[發(fā)明專利]一種觀眾服務(wù)專家系統(tǒng)規(guī)則自生長方式的算法

在審

• 申請?zhí)枺?/td>: 201410595951.8
• 申請日: 2014-10-30
• 公開（公告）號: CN104298770A
• 公開（公告）日: 2015-01-21
• 發(fā)明（設(shè)計(jì)）人: 韓國民
• 申請（專利權(quán)）人: 天津恒達(dá)文博科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種專家系統(tǒng)知識規(guī)則的算法流程，特別是一種觀眾服務(wù)專家系統(tǒng)規(guī)則自生長方式的算法。

背景技術(shù)

現(xiàn)今智慧旅游發(fā)展背景衍生出了“智慧博物館”服務(wù)管理系統(tǒng)，使得博物館服務(wù)更加個性化，管理更加便捷高效。“智慧博物館”服務(wù)管理系統(tǒng)中包含了為觀眾提供個性化服務(wù)及分析的智能專家系統(tǒng)。由于觀眾興趣愛好是隨著時間和外部環(huán)境、社會趨勢的影響而變動的，專家知識內(nèi)容需要隨著觀眾興趣愛好趨勢進(jìn)行變動和更新，而傳統(tǒng)專家系統(tǒng)的專家知識獲取是通過人工知識、經(jīng)驗(yàn)的錄入或者數(shù)據(jù)挖掘?qū)崿F(xiàn)的，獲取能力差，且專家知識只是針對固定的知識和經(jīng)驗(yàn)，無法滿足非線性變化的整體大眾行為愛好趨向的分析和判斷標(biāo)準(zhǔn)要求，知識內(nèi)容沒有自我生長、自我擴(kuò)充和更新的特點(diǎn)，無法滿足“智慧博物館”服務(wù)管理系統(tǒng)的“智慧化”要求。針對這個問題，需要一種專家知識自生長算法體系，將專家知識、經(jīng)驗(yàn)的標(biāo)準(zhǔn)與大眾行為趨向綁定起來，階段性進(jìn)行數(shù)據(jù)的分析和判斷，使專家知識、經(jīng)驗(yàn)等作為專家系統(tǒng)核心運(yùn)行依據(jù)的數(shù)據(jù)能夠時刻跟隨大眾行為趨勢進(jìn)行變化，從而為“智慧博物館”服務(wù)管理系統(tǒng)提供更有效的智能服務(wù)依據(jù)。

發(fā)明內(nèi)容

為了解決上述需求，本發(fā)明涉及開發(fā)了一種觀眾服務(wù)專家系統(tǒng)規(guī)則自生長方式的算法，此算法通過大量的數(shù)據(jù)采集、處理、歸類，總結(jié)數(shù)據(jù)中隱含的趨勢和規(guī)則，以專家系統(tǒng)特有的知識規(guī)則表達(dá)方式為模板，將其中的規(guī)則和趨勢轉(zhuǎn)換為專家系統(tǒng)可以利用的專家知識規(guī)則，從而使專家系統(tǒng)具有一定的自我更新和擴(kuò)充學(xué)習(xí)能力。此算法解決了傳統(tǒng)專家系統(tǒng)專家規(guī)則無法自我更新、自我調(diào)節(jié)的問題。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的。

1.一種觀眾服務(wù)專家系統(tǒng)規(guī)則自生長方式的算法，步驟包括：

（1）采集數(shù)據(jù)，對數(shù)據(jù)進(jìn)行趨勢處理，分析數(shù)據(jù)趨勢及范圍；

（2）建立總結(jié)數(shù)據(jù)趨勢對應(yīng)表，對應(yīng)表輸入為階段數(shù)據(jù)，輸出為數(shù)據(jù)趨勢匯總結(jié)果；

（3）根據(jù)趨勢對應(yīng)表，將輸入數(shù)據(jù)、輸出數(shù)據(jù)對應(yīng)專家知識規(guī)則表征量，生成知識規(guī)則表征量；

