专利汇可以提供一种基于信息挖掘的智能决策支持构造方法专利检索,专利查询,专利分析的服务。并且该 发明 公开了一种基于信息挖掘的智能决策支持构造方法(IDSSIM),该方法完善并扩充了现有智能 决策支持系统 的功能,改变了现有智能决策支持系统固有的运行机制,将决策推理机制、WEB挖掘和KDD*挖掘和领域专家知识获取有效地融入智能决策支持系统中,从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体,并对智能决策系统的主流发展起着重要的推动作用,有望形成新一代的智能决策支持系统概型。,下面是一种基于信息挖掘的智能决策支持构造方法专利的具体信息内容。
1.一种基于信息挖掘的智能决策支持构造方法,包括:中央处理器、存储 器组成的数字计算机,所述的数字计算机与网络联接;其特征在于:
所述的存储器存储有真实数据库、基础知识库、模型库、方法库、文本日 志库以及会话模块、问题处理模块;所述的中央处理器对所述的存储器进行控 制并执行如下步骤:
步骤1、进行数据预处理,即:对真实数据库中的数据进行处理,形成处 理数据库,并与所述的基础知识库在基于属性建库的构造下建立对应关系;
步骤2、接收输入数据,即:接收用户通过所述的会话模块输入的要解决 的决策问题信息,且所述的会话模块把输入的问题信息传送给所述的问题处理 模块;
步骤3、进行聚焦,即:通过人机交互输入的信息来引导问题求解的趋向; 其具体过程为:所述的问题处理模块收集数据信息,并根据所述的知识库中已 有的知识数据判断和识别问题信息;如果出现问题信息,则通过所述的会话模 块与用户进行交互对话,直到问题信息得到明确,并与任务集包含的某类任务 相匹配;
步骤4、进行信息挖掘,即:搜寻任务解决的模型,得到辅助决策知识信 息,并用特定的模式表达所得到的知识信息;
步骤5、进行实时维护,即:对所获得的每一假设推理与所述的基础知识 库中原有的知识信息是否重复、冗余或矛盾,并根据判断结果作相应处理;
步骤6、进行评价,即:对步骤4所述的辅助决策知识信息进行价值评定, 将被接受的知识信息存入综合知识库。
2.根据权利要求1所述的方法,其特征在于,所述的进行信息挖掘是指: 采用问题推理的方式进行信息挖掘,即:搜寻任务解决的模型,对所述的基础 知识库进行搜索,并在所述的方法库中选定推理方法,决策推理得到辅助决策 知识信息,最后用特定的模式表达所得到的知识信息。
3.根据权利要求1所述的方法,其特征在于,所述的进行信息挖掘是指: 采用KDD*挖掘的方式进行信息挖掘,即:搜寻任务解决的模型,在所述的方 法库中选定KDD*挖掘算法,并对所述的基础知识库进行搜索以发现知识短缺, 以此定向地从数据库里进行数据的选择,挖掘得到辅助决策知识信息,最后用 特定的模式表达所得到的知识信息。
4.根据权利要求1所述的方法,其特征在于,所述的进行信息挖掘是指: 采用WEB挖掘的方式进行信息挖掘,即:搜寻任务解决的模型,运用选定的WEB 挖掘算法,对所述的文本日志库进行搜索,定向地从数据库里进行数据的选择, 挖掘得到辅助决策知识信息,最后用特定的模式表达所得到的知识信息。
5.根据权利要求1所述的方法,其特征在于,所述的进行信息挖掘是指: 采用问题求解的方式进行信息挖掘,即:搜寻任务解决的模型,根据模型所采 用的过程,在所述的方法库中选定所采用的推理方法或是KDD挖掘算法或是WEB 挖掘算法,得到辅助决策知识信息,最后用特定的模式表达所得到的这些辅助 决策知识信息。
6.根据权利要求1所述的方法,其特征在于,所述的存储器可采用若干大 容量存储器组成的超大容量存储装置;所述的数字计算机为若干台计算机组成 的数字计算机系统;所述的网络是指互联网和局域网。
