專利名稱：基于信息推理的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法
專利說明基于信息推理的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法 技術(shù)領(lǐng)域：
本發(fā)明屬于人工智能技術(shù)領(lǐng)域，特別涉及一種計(jì)算機(jī)系統(tǒng)或智能機(jī)器人等以信息推理為核心，從大量現(xiàn)有數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，獲得有價(jià)值的信息，并利用這些信息進(jìn)行智能分析和推理以便解決用戶所提出實(shí)際問題的系統(tǒng)構(gòu)造方法。
背景技術(shù)：
一、數(shù)據(jù)挖掘技術(shù)人工智能領(lǐng)域中傳統(tǒng)的從大量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律的方法是關(guān)聯(lián)規(guī)則挖掘、相關(guān)規(guī)則挖掘、Web挖掘等數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)的一個(gè)參考文獻(xiàn)是韓家煒等著，《數(shù)據(jù)挖掘概念與技術(shù)》(機(jī)械工業(yè)出版社，2001)。
數(shù)據(jù)挖掘的一個(gè)核心技術(shù)是從數(shù)據(jù)庫中存儲(chǔ)的大量數(shù)據(jù)中挖掘數(shù)據(jù)項(xiàng)之間的因果關(guān)系的規(guī)律。傳統(tǒng)的方法是挖掘關(guān)聯(lián)規(guī)則，給出滿足最小支持度和最小置信度條件的形如“如果A，則B”的關(guān)聯(lián)規(guī)則。其中關(guān)聯(lián)規(guī)則“如果A，則B”的支持度是A和B同時(shí)發(fā)生的概率；它的置信度是發(fā)生A的條件下發(fā)生B的概率。關(guān)聯(lián)規(guī)則“如果A，則B”的支持度p(A∩B)反映規(guī)則的有用性，置信度p(B|A)反映規(guī)則的確定性。挖掘關(guān)聯(lián)規(guī)則的一般過程是先生成滿足最小支持度條件的頻繁項(xiàng)集，再由頻繁項(xiàng)集產(chǎn)生滿足最小置信度條件的關(guān)聯(lián)規(guī)則。
關(guān)聯(lián)規(guī)則挖掘的一個(gè)典型例子是購物籃分析。該過程通過發(fā)現(xiàn)顧客放入其購物籃中不同商品的關(guān)聯(lián)，分析顧客的購買習(xí)慣，從而幫助零售商制定營銷策略和商業(yè)布局。隨著數(shù)據(jù)量越來越大，許多業(yè)界人士對(duì)于從數(shù)據(jù)庫中的大量數(shù)據(jù)間挖掘規(guī)律越來越感興趣。
關(guān)聯(lián)規(guī)則本身存在的缺陷是，關(guān)聯(lián)規(guī)則“如果A，則B”的置信度只是給定A、B之間條件概率的估計(jì)，不必指示因果關(guān)系，并不度量A和B之間蘊(yùn)涵的實(shí)際強(qiáng)度。舉個(gè)例子來說明。在某商店的事務(wù)分析中，60％的事務(wù)包含購買計(jì)算機(jī)游戲，75％的事務(wù)包含購買錄像，而40％的事務(wù)同時(shí)包含計(jì)算機(jī)游戲和錄像。設(shè)A＝購買計(jì)算機(jī)游戲，B＝購買錄像，則關(guān)聯(lián)規(guī)則“如果A，則B”的支持度為40％，置信度約為66％。如果設(shè)置最小支持度為20％，最小置信度為60％，則關(guān)聯(lián)規(guī)則“如果A，則B”將作為強(qiáng)關(guān)聯(lián)規(guī)則向用戶報(bào)告。然而，購買錄像的可能性是75％，比66％還大，因此，計(jì)算機(jī)游戲和錄像是負(fù)相關(guān)的，買其中一種實(shí)際上減小了買另一種的可能性。由這個(gè)例子可見，關(guān)聯(lián)規(guī)則“如果A，則B”的置信度有一定的欺騙性，并不度量A和B之間蘊(yùn)涵的實(shí)際強(qiáng)度，有可能產(chǎn)生誤導(dǎo)。
