติตาม) หรือประเมินอัลกอริธึมการค้นพบ หรือเสริมแบบจำลองกระบวนการที่มีอยู่ ตัวอย่างเช่น การขยายแบบจำลองกระบวนการด้วยข้อมูลประสิทธิภาพ กล่าวคือมีการใช้แบบจำลองกระบวนการเบื้องต้นเพื่อคาดการณ์ปัญหาคอขวดที่อาจเกิดขึ้น อีกตัวอย่างหนึ่งคือเครื่องมือวิเคราะห์การตัดสินใจที่อธิบายไว้ใน (Rozinat & Aalst, 2006b) ^{[ 20 ]}ซึ่งใช้เบื้องต้นและวิเคราะห์ทุกตัวเลือกในแบบจำลองกระบวนการ บันทึกเหตุการณ์จะถูกตรวจสอบสำหรับแต่ละตัวเลือกเพื่อดูว่าข้อมูลใดมักจะพร้อมใช้งานในขณะที่ทำการเลือก การตรวจสอบความสอดคล้องมีเทคนิคหลากหลาย เช่น "การเล่นซ้ำแบบใช้โทเค็น" "การตรวจสอบความสอดคล้องแบบสตรีมมิ่ง" ซึ่งใช้ตามความต้องการของระบบ จากนั้นจึงใช้เทคนิคการขุดข้อมูลแบบคลาสสิกเพื่อดูว่าองค์ประกอบข้อมูลใดมีอิทธิพลต่อการตัดสินใจ ผลลัพธ์ที่ได้คือแผนผังการตัดสินใจสำหรับแต่ละตัวเลือกในกระบวนการ
• การวิเคราะห์ประสิทธิภาพ : ใช้เมื่อมี แบบ จำลองอยู่แล้ว โดยจะขยายแบบจำลองนั้นด้วยข้อมูลประสิทธิภาพเพิ่มเติม เช่น เวลาในการประมวลผล เวลาของรอบการทำงาน เวลาในการรอคอย ต้นทุน ฯลฯ เพื่อให้เป้าหมายไม่ใช่การตรวจสอบความสอดคล้อง แต่เป็นการปรับปรุงประสิทธิภาพของแบบจำลองที่มีอยู่ให้ดีขึ้นในแง่ของมาตรวัดประสิทธิภาพกระบวนการ ตัวอย่างเช่น การขยายแบบจำลองกระบวนการด้วยข้อมูลประสิทธิภาพ กล่าวคือ แบบจำลองกระบวนการเดิมที่ได้รับการเพิ่มเติมข้อมูลประสิทธิภาพแบบไดนามิก นอกจากนี้ยังสามารถขยายแบบจำลองกระบวนการด้วยข้อมูลเพิ่มเติม เช่น กฎการตัดสินใจและข้อมูลองค์กร (เช่น บทบาท) ได้อีกด้วย

ซอฟต์แวร์การขุดค้นกระบวนการช่วยให้องค์กรวิเคราะห์และแสดงภาพกระบวนการทางธุรกิจโดยอิงจากข้อมูลที่ดึงมาจากแหล่งต่างๆ เช่น บันทึกธุรกรรมหรือข้อมูลเหตุการณ์ ซอฟต์แวร์นี้สามารถระบุรูปแบบ ปัญหาคอขวด และความไม่มีประสิทธิภาพภายในกระบวนการ ทำให้องค์กรสามารถปรับปรุงประสิทธิภาพการดำเนินงาน ลดต้นทุน และยกระดับประสบการณ์ของลูกค้าได้ ในปี 2025 Gartnerได้จัดอันดับเครื่องมือ 40 รายการในหมวดหมู่การรีวิวแพลตฟอร์มการขุดค้นกระบวนการ^{[ 21 ]}

• การจัดการกระบวนการทางธุรกิจ
• การค้นพบกระบวนการ
• การตรวจสอบความสอดคล้อง
• การจัดการเวิร์กโฟลว์
• การเรียนรู้ของเครื่อง
• วิทยาศาสตร์ข้อมูล
• การขุดลำดับ
• การขุดข้อมูล
• การวิเคราะห์เจตนา
• การแสดงภาพข้อมูล
• การวิเคราะห์กระบวนการ

• อาลสต์, ดับเบิลยู. ฟาน เดอร์ (2016) การทำเหมืองกระบวนการ: วิทยาศาสตร์ข้อมูลในการดำเนินการ สปริงเกอร์ แวร์ลัก, เบอร์ลิน ( ISBN 978-3-662-49850-7)
