User Guidance in Workflow Modeling Environments

Workflow systems are present in many applications and are used by many different user groups. With ever growing toolboxes available in the workflow editors, the process of selecting the right tool for the job becomes more and more difficult. At the same time more specialized workflows can be expressed and the workflow system grows in power. These two sides of the same coin form a dilemma, which this work tries to mitigate by providing recommendations derived from previously created workflows. However, if preexisting work- flows are rare for the system at hand, this leads to a bootstrapping problem. To provide the user with recommendations in case of data sparsity in the user's system, the recommender may leverage the knowledge from available workflows originated in other systems. With this domain transfer step the bootstrap problem could be mitigated. In this thesis an approach is presented to transfer structural and type information from work- flows between workflow systems using abstract types. A recommender system is described leveraging this abstract type information to generate recommendations in the target work- flow system. The transfer capabilities are evaluated using two major workflow systems for scientific workflows, Taverna and Galaxy. An implementation of the approach is presented integrating it into an existing workflow system to provide recommendations to the user while editing the workflow.

Workflowsysteme finden sich in vielen Anwendungsfeldern und werden von vielen unterschiedlichen Benutzergruppen verwendet. Mit ständig wachsenden Werkzeugkästen, die in den Workflow Editoren zur Verfügung stehen, wird die Auswahl des richtigen Werkzeuges zunehmend schwieriger. Gleichzeitig können spezialisiertere Workflows zusammengestellt werden, wodurch das System an Ausdrucksstärke gewinnt. Diese Arbeit versucht das Dilemma zwischen diesen beiden Positionen zu entschärfen, indem Empfehlungen für den Benutzer aus zuvor erstellten Workflows abgeleitet werden. Dieses Vorgehen führt allerdings zu einem Bootstrapping Problem wenn wenige Workflows für das Zielsystem verfügbar sind. Um in einer solch raren Datenlage dennoch Empfehlungen ableiten zu können, könnte Wissen aus bestehenden Workflows, welche aus anderen Systemen stammen, verwendet werden. Mit diesem Transferschritt kann das Bootstrapping Problem mitigiert werden. In dieser Arbeit wird ein Ansatz zum Transfer von Struktur- und Typinformationen zwischen Workflows aus verschiedenen Workflowsystemen unter Zuhilfenahme abstrakter Typen präsentiert. Es wird ein System zur Erstellung von Empfehlungen beschrieben, welches diese abstrakten Typen nutzt, um Empfehlungen im Zielsystem zu erstellen. Die Fähigkeit des Transfers wird an den zwei verbreiteten Workflowsystemen Taverna und Galaxy evaluiert. Eine Implementierung des Ansatzes wird vorgestellt, welche in ein bestehendes Workflowsystem integriert wurde, um den Nutzer bei der Bearbeitung von Workflows mit Empfehlungen zu unterstützen.