另一種傳統(tǒng)的方法是相關(guān)規(guī)則的挖掘，這里相關(guān)規(guī)則“如果A，則B”中A和B之間的相關(guān)性通過來度量。這個(gè)值大于1，等于1，小于1分別反映A和B之間是正相關(guān)，獨(dú)立無關(guān)，負(fù)相關(guān)。它反映了統(tǒng)計(jì)的相關(guān)性，但是它的缺陷是沒有反映A和B之間蘊(yùn)涵的實(shí)際強(qiáng)度。
此外，國家知識(shí)產(chǎn)權(quán)局于2004年4月14日公告授權(quán)的03105330.0號(hào)《一種基于信息挖掘的智能決策支持構(gòu)造方法》(申請(qǐng)日2003年2月23日)的發(fā)明專利屬于Web挖掘的例子，Web挖掘從大量非結(jié)構(gòu)化、異構(gòu)的Web文檔的集合中發(fā)現(xiàn)有效的、新穎的、潛在可用的及最終可理解的知識(shí)(包括概念、模式、規(guī)則、規(guī)律、約束及可視化等形式)。其主要數(shù)據(jù)挖掘的方式是關(guān)聯(lián)規(guī)則和序列模式的發(fā)現(xiàn)；聚類和分類。利用這些方法來給出能從大量的、異質(zhì)的Web信息資源中，快速、有效地發(fā)現(xiàn)資源和知識(shí)的工具。該方法的特點(diǎn)是針對(duì)Web網(wǎng)頁內(nèi)容、用戶訪問信息、電子商務(wù)信息等Web信息源的多樣性，根據(jù)處理對(duì)象的不同，采用適當(dāng)?shù)耐诰蚍椒?，?duì)目標(biāo)樣本進(jìn)行挖掘處理，得到潛在的知識(shí)或者模式。方法中存在的問題是僅僅集成了多種傳統(tǒng)的數(shù)據(jù)挖掘方式，并根據(jù)任務(wù)選擇適當(dāng)?shù)臄?shù)據(jù)挖掘方式，因而不能有效地克服前面提到的傳統(tǒng)的數(shù)據(jù)挖掘方法的缺陷。
二、不確定性推理技術(shù)不確定性可以理解為在缺少足夠信息的情況下做出判斷，是智能問題的特征之一；推理是人類的思維過程，它是從已知事實(shí)出發(fā)，通過運(yùn)用相關(guān)的知識(shí)逐步推出某個(gè)結(jié)論的過程。所謂不確定性推理就是從不確定性初始證據(jù)出發(fā)，通過運(yùn)用不確定性的知識(shí)，最終推出具有一定程度的不確定性但卻是基本合理的結(jié)論的思維過程。
最常見的不確定性是隨機(jī)性。處理隨機(jī)性的典型理論是數(shù)學(xué)上的概率論。反映到推理上，概率論體現(xiàn)為一種“概率邏輯”。概率邏輯分兩種。一種是“定量的”概率邏輯。在定量的概率邏輯里面，對(duì)命題成立的概率是多少進(jìn)行數(shù)學(xué)上的計(jì)算和推算。在復(fù)雜的推理中，相應(yīng)的概率邏輯具有一種網(wǎng)絡(luò)式的結(jié)構(gòu)，這就是所謂的“信念網(wǎng)絡(luò)”或“貝葉斯網(wǎng)絡(luò)”。另一種是“定性的”概率邏輯。這種邏輯不具體涉及命題成立的概率值是多少，只是進(jìn)行定性的討論。另一種不確定性是模糊性。比如，說某學(xué)生“成績良好”的時(shí)候，“成績良好”的范圍是不確定的，由此帶來整個(gè)命題的不確定性。處理模糊性的典型理論是模糊數(shù)學(xué)。經(jīng)過多年的努力，模糊數(shù)學(xué)已經(jīng)廣泛地用到許多實(shí)際領(lǐng)域。除此之外，還有其它的不確定性推理模型，在此不作介紹。
在面向各種具體應(yīng)用領(lǐng)域的專家系統(tǒng)中，不確定性推理的數(shù)學(xué)模型被廣泛研究和使用。在實(shí)際應(yīng)用中，上述不確定推理方法也存在著各自的問題。例如貝葉斯網(wǎng)絡(luò)對(duì)數(shù)據(jù)有一定的要求，構(gòu)造貝葉斯網(wǎng)絡(luò)時(shí)事件要滿足條件獨(dú)立的前提；模糊數(shù)學(xué)中隸屬函數(shù)的確定有一定的主觀性，模糊系統(tǒng)適合于人的經(jīng)驗(yàn)的有效控制系統(tǒng)而不適合于高精度定量的系統(tǒng)等。

