如今越来越多的业务过程由显示过程模型驱动的信息系统进行控制和管理，无数的过程工程、过程建模和过程实现的方法也随之出现。该领域内众多的技术生动地说明了以业务过程为主题的实用性和复杂性，因此，过程感知信息系统（PAIS）这个新兴领域的相关支撑技术和标准就成为了近年来本领域国内外研究热点。过程挖掘是PAIS中的一项关键技术，能够根据信息系统中记录的事件日志信息，提取相关知识，重构出一个过程实例模型且使得事件日志中所有信息轨迹都能够符合该过程模型。过程挖掘的研究对于已有的业务过程的分析和改进，以及对实施新的业务过程都具有重要意义。过程挖掘主要包括控制流，组织维度和案例维度。本文的研究是对控制流的挖掘，突破了短循环、重名活动这两大开放性过程挖掘问题。论文的主要贡献是基于α算法提出了能够发现事件日志中含有循环活动和重名活动的过程挖掘γ算法。该算法首先对活动之间的关联关系进行了重新定义，通过分析重名活动的性质给出了启发式判定规则；然后使用这些规则对事件日志中所有的重名活动和循环活动进行标识；最后采用α算法从标识后的事件日志中挖掘出对应的工作流网，并对其进行循环活动和重名活动的还原，从而得到最终的工作流模型。本论文最后在过程挖掘框架ProM5.2当中，通过实例验证了γ算法的正确性和有效性。