（4）將邏輯模塊進(jìn)行分類和選取，組成新的邏輯模塊；

?（5）整合新的邏輯模塊和知識規(guī)則表征量，形成新的知識規(guī)則；

?（6）校驗(yàn)知識規(guī)則的正確性，并輸出供專家系統(tǒng)使用；

?（7）周期性循環(huán)上述步驟，更新知識規(guī)則。

2.數(shù)據(jù)采集是通過部署有線、無線通訊網(wǎng)絡(luò)和RFID傳感器網(wǎng)絡(luò)，實(shí)現(xiàn)觀眾興趣愛好、游覽路徑等信息的采集來實(shí)現(xiàn)的。

3.趨勢處理為通用趨勢分析算法，通過對比上升趨勢時間段集合與下降趨勢時間段集合連續(xù)性、趨勢值、興趣度落差，計(jì)算數(shù)據(jù)趨勢。

4.知識規(guī)則的校驗(yàn)結(jié)果正確，則輸出；不正確，則自動更新截止，待定期進(jìn)行周期性循環(huán)自生長。

5.周期性循環(huán)的方式采用設(shè)置、調(diào)節(jié)時間間隔來實(shí)現(xiàn)。

此發(fā)明設(shè)計(jì)與現(xiàn)有技術(shù)相比較，它的優(yōu)點(diǎn)是。

1）本發(fā)明可以對觀眾行為進(jìn)行分析的知識進(jìn)行自生長、自我擴(kuò)充和更新，能通過隨著觀眾行為的數(shù)據(jù)趨勢進(jìn)行專家知識的階段性更新和變化，解決了由于專家知識老化無法符合觀眾行為趨勢，導(dǎo)致觀眾服務(wù)個性化和泛在化不足的問題。

2）本發(fā)明的數(shù)據(jù)采集是通過部署有線、無線通訊網(wǎng)絡(luò)和RFID傳感器網(wǎng)絡(luò)來實(shí)現(xiàn)的，不僅可以隨時、客觀的收集信息數(shù)據(jù)，而且不會因?yàn)槿藶榈闹饔^原因影響專家系統(tǒng)知識規(guī)則的更新過程。

3）本發(fā)明的算法模塊使用C++編寫，該編程語言具有相對較高的運(yùn)行速率和操作權(quán)限，算法編寫成為特定的模塊封裝于dll文件中，有利于算法的矯正和更新。

4）本發(fā)明根據(jù)設(shè)定的時間段進(jìn)行周期性的規(guī)則自生長，保證數(shù)據(jù)隨時更新，滿足觀眾服務(wù)專家系統(tǒng)的使用需求。

本發(fā)明主要闡述了觀眾服務(wù)專家系統(tǒng)的規(guī)則自生長方式的算法，解決了傳統(tǒng)專家系統(tǒng)知識能力獲取差，只能針對固定的知識和經(jīng)驗(yàn)進(jìn)行專家判斷的缺點(diǎn)。通過制定專家只是無規(guī)則邏輯塊，總結(jié)觀眾行為趨勢制定專門的規(guī)則表征量對應(yīng)，以特定的規(guī)律對知識規(guī)則表征量和知識規(guī)則邏輯塊進(jìn)行重組，從而得到新的專家知識規(guī)則，達(dá)到專家規(guī)則自生長的目的，使專家系統(tǒng)更具有自我學(xué)習(xí)、規(guī)則自我更新的能力。

本發(fā)明根據(jù)博物館展覽等行業(yè)觀眾興趣愛好非線性實(shí)時變化的特點(diǎn)，利用知識規(guī)則自生長的方式，讓專家系統(tǒng)根據(jù)時間的變化而能夠進(jìn)行觀眾興趣愛好的趨勢分析和規(guī)則自我總結(jié)學(xué)習(xí)，讓專家系統(tǒng)中的規(guī)則能夠根據(jù)整體社會趨勢進(jìn)行變化，從而滿足在博物館運(yùn)營中對于觀眾個性化服務(wù)的要求。

附圖說明

圖1為觀眾服務(wù)專家系統(tǒng)規(guī)則自生長方式的算法流程圖。

具體實(shí)施方式