發(fā)明內(nèi)容
本發(fā)明目的是克服現(xiàn)有技術(shù)存在的上述不足，提供一種以信息推理為核心，從大量現(xiàn)有數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，獲得有價(jià)值的信息，并利用這些信息進(jìn)行智能決策分析和推理以便解決用戶所提出實(shí)際問題的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法。
本發(fā)明方法的特點(diǎn)是使用新的信息理論發(fā)現(xiàn)大量數(shù)據(jù)當(dāng)中蘊(yùn)含的規(guī)律，給出相應(yīng)的信息推理規(guī)則及其可信度的定量數(shù)值，使用信息推理提取大量數(shù)據(jù)中有價(jià)值的信息并加以處理，在此基礎(chǔ)上構(gòu)造智能計(jì)算機(jī)系統(tǒng)。
本發(fā)明方法是建立在新的信息理論的基礎(chǔ)上新的信息理論中，兩個(gè)事件A和B的關(guān)聯(lián)度可正可負(fù)，即反映事件A和B之間“正面關(guān)聯(lián)”或“反面關(guān)聯(lián)”的程度，在此基礎(chǔ)上給出可信度，度量事件A和B之間蘊(yùn)涵的實(shí)際強(qiáng)度。事件A和B之間“正面關(guān)聯(lián)”時(shí)，可信度為正；“反面關(guān)聯(lián)”時(shí)，可信度為負(fù)；獨(dú)立時(shí)，可信度為0。
本發(fā)明提供的基于信息推理的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法，是以計(jì)算機(jī)或計(jì)算機(jī)系統(tǒng)中的中央處理器和數(shù)據(jù)存儲(chǔ)器為智能系統(tǒng)的硬件基礎(chǔ)，以信息推理為核心，其中所述的數(shù)據(jù)存儲(chǔ)器用于存儲(chǔ)與任務(wù)有關(guān)的數(shù)據(jù)庫、由選擇任務(wù)相關(guān)的數(shù)據(jù)生成的數(shù)據(jù)表、用于信息推理的各種參數(shù)、由數(shù)據(jù)表計(jì)算出的概率場、以及得出的信息推理規(guī)則和可信度，該方法的具體構(gòu)造步驟如下 第1、首先由用戶提出所要解決的問題，即事件B； 第2、分析用戶的需求，選擇數(shù)據(jù)庫中與需求相關(guān)的數(shù)據(jù)，收集解決用戶問題要用到的外部數(shù)據(jù)，對(duì)外部數(shù)據(jù)和存儲(chǔ)在數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行整理得到目標(biāo)數(shù)據(jù)； 第3、按照用戶要求，交互地由用戶選擇計(jì)算中所用的數(shù)據(jù)，經(jīng)過離散化等數(shù)據(jù)預(yù)處理生成數(shù)據(jù)表，由用戶設(shè)置計(jì)算中可調(diào)的參數(shù)可信度的正閾值與負(fù)閾值； 第4、由數(shù)據(jù)表計(jì)算概率場，即從數(shù)據(jù)表計(jì)算事件的頻率，根據(jù)概率論中的大數(shù)定律，當(dāng)數(shù)據(jù)量足夠豐富時(shí)，頻率將接近于概率，從而將事件的頻率作為事件的概率就得到概率場； 第5、由數(shù)據(jù)表發(fā)現(xiàn)數(shù)據(jù)當(dāng)中蘊(yùn)含的形如“如果事件A成立，那么事件B成立”的規(guī)律，使用新的信息理論計(jì)算規(guī)律的可信度，當(dāng)可信度大于正閾值或者小于負(fù)閾值時(shí)得到信息推理規(guī)則； 第6、保存第5步得到的信息推理規(guī)則和計(jì)算出的可信度結(jié)果； 第7、交互地將提取的信息顯示給用戶，幫助用戶進(jìn)行獲取信息的評(píng)價(jià)。
以上第3步所述的數(shù)據(jù)預(yù)處理包括完成數(shù)據(jù)清理、數(shù)據(jù)集成和變換、數(shù)據(jù)歸約和離散化，其中 第3.1、數(shù)據(jù)清理，是要填寫空缺的值，處理不完整數(shù)據(jù)，解決不一致的數(shù)據(jù)； 第3.2、數(shù)據(jù)集成和變換，是由多個(gè)數(shù)據(jù)存儲(chǔ)合并數(shù)據(jù)，根據(jù)需要變換成適合信息推理的形式； 第3.3、數(shù)據(jù)歸約和離散化，是將數(shù)據(jù)集進(jìn)行壓縮，使用新的信息理論在歸約后的數(shù)據(jù)集上進(jìn)行信息推理將更有效。
第5步所述的得到信息推理規(guī)則的具體方法是 第5.1、對(duì)于事件A和B，由概率場得到p(A)，p(B)和p(A，B)； 第5.2、比較p(A)p(B)和P(A，B)的大小，判斷事件A和B的關(guān)聯(lián)性 當(dāng)p(A，B)＞p(A)p(B)，是正面關(guān)聯(lián)， 當(dāng)p(A，B)＝p(A)p(B)，獨(dú)立無關(guān)， 當(dāng)p(A，B)＜p(A)p(B)，是反面關(guān)聯(lián)； 然后根據(jù)以上不同情況按如下計(jì)算公式計(jì)算規(guī)則A→B的可信度H(A→B)
第5.3、當(dāng)可信度H(A→B)大于可信度的正閾值或者小于可信度的負(fù)閾值，則得到信息推理規(guī)則A→B，輸出規(guī)則“如果A，則B”及其可信度H(A→B)。
這一步是提取信息和進(jìn)行信息推理的核心。
對(duì)于多個(gè)前提下可信度的計(jì)算是完全類似的，即第5步所述的得到信息推理規(guī)則的具體方法是 第5.4、對(duì)于事件A1、A2…An和B，由概率場得到p(A1，A2，...，An)，p(B)和p(A1，A2，...，An，B)； 第5.5、比較p(A1，A2，...，An)p(B)和p(A1，A2，...，An，B)的大小，然后根據(jù)不同情況按如下計(jì)算公式計(jì)算規(guī)則A1，A2，...，An→B的可信度H(A1，A2，...，An→B)
第5.6、當(dāng)可信度H(A1，A2，...，An→B)大于可信度的正閾值或者小于可信度的負(fù)閾值，則得到信息推理規(guī)則A1，A2，...，An→B，輸出規(guī)則“如果A1，A2，...，An，則B”及其可信度H(A1，A2，...，An→B)。
下面介紹本發(fā)明的理論基礎(chǔ)新的信息理論。
事件S的補(bǔ)集

