[發(fā)明專利]基于互聯網和工作流的智能決策與實體推薦聯合系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201210453362.7
• 申請日: 2012-11-14
• 公開（公告）號: CN103019673A
• 公開（公告）日: 2013-04-03
• 發(fā)明（設計）人: 王悅華;王珍;王重杰
• 申請（專利權）人: 北京仟手蓮科技有限公司;王悅華
• 主分類號: G06F9/44
• 分類號: G06F9/44;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明涉及一種基于網絡的決策支持系統(tǒng)和商品推薦系統(tǒng)，特別是一種基于互聯網和工作流的智能決策與實體推薦聯合系統(tǒng)。

背景技術

傳統(tǒng)的決策支持系統(tǒng)(Decision?Support?System，DSS)是綜合利用大量數據，有機組合眾多模型，通過人-機交互，輔助各級決策用戶實現科學決策的系統(tǒng)。DSS為決策用戶提供分析問題、建立模型、模擬決策過程和方案的環(huán)境，調用各種信息資源和分析工具，幫助決策用戶提高決策水平和質量。智能DSS是結合了人工智能專家系統(tǒng)的DSS，既能處理定量問題，又能處理定性問題，適于高層管理者作重大決策時使用?；ヂ摼W技術的發(fā)展對DSS的概念、框架及功能均產生了巨大的影響。第一代互聯網技術因特網使計算機硬件互連，基于主機的DSS發(fā)展為基于客戶機/服務器(C/S)模式；第二代互聯網技術萬維網的誕生，實現了網站互連，DSS進一步發(fā)展到基于瀏覽器/服務器(B/S)模式；第三代互聯網技術，例如Web?Services、云計算和移動互聯網技術等，則有助于整合DSS資源，形成決策資源發(fā)現、資源組織、服務提供、分布式運作等分工明確的決策支持體系。

目前采用DSS開發(fā)工具，可開發(fā)結構與功能方面有所不同的DSS，但在設計思想方面仍有著共同的特點。即各類DSS需給決策者提供建立決策模型所需的各種數據、模型和知識等決策資源“組件”，再由決策者根據解決實際問題的需要，通過“問題處理及人機交互”部件，來組合眾多模型“組件”成為一個能夠運行的復合決策支持模型，然后再進行實際決策分析。遲嘉昱等，在基于網格的開放式DSS模型[計算機科學，31(3)：121-124]論著中，采用決策資源代理模塊作為決策者和網格環(huán)境的中介，決策資源代理模塊實現傳統(tǒng)DSS中的問題處理及求解系統(tǒng)的功能，不同的是它在一個開放的環(huán)境中處理和求解并行、分布的問題。這些DSS對決策者的專業(yè)技術要求比較高，難以供大眾廣泛使用。

近幾年有關工作流管理系統(tǒng)的研究取得了快速進展，基于工作流管理的各種快速開發(fā)平臺已有多個開源的或商業(yè)化產品，例如基于JavaEE(J2EE)的快速開發(fā)平臺Justep?X5Studio以及OutSystems?Agile?Platform^TM等。比較可見一個實例化的智能DSS的決策流程具有工作流模型的特點，例如決策模型的結構具有規(guī)律性、創(chuàng)建決策模型的流程相對固定、可以采用基于本體的知識表示法以及決策資源可以共享等；將決策流程路徑劃分為若干步驟的決策活動，通過一定的條件規(guī)則前后進行關聯，每一步決策活動又可以根據實際特點劃分為若干子活動或子流程，等等，決策流程相當于一個特殊的業(yè)務流程。因此，用工作流技術實現決策流程，建立基于工作流的實例化的決策流模型是可行的。發(fā)明人對傳統(tǒng)的和網絡環(huán)境的智能DSS的結構、功能及實現方式進行了多方面的改進，提出了構建基于互聯網和工作流的智能DSS的技術方案。

另一方面，個性化推薦系統(tǒng)一般是指建立在海量數據挖掘基礎上的一種高級商務智能平臺，以幫助電子商務網站為其顧客購物提供完全個性化的決策支持和信息服務。目前，推薦系統(tǒng)在電子商務、信息檢索以及移動應用、電子旅游、互聯網廣告等眾多應用領域取得了一定的進展，主要的推薦方法包括基于內容過濾推薦、協作過濾推薦、基于關聯規(guī)則推薦和組合推薦等。目前，還沒有一種推薦系統(tǒng)能夠同時考慮到商品(產品、服務和方案)特征屬性、消費者需求和商家需求來進行推薦，造成這種現象的原因是在網絡環(huán)境下還沒有描述用戶的興趣偏好及其動態(tài)變化情況的有效機制和模型，因此，完全個性化推薦建模理論和技術仍然需要進一步的研究。劉平峰等，在基于知識的電子商務智能推薦系統(tǒng)平臺設計[計算機工程與應用2007，43(19)：199-201，216]論著中，利用在特定領域制定的規(guī)則進行基于規(guī)則和實例的推理，并根據推理結果生成推薦，其中規(guī)則的獲取與推斷、規(guī)則知識庫的構建等是基于知識的推薦技術的關鍵所在，但是還沒有形成系統(tǒng)的智能推薦的理論和具體方法。