复杂服务系统，是支撑大型现代服务业企业或行业运营、模式创新和业态演化的大型、复杂服务计算系统或平台，如电子商务、大型云服务系统、大型智慧城市系统等。业务流程建模是复杂服务系统的关键问题，它帮助业务人员、管理者以及使用者更好的理解和分析企业业务过程。但复杂服务系统对传统业务流程建模存在如下挑战:首先，在复杂服务系统中，业务流程的运行通常需要多个不同IT系统的支撑，因此其业务逻辑的表现形式呈多样化特点;其次，复杂服务系统下的业务流程资源库随着业务的发展呈现大规模复杂化的趋势，如何高效地对流程进行相似检索对企业流程建模有重大意义;最后，如何快速有效的进行复杂服务系统下的业务流程建模也成为了亟待解决的问题。论文针对上述三大挑战，围绕业务流程建模改进，展开对流程挖掘、流程检索以及流程推荐三大建模改进方法的研究工作。具体来说，论文主要工作和贡献如下:　　针对传统流程挖掘方法无法直接用于其它表现形式的流程执行记录，论文在当前融合业务规则引擎的柔性工作流系统产生的系统执行日志之上，提出一种基于业务规则引擎执行日志的流程挖掘技术（α-γ算法）。α-γ算法借鉴经典流程挖掘算法（α算法）思想，对隐藏在规则执行日志中的业务过程执行记录进行了规则任务间的触发关系分析，最终以Petri网形式对所挖掘流程进行表示。此外，α-γ算法所挖掘流程与传统流程挖掘结果存在不一致性。基于该不一致性，论文所提方法可提供给业务分析人员新型的业务流程建模视角，进而更全面的把握实际业务流程走向。实验表明，在较大规模执行日志和触发事件条件下的α-γ挖掘时间在2s左右，此外相关验证实验也证明了其有效性。　　针对现有基于图编辑距离的流程检索方法无法适应业务流程资源库大规模复杂化的现状，论文提出两种高效的流程检索方法，分别基于Levenshtein距离（也称字符串编辑距离）和基于最大公共子图。这两种方法出发点均为最小深度优先探索编码，该编码可对流程图进行唯一的字符串标识。第一种方法通过对该字符串上模拟图编辑距离思想，进而通过计算Levenshtein距离求得其相似度。第二种方法利用流程图模型间的最大公共子图进行相似度计算，可以避免第一种方法以及传统基于图编辑距离方法需要对相关操作消耗的赋值问题，进而在流程检索时不依赖于具体应用场景。实验表明本文所提两种方法在流程资源库达到上万级别时，均仍能在5s左右的时间返回结果，因此可较好地应用于大规模复杂化的业务流程资源库。　　针对当前建模方法效率低且准确度无法保证的缺点，论文主要提出了基于图结构的自动化流程推荐技术。该技术旨在通过自动化的方式将所需要可能制定的活动节点推荐给建模人员，进而指导其有效快速的完成流程建模工作。该技术从流程图模型结构出发，在大量业务流程图基础上进行流程子图挖掘、处理和分析，随后进行相关的子图分解以及流程模式提取等工作，最后将这些模式与建模人员正在构建的流程（参考流程）匹配，找出最为相似或距离最近的流程模式对应的活动节点进行推荐。论文共提出两种推荐方法，第一种方法是基于相似度计算的流程推荐，其采用流程检索中对流程相似度的计算方法，并结合其它度量对流程片断进行距离计算，进而找出距离最小的流程模式做为推荐依据;第二种方法则对参考流程采用近距离最大子图优先的匹配策略，将其子图与流程模式按照最小深度优先探索编码进行相等性判断。该方法克服了第一种方法中需要设置不同度量的权重。通过实验考察，所提方法基本推荐准确度保持在了80％左右，同时在效率方面均维持在几十毫秒级别。　　在现有工作基础JTangFlow3.0工作流管理系统基础上，论文提出了JTangFlow4.0:一个支持业务流程建模改进的工作流系统架构。JTangFlow4.0通过整合本文涉及的流程挖掘、流程检索以及流程推荐三大建模改进技术，将原来以工作流引擎为单一核心模块的架构，扩展为运行层和分析层两大核心模块。此外，还相应的调整了相关子平台中的功能，并配合分析平台中的三大改进技术制定了新的视图。该新架构可以更好的辅助建模，提供企业管理人员相关智能分析工具。