بررسی و تحلیل فرایند مدیریت پرداخت جریمه های رانندگی با استفاده از فرآیندکاوی

زﻣﯿﻨﻪ و ﻫﺪف: این تحقیق به بررسی کارایی استفاده از فرایندکاوی در مدیریت جریمه‌های ترافیکی می‌پردازد. هدف اصلی این مطالعه، بررسی اثربخشی این روش در بهبود عملکرد فرایندهای جمع‌آوری جریمه و درک بهتری از رفتار رانندگان و بهبود قوانین و مقررات ترافیکی است.روش: در این تحقیق، ابتدا با استفاده از فرایندکاوی، جریان کنترل فرایند براساس اطلاعات استخراج شده از گزارش‌های وقوع حادثه ساخته می‌شود. سپس از تکنیک‌های فرایندکاوی برای مدل‌سازی فرایند جریمه ترافیکی به دلیل تخلفات استفاده می‌شود. از نمودارهای جهت‌دار و دیاگرام‌ها برای ساختن مدل‌های فرایند اطلاعات استفاده می‌شود و از کتابخانه pm4py در محیط برنامه‌نویسی پایتون برای انجام فرایندکاوی بهره می‌برد.ﯾﺎﻓﺘﻪﻫﺎ: یافته‌های این تحقیق نشان می‌دهد که استفاده از فرایندکاوی، با درنظر گرفتن فعالیت‌ها در ردیاب‌های مربوطه، اطلاعات مفیدی را در شناسایی موارد فراهم می‌کند. این رویکرد قادر است به طور مستقیم رفتار متخلفان در فرایند پیگیری را پیگیری نماید و از اهمیت فرایندکاوی در بهبود کارایی فرایندهای جمع‌آوری جریمه و کاهش هزینه‌های مربوط به آن تاکید می‌کند.ﻧﺘﯿﺠﻪگیری: با توجه به یافته‌های این تحقیق، اهمیت مدیریت کارآمد جریمه‌های ترافیکی برای حفظ ایمنی جاده و اجرای قوانین ترافیکی به وضوح مشخص می‌شود. استفاده از روش‌های فرایندکاوی می‌تواند منجر به بهبود عملکرد و اجرای موثر‌تر فرایندهای جمع‌آوری جریمه و همچنین به شناخت بهتری از رفتار رانندگان و بهبود قوانین و مقررات ترافیکی شود.

investigating and analyzing the management of the process of paying traffic fines using process mining

background and purpose: this research examines the effectiveness of using process mining in the management of traffic fines. the main purpose of this study is to investigate the effectiveness of this method in improving the performance of fine collection processes and a better understanding of drivers’ behavior and improving traffic laws and regulations.method: in this research, first, using process mining, process control flow is built based on information extracted from incident reports. then, process mining techniques are used to model the process of traffic fines due to violations. directed graphs and diagrams are used to build information process models, and the pm4py library is used in the python programming environment to perform process mining.findings: the findings of this research show that the use of process mining, taking into account the activities in the relevant detectors, provides useful information in identifying cases. this approach is able to directly track the behavior of offenders in the follow-up process and emphasizes the importance of process analysis in improving the efficiency of fine collection processes and reducing related costs.conclusion: according to the findings of this research, the importance of efficient management of traffic fines to maintain road safety and enforce traffic laws is clearly defined. the use of process mining methods can lead to the improvement of performance and more effective implementation of fine collection processes, as well as to a better understanding of the behavior of drivers and the improvement of traffic laws and regulations.   -