表示事件S的信息。事件S的信息量滿足公理 (a)非負(fù)性事件的信息量總非負(fù)； (b)嚴(yán)格單調(diào)性若事件A的概率小于事件B的概率，則事件A的信息量大于事件B的信息量； (c)可加性若事件A與事件B獨(dú)立，則事件“A且B”的信息量等于事件A的信息量加上事件B的信息量。
數(shù)學(xué)上可以證明在上述公理下，事件S的信息量為 其中p(S)是事件S的概率。事件包含的信息愈多，則信息量愈大，推理潛能愈強(qiáng)。
由兩個(gè)事件S1和S2的基本信息量

可以給出兩個(gè)事件的派生信息量

和

。

稱為事件S1和S2的關(guān)聯(lián)度；

稱為事件S2對(duì)S1的差異度。

與傳統(tǒng)信息量中的互信息不同，互信息始終非負(fù)，而

可正可負(fù)，反映事件S1和S2“正面關(guān)聯(lián)”與“反面關(guān)聯(lián)”的程度。例如，例.S1＝戴眼鏡，S2＝知識(shí)分子，則

＞0，S1和S2正面關(guān)聯(lián)；S1＝戴眼鏡，S2＝兒童，則

＜0，S1和S2反面關(guān)聯(lián)；S1＝假日，S2＝地震，則

＝0，S1和S2獨(dú)立無關(guān)。
圖1是關(guān)于信息的韋恩圖，由它可以得出兩個(gè)事件的基本信息量與派生信息量之間的各種可加關(guān)系。例如，
等等。
規(guī)律S′→S的可信度是已知證據(jù)S′的已知信息提取未知原因S的未知信息的信息量的比重。實(shí)際應(yīng)用中，當(dāng)S′和S反面關(guān)聯(lián)時(shí)，為了使得可信度取值在[-1，0]，用-H(S′→

)(這里的

是S的對(duì)立事件而不是S的信息)作為反面關(guān)聯(lián)時(shí)的可信度。用公式來說，就是
可信度不僅反映了相關(guān)性，而且反映了蘊(yùn)涵的實(shí)際強(qiáng)度。
本發(fā)明的優(yōu)點(diǎn)和積極效果 本發(fā)明構(gòu)造的智能計(jì)算機(jī)系統(tǒng)可對(duì)大量數(shù)據(jù)進(jìn)行智能化的信息處理，自動(dòng)地從數(shù)據(jù)中提取信息，發(fā)現(xiàn)大量數(shù)據(jù)之中的規(guī)律，用信息推理規(guī)則表示規(guī)律并給出信息推理規(guī)則的可信度的定量數(shù)值，可信度不僅反映規(guī)律A→B中A與B之間是正面關(guān)聯(lián)，獨(dú)立無關(guān)還是反面關(guān)聯(lián)，并且它也度量推理規(guī)則A→B中證據(jù)A蘊(yùn)涵結(jié)果B的實(shí)際強(qiáng)度，即定量地給出信息推理中證據(jù)充分的程度，從而幫助用戶從其所有的大量數(shù)據(jù)中獲取有價(jià)值的信息，本發(fā)明可以廣泛地應(yīng)用于從大量現(xiàn)有數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，獲得有價(jià)值的信息，并利用這些信息進(jìn)行智能決策分析和推理以便解決用戶所提出實(shí)際問題的各種計(jì)算機(jī)系統(tǒng)或智能機(jī)器人等。