7.根据权利要求2所述的方法,其特征在于:
步骤1中所述的数据再加工包括:对数据的完整性和一致性进行检查、对 噪音数据进行处理、对丢失的数据利用统计方法进行填补等;所述的对应关系 是指:知识子库的知识节点与数据子库子类结构层间建立的一一对应关系;
步骤2中所述的问题输入是指:在接受和检验用户的请求后,将用户需求 转换为系统可识别、可处理的问题信息;其中涉及知识子库的使用和知识的表 示方法;
步骤3中所述的聚焦包括以下具体步骤:1)任务集数据采集,其中所涉 及的数据及知识信息的来源包括:对管理专家充分的调查、对行业管理理论的 研究、以及对现行数据的分析调用;2)利用模糊综合评判技术,汇集用户的 情况,形成不同类型用户的评价标准,从而对用户进行自我诊断和自我定位, 同时根据用户的各级决策者的主要决策内容确定与用户有关的问题,以形成任 务集;3)针对将前一步骤所形成的问题,设计管理与控制平台,通过此平台, 与用户进行交互对话,直到问题明确;4)根据所述的基础知识库中以有的知 识,判断和识别问题信息,并使问题信息和任务集中的某类任务匹配;5)专 家知识获取,即:知识工程师和领域专家共同工作,建立健全有效的专家知识 库,以满足求解领域问题的需要的过程,其内容包括知识的提取,中间知识的 表示和生成知识库;
步骤4中所述的模型是指:建立一种具有自动选择功能的模型库;其内容 包括:1)将问题分解为数据和文本描述两个部分,对问题的文本描述部分进 行语言识别或理解,并从模型库中选择适合的模型类型;问题的数据部分送入 数据库保存,同时送到数据识别器进行识别,根据识别结果以及模型类型的选 择结果进行模型的结构选择;2)根据保存在数据库中的有关数据对模型结构 中的特定参数进行估值,完成模型事例的确定;3)由用户控制模型运行并对 结果进行分析;若不满意,允许用户使用系统维护功能查看、运行并进行修正;
步骤4中所述的问题推理包括:对专家知识进行分类,构造知识问答决策 树,使系统能够快速、准确的响应用户的咨询要求,其包括如下具体步骤:1) 对已知问题及其解法进行索引,以方便检索;2)在知识库中搜索和需要解决 的问题类似的相似问题,如找出相似问题进行问题求解,否则转去用其他方法 求解;3)在知识库中搜索和需要解决的问题类似的相似问题,如找出相似问 题进行问题求解,否则转去用其他方法求解;4)对找到的相似问题的解法进 行改造,使之适于解新问题;5)用改造好的新解法解决新问题,把成功的新 解法用知识库的表示方法进行“规范化”,并纳入知识库,以便日后调用;
步骤6中所述的辅助决策知识评价是指:通过人机交互界面由使用者评 价;或者:所述的辅助决策知识评价是指:利用可视化工具所提供的各类图形 和分析资料进行评价;或者:所述的辅助决策知识评价是是指:采用基于自认 知逻辑的因果关联规则的自动评价方法,即:根据规则的关联强度及设定的阈 值,由所述数字计算机自动实现。
8.根据权利要求3所述的方法,其特征在于:
步骤1中所述的数据再加工包括对数据的完整性和一致性进行检查,对噪 音数据的处理,对丢失的数据利用统计方法进行填补等;所述的对应关系为知 识子库的知识节点与数据子库子类结构层间建立的一一对应关系;
步骤2中所述的问题输入是指,在接受和检验用户的请求后,将用户需求 转换为系统可识别、可处理的问题,其中涉及知识子库的使用和知识的表示方法;
