Разработка экспертной системы подбора товаров в интернет-магазине - Программирование, компьютеры и кибернетика дипломная работа

Главная

Программирование, компьютеры и кибернетика
Разработка экспертной системы подбора товаров в интернет-магазине

Обобщенная структура и принципы функционирования экспертных систем. Выбор модели представления знаний. Разработка логического блока программы и графического пользовательского интерфейса. Текст программы и экспериментальная оценка результатов работы.


посмотреть текст работы


скачать работу можно здесь


полная информация о работе


весь список подобных работ


Нужна помощь с учёбой? Наши эксперты готовы помочь!
Нажимая на кнопку, вы соглашаетесь с
политикой обработки персональных данных

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Дипломный проект посвящен разработке экспертной системы подбора товаров в интернет-магазине. Использование данной экспертной системы позволит повысить эффективность работы интернет-магазина, за счет автоматизации поиска клиентом товара, по определенному набору характеристик.
Рассматриваются основные этапы проектирования экспертной системы, включая: Анализ инструментальных средств построения экспертных систем, анализ предметной области, выбор модели представления знаний, разработка логического модуля, разработка пользовательского интерфейса. При создании экспертной системы особое внимание было уделено вопросам реализации механизма подбора товара, удобному, интуитивно понятному графическому интерфейсу и легкой интеграции с сайтом интернет-магазина.
Также приводятся рекомендации по внедрению экспертной системы, отражающие область применения и оценку эффективности её использования.
- технология экспертных систем существенно расширяет круг практически значимых задач, решаемых на компьютерах, решение которых приносит значительный экономический эффект;
- технология ЭС является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки сложных приложений;
- высокая стоимость сопровождения сложных систем, которая часто в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ и т.п.;
- объединение технологии ЭС с технологией традиционного программирования добавляет новые качества к программным продуктам за счет: обеспечения динамичной модификации приложений пользователем, а не программистом; большей "прозрачности" приложения; лучшей графики; интерфейса и взаимодействия.
По мнению ведущих специалистов, в недалекой перспективе ЭС найдут следующее применение:
- ЭС будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг;
- технология ЭС, получившая коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.
Экспертные системы применяются для решения только трудных практических задач. По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают "прозрачностью", т.е. могут быть объяснены пользователю на качественном уровне. Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях.
Знания можно подразделить на формализованные (универсальные знания - законы, модели, алгоритмы) и на неформализованные (эмпирические, опыт, умение, интуиция).
Традиционное программирование в качестве основы для разработки программного обеспечения использует формализованное знание (алгоритм) и не подходит для решения неформализованных задач, к которым можно отнести следующие:
- алгоритмическое решение задачи неизвестно;
- задача не может быть определена в числовой форме;
- цели задачи не могут быть выражены в терминах точно определенной функции.
Как правило, такие задачи обладают неполнотой, ошибочностью, неоднозначностью и противоречивостью.
ЭС предназначены для неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.
Неформализованные задачи обычно обладают следующими особенностями:
- ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;
- ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;
- большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;
- динамически изменяющимися данными и знаниями.
Следует подчеркнуть, что неформализованные задачи представляют большой и очень важный класс задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.
Экспертная система обладает следующими свойствами:
- алгоритм решения задачи генерируется динамически экспертными системами;
- способность анализа и объяснения хода решения задачи и полученных результатов;
- способность приобретения новых знаний и изменения в соответствии с ними своего поведения;
- обеспечение, как правило, естественного языка интерфейса с пользователем
Т.о. экспертные системы и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма).
Экспертные системы (ЭС) - это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.
Типичная статическая ЭС состоит из следующих основных компонентов (рис. 1.1.1):
· рабочей памяти (РП), называемой также базой данных (БД);
База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.
База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.
Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.
Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.
Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.
Диалоговый компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.
В разработке ЭС участвуют представители следующих специальностей:
