Базы знаний, особенности их организации и применения в маркетинге

Основные понятия о базах знаний

Одним из направлений повышения качества управления маркетингом как сложной системой является создание интеллектуальных информационных технологий, опирающихся на базы знаний.

Знания — это закономерности некоторой предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

Знания, как и данные, являются информационным ресурсом и могут храниться в памяти компьютера в соответствии с разработанной моделью. В результате информационного моделирования знаний образуется информационная структура, называемая базой знаний.

База знаний — это структурированные знания человека (эксперта, специалиста) в определенной предметной области, помещенные в память компьютера в соответствии с некоторой информационной моделью.

Модель базы знаний — это правила или соглашения, выполнение которых позволяет представить некоторую сферу знаний в том виде, который обеспечивает возможность использовать формальные (программные) средства для обработки знаний, т. е. для получения новых знаний из имеющихся путем их логического вывода по заданным правилам.

Работа с базами знаний (БЗ) — одно из направлений искусственного интеллекта, целью которого является разработка инструментальных средств и систем, позволяющих решать задачи, традиционно считающиеся интеллектуальными.

Базы знаний, функционирующие в системах искусственного интеллекта (СИИ), представляют собой выраженные посредством некоторой модели формализованные знания, включая:

• — факты, описывающие объекты и явления предметной области данной СИИ, ориентированные на решение задач из этой предметной области;
• — правила обработки фактов;
• — условия применения правил к конкретным фактам;
• — методы логического вывода (получение новых фактов из уже имеющихся в БЗ);
• — способы организации процесса вывода.

Знания в БЗ представляются с использованием специальных языков представления знаний (ЯПЗ) — Пролог, IKL, KIF, КМ и др.

Языкт представления знаний используют средства той или иной знаковой (семиотической) системы, позволяющие отражать различные типы знаний — синтаксические, семантические и прагматические.

Синтаксические знания характеризуют синтаксическую структуру описываемого в БЗ объекта или явления, которая не зависит от смысла и содержания используемых при этом понятий.

Семантические знания содержат информацию, непосредственно связанную со значениями и смыслом описываемых явлений и объектов.

Прагматические знания описывают объекты и явления с точки зрения практической значимости решаемой задачи.

Трем типам знаний соответствуют три типа моделей для их представления.

Наличие семантических и (или) прагматических моделей знаний — наиболее существенный признак, отличающий интеллектуальные системы (СИИ) от других разнообразных программно-аппаратных средств, реализуемых с помощью современной компьютерной техники.

Существуют различные модели представления знаний, среди которых наиболее популярными являются:

• • семантические (ассоциативные) сети;
• • продукционные модели (деревья вывода);
• • фреймы;
• • деревья целей.

В отличие от БД, информация в модели знаний связывается внутренне (структурируется) не за счет табличной формы представления, а посредством задания в явной форме отношений, наблюдаемых на объекте управления (описываемых в виде синтаксических, семантических и прагматических связей).

Наглядно проиллюстрировать это отличие можно на примере модели знаний, базирующейся на аппарате семантических сетей.

Семантическая сеть — это ориентированный граф, вершины (узлы) которого соответствуют понятиям моделируемой предметной области, а дуги — отношениям между ними^[1].

В качестве понятий обычно выступают конкретные или абстрактные объекты, а в качестве отношений — связи между ними. Наиболее часто в семантических сетях используются следующие отношения:

• — целое — часть (класс — подкласс, элемент — множество и т. д.);
• — функциональная связь, определяемая глаголом (производит, находится, поставляет и т. д.);
• — атрибутивная связь (иметь значение, иметь свойство);
• — логические отношения (И, ИЛИ, НЕ);
• — временные зависимости (в течение периода, раньше, позже и др.).

Можно считать, что каждая пара узлов и отношение между ними представляют простой факт. Кроме того, любой из узлов можно соединить с любым числом других узлов, в результате чего обеспечивается формирование семантических сетей, представляющих сложные совокупности фактов.

Пример

На рис. 6.8 представлена информация о поставках, поставщиках и прочих субъектах с помощью реляционной БД и семантической сети БЗ.

Рис. 6.8. Иллюстрация отличий базы данных от базы знаний.

Анализируя БД и БЗ, можно заметить, что в БД информация более скудная, и поэтому с уверенностью трудно ответить на вопрос: «Арматура — это товар, который производит производитель или это то, что поставляет поставщик?» В то же время семантическая сеть прямо указывает на то, что арматура — это товар, который поставляет ООО «Восход», а производит ее ООО «Рассвет». Также можно определить поставщика и производителя строительных блоков: блоки поставляет ООО «Юг», а производит их ООО «Север». Кроме того, указано, что ООО «Восход» относится к поставщикам, а ООО «Рассвет» — к производителям, ООО «Север» находится в Северо-Западном округе.

Таким образом, отличие семантических сетей БЗ от БД состоит в том, что БЗ содержат связи между объектами в явной форме, тогда как в БД эти связи скрыты.

Обрабатывается семантическая сеть на основе принципа сопоставления объекта и отношений, указанных в запросе, с объектами и отношениями, имеющимися в семантической сети.

Например, если запрос имеет вид: «Что производит ООО „Рассвет“?», то будет выделен тот фрагмент сети, где фигурирует указанный объект («Рассвет») и отношение «производит». Ответом будет: «ООО „Рассвет“ производит арматуру».

С помощью приведенной на рис. 6.8 семантической сети можно получить, кроме прочих, ответы на следующие вопросы:

Какие предприятия производят арматуру?

Какие предприятия поставляют арматуру?

В каком регионе находятся ООО «Север»?

Является ли поставщиком ООО «Восход»? и т. д.

Наряду с семантическими сетями, в СИИ часто используются продукционные модели представления знаний. Продукционные правила (продукции) задаются в виде выражений:

Суть этих выражений заключается в том, что если выполняется указанное условие, то нужно произвести некоторое действие. Благодаря причинно-следственному характеру таких правил продукционные модели хорошо отражают прагматическую составляющую знаний.

Логический вывод в продукционных БЗ реализуется с использованием специального интерпретатора, который последовательно определяет, какие именно продукции могут быть активированы в текущий момент (в зависимости от содержащихся в них условий), и затем выполняет выбранную продукцию.

Примеры конкретизации продукций выражениями (6.3) применительно к конкретной маркетинговой задаче имеются ниже в демонстрационной табл. 6.11.

Что касается представления знаний в виде фреймов, деревьев целей и других моделей, то они используются гораздо реже, чем семантические сети и продукционные правила.

Для создания систем с базами знаний (СБЗ) разрабатываются соответствующие программные средства. Они позволяют обеспечивать загрузку, актуализацию, поддержание в достоверном состоянии, расширение БЗ, а также формирование, обработку и включение в БЗ новых знаний, соответствующих текущей ситуации.

Совокупность программных средств СБЗ, обеспечивающих поиск, ввод, обработку, корректировку и вывод новых знаний, образует систему управления БЗ (СУБЗ).

Таким образом, СБЗ в сжатом виде может быть выражена формулой.

Наиболее распространенный класс СБЗ составляют экспертные системы (на их долю приходится более 70% рынка СБЗ).

• [1] Модель знаний «семантическая сеть» основана на идее о том, что память формируется через ассоциации между понятиями.