步骤3中所述的问题聚焦包括以下具体步骤:1)任务集数据采集,其中 所涉及的数据及知识来源包括:对管理专家充分的调查、对行业管理理论的研 究、以及对现行数据的分析调用;2)利用模糊综合评判技术,汇集用户的情 况,形成不同类型用户的评价标准,从而对用户进行用户自身的诊断和定位, 并根据用户的各级决策者的主要决策内容确定与用户有关的问题,以形成任务 集;3)针对将前一步骤所形成的问题,设计管理与控制平台,通过此平台, 与用户进行交互对话,直到问题明确;4)根据知识库中已有的知识,判断和 识别问题,并使问题和任务集中的某类任务匹配;
步骤3中所涉及的专家知识获取是指知识工程师和领域专家共同工作,建 立健全、有效的专家知识库,以满足求解领域问题的需要的过程;实现知识抽 象和转换,其内容包括:知识的提取,中间知识的表示和生成知识库;
步骤4中所述的模型是指建立一种具有自动选择功能的模型库,其内容包 括:1)将问题分解为数据和文本描述两个部分,对问题的文本描述部分进行 语言识别或理解,并从模型库中选择适合的模型类型;问题的数据部分送入数 据库保存,同时送到数据识别器进行识别,根据识别结果以及模型类型的选择 结果进行模型的结构选择;2)根据保存在数据库中的有关数据对模型结构中 的特定参数进行估值,完成模型事例的确定;3)由用户控制模型运行并对结 果进行分析,若不满意,允许用户使用系统维护功能查看、运行并进行修正;
步骤4中所述的KDD*挖掘包括以下具体步骤:1)数据预处理,即:对真 实数据库中的数据进行再加工,形成发掘数据库,并与所述的基础知识库在基 于属性建库的构造下建立对应关系;2)聚焦,即:由通过人机交互输入的内 容来引导数据发掘的趋向;3)定向挖掘,即:启发型协调器对基础知识库进行 搜索以发现知识短缺,并以此定向地从发掘数据库里进行数据的选择;4)求 取假设规则,即:通过选定的知识发掘法,从发掘数据库中提取用户所需要的 知识,并用特定的模式表达所提取的知识;5)实时维护,即:中断型协调器 对基础知识库进行定向搜索,以判断步骤4)所获得的每一假设规则与基础知 识库中原有知识是否重复、冗余或矛盾,并根据判断结果作相应处理;6)评 价,即:对步骤5)处理后并被选取的规则进行价值评定,将被接受的规则存 入衍生知识库;
步骤6中所述的辅助决策知识评价是通过人机交互界面由使用者评价、或 者是利用可视化工具所提供的各类图形和分析资料进行评价、或者是采用基于 自认知逻辑的因果关联规则的自动评价方法,即:根据规则的关联强度及设定 的阈值,由所述数字计算机自动实现。
9.根据权利要求4所述的方法,其特征在于:
步骤1中所述的数据再加工包括对数据的完整性、一致性进行检查,对噪 音数据的处理,对丢失的数据利用统计方法进行填补等;所述的对应关系为知 识子库的知识节点与数据子库子类结构层间建立的一一对应关系;
步骤2中所述的问题输入是指,在接受和检验用户的请求后,将用户需求 转换为系统可识别、可处理的问题其中涉及知识子库的使用和知识的表示方法;
步骤3中所述的问题聚焦包括以下具体步骤:1)任务集数据采集,即: 所涉及的数据及知识来源包括:对管理专家充分的调查、对行业管理理论的研 究、以及对现行数据的分析调用;2)利用模糊综合评判技术,汇集用户的情 况,形成不同类型用户的评价标准,从而对用户进行用户自身的诊断和定位, 并根据用户的各级决策者的主要决策内容确定与用户有关的问题,以形成任务 集;3)针对将前一步骤所形成的问题,设计管理与控制平台,通过此平台, 与用户进行交互对话,直到问题明确;4)根据知识库中已有的知识,判断和 识别问题,并使问题和任务集中的某类任务匹配;
步骤3中所涉及的专家知识获取是指知识工程师和领域专家共同工作,建 立健全、有效的专家知识库,以满足求解领域问题的需要的过程;实现知识抽 象和转换,其内容包括知识的提取,中间知识的表示和生成知识库;
