【文章內(nèi)容簡介】 貝爾獎一樣，圖靈在理論上奠定了計算機產(chǎn)生的基礎(chǔ) 人工智能的主要技術(shù) ? 知識獲取與表示技術(shù) KBE技術(shù)及其在產(chǎn)品設計中的應用 ；作 者：彭穎紅 等著；出 版 社：上海交通大學出版社 出版時間： 202371 ? 知識庫技術(shù) ? 推理技術(shù) 五色房子問題 ，四色定理 ? 搜索與數(shù)據(jù)挖掘技術(shù) ? 智能接口技術(shù) 知識獲取和知識表示 ?知識獲取技術(shù) 是為獲取和存儲知識庫中的所有信息 、 數(shù)據(jù) 、規(guī)則 、 案例和關(guān)系等元素的一組程序 ? ?知識的表示 就是對人類知識的一種描述 ， 把知識表示成計算機能夠處理的 數(shù)據(jù)結(jié)構(gòu) 。 ? 對知識進行表示的 過程就是把 知識編碼 成某種數(shù)據(jù)結(jié)構(gòu)的過程 。 知識表示方法 – 謂詞邏輯表示法 – 產(chǎn)生式表示法 – 語義網(wǎng)絡表示法 – 框架表示法 – 面向?qū)ο蟊硎痉? – 狀態(tài)空間表示法 – 與 /或樹表示法 謂詞邏輯表示法 例： 設有下列 事實性知識 ： 張曉輝是一名計算機系的學生，但他不喜歡編程序。 李曉鵬比他父親長得高。 用 謂詞公式 表示這些知識。 解 第一步 ： 定義謂詞 ： COMPUTER(x)： x是計算機系的學生 LIKE(x， y)： x喜歡 y HIGHER(x， y)： x比 y長得高 定義個體 ： 張曉輝 (zhangxh)，編程序 (programming)，李曉鵬 (1ixp)，函數(shù) father(lixp)表示李曉鵬的父親。 第三步 ：根據(jù)語義，用邏輯 連接符 將它們連接起來，就得到了表示上述 事實性知識 的 謂詞公式 ： COMPUTER(zhangxh)∧ ～ LIKE(zhangxh，programming) HIGHER(1ixp， father(1ixp)) 第二步 ：將個體代入謂詞中： COMPUTER(zhangxh)，～ LIKE(zhangxh， programming)， HIGHER(lixp， father(lixp)) 例如 : 規(guī)則 1： if 該動物有羽毛 then 該動物是鳥 規(guī)則 2： if 該動物是鳥 and 有長脖子 and 有長腿 and 不會飛 then 該動物是鴕鳥 產(chǎn)生式表示法 語義網(wǎng)絡表示法 情況和動作的表示 例 ：一只名叫“ 神飛 ” 的小燕子從三月到十一月 占有 一個巢 。 專家系統(tǒng)的語義網(wǎng)絡 智能系統(tǒng) 專家思維 專家知識 困難問題 專家系統(tǒng) 是一種 能解決 具有 能模擬 ? 例 下面是一個描述 “ 教師 ” 的框架： ? 框架名 :教師 ? 類屬 :知識分子 ? 工作 :范圍 :(教學 ， 科研 ) ? 缺省 :教學 ? 性別 :(男 ， 女 ) ? 學歷 :(中師 ， 高師 ) ? 類型 :(小學教師 ， 中學教師 ，大學教師 ) 框架表示法 例 “教室”框架。 框架名： 教室 墻數(shù)： 窗數(shù)： 門數(shù)： 座位數(shù)： 前墻： 墻框架 后墻： 墻框架 左墻： 墻框架 右墻： 墻框架 門： 門框架 窗： 窗框架 黑板： 黑板框架 天花板： 天花板框架 地板： 地板框架 講臺： 講臺框架 ? 例 下面是面向?qū)ο蟪绦蛟O計語言 C++中一個雇員類和經(jīng)理類的定義 。 ? class Employee ? { ? privite: ? char*Name。 ? int Age。 ? int Salary。= ? public: ? Employee(char*name， int age， int salary)。 ? ~Employee()。 面向?qū)ο蟊硎痉? ? }。 ? Employee∷ Employee(char*name， int age， int salary) ? { ? Name=newchar［ strlen(name)］ 。 ? strcpy(Name， name)。 ? Age=age。 ? Salary=salary。= ? }= ? Employee∷ ~Employee() ? { ? Delete Name。