- эксперт в проблемной области, задачи которой будет решать ЭС;
- инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);
- программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС.
Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.
Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.
Программист разрабатывает ИС (если ИС разрабатывается заново), содержащее в пределе все основные компоненты ЭС, и осуществляет его сопряжение с той средой, в которой оно будет использовано.
Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭС).
В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.
Отметим, что режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.
В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения.
Для специалистов в области ИИ термин знания означает информацию, которая необходима программе, чтобы она вела себя "интеллектуально". Эта информация принимает форму фактов или правил.
Факты и правила в экспертной системе не всегда либо истинны, либо ложны; иногда существует некоторая степень неуверенности в достоверности факта или точности правила. Если это сомнение выражено явно, то оно называется "коэффициентом уверенности".
Многие правила экспертной системы являются эвристиками, т. е. эмпирическими правилами или упрощениями, которые эффективно ограничивают поиск решения. Экспертная система использует эвристики, потому что задачи, которые она решает, будь то поиск новых месторождений или согласование исков, как правило, трудны и не до конца понятны. Эти задачи не поддаются строгому математическому анализу или алгоритмическому решению. Алгоритмический метод гарантирует корректное или оптимальное решение задачи, тогда как эвристический метод дает приемлемое решение в большинстве случаев.
Знания в ЭС организованы таким образом, чтобы знания о предметной области отделить от других типов знаний системы, таких, как общие знания о том, как решать задачи, или знания о том, как взаимодействовать с пользователем, например как печатать текст на терминале пользователя или как изменить текст в соответствии с командами пользователя. Выделенные знания о предметной области называются базой знаний, тогда как общие знания о нахождении решений задач называются механизмом вывода. Программа, которая работает со знаниями, организованными подобным образом, называется системой, основанной на знаниях. База знаний ЭС содержит факты (данные) и правила (или другие представления знаний), использующие эти факты как основу для принятия решений. Механизм вывода содержит интерпретатор, определяющий, каким образом применять правила для вывода новых знаний, и диспетчер, устанавливающий порядок применения этих правил. Такая структура экспертной системы показана на рис. 1.1.2. Выделение знаний о предметной области облегчает инженеру по знаниям разработку процедур для манипулирования ими. Имеет первостепенное значение, каким образом система использует свои знания, поскольку ЭС должна иметь и адекватные знания, и средства для их эффективного применения, чтобы ее можно было считать умелой в каком-либо виде деятельности. Следовательно, для того, чтобы быть умелой, ЭС должна иметь базу знаний, содержащую высококачественные знания о предметной области, а ее механизм вывода должен содержать знания о том, как эффективно использовать знания о предметной области.
Рис. 1.1.2 Состав экспертной системы
Концепция механизма вывода ЭС часто вызывает некоторое недоумение среди начинающих разработчиков. Обычно ясно, как знания предметной области могут быть записаны в виде фактов и правил, но далеко не ясно, каким образом конструировать и использовать так называемый "механизм вывода". Это недоумение возникает от отсутствия простого и общего метода организации логического вывода. Его структура зависит и от специфики предметной области, и от того, как знания структурированы и организованы в ЭС.
Существует много стандартных способов представления знаний, и при построении ЭС может быть использован любой из них, сам по себе или в сочетании с другими. Каждый способ позволяет получить программу с некоторыми преимуществами -- делает ее более эффективной, облегчает ее понимание и модификацию. В современных ЭС чаще всего применяются три самых важных метода представления знаний: правила (продукционный), семантические сети и фреймы.
Представление знаний, основанное на правилах, построено на использовании выражений вида ЕСЛИ (условие) -- ТО (действие).
Правила обеспечивают естественный способ описания процессов, управляемых сложной и быстро изменяющейся внешней средой. Через правила можно определять, как программа должна реагировать на изменение данных; при этом не нужно заранее знать блок-схему управления обработкой данных. В программе традиционного типа схема передачи управления и использования данных предопределена в самой программе. Обработка здесь осуществляется последовательными шагами, а ветвление происходит только в заранее выбранных точках. Этот способ управления хорошо работает в случае задач, допускающих алгоритмическое решение, если к тому же при этом данные меняются достаточно медленно, например, при решении систем линейных уравнений. Для задач, ход решения которых управляется самими данными, где ветвление скорее норма, чем исключение, этот способ малоэффективен. В задачах такого рода правила дают возможность на каждом шаге оценить ситуацию и предпринять соответствующие действия. Применение правил упрощает объяснение того, что и как сделала программа, т. е. каким способом она пришла к конкретному заключению.