步骤4中所述的模型是指建立一种具有自动选择功能的模型库,其内容包 括:1)将问题分解为数据和文本描述两个部分,对问题的文本描述部分进行 语言识别或理解,并从模型库中选择适合的模型类型;问题的数据部分送入数 据库保存,同时送到数据识别器进行识别,根据识别结果以及模型类型的选择 结果进行模型的结构选择;2)根据保存在数据库中的有关数据对模型结构中 的特定参数进行估值,完成模型事例的确定;3)由用户控制模型运行并对结 果进行分析,若不满意,允许用户使用系统维护功能查看、运行并进行修正;
步骤4中所述的WEB挖掘过程包括以下步骤:1)特征提取,即:对Web 上采集到的挖掘目标样本进行特征提取,生成挖掘目标的特征矢量,并进行特 征项集的选取,存放到文本特征库中形成文本中间表示形式;2)WEB挖掘, 即:采用适当的挖掘算法,对Web的中间表示形式进行挖掘处理,得到潜在的 知识或者模式;3)模型质量评价,即:将挖掘得到知识或者模式进行评价, 将符合一定标准的知识或者模式呈现给用户;4)信息表示和信息导航,即: 将反馈的结果用可视化的方式进行显示,同时对用户提供信息导航功能,从而 方便用户有效的浏览和获取信息;
步骤6中所述的辅助决策知识评价是通过人机交互界面由使用者评价、或 者是利用可视化工具所提供的各类图形和分析资料进行评价、或者是采用基于 自认知逻辑的因果关联规则的自动评价方法,即:根据规则的关联强度及设定 的阈值,由所述数字计算机自动实现。
10.根据权利要求5所述的方法,其特征在于:
步骤1中所述的数据再加工包括对数据的完整性、一致性进行检查,对噪 音数据的处理,对丢失的数据利用统计方法进行填补等;所述的对应关系为知 识子库的知识节点与数据子库子类结构层间建立的一一对应关系;
步骤2中所述的问题输入是指,在接受和检验用户的请求后,将用户需求 转换为系统可识别、可处理的问题其中涉及知识子库的使用和知识的表示方法;
步骤3中所述的问题聚焦包括以下具体步骤:1)任务集数据采集,所涉 及的数据及知识来源包括:对管理专家充分的调查、对行业管理理论的研究、 以及对现行数据的分析调用;2)利用模糊综合评判技术,汇集用户的情况, 形成不同类型用户的评价标准,从而对用户进行用户自身的诊断和定位,并根 据用户的各级决策者的主要决策内容确定与企业经营有关的问题,以形成任务 集;3)针对将前一步骤所形成的问题,设计管理与控制平台,通过此平台, 与用户进行交互对话,直到问题明确;4)根据知识库中以有的知识,判断和 识别问题,并使问题和任务集中的某类任务匹配;
步骤3中所涉及的专家知识获取是指知识工程师和领域专家共同工作,建 立健全、有效的专家知识库,以满足求解领域问题的需要的过程;实现知识抽 象和转换,其内容包括:知识的提取,中间知识的表示和生成知识库;
步骤4中所述的模型是指建立一种具有自动选择功能的模型库,其内容包 括:1)将问题分解为数据和文本描述两个部分,对问题的文本描述部分进行 语言识别或理解,并从模型库中选择适合的模型类型;问题的数据部分送入数 据库保存,同时送到数据识别器进行识别,根据识别结果以及模型类型的选择 结果进行模型的结构选择;2)根据保存在数据库中的有关数据对模型结构中 的特定参数进行估值,完成模型事例的确定;3)由用户控制模型运行并对结 果进行分析,若不满意,允许用户使用系统维护功能查看、运行并进行修正;
步骤4中所述的问题推理包括:对专家知识进行分类,构造知识问答决策 树,使系统能够快速、准确的响应用户的咨询要求,且包括如下具体步骤:1) 对已知问题及其解法进行索引,以方便检索;2)在知识库中搜索和需要解决 的问题类似的相似问题,如找出相似问题进行问题求解,否则转去用其他方法 求解;3)在知识库中搜索和需要解决的问题类似的相似问题,如找出相似问 题进行问题求解,否则转去用其他方法求解;4)对找到的相似问题的解法进 行改造,使之适于解新问题;5)用改造好的新解法解决新问题,把成功的新 解法用知识库的表示方法进行“规范化”,并纳入知识库,以便日后调用;
