随着环境的不断变化,企业需要不断调整它们的组织结构,以响应各种人员调动和其他动态需求。在人力资源方面拥有灵活和适当的结构有助于解决这样的挑战,因此,组织需要获取并保持对人力资源分组准确和及时的理解。现有的静态组织架构图并不能满足这一需求,而组织结构挖掘能够利用与业务流程相关的数据,发现流程执行过程中具有相似特征的资源组,有助于满足这一需求。但是,现有的组织结构挖掘仍将面临两大挑战:（1）对组织模型进行多方面准确评估。（2）对评估后的组织模型进行优化。本文围绕组织结构挖掘展开研究,针对以上挑战,对现有组织模型评估方法进行改进与扩展,并提出一种基于遗传算法的组织模型优化方法。最后,设计并实现一个组织模型挖掘与优化工具。本文的主要内容概况如下:第一,对现有的组织模型评估方法进行改进与扩展。针对适合度没有对日志行为做出惩罚的问题,通过引入资源惩罚的概念,对适合度进行改进;针对精确度没有考虑不允许事件的问题,通过引入不允许事件对组织模型的影响,对精确度进行改进;针对精确度不适用于多候选资源场景的问题,通过考虑资源在模型和日志中执行模式的差异性进行模型评估,提出资源执行模式相似度;针对无法进行组织模型内部评估的问题,通过参考聚类的内部评估方法-轮廓系数,提出改进的轮廓系数。基于以上四种评估方法,实现对组织模型多方面评估的目的。第二.提出一种基于遗传算法的组织模型优化方法。当挖掘出的组织模型还不够好时,可以考虑对组织模型进一步优化。通过将组织模型中执行模式结果以矩阵的形式表示,使用遗传优化方法获取更好的矩阵,从而获取更好的组织模型。在遗传优化算法中,获取初始化种群采用现有的执行模式分配方法:全分配法和整体分析法所得矩阵作为种群个体。计算种群适应度使用直接转化法,将评估结果作为种群适应度。并且,采用精英保留策略,保证最优个体不丢失。在选择算子上采用越优秀个体越容易被选择的轮盘赌选择法;交叉算子上采用子类每个基因都随机由一个亲本确定的均匀交叉法;变异算子采用选择多个基因进行翻转的多位翻转突变法,并引入能够提高搜索效率的变异概率矩阵。实验结果证明本文提出的遗传优化方法确实能够起到优化效果,可以获得更好的组织模型。第三,为了验证所提方法的可用性,本文设计并开发一个组织模型挖掘与优化工具。依次介绍工具的总体设计、工具的概要设计和功能设计,最后实现功能。通过该工具,能够实现从事件日志中获取组织模型、评估以及可视化组织模型的目的。