圖1是關(guān)于信息的韋恩圖； 圖2是智能系統(tǒng)的結(jié)構(gòu)圖。
具體實(shí)施方式
該方法可以通過編程制成相應(yīng)的計(jì)算機(jī)軟件來具體實(shí)施。
本發(fā)明提供的基于信息推理的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法，是以計(jì)算機(jī)或計(jì)算機(jī)系統(tǒng)中的中央處理器和數(shù)據(jù)存儲(chǔ)器為智能系統(tǒng)的硬件基礎(chǔ)，以信息推理為核心，其中所述的數(shù)據(jù)存儲(chǔ)器用于存儲(chǔ)與任務(wù)有關(guān)的數(shù)據(jù)庫、由選擇任務(wù)相關(guān)的數(shù)據(jù)生成的數(shù)據(jù)表、用于信息推理的各種參數(shù)、由數(shù)據(jù)表計(jì)算出的概率場、以及得出的信息推理規(guī)則和可信度，該方法的具體構(gòu)造步驟如下 第1、首先由用戶提出所要解決的問題，即事件B； 第2、分析用戶的需求，選擇數(shù)據(jù)庫中與需求相關(guān)的數(shù)據(jù)，收集解決用戶問題要用到的外部數(shù)據(jù)，對(duì)外部數(shù)據(jù)和存儲(chǔ)在數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行整理得到目標(biāo)數(shù)據(jù)； 第3、按照用戶要求，交互地由用戶選擇計(jì)算中所用的數(shù)據(jù)，經(jīng)過離散化等數(shù)據(jù)預(yù)處理生成數(shù)據(jù)表，由用戶設(shè)置計(jì)算中可調(diào)的參數(shù)可信度的正閾值與負(fù)閾值； 第4、由數(shù)據(jù)表計(jì)算概率場，即從數(shù)據(jù)表計(jì)算事件的頻率，根據(jù)概率論中的大數(shù)定律，當(dāng)數(shù)據(jù)量足夠豐富時(shí)，頻率將接近于概率，從而將事件的頻率作為事件的概率就得到概率場； 第5、由數(shù)據(jù)表發(fā)現(xiàn)數(shù)據(jù)當(dāng)中蘊(yùn)含的形如“如果事件A成立，那么事件B成立”的規(guī)律，使用新的信息理論計(jì)算規(guī)律的可信度，當(dāng)可信度大于正閾值或者小于負(fù)閾值時(shí)得到信息推理規(guī)則，具體方法是 第5.1、對(duì)于事件A和B，由概率場得到p(A)，p(B)和p(A，B)； 第5.2、比較p(A)p(B)和P(A，B)的大小，判斷事件A和B的關(guān)聯(lián)性 當(dāng)p(A，B)＞p(A)p(B)，是正面關(guān)聯(lián)， 當(dāng)p(A，B)＝p(A)p(B)，獨(dú)立無關(guān)， 當(dāng)p(A，B)＜p(A)p(B)，是反面關(guān)聯(lián)； 然后根據(jù)以上不同情況按如下計(jì)算公式計(jì)算規(guī)則A→B的可信度H(A→B)
第5.3、當(dāng)可信度H(A→B)的絕對(duì)值大于等于最小可信度的閾值，則得到信息推理規(guī)則A→B，輸出規(guī)則“如果A，則B”及其可信度H(A→B)。
這一步是提取信息和進(jìn)行信息推理的核心。對(duì)于多個(gè)前提下可信度的計(jì)算是完全類似的。
第6、保存第5步得到的信息推理規(guī)則和計(jì)算出的可信度結(jié)果； 第7、交互地將提取的信息顯示給用戶，幫助用戶進(jìn)行獲取信息的評(píng)價(jià)。
實(shí)施例1 下面我們來看一個(gè)從數(shù)據(jù)計(jì)算可信度的例子。
設(shè)某學(xué)校有1000個(gè)學(xué)生。數(shù)據(jù)中包含性別、成績和健康三個(gè)屬性。性別的屬性值是男、女；成績的屬性值是優(yōu)、良、劣；健康的屬性值是上、中、下。將相同屬性值的學(xué)生歸并成一個(gè)學(xué)生組并記下組中的學(xué)生人數(shù)。據(jù)此得到一個(gè)數(shù)據(jù)表 表1 根據(jù)上述數(shù)據(jù)，我們來計(jì)算規(guī)律“如果A，則B”的可信度，其中A＝健康是上，B＝成績優(yōu)秀(即指用戶的需求)。由上表的數(shù)據(jù)，有 由于A和B反面關(guān)聯(lián)，從而規(guī)律“如果健康是上，則成績優(yōu)秀”的可信度為 即健康是上較弱地否定成績優(yōu)秀。