Представление знаний, основанное на фреймах, использует сеть узлов, связанных отношениями и организованных иерархически. Каждый узел представляет собой концепцию, которая может быть описана атрибутами и значениями, связанными с этим узлом. Узлы, которые занимают более низкое положение в иерархии, автоматически наследуют свойства узлов, занимающих более высокое положение. Эти методы обеспечивают естественный и эффективный путь классификации и построения таксономии.
Класс "экспертные системы" сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Полезными могут оказаться следующие классификации. (Рис.1.1.3)
Рис. 1.1.3 Классификация экспертных систем
Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.
Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность - это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры ("анатомии") диагностирующей системы.
Мониторинг. Основная задача мониторинга - непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы - "пропуск" тревожной ситуации и инверсная задача "ложного" срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.
Проектирование. Проектирование состоит в подготовке спецификаций на создание "объектов" с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов чертеж, пояснительная записка и т.д. Основные проблемы здесь - получение четкого структурного описания знаний об объекте и проблема "следа". Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.
Прогнозирование. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров "подгоняются" под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.
Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.
Обучение. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом "ученике" и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.
Классификация по связи с реальным временем
Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны.
Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.
Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных.
- ЭС для уникальных стратегически важных задач на суперЭВМ (Эльбрус, CRA'. CONVEX и др.);
- ЭС на ЭВМ средней производительности (типа ЕС ЭВМ, mainframe);
- ЭС на символьных процессорах и рабочих станциях (SUN, APOLLO);
- ЭС на мини- и супермини-ЭВМ (VAX, micro-VAX и др.);
- ЭС на персональных компьютерах (IBM PC, MAC II и подобные).
Классификация по степени интеграции с другими программами
Автономные ЭС работают непосредственно в режиме консультаций с пользователем для специфически "экспертных" задач, для решения которых не требуется привлекать традиционные методы обработки данных (расчеты, моделирование и т. д.).
Гибридные ЭС представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (например, математическую статистику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Это может быть интеллектуальная надстройка над ППП или интегрированная среда для решения сложной задачи с элементами экспертных знаний.
Несмотря на внешнюю привлекательность гибридного подхода, следует отметить, что разработка таких систем являет собой задачу, на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий (что происходит в гибридных системах) порождает целый комплекс теоретических и практических трудностей.
В рамках данной работы для нас представляет интерес анализ систем поиска и подбора товаров. При посещении интернет-магазинов многие покупатели сталкиваются с проблемой выбора товаров по определенному набору характеристик. Разобраться в хитросплетениях современной техники не всегда получается, а из-за особенностей торговли через интернет получить грамотную и быструю консультацию редко представляется возможным. На сайте интернет-магазина бытовой техники Эльдорадо www.eldorado.ru в тесном сотрудничестве с компанией "Наносемантика" www.nanosemantics.ru, которая занимается разработками в области искусственного интеллекта, была внедрена принципиально новая система поиска и подбора товара, которая позволяет сократить время поиска без потери качества выборки. Среди особенностей системы: простота интерфейса, специально ориентированного на обычного покупателя, и математическая модель, которая сводит к минимуму количество вопросов-ответов.
При общении с Экспертной Системой пользователю достаточно ответить на несколько вопросов либо в последовательности, предлагаемой Системой, либо в порядке, удобном покупателю. В ходе выполнения алгоритма система автоматически "выбрасывает" из общения заведомо лишние вопросы. Пользователь по своему усмотрению может выбрать только те параметры техники, которые представляют для него важность, и все равно получить в результате список товаров, полностью удовлетворяющих заданным характеристикам. Интернет-магазин бытовой техники и электроники Эльдорадо быстро оценил выигрыш от использования подобной технологии и в кратчайшие сроки подключил ее к своей площадке.