= ? } ? Void Employee∷ Change(int age， int salary) ? { ? Age=age。 ? Salary=salary。 ? } ? Void Employee∷ Retire() ? {if(Age60) ? Delete this。 ? } ? 以上是雇員類的定義 ， 用此定義就可生成一個雇員類的實例 ， 即雇員對象 。 與／或樹表示舉例 ? 每一種 知識表示方法 都有其相應的專用實現(xiàn)語言。例如，支持謂詞邏輯的語言有 PROLOG和 LISP，專門支持產(chǎn)生式的語言有 OPS5，專門支持框架的語言有FRL，支持 面向?qū)ο蟊硎镜恼Z言 有Smalltalk、 C++和 Java等，支持神經(jīng)網(wǎng)絡表示的語言有 AXON。 推理技術(shù) 自動推理 ? 地圖 四色定理 (Four color theorem)最先是由一位叫古德里（ Francis Guthrie）的英國大學生提出來的。四色問題的內(nèi)容是：“任何一張地圖只用四種顏色就能使具有共同邊界的國家著上不同的顏色?！庇脭?shù)學語言表示，即“將平面任意地細分為不相重疊的區(qū)域，每一個區(qū)域總可以用 1， 2， 3， 4這四個數(shù)字之一來標記，而不會使相鄰的兩個區(qū)域得到相同的數(shù)字?！边@里所指的相鄰區(qū)域，是指有一整段邊界是公共的。如果兩個區(qū)域只相遇于一點或有限多點，就不叫相鄰的。因為用相同的顏色給它們著色不會引起混淆。 ?數(shù)據(jù)挖掘 ， 也可以稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn) (KnowledgeDiscoveryinDatabase，簡稱 KDD)，是從大量數(shù)據(jù)中提取出可信、新穎、有效并能被人理解的模式的高級處理過程。 ? 數(shù)據(jù)挖掘的重要性就來源于數(shù)據(jù)倉庫中巨大的數(shù)據(jù)量。 ? 數(shù)據(jù)挖掘技術(shù)從一開始就是面向應用的。它不僅是面向特定數(shù)據(jù)庫的簡單檢索查詢調(diào)用，而且要對這些數(shù)據(jù)進行 統(tǒng)計、分析、綜合和推理 ，以指導實際問題的求解，發(fā)現(xiàn)事物間的相互關(guān)聯(lián)，甚至利用已有的數(shù)據(jù)對未來的活動進行 預測 。 數(shù)據(jù)挖掘 : 多種技術(shù)的融合 數(shù)據(jù)挖掘 數(shù)據(jù)庫技術(shù) 統(tǒng)計學 機器學習 模式識別 算法 其他技術(shù) 可視化 Why Data Mining? 潛在的應用 ? 數(shù)據(jù)庫分析和決策支持 – 市場分析和管理 ? 市場營銷 , 顧客關(guān)系管理 , 菜籃子分析 , cross 銷售 , 市場細化 . – 風險分析和管理 ? 天氣預報 , 顧客消費習慣 , 保險業(yè) , 質(zhì)量控制 ,競爭分析等等 . – 詐騙預測和管理 – 智能查詢回答 Intelligent query answering 2/27/2023 90 DM應用：市場分析和管理 ? 供分析的數(shù)據(jù)源在哪里 ? – 信用卡業(yè)務 , 信譽卡 , 優(yōu)惠券 , 顧客投訴 , 大眾生活方式研究 . ? 市場營銷 Target marketing: – 尋找典型消費者的聚類，他們有相同的特征：偏好、收入水平、消費習慣等等 . ? Determine customer purchasing patterns over time: – Conversion of single to a joint bank account: marriage, etc. ? Crossmarket analysis – 銷售產(chǎn)品之間的關(guān)聯(lián) – 基于相關(guān)信息的預測 2/27/2023 91 DM應用：市場分析和管理 ? Customer profiling – 數(shù)據(jù)采掘可以告訴你什么類型的顧客買什么樣的產(chǎn)品 (聚類或分類 ). ? 確認顧客需求 – 為不同顧客確認最好的產(chǎn)品 – 預測什么因素會吸引新顧客 ? 