• Reinkemeyer, L. (2020). Process Mining in Action: Principles, Use Cases and Outlook. Springer Verlag, Berlin ( ISBN 978-3-030-40171-9)
• คาร์โมน่า, เจ., ฟาน ดอนเกน, BF, โซลติ, เอ., ไวด์ลิช, ม. (2018) การตรวจสอบความสอดคล้อง: กระบวนการและแบบจำลองที่เกี่ยวข้อง สปริงเกอร์ แวร์ลัก, เบอร์ลิน ( ISBN 978-3-319-99413-0)
• อาลสต์, ดับเบิลยู. ฟาน เดอร์ (2011) การขุดกระบวนการ: การค้นพบ ความสอดคล้อง และการปรับปรุงกระบวนการทางธุรกิจ สปริงเกอร์ แวร์ลัก, เบอร์ลิน ( ISBN 978-3-642-19344-6)
• Aalst, W. van der , Dongen, B. van, Herbst, J., Maruster, L., Schimm, G., & Weijters, A. (2003) การทำเหมืองขั้นตอนการทำงาน: การสำรวจปัญหาและแนวทาง วิศวกรรมข้อมูลและความรู้, 47 (2), 237–267
• Aalst, W. van der , Reijers, H., & Song, M. (2005). การค้นพบเครือข่ายสังคมจากบันทึกเหตุการณ์ Computer Supported Cooperative work, 14 (6), 549–593.
• Jans, M., van der Werf, JM, Lybaert, N., Vanhoof, K. (2011) การประยุกต์ใช้การขุดกระบวนการทางธุรกิจเพื่อลดการฉ้อโกงธุรกรรมภายใน Expert Systems with Applications, 38 (10), 13351–13359
• ดองเกน, บี. ฟาน, เมเดรอส, เอ., เวอร์บีก, เอช., ไวเตอร์ส, เอ., & อาลสต์, ดับเบิลยู. ฟาน เดอร์ (2005) กรอบงาน ProM: ยุคใหม่ในการสนับสนุนเครื่องมือการขุดกระบวนการ ใน G. Ciardo & P. ​​Darondeau (บรรณาธิการ) การประยุกต์และทฤษฎีของ Petri Nets 2005 (ฉบับ 3536, หน้า 444–454) สปริงเกอร์-แวร์ลัก, เบอร์ลิน
• Aalst, W. van der . คู่มือปฏิบัติการสำหรับการทำเหมืองกระบวนการ: ข้อจำกัดของกราฟติดตามโดยตรง ในการประชุมนานาชาติว่าด้วยระบบสารสนเทศองค์กร (Centeris 2019) เล่มที่ 164 ของ Procedia Computer Science หน้า 321-328. Elsevier, 2019.
• Grigori, D. , Casati, F. , Castellanos, M. , Dayal, U. , Sayal, M. , & Shan, M. (2004) ข่าวกรองกระบวนการทางธุรกิจ คอมพิวเตอร์ในอุตสาหกรรม, 53(3), 321–343.
• Grigori, D., Casati, F., Dayal, U., & Shan, M. (2001). การปรับปรุงคุณภาพกระบวนการทางธุรกิจผ่านการทำความเข้าใจ การคาดการณ์ และการป้องกันข้อยกเว้น ใน P. Apers, P. Atzeni, S. Ceri, S. Paraboschi, K. Ramamohanarao, & R. Snodgrass (Eds.), Proceedings of 27th international conference on Very Large Data Bases (VLDB'01) (pp. 159–168). Morgan Kaufmann.