ЭС помогает Пользователю выбрать подходящую для него квартиру, основываясь на параметрах квартир, представленных в базе данных по квартирам. Гибкий алгоритм поиска позволяет подобрать подходящую квартиру за минимальное число шагов. На каждом шаге работы ЭС пользователь видит отобранные Системой квартиры и в любой момент может остановить поиск.
ЭС помогает найти интересующий пользователя мобильный телефон из каталога мобильных телефонов основываясь на их параметрах. Удобный интерфейс ЭС позволяет посетителю сайта подобрать нужный ему телефон всего за 3-5 кликов из базы, которая содержит более чем 4000 телефонов, имеющих более 30 параметров. Гибкий алгоритм поиска позволяет в любой момент пересмотреть любой из параметров поиска и максимально быстро найти подходящий вариант телефона.
При работе ЭС используется специальная База Знаний, в которую входит исчерпывающий набор параметров учебных заведений, иерархия параметров, вопросов, ответов, а также подсказок по каждому из параметров. В процессе поиска учебного заведения пользователь видит уже отобранные ЭС-мой названия учебных заведений, представляемые в виде списка, и всегда может остановить поиск, не отвечая на дальнейшие вопросы системы.
В онлайновом магазине компании "Эльдорадо" реализован наглядный и легко мультиплицируемый механизм подбора товаров в рамках отдельных товарных групп - Экспертная Система (ЭС) по подбору товаров. ЭС предназначена для быстрого сужения поиска без потери качества выборки; помогает пользователю выбрать объект, подходящий по нескольким параметрам, из некоторого множества объектов. Также создан вариант ЭС, в которой реализован более сложный механизм подбора товаров по большему набору параметров. В ЭС внедрен алгоритм пересмотра выбранных значений параметров, а также автоматического заполнения параметров на основании ответов, данных пользователем. При своей работе ЭС использует Базу Знаний, в которую входит исчерпывающий набор товарных позиций, параметров, иерархии параметров, вопросов, ответов и подсказок к каждому из параметров.
Сравнение Экспертной системы с другими системами поиска:
Проведем сравнение ЭС с другими системами поиска на примере разработанной компанией "Наносемантика" ЭС подбора сотового телефона.
Экспертная Система - онлайновая система, предназначенная для быстрого сужения поиска без потери качества выборки; помогает пользователю выбрать объект, подходящий по нескольким параметрам, из некоторого множества объектов. Работает в режиме "вопросы-ответы", каждый диалог с новым пользователем строится индивидуально.
Фильтр по атрибутам - онлайновая система, предназначенная для поиска товаров по каталогу сайта.
Адрес: http://7440880.ru/cat/large/refrigerator/
Обычная система поиска - онлайновая служба, предоставляющая возможность поиска информации на сайтах в интернете, а также (возможно) в новостных группах и ftp-серверах. Поиск представляет собой фильтрацию товаров по их основным параметрам и/или поиск по ключевому слову.
Адрес: http://www.yandex.ru/advanced.html
Яндекс-Гуру - онлайновая каталоговая система, предназначенная для быстрого поиска товаров по каталогам магазинов; помогает выбрать товар по разным параметрам; является частью Яндекс-Маркета. Работает в режиме "вопросы-ответы", использует жесткое дерево вопросов в диалоге с пользователем.
Адрес: http://market.yandex.ru/guru-categories.xml
Есть только на уровне Яндекс-Маркет.
Поиск представляет собой фильтрацию товаров по основным параметрам - жесткий поиск
Поиск идет по заранее заданному дереву вопросов к параметрам - жесткий поиск
Поиск представляет собой последовательность вопросов, которая динамично изменяется при каждом новом поиске - гибкий поиск
Поиск товаров по параметрам в режиме "вопросы-ответы"
Поиск объектов любого типа (товары, данные, люди, события, даты)
Возможность не вникать при поиске в технические подробности (за счет подсказки)
Возможность изменения уже заданных параметров поиска
В любой момент, но интерфейсное решение - неудобное (нужно сначала удалить параметр из списка уже определенных параметров, а потом снова выбирать этот параметр в списке параметров и выбирать его значение)
Автоматическое определение системой взаимозависимых параметров - более быстрый поиск
Параметры автоматически определяются системой, но из списка параметров не убираются (при нажатии на такой параметр предлагается только один вариант ответа)
Оптимизация общения по ходу опроса - возможность исключить ненужные вопросы
Результат поиска никогда не бывает пустым.
Результат поиска никогда не бывает пустым.
Результат поиска может быть пустым - система ничего не находит.
Результат поиска никогда не бывает пустым.
Настройка выдачи результатов поиска - сортировка по убыванию/возрастанию.
Возможность сравнения нескольких выбранных моделей товара
Наличие подсказок/пояснений пользователю
Возможность интеграции в базу клиента
5. Возможность использования для ввода информации
Система может работать не только на выдаче информации, но и на этапе ее ввода: может формировать базу данных либо аппаратными, либо интерфейсными способами (интерактивный интерфейс, опрашивающий владельцев информации)
При формировании базы данных интерфейсным способом диалог с пользователем обобщается в виде записи в базе данных
