智能技术与应用

智能技术及应用IntelligenceTechnologyIntroductionandApplication智能技术及应用第一节人工智能技术第二节智能商务智能技术及应用定义人工智能解释为什么专家系统可以保存和使用知识组织如何利用智能技术改进知识的获取和使用智能商务如何帮助组织获得竞争优势第一节人工智能一、什么是人工智能人工智能(AI)的概念基于计算机的具有智能和模拟人的智能行为功能的系统特点：•基于计算机系统•具有一定的智能•能够全部或部分模拟人的智能行为研究人工智能的目的建立一套不包括人类感觉的机理排除由人掌握的经常性不满意的工作保存专家的意见按有效的方式保存信息通过对短时间由人无法分析的大规模复杂系统问题提出建议来增强组织的知识库人工智能的研究应用领域语言学习——自然语言完成实际任务——机器人使用感觉器官——感觉系统效仿专家的决策——专家系统执行任务——“智能”机器人工智能的成果机器人技术智能设备识别技术知识的保存和使用二、专家系统专家系统通过获取人类专家在特定领域内的意见建立的集中知识的计算机程序专家系统一般通过提问和解释帮助决策者做出决策特征•基于计算机系统•以专家的知识和经验为依托•通过提问和解释的方式支持决策者的决策专家系统的局限性针对特定的问题有限的应用领域专家的确认专家知识的获取专家知识的保存和使用专家系统工作原理知识库——用于专家系统的人类知识的模型主要工作方式•基于规则•知识框架•推理机A-BIFINC50,000THEN查询汽车付款ELSE退出B-CIF汽车付款10%收入THEN查询抵押借款ELSE退出C-DIF抵押借款20%收入THEN允许贷款ELSE退出D批准贷款D-EIFDTHEN询问工龄E-FIF工龄=4THEN额度为10,000ELSEDOGG-HIF工龄4THEN检查其它债务H-FIF其它债务5%收入THENDOFELSEDOIF限制10,000I限制3,000知识框架用途交通工具,固定动力动力BTU,马力燃料汽油/柴油,电力属于机器发动机框架动作滚动,移动发动机柴油/涡轮履带属于交通工具坦克框架2动作滚动,移动发动机汽油/柴油轮子属于交通工具汽车框架4前向推理机IF收入$100,000THEN生活提高IF收入提高THEN派出销售代表IF收入$50,000THEN期限延长IF期限延长THEN分发小册子IF有不动产THEN深入接触IF不动产$100万THEN派出财务顾问IF不在数据库中THEN添加到前景文件中IF财务顾问THEN准备销售手续IF销售代表or期限延长or财务顾问THEN搜索数据库收入规则不动产规则专家系统的建立建立专家系统需要•专家(提供知识和经验)•知识工程师(翻译知识)步骤•确定特定的问题•建立原型验证知识翻译及推理•建立完整系统，增加大量知识专家系统的问题开发投入与运行投入知识的有效性知识的成功表达与使用只能解决有限问题基于案例推理的组织智能将知识按照案例的方式组织在数据库中通过对数据库中案例的搜索实现知识的利用通过不断补充案例实现知识的积累基于案例的推理过程用户描述问题系统搜索数据库查询类似案例系统对用户提问缩小搜索范围系统发现最接近案例并提取方案系统修改方案适应问题成功将问题及成功方案存储在数据库案例数据库是否三、其它智能技术神经网络模仿生物大脑活动的硬件或软件生物大脑活动的特点•由神经元组成最小活动单位•神经元之间相互作用•神经元间并行活动生物神经元结构人工神经元神经网络收入债务年龄付款记录好信贷风险坏信贷风险输入层输出层隐藏层神经网络与专家系统区别神经网络不将人类智能模型化神经网络不需要对方案编程神经网络不直接面对特定问题神经网络强调学习能力神经网络经常无法解释得到结果的途径神经网络比较敏感，训练数据少或过多都会影响训练效果神经网络几个应用销售神经网络：确定销售模式神经网络用于国防：雷达模式识别神经网络用于电力系统：预测模糊逻辑一种允许使用不精确的隶属函数来解决问题的基于规则的人工智能方法将所有判断都看作是不精确的(模糊的)温度隶属度100.5010203040-10-20寒冷冷温暖热酷热遗传算法利用遗传方法利用0,1表示方案特征步骤•在初始方案中选取种子•进化重组种子•自然淘汰•获得最好结果0010001110000001010001001