Learning When to Treat Business Processes: Prescriptive Process Monitoring with Causal Inference and Reinforcement Learning
学习业务流程的干预时机：结合因果推断与强化学习的处方性流程监控AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确结合因果推断学习干预策略，并考虑干预效果及其随时间变化。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
学习业务流程的干预时机：结合因果推断与强化学习的处方性流程监控
- 研究问题
- 业务流程中干预有成本且效果随时机变化时，如何自动决定哪些案例应接受干预以及何时干预，以提高净收益？
- 方法与思路
- 作者结合因果推断与强化学习学习干预策略，并用共形预测区分较确定的正负结局案例与不确定案例，以加快学习收敛。
- 材料陈述的贡献
- 摘要称提出以净收益为目标的自动决策方法，并在两个真实数据集上优于一个先进基准，但没有给出具体收益或差异。
- 阅读关注点
- 应核对干预效应的识别依据、成本与净收益定义、时序决策约束，以及共形预测如何参与学习和策略评估是否存在偏差。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明混杂处理、策略评价设计和收敛条件，不能确认实际部署收益。
原文摘要
Increasing the success rate of a process, i.e. the percentage of cases that end in a positive outcome, is a recurrent process improvement goal. At runtime, there are often certain actions (a.k.a. treatments) that workers may execute to lift the probability that a case ends in a positive outcome. For example, in a loan origination process, a possible treatment is to issue multiple loan offers to increase the probability that the customer takes a loan. Each treatment has a cost. Thus, when defining policies for prescribing treatments to cases, managers need to consider the net gain of the treatments. Also, the effect of a treatment varies over time: treating a case earlier may be more effective than later in a case. This paper presents a prescriptive monitoring method that automates this decision-making task. The method combines causal inference and reinforcement learning to learn treatment policies that maximize the net gain. The method leverages a conformal prediction technique to speed up the convergence of the reinforcement learning mechanism by separating cases that are likely to end up in a positive or negative outcome, from uncertain cases. An evaluation on two real-life datasets shows that the proposed method outperforms a state-of-the-art baseline.