При формировании базы данных аппаратными средствами система может проверять вводимые данные и сообщать пользователю об ошибках во вводе данных
При формировании базы данных аппаратными средствами система может приводить получаемые данные к единому стандарту и создавать единую базу данных
Система может предлагать пользователю подсказки по вводу данных
Т.о., сравнивая ЭС с другими системами поиска, можно определить следующие существенные отличия:
- ЭС осуществляет поиск среди объектов любого типа (товары, данные, люди, события, даты);
- Она не привязана к заранее заданным деревьям вопросов
- Процесс общения пользователя и ЭС индивидуален: система вычисляет приоритеты пользователя и в зависимости от них выдает результаты поиска;
- Поиск требуемого объекта поэтапно: система задает следующий вопрос исходя из предыдущих ответов ведущего с ней диалог пользователя;
- ЭС самостоятельно определяет параметры и приоритеты поиска: нерелевантные вопросы не задаются, не даются и нерелевантные варианты ответов;
- Пользователь может пересмотреть свой выбор в любой момент и по любому из параметров;
- ЭС запоминает посетителя и его выбор, и использует эту информацию при последующих запросах;
- Система работает не только с фактическими параметрами объекта, но и с поведенческими параметрами пользователей, накапливая статистическую и маркетинговую информацию о них и формируя группы;
- Для удобства пользователей ЭС может общаться также в форматах ICQ, SMS и WAP;
- Внедрение ЭС не требует значительной переделки как сайта, так и баз данных.
Взаимодействие ЭС и человека в ряде случаев может быть весьма продуктивным. Например, работающая совместно с call-центром ЭС, делает такой тандем весьма привлекательной для on-line магазинов.
В эту группу инструментальных средств входят традиционные языки программирования (С, C++, Basic, SmallTalk, Fortran и т.д.), ориентированные в основном на численные алгоритмы и слабо подходящие для работы с символьными и логическими данными. Поэтому создание систем искусственного интеллекта на основе этих языков требует большой работы программистов. Однако большим достоинством этих языков является высокая эффективность, связанная с их близостью к традиционной машинной архитектуре. Кроме того, использование традиционных языков программирования позволяет включать интеллектуальные подсистемы (например, интегрированные экспертные системы) в крупные программные комплексы общего назначения.
Это прежде всего Лисп (LISP) и Пролог (Prolog) - наиболее распространенные языки, предназначенные для решения задач искусственного интеллекта. Есть и менее распространенные языки искусственного интеллекта, например РЕФАЛ, разработанный в России. Универсальность этих языков меньшая, нежели традиционных языков, но ее потерю языки искусственного интеллекта компенсируют богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта.
Специальный программный инструментарий
В эту группу программных средств искусственного интеллекта входят специальные инструментарии общего назначения. Как правило, это библиотеки и надстройки над языком искусственного интеллекта Лисп: KEE (Knowledge Engineering Environment), FRL (Frame Representation Language), KRL (Knowledge Represantation Language), ARTS и др., позволяющие пользователям работать с заготовками экспертных систем на более высоком уровне, нежели это возможно в обычных языках искусственного интеллекта.
Под "оболочками: (shells) понимают "пустые" версии существующих экспертных систем, т.е. готовые экспертные системы без б
Разработка экспертной системы подбора товаров в интернет-магазине дипломная работа. Программирование, компьютеры и кибернетика.
Реферат: Лесная промышленность. Скачать бесплатно и без регистрации
Дипломная работа: Пути повышения рентабильности в коммерческом банке
Менің Жеке Меншігімде Не Бар Эссе
Реферат по теме Реформирование российского общества и проблемы развития молодежи
Курсовая Работа По Теме Безработица В России
Курсовая Работа На Тему Анализ Бухгалтерской Отчётности
Сочинения Написанные Школьниками
Политика Казахстана Эссе
Курсовая работа по теме Технология изготовления плюшки "Московская"
Контрольная работа по теме Типология физкультурно-спортивных организаций
Реферат по теме Искусство Центральной Америки на примере цивилизации империи Майя
Контрольная Работа Школа Здоровья Оргму
Дипломная работа: Проблема безработных и пути их решения в современном обществе
Дипломная работа: Методика преподавания темы: "Использование электронны таблиц для финансовых и других расчетов" в 10 классе. Скачать бесплатно и без регистрации
Аттестационная Работа 1 Класс Математика
Курсовая работа по теме Изучение особенностей электрических свойств магнитных жидкостей
Курсовая работа: Электроснабжение аэропортов. Скачать бесплатно и без регистрации
Реферат: Аудит налогообложения НДС
Контрольная работа: по Римскому праву 4
Дипломная работа по теме Инвестиционный проект создания предприятия оптовой торговли
Жизненный цикл клетки, вирусы и бактериофаги. Размножение и развитие организмов - Биология и естествознание реферат
Органы судейского сообщества - Государство и право презентация
Философия права и ее методы - Государство и право реферат