【技术实现步骤摘要】
一种用于知识系统的定量评估方法和系统
[0001]本专利技术涉及评估
，更具体地，涉及一种知识系统定量评估方法和系统。
技术介绍
[0002]近年来，随着知识图谱、深度学习等人工智能技术的飞速发展，知识系统的智能决策能力不断提升，被广泛应用至通信网络、城市电力、智慧交通等系统中。知识系统通过领域专家知识为多种场景提供智能决策能力，通常包含知识库、计算引擎、应用服务、性能监测等多个功能模块。其中，知识系统评估技术能够为系统性能提供统一的度量标准，是知识系统自主优化的关键。
[0003]目前已有知识系统评估技术往往只对系统的单一方面进行度量，评估指标的综合性差。此外，已有评估方法往往包含较多的定性指标，易受测评人员的主观影响，评估周期长，难以为不同的知识系统提供统一的量化标准，降低知识系统的反馈调优效率。
技术实现思路
[0004]针对目前已有知识系统评估指标综合性差、量化能力不足的问题，本专利技术提出一种知识系统定量评估方法和系统。
[0005]根据本专利技术的一方面，提供一种用于知识系统...
【技术保护点】
【技术特征摘要】
1.一种用于知识系统的定量评估方法，所述定量评估方法包括：评估知识系统的二级指标，所述二级指标包括表征类别、知识粒度、知识内涵、融合前知识熵、融合后知识熵、衰减因子、系统吞吐量、推理实时性、业务多样性和业务有效性；以及评估知识系统的一级指标，所述一级指标包括表示能力、可理解性、易操作性和业务支撑能力，其中，表征类别E
t
为：其中，|
·
|为集合的势，δ(n)为n的二值函数，当知识表征方法支持对n的表示时，函数值为1，反之为0，n
t
为知识类别集合中的元素，知识粒度E
g
为：其中，n
g
为知识粒度集合中的元素，为n
g
粒度的第i个必要组成元素，N
g
为n
g
粒度的必要组成元素数，知识内涵E
r
为：表示能力Ec为：Ec＝π
t
E
t
+π
g
E
g
+π
r
E
r
，其中，π
t
，π
g
，π
r
分别为表征类别E
t
、知识粒度E
g
和知识内涵E
r
的权重，融合前知识熵为：其中，其中，为融合前的事理知识、事件知识、概念知识集合，为融合前的实例知识集合，为集合在上划分的等价类融合后知识熵为：其中，其中，为融合后的事理知识、事件知识、概念知识集合，为融合后的实例知识集合，为集合在上划分的等价类，可理解性Re为：
系统吞吐量TP为：其中，其中，为操作p的并发请求数，为操作p的并发节点数，为操作p的平均请求量，T
p
为操作p的平均响应时间，衰减因子γ
e
为：其中，TP
m
为知识系统的最大吞吐量，通过多次测量确定；∈为容限因子，易操作性Em为：推理实时性S
c
为：其中，t为实际推理时间,t
tol
为参考推理时间，业务多样性S
s
为：其中，N为实际业务支持种类,N
tol
为参考业务种类，业务有效性S
e
为：其中，为业务i进行总次数,为业务成功完成的次数，业务支撑能力Sa为：Sa＝π
c
S
c
+π
s
S
s
+π
e
S
e
其中，π
c
，π
s
，π
e
分别为推理实时性S
c
、业务多样性S
s
和业务有效性S
e
的权重。2.根据权利要求1所述的定量评估方法，其特征在于，知识系统包括表示层、管理层、应用层，表示能力Ec为知识系统的表示层提供知识密度和知识表征方法的配置依据，可理解性Re为知识系统的表示层提供知识密度的配置依据，易操作性Em为知识系统的管理层提供虚拟节点数、备份数、上报频率的配置依据，业务支撑能力Sa为知识系统的应用层提供推理频次、推理链长度的配置依据。3.根据权利要求2所述的定量评估方法，其特征在于，权重π
t
，π
g
，π
r
和π
c
，π
s
，π
e
由熵值法计算。4.一种用于知识系统的定量评估系统，所述定量评估系统包括：一级指标评估模块，所述一级指标评估模块包括表示能力评估模块、可理解性评估模块、易操作性评估模块和业务支撑能力评估模块；以及
二级指标评估模块，所述二级指标评估模块包括表征类别评估模块、知识粒度评估模块、知识内涵评估模块、融合前知识熵评估模块、融合后知识熵评估模块、衰减因子评估模块、系统吞吐量评估模块、推理实时性评估模块、业务多样性评估模块和业务有效性评估模块，其中，表示能力评估模块用于评估表示能力Ec，可理解性评估模块用于评估可理解性Re，易操作性评估模块用...
【专利技术属性】
技术研发人员：武楠，张佳音，李彬，张婷婷，张雅情，李玉滢，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。