同樣方法來計(jì)算規(guī)律“如果A，則B”的可信度，其中A＝女生，B＝成績良。則得可信度為H(A→B)＝-0.06，可知是很弱的反面關(guān)聯(lián)，而這個(gè)規(guī)則作為關(guān)聯(lián)規(guī)則的置信度為并不反映女生與成績良之間近乎獨(dú)立無關(guān)的情況。由此可見在發(fā)現(xiàn)和處理因果關(guān)系的規(guī)律上本發(fā)明提出的方法有優(yōu)越之處。
實(shí)施例2多個(gè)前提下可信度的計(jì)算。
例如我們來計(jì)算規(guī)律“如果A1并且A2，則B”的可信度，其中A1＝男生，A2＝健康是上，B＝成績優(yōu)秀。由上表的數(shù)據(jù)，有 由于前提與結(jié)論反面關(guān)聯(lián)，從而規(guī)律“如果男生且健康是上，則成績優(yōu)秀”的可信度為 即男生且健康是上較弱地否定成績優(yōu)秀。
這里，所謂“規(guī)律”應(yīng)該反映事件A與事件B之間的關(guān)系，更確切地說，是二者之間可信度為H(A→B)的信息推理規(guī)則“如果A，則B”。與關(guān)聯(lián)規(guī)則的置信度不同，可信度可正可負(fù)，本發(fā)明可以發(fā)現(xiàn)有用的強(qiáng)的正信息推理規(guī)則與強(qiáng)的負(fù)信息推理規(guī)則，這里強(qiáng)是指可信度的絕對(duì)值大，規(guī)則越強(qiáng)，那么規(guī)則“如果A，則B”的蘊(yùn)涵的實(shí)際強(qiáng)度越大。實(shí)際應(yīng)用中設(shè)定可信度的正、負(fù)閾值，當(dāng)信息推理規(guī)則的可信度大于正的閾值或小于負(fù)的閾值，則認(rèn)為是強(qiáng)的信息推理規(guī)則。極端情況H(A→B)＝1，那么規(guī)則“如果A，則B”100％成立；H(A→B)＝-1，那么規(guī)則“如果A，則非B”100％成立。
實(shí)施例3地球化學(xué)探礦中的應(yīng)用 在某地區(qū)進(jìn)行金礦的勘探，根據(jù)地球化學(xué)理論，在一些區(qū)域進(jìn)行了實(shí)地勘探，結(jié)果其中有些區(qū)域發(fā)現(xiàn)金礦，另一些區(qū)域沒有發(fā)現(xiàn)金礦。
對(duì)于這個(gè)實(shí)施例，具體實(shí)施步驟如下 第1、用戶是地質(zhì)勘探人員，他們所提出的問題是如何根據(jù)已勘探過的區(qū)域的情況去判斷未勘探過的區(qū)域地下是否有金礦。這里，目標(biāo)事件B是“地下有金礦”。
第2、現(xiàn)有在該地區(qū)所有地點(diǎn)采樣而得到的地表元素含量的數(shù)據(jù)庫。每四平方公里采一個(gè)樣本，每個(gè)樣本分析金、銀、鉛、鋅等三十多種元素的含量。元素含量數(shù)據(jù)庫中數(shù)據(jù)表的形式如下(只列了10種元素) 在信息推理中不需要考慮橫坐標(biāo)和縱坐標(biāo)。根據(jù)用戶的專業(yè)知識(shí)，某些元素與地下是否有金礦沒有關(guān)系。因此，在構(gòu)造智能系統(tǒng)時(shí)，選擇元素含量數(shù)據(jù)庫中已勘探區(qū)域的數(shù)據(jù)，刪去橫、縱坐標(biāo)以及上述與金礦無關(guān)的元素，保留其余元素的數(shù)據(jù)用于信息推理的計(jì)算。除了數(shù)據(jù)庫中的元素含量數(shù)據(jù)外，還要加上已勘探區(qū)域的金礦勘探結(jié)果作為外部數(shù)據(jù)，加以整合后得到目標(biāo)數(shù)據(jù)(圖2的步驟1)。對(duì)于本例來說，目標(biāo)數(shù)據(jù)的形式如下 其中金礦屬性值為0表示沒有金礦，為1表示有金礦。
第3、按照用戶要求，交互地由用戶選擇計(jì)算中所用的數(shù)據(jù)，在本例中，用戶選擇全部目標(biāo)數(shù)據(jù)，經(jīng)過離散化等數(shù)據(jù)預(yù)處理生成數(shù)據(jù)表(圖2的步驟2)，數(shù)據(jù)表的形式如下 由用戶設(shè)置計(jì)算中可調(diào)的參數(shù)可信度的正閾值與負(fù)閾值，在本例中，正閾值設(shè)為0.75，負(fù)閾值設(shè)為-0.65. 第4、由數(shù)據(jù)表計(jì)算概率場，即從數(shù)據(jù)表可以計(jì)算事件的頻率，根據(jù)概率論中的大數(shù)定律，當(dāng)數(shù)據(jù)量足夠豐富時(shí)，頻率將接近于概率，從而將事件的頻率作為事件的概率就得到概率場； 第5、對(duì)于本例，解決問題的關(guān)鍵是從數(shù)據(jù)中發(fā)現(xiàn)各種元素的含量對(duì)于地下是否有金礦的規(guī)律，在此基礎(chǔ)上進(jìn)行信息推理來幫助判斷未進(jìn)行實(shí)地勘探區(qū)域的地下是否有金礦。