步骤4中所述的KDD*挖掘包括以下具体步骤:1)数据预处理,即:对真 实数据库中的数据进行再加工,形成发掘数据库,并与所述的基础知识库在基 于属性建库的构造下建立对应关系;2)聚焦,即:由通过人机交互输入的内 容来指导数据发掘的方向;3)定向挖掘,即:启发型协调器对基础知识库进行 搜索以发现知识短缺,并以此定向地从发掘数据库里进行数据的选择;4)求 取假设规则,即:通过选定的知识发掘法,从发掘数据库中提取用户所需要的 知识,并用特定的模式表达所提取的知识;5)实时维护,即:中断型协调器 对基础知识库进行定向搜索,以判断步骤4)所获得的每一假设规则与基础知 识库中原有知识是否重复、冗余或矛盾,并根据判断结果作相应处理;6)评 价,即:对步骤5)处理后并被选取的规则进行价值评定,将被接受的规则存 入衍生知识库;
步骤4中所述的WEB挖掘过程包括以下具体步骤:1)特征提取,即:对 Web上采集到的挖掘目标样本进行特征提取,生成挖掘目标的特征矢量,并进 行特征项集的选取,存放到文本特征库中形成文本中间表示形式;2)WEB挖 掘,即:采用适当的挖掘算法,对Web的中间表示形式进行挖掘处理,得到潜 在的知识或者模式;3)模型质量评价,即:将挖掘得到知识或者模式进行评 价,将符合一定标准的知识或者模式呈现给用户;4)信息表示和信息导航, 即:将反馈的结果用可视化的方式进行显示,同时对用户提供信息导航功能, 从而方便用户有效的浏览和获取信息;
步骤6中所述的辅助决策知识评价是通过人机交互界面由使用者评价、或 者是利用可视化工具所提供的各类图形和分析资料进行评价、或者是采用基于 自认知逻辑的因果关联规则的自动评价方法,即:根据规则的关联强度及设定 的阈值,由所述数字计算机自动实现。
本发明涉及智能决策支持系统技术,特别涉及基于信息挖掘的新型智能决 策支持系统(IDSSIM,Intelligence Decision Supporting System Based on Information Mining)技术,具体说是一种基于信息挖掘的智能决策支持构造方法。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于USB网卡技术的独立Web服务测试设备 | 2020-05-08 | 38 |
一种服饰管理和搭配系统及方法 | 2020-05-12 | 770 |
一种利用课件自动生成课堂教学知识图谱的系统和方法 | 2020-05-14 | 664 |
一种多期多参数脑灌注成像平台 | 2020-05-18 | 921 |
基于自然人机交互技术的全角度人跟踪系统及控制方法 | 2020-05-13 | 435 |
一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒系统和方法 | 2020-05-11 | 307 |
基于DSP芯片与量化模型的三维物体识别方法 | 2020-05-11 | 69 |
一种酒店智能问答推荐与决策支持分析方法及系统 | 2020-05-15 | 136 |
一种电力输电线路自动巡检系统及方法 | 2020-05-16 | 318 |
基于无人驾驶及信息化检测技术的路基智能压实设备 | 2020-05-12 | 614 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。