流程发现和流程挖掘是两种不同的方法，它们的目的和使用的手段都有所不同。

流程发现（Task Mining）是面向用户的，通过在用户的桌面上操作并跟踪用户的击键或鼠标点击等行为，来理解并改善流程。它不使用事件日志或访问企业系统的后端，而是关注人在流程中的行为和操作，提供了事件日志中可能看不到的信息。这种方法更多地考虑了人的因素，强调了人的行为和决策对流程的影响。

而流程挖掘（Process Mining）则主要是面向系统的，它通过分析系统中的事件日志，自动生成流程模型，以揭示出实际的流程执行情况，包括隐藏规律和异常情况。这种方法更侧重于从系统数据中提取信息和洞察，对流程进行模型化理解和分析。

流程挖掘还可以根据不同的挖掘类型，产生不同的结果，包括流程发现、流程一致性和流程改进等。流程发现类型的挖掘主要是不使用任何的先验信息生产流程模型；流程一致性主要是将现有的流程和有相同流程的事件日志比较，检测记录在日志中的信息是否符合模型；流程改进则是在一致性检测基础上细化或改进流程模型，减少模型在配置或运行时出现错误的次数。

流程发现和流程挖掘在目标、方法和使用场景等方面都存在显著的区别。在实际应用中，需要根据具体的需求和场景，选择合适的方法来理解和优化流程。