這里要尋找的是結(jié)論B為“有金礦”而前提A為元素含量組合的規(guī)律。這種規(guī)律反映由前提到結(jié)論的因果關(guān)系。具體來說，由數(shù)據(jù)表發(fā)現(xiàn)數(shù)據(jù)當(dāng)中蘊(yùn)含的形如“如果事件A1，A2，...，An成立，那么事件B成立”的規(guī)律，使用新的信息理論計(jì)算推理規(guī)則A1，A2，...，An→B的可信度。在本實(shí)施例中，對(duì)于n等于1或者2，計(jì)算所有形如A1，A2，...，An→B的推理規(guī)則的可信度，當(dāng)可信度大于正閾值或者小于負(fù)閾值時(shí)得到信息推理規(guī)則，對(duì)于三個(gè)或三個(gè)以上前提的情況，在本例中只考慮在兩個(gè)前提的信息推理計(jì)算基礎(chǔ)上增加新前提去發(fā)現(xiàn)規(guī)律(圖2的步驟3)。例如，由數(shù)據(jù)表計(jì)算可得信息推理規(guī)則“如果三氧化二鐵含量數(shù)據(jù)值為4，并且氧化鈣含量數(shù)據(jù)值為1，則有金礦”的可信度＝-93％。這里可信度為負(fù)，說明前提和結(jié)論是反面關(guān)聯(lián)。由可信度小于負(fù)閾值可見這是一條強(qiáng)的負(fù)面信息推理規(guī)則。
第6、保存第5步得到的信息推理規(guī)則和計(jì)算出的可信度結(jié)果； 第7、將第6步保存的信息推理規(guī)則加以解釋，例如“如果三氧化二鐵含量數(shù)據(jù)值為4，并且氧化鈣含量數(shù)據(jù)值為1，則有金礦”，其可信度為-93％，實(shí)際上是“如果三氧化二鐵含量在9.5到12之間，并且氧化鈣的含量在1.4到2之間，則有金礦”，其可信度為-93％。整理后形成信息推理結(jié)果的報(bào)告，交互地將提取的信息顯示給用戶，幫助用戶進(jìn)行獲取信息的評(píng)價(jià)。
最后發(fā)現(xiàn)的信息推理規(guī)則都反映數(shù)據(jù)中的前提到結(jié)論(“有金礦”)的因果關(guān)系，可信度確實(shí)反映了從數(shù)據(jù)中得到的前提到結(jié)論的推理規(guī)則的蘊(yùn)涵強(qiáng)度。用戶(地質(zhì)勘探人員)可以利用信息推理所提取的數(shù)據(jù)中的信息來作為判斷未勘探區(qū)域地下是否有金礦的依據(jù)。對(duì)于本實(shí)施例，在定量發(fā)現(xiàn)因果規(guī)律時(shí)，本發(fā)明提供的技術(shù)方案比傳統(tǒng)技術(shù)方案要優(yōu)越，信息推理所提取的信息對(duì)地球化學(xué)的研究有幫助。
權(quán)利要求
1、一種基于信息推理的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法，該方法以計(jì)算機(jī)或計(jì)算機(jī)系統(tǒng)中的中央處理器和數(shù)據(jù)存儲(chǔ)器為智能系統(tǒng)的硬件基礎(chǔ)，以信息推理為核心，其中所述的數(shù)據(jù)存儲(chǔ)器用于存儲(chǔ)與信息推理有關(guān)的數(shù)據(jù)庫、由選擇任務(wù)相關(guān)的數(shù)據(jù)生成的數(shù)據(jù)表、由數(shù)據(jù)表計(jì)算出的概率場、用于信息推理計(jì)算的參數(shù)、以及得出的信息推理規(guī)則和可信度，該方法的具體構(gòu)造步驟如下
第1、首先由用戶提出所要解決的問題，即事件B；
第2、分析用戶的需求，選擇數(shù)據(jù)庫中與需求相關(guān)的數(shù)據(jù)，收集解決用戶問題要用到的外部數(shù)據(jù)，對(duì)外部數(shù)據(jù)和存儲(chǔ)在數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行整理得到目標(biāo)數(shù)據(jù)；
第3、按照用戶要求，交互地由用戶選擇計(jì)算中所用的數(shù)據(jù)，經(jīng)過數(shù)據(jù)預(yù)處理生成數(shù)據(jù)表，由用戶設(shè)置計(jì)算中可調(diào)的參數(shù)可信度的正閾值與負(fù)閾值；
第4、由數(shù)據(jù)表計(jì)算概率場，即從數(shù)據(jù)表計(jì)算事件的頻率，根據(jù)概率論中的大數(shù)定律，當(dāng)數(shù)據(jù)量足夠豐富時(shí)，頻率將接近于概率，從而將事件的頻率作為事件的概率就得到概率場；