100111101101110100010100.50.30.60.60.30.2010011111100010011001111010001000.60.60.30.7遗传算法应用遗传算法用于甄别嫌疑犯遗传算法用于供应链管理遗传算法用于金融业遗传算法用于电视广告遗传算法用于数据挖掘传统智能技术研究方法以整体为对象研究整体所反映的行为以概率的形式反映个体在整体中的地位智能自主体（代理）以每个拥有智能的个体为对象通过研究个体及个体之间的关系来观察整体的行为——突现对每个个体详细描述第二节智能商务智能商务目的：•将组织现有数据转化成为知识而提高组织决策的科学性和有效性效益：•为组织提供从数据中发现新关系的能力•加强组织决策及决策过程的精确性实现智能商务的步骤有充分的正确数据可以利用——数据抽取(数据仓库)这些数据被转换成为可利用的信息——数据分析(多维分析)这些信息被传递给需要它们的人员——关系发现(数据挖掘)一、数据仓库数据仓库的概念数据仓库就是支持管理决策过程的、面向主题的、集成的、随时间可变的、持久的数据集合。——W.H.Inmon的定义数据仓库的特征面向主题数据时间跨度大数据量大内容随时增加数据仓库的基本功能数据获取数据存储和管理信息访问数据仓库的基本体系结构操作数据外部数据综合数据当前数据历史数据数据仓库数据提取数据访问利用分析工具分析工具数据仓库管理工具数据仓库管理工具数据仓库成功实施的保证集中解决实际的业务问题争取数据仓库的拥护者确保项目的实施详尽的数据支持可靠的历史数据适应于业务的技术二、在线分析在线分析的概念通过快速、一致、交互地访问各种可能的信息视图，帮助管理人员掌握数据中存在的规律，实现对数据的归纳、分析和处理，帮助组织完成相关决策。在线分析系统的体系结构基础数据库基础数据库数据仓库细节数据数据仓库综合数据前端分析软件基础数据企业服务器分析服务器客户机在线分析的基础变量：数据的实际意义维：观察数据的特定角度维的层次：如年、月、日等维的成员：维的取值多维数组：多个方面表示的数据数据单元：多维数组的取值在线分析中的多维数据时间地区单位多维分析的基本操作切片：在多位数组中选定某一维成员切块：在某一维中选定某一区间钻取：某一维中观察上下层状况旋转：改变观察的方向三、数据挖掘数据挖掘的概念所谓数据挖掘(DataMining)，就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在有用信息。——W.J.Frawley,G.Piatetsky-Sjapiro相关的研究领域归纳学习机器学习统计分析知识的表达方式概念(Concepts)规则(Rules)规律(Regularities)模式(Patterns)约束(Constraints)可视化(Visualizations)知识的使用方式提供给决策者用以辅助决策提供给专家用以修正知识作为新的知识存储于知识库中数据挖掘的过程数据源数据目标数据预处理后数据模式知识数据集成数据选择预处理数据挖掘结果表达和解释数据准备结果表达和解释数据挖掘数据挖掘工作的过程数据准备阶段数据挖掘阶段结果表达和解释阶段数据准备阶段的工作步骤数据集成数据选择数据预处理数据挖掘阶段的步骤决定如何产生假设•用户设定假设——验证知识•系统设定假设——发现知识选择合适的工具发掘知识的操作证实发现的知识结果表达和解释阶段的步骤对提取出的信息进行分析将知识提交给用户用户过滤知识，若不满意重复数据挖掘的操作数据挖掘的分类总结规则挖掘特征规则挖掘关联规则挖掘分类规则挖掘聚类规则挖掘趋势分析偏差分析模式分析数据挖掘面临的问题数据质量数据可视化数据容量性能和成本信息分析员的技能较活跃的数据挖掘应用应用领域应用方向市场营销顾客购买行为预测；顾客群体划分银行业客户信誉分析；信用卡欺诈行为侦测生产、销售销售额预测；库存量测算；批发网点的分布制造业设备故障预测；影响生产能力的关键因素发掘证券业证券价格变化预测；交易时刻的确定保险业预测顾客保险的模式；医疗保险额的预测分析计算机系统硬件故障监测；估计潜在的安全漏洞国防预测资源的消耗；评估军事战略医药验证药物的治疗机理；预测影响药品购买的因素交通找寻乘客的旅行模式；改进航线的设置电讯评价广告的作用；预测在各公司间转移的顾客