提供簡報 – 各種多維簡報 。 – 統(tǒng)計簡報 (數(shù)據(jù)的主要趨勢和變化 ) 2/27/2023 92 DM應用：企業(yè)分析和風險管理 ? 財政計劃和資產(chǎn)評估 : – 資金流動分析和預測 – 為資產(chǎn)評估提供意外索賠分析 – crosssectional and time series analysis (financialratio, trend analysis, etc.) ? 資源規(guī)劃 : – 對資源和消耗進行簡要說明和比較 ? Competition: – Monitor petitors and market directions (CI: petitive intelligence). – 市場細化把消費者分類，對其采取基于分類的價格策略 . – 在有競爭力的市場的中應用價格策略 (., REPSOL gas chain station in Spain). 2/27/2023 93 DM應用：風險探測和管理 ? 應用 : – 在醫(yī)療保健、零售業(yè)、信用卡服務、電信業(yè)（電話卡欺詐）等方面 . ? 思路 : – 用歷史數(shù)據(jù)為欺詐行為建模，用數(shù)據(jù)采掘來幫助識別類似事件。 ? 例子 : – Auto Insurance: detect a group of people who stage accidents to collect on insurance – Money Laundering: detect suspicious money transactions (US Treasury39。s Financial Crimes Enforcement Network) – Medical Insurance: detect professional patients and ring of doctors and ring of references 2/27/2023 DM應用：其他應用 ? 體育 – IBM Advanced Scout 分析 NBA 比賽統(tǒng)計 (籃板 , 助攻 , 和 犯規(guī) )，為紐約尼克斯隊和邁阿密熱隊贏得了長足的進步。 ? 天文 – Cal Tech 和 the Palomar Observatory 在數(shù)據(jù)采掘的幫助下 發(fā)現(xiàn)了 22個 星體 。 ? Inter Web SurfAid – IBM SurfAid 為 Web提供了數(shù)據(jù)采掘算法， 可以存取與市場相關(guān)的記錄日志， 以發(fā)現(xiàn) 顧客的嗜好和行為記錄 ， 分析 Web營銷的成效，改進 Web站點的組織，等等。 2/27/2023 95 NBA教練如何布陣以提升獲勝機會？ ? 美國著名的國家籃球隊 NBA的教練，利用 IBM公司提供的數(shù)據(jù)挖掘工具臨場決定替換隊員。想象你是 NBA的教練，你靠什么帶領(lǐng)你的球隊取得勝利呢？當然，最容易想到的是全場緊逼、交叉扯動和快速搶斷等具體的戰(zhàn)術(shù)和技術(shù)。但是今天， NBA的教練又有了他們的新式武器：數(shù)據(jù)挖掘。大約 20個 NBA球隊使用了 IBM公司開發(fā)的數(shù)據(jù)挖掘應用軟件 Advanced Scout系統(tǒng)來優(yōu)化他們的戰(zhàn)術(shù)組合。例如 Scout就因為研究了魔術(shù)隊隊員不同的布陣安排，在與邁阿密熱隊的比賽中找到了獲勝的機會。 主要的 KDD技術(shù) ? 關(guān)聯(lián)規(guī)則的挖掘 ? 分類知識的挖掘 ? 基于決策樹的分類 ? 聚類分析 知識發(fā)現(xiàn) (KDD) 過程 – 數(shù)據(jù)挖掘 — 知識發(fā)現(xiàn)過程的核心 數(shù)據(jù)清理 數(shù)據(jù)集成 數(shù)據(jù)庫 數(shù)據(jù)倉庫 任務相關(guān)的數(shù)據(jù) 選擇 數(shù)據(jù)挖掘 模式評估 關(guān)聯(lián)規(guī)則的挖掘 ? 例 超級市場銷售系統(tǒng) , 記錄 5 個顧客的購物單。 流水號 所購物品清單 1 啤酒、薄餅、牛奶 2 烤鴨、薄餅、