第5、由數(shù)據(jù)表發(fā)現(xiàn)數(shù)據(jù)當(dāng)中蘊(yùn)含的形如“如果事件A成立，那么事件B成立”的規(guī)律，使用新的信息理論計(jì)算規(guī)律的可信度，當(dāng)可信度大于正閾值或者小于負(fù)閾值時(shí)得到信息推理規(guī)則；
第6、保存第5步得到的信息推理規(guī)則和計(jì)算出的可信度結(jié)果；
第7、交互地將第5步得到的信息推理規(guī)則顯示給用戶，幫助用戶進(jìn)行獲取信息的評(píng)價(jià)。
2、根據(jù)權(quán)利要求1所述的方法，其特征在于第3步所述的數(shù)據(jù)預(yù)處理包括完成數(shù)據(jù)清理、數(shù)據(jù)集成和變換、數(shù)據(jù)歸約和離散化，其中
第3.1、數(shù)據(jù)清理，是要填寫空缺的值，處理不完整數(shù)據(jù)，解決不一致的數(shù)據(jù)；
第3.2、數(shù)據(jù)集成和變換，是由多個(gè)數(shù)據(jù)存儲(chǔ)合并數(shù)據(jù)，根據(jù)需要變換成適合信息推理的形式；
第3.3、數(shù)據(jù)歸約和離散化，是將數(shù)據(jù)集進(jìn)行壓縮，使用新的信息理論在歸約后的數(shù)據(jù)集上進(jìn)行信息推理將更有效。
3、根據(jù)權(quán)利要求1所述的方法，其特征在于第5步所述的發(fā)現(xiàn)數(shù)據(jù)當(dāng)中蘊(yùn)含的形如“如果事件A成立，那么事件B成立”的規(guī)律的具體方法是
第5.1、對(duì)于事件A和B，由概率場得到p(A)，p(B)和p(A，B)；
第5.2、比較p(A)p(B)和P(A，B)的大小，判斷事件A和B的關(guān)聯(lián)性
當(dāng)p(A，B)＞p(A)p(B)，是正面關(guān)聯(lián)，
當(dāng)p(A，B)＝p(A)p(B)，獨(dú)立無關(guān)，
當(dāng)p(A，B)＜p(A)p(B)，是反面關(guān)聯(lián)；
然后根據(jù)以上不同情況按如下計(jì)算公式計(jì)算規(guī)則A→B的可信度H(A→B)
第5.3、當(dāng)可信度H(A→B)大于可信度的正閾值或者小于可信度的負(fù)閾值，則得到信息推理規(guī)則A→B，輸出規(guī)則“如果A，則B”及其可信度H(A→B)。
4、根據(jù)權(quán)利要求1所述的方法，其特征在于對(duì)于多個(gè)前提下可信度的計(jì)算，第5步所述的方法是
第5.4、對(duì)于事件A1、A2...An和B，由概率場得到p(A1，A2，...，An)，p(B)和p(A1，A2，...，An，B)；
第5.5、比較p(A1，A2，...，An)p(B)和p(A1，A2，...，An，B)的大小，然后根據(jù)不同情況按如下計(jì)算公式計(jì)算規(guī)則A1，A2，...，An→B的可信度H(A1，A2，...，An→B)
第5.6、當(dāng)可信度H(A1，A2，...，An→B)大于可信度的正閾值或者小于可信度的負(fù)閾值，則得到信息推理規(guī)則A1，A2，...，An→B，輸出規(guī)則“如果A1，A2，...，An，則B”及其可信度H(A1，A2，...，An→B)。
全文摘要
一種基于信息推理的智能計(jì)算機(jī)系統(tǒng)構(gòu)造方法。該方法以信息推理為核心，具體步驟由用戶提出問題，分析用戶的需求，選擇數(shù)據(jù)庫中與需求相關(guān)的數(shù)據(jù)，收集解決問題要用的外部數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；生成數(shù)據(jù)表，計(jì)算概率場，根據(jù)新的信息理論進(jìn)行信息推理規(guī)則的可信度計(jì)算，輸出信息推理規(guī)則“如果A，則B”及其可信度；保存發(fā)現(xiàn)的信息推理規(guī)則的結(jié)果。本發(fā)明構(gòu)造的智能計(jì)算機(jī)系統(tǒng)可對(duì)大量數(shù)據(jù)進(jìn)行智能化的信息處理，根據(jù)信息推理規(guī)則“如果A，則B”的可信度判斷A與B是正面關(guān)聯(lián)，獨(dú)立無關(guān)還是反面關(guān)聯(lián)，并定量給出推理中證據(jù)充分的程度。本發(fā)明幫助用戶從其所有的大量數(shù)據(jù)中獲取有價(jià)值的信息，可廣泛地應(yīng)用于大量數(shù)據(jù)上的智能系統(tǒng)的構(gòu)造。
文檔編號(hào)G06F17/30GK101599072SQ20091006954
公開日2009年12月9日 申請(qǐng)日期2009年7月3日 優(yōu)先權(quán)日2009年7月3日
發(fā)明者胡國定 申請(qǐng)人:南開大學(xué)