• IDS Scheer. (2002). ARIS Process Performance Manager (ARIS PPM): วัด วิเคราะห์ และเพิ่มประสิทธิภาพกระบวนการทางธุรกิจของคุณ (เอกสารไวท์เปเปอร์)
• Ingvaldsen, JE และ JA Gulla. (2006). การวิเคราะห์กระบวนการทางธุรกิจโดยใช้แบบจำลอง วารสารการจัดการระบบสารสนเทศ เล่มที่ 23 ฉบับที่ 1 ฉบับพิเศษว่าด้วยข่าวกรองทางธุรกิจ สำนักพิมพ์ Auerbach
• Kirchmer, M., Laengle, S. และ Masias, V. (2013). การจัดการกระบวนการทางธุรกิจที่ขับเคลื่อนด้วยความโปร่งใสในสถานพยาบาล [Leading Edge]. วารสารเทคโนโลยีและสังคม, IEEE, 32(4), 14-16.
• zur Muehlen, M. (2004). การควบคุมกระบวนการตามเวิร์กโฟลว์: พื้นฐาน การออกแบบ และการประยุกต์ใช้ระบบสารสนเทศกระบวนการที่ขับเคลื่อนด้วยเวิร์กโฟลว์ Logos, Berlin.
• zur Muehlen, M., & Rosemann, M. (2000). การติดตามและควบคุมกระบวนการตามเวิร์กโฟลว์ – ประเด็นทางเทคนิคและองค์กร ใน R. Sprague (บรรณาธิการ), รายงานการประชุมวิชาการนานาชาติฮาวายครั้งที่ 33 ด้านวิทยาศาสตร์ระบบ (HICSS-33) (หน้า 1–10). สำนักพิมพ์ IEEE Computer Society Press, Los Alamitos, California.
• Rozinat, A. และAalst, W. van der (2006b). การขุดค้นการตัดสินใจใน ProM ใน S. Dustdar, J. Faideiro และ A. Sheth (บรรณาธิการ), การประชุมนานาชาติว่าด้วยการจัดการกระบวนการทางธุรกิจ (BPM 2006) (เล่มที่ 4102, หน้า 420–425). Springer-Verlag, เบอร์ลิน.
• Sayal, M., Casati, F., Dayal, U., & Shan, M. (2002). Business Process Cockpit. ใน Proceedings of 28th international conference on very large data bases (VLDB'02) (หน้า 880–883). Morgan Kaufmann.
• Huser V, Starren JB, การประมวลผลข้อมูล EHR ล่วงหน้าเพื่ออำนวยความสะดวกในการวิเคราะห์กระบวนการ: การประยุกต์ใช้กับโรคไตเรื้อรัง AMIA Annu Symp Proc 2009 link
• Ross-Talbot S, ความสำคัญและศักยภาพของคำอธิบายต่ออุตสาหกรรมของเรา การบรรยายหลักในการประชุมนานาชาติครั้งที่ 10 ว่าด้วยเทคนิคการประมวลผลแบบกระจาย[1]
• Garcia, Cleiton dos Santos; Meincheim, Alex; และคณะ (2019). เทคนิคและการประยุกต์ใช้การขุดค้นกระบวนการ – การศึกษาการทำแผนที่อย่างเป็นระบบ» Expert Systems with Applications. 133: 260–295. ISSN 0957-4174. doi:10.1016/j.eswa.2019.05.003 [2]
• van der Aalst, WMP และ Berti A. การค้นพบ Petri Nets ที่มีวัตถุเป็นศูนย์กลาง ข้อมูลพื้นฐาน, 175(1-4):1-40, 2020. doi:10.3233/FI-2020-1946 [3]

• การประชุม International Process Mining Conferenceเป็นการประชุมระดับนานาชาติประจำปีด้าน Process Mining ซึ่งจัดโดย IEEE Task Force on Process Mining
• งานวิจัยด้านการทำเหมืองกระบวนการ (Process mining)ที่มหาวิทยาลัยเทคโนโลยีไอนด์โฮเฟน ประเทศเนเธอร์แลนด์
• งานวิจัยด้านการทำเหมืองกระบวนการ (Process mining)ที่มหาวิทยาลัยเกนต์ ประเทศเบลเยียม
• งานวิจัยด้านการทำเหมืองกระบวนการ (Process mining)ที่มหาวิทยาลัยปาดัวประเทศอิตาลี