System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能认知领域,更为具体的,涉及一种可交互学习的业务专家思维数字化及动态演进系统。
技术介绍
1、智能专家系统是人工智能发展的重要分支,主要目标在于完成人工智能从理论到实际应用的转化,其代表性的应用包括领域专家系统和决策支持系统等。经过几十年的发展,专家系统和决策支持系统已渗透到工程、农业、医疗、电力、航空航天、建筑、化学、军事工业等各个领域,产生了巨大的经济效益。目前,智能专家系统还存在知识表示通用性不强、灵活性低;知识推理的并行性、海量性和适应性有待提高;自学习能力、自主纠错能力、知识自主获取能力等有待增强等问题,急需通过不断深入的研究加以解决。
2、在业务分析领域,目前已经有大量专家系统和决策支持系统进行了应用,但一方面,专家系统很难将业务分析经验进行有效抽象,对业务涉及的知识宽度和基本原理理解比较单一;同样地,决策支持系统也仅仅只能以定量的方式辅助业务决策研判,对具有不确定性的业务任务无法很好地进行支持决策,仍有很大发展空间。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足,提供一种可交互学习的业务专家思维数字化及动态演进系统,对业务专家思维要素信息进行分析定义,并根据特点分成非行为要素信息和行为要素信息两类进行分类采集,实现业务专家思维的可描述性,完成了业务专家思维信息的获取与数字化,利用“人在回路”的人机交互反馈,学习挖掘专家思维模式,实现专家思维的演进,为后续业务专家思维要素的形态表示、构建及更新、推荐使用等提供支持。
2
3、一种可交互学习的业务专家思维数字化及动态演进系统,包括:
4、要素信息形成模块,用于通过对业务专家思维信息进行分析定义形成要素信息;
5、要素信息分类采集模块,用于对要素信息进行非行为要素信息和行为要素信息分类,针对不同的要素信息分别采取不同的方法进行信息采集;
6、业务专家思维要素表示框架构建及更新模块,用于针对业务分析领域中的多形态专家知识表示方式,构建基于图网络的业务专家思维要素表示框架,基于图论对多业务专家思维要素进行融合;通过频繁子图和网络表示学习分别提取业务专家思维的行为特征和非行为特征,以聚类分析和分类分析的方式挖掘业务专家思维的网络特征,找到不同业务分析任务中相应思维模式进行推荐;在不断学习的过程中,采用深度置信神经网络模型对业务专家思维知识进行持续迭代更新,形成更加符合业务专家思维的模型,支撑业务的智能分析与处理。
7、进一步地,所述要素信息包括知识数据、规则模板类数据、算法模型数据和执行流程数据。
8、进一步地,在要素信息分类模块中,针对非行为要素信息通过分析平台提供的导入接口进行采集,针对行为要素信息通过设计平台工作流管理组件进行采集,并分别存储到业务存储和分析平台对应知识库中完成业务专家思维信息的数字化;通过人机交互实现各种活动执行过程中用户与计算机应用工具之间的交互,进而使计算机学习到业务专家思维,并持续动态演进。
9、进一步地,在业务专家思维要素表示框架构建及更新模块中,所述针对业务智能分析领域中的多形态专家知识表示方式,构建基于图网络的业务专家思维要素表示框架,具体包括:
10、针对业务分析领域中的多形态的专家知识,通过对业务专家思维中的流程方法、规则模板思维形态进行图网络构建,利用petri网与知识类思维要素的语义网络进行融合,最终完成业务专家思维网络的构建,petri网是对离散并行系统的数学表示。
11、进一步地,通过所述petri网构建的业务专家思维的特征包括行为特征和非行为特征。
12、进一步地,所述通过频繁子图和网络表示学习分别提取业务专家思维的行为特征和非行为特征,具体包括:采用apriori频繁子图挖掘算法输出频繁项集,得到基于频繁子图的思维要素行为特征;通过保留业务专家思维图网络拓扑结构、顶点内容和边信息对网络重新编码,将网络顶点嵌入到低维向量空间,在新的向量空间中,利用机器学习的方法解决业务专家思维的非行为特征提取问题,apriori频繁子图挖掘算法是关联规则挖掘算法。
13、进一步地,所述采用深度置信神经网络模型对业务专家思维知识进行持续迭代更新,具体包括:利用深度置信神经网络将挖掘出的多种业务专家思维要素知识融入业务专家思维要素库,实现业务专家思维要素的动态更新,经过不断的学习、挖掘与固化,形成具备业务分析领域专家知识的思维要素。
14、进一步地,所述非行为要素信息具体包括:规则模板类形态要素信息、知识类形态要素信息和算法模型类形态要素信息。
15、进一步地,所述行为要素信息具体包括:流程方法类形态要素信息。
16、进一步地,所述工作流管理组件,用于创建、执行过程实例的多个工作流引擎组成的工作流执行服务,对工作流过程实例的执行状态进行监控和管理。
17、本专利技术的有益效果包括:
18、(1)本专利技术通过分析平台导入接口和平台工作流管理组件获取多个角度的业务专家思维要素信息,弥补了传统业务专家思维获取方式单一,获取信息不完整的问题。
19、(2)本专利技术对专家思维要素信息采集进行了实例化描述,展示了专家思维要素在业务分析工作中的可行性和专家思维要素信息内涵。
20、(3)本专利技术为业务专家思维的传承和固化以及业务专家思维的形态表示、构建及更新、推荐使用等提供精确数据支撑。
21、(4)本专利技术基于业务专家思维网络空间,使业务专家思维行为特征和非行为特征能够得以提取和表示。
22、(5)本专利技术利用人机交互获取并固化专家思维信息,基于业务专家思维网络特征,可实现业务专家思维模式的挖掘,进而达到专家知识固化与使用,实现专家思维的动态演进。
本文档来自技高网...【技术保护点】
1.一种可交互学习的业务专家思维数字化及动态演进系统,其特征在于,包括:
2.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述要素信息包括知识数据、规则模板类数据、算法模型数据和执行流程数据。
3.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,在要素信息分类模块中,针对非行为要素信息通过分析平台提供的导入接口进行采集,针对行为要素信息通过设计平台工作流管理组件进行采集,并分别存储到业务存储和分析平台对应知识库中完成业务专家思维信息的数字化;通过人机交互实现各种活动执行过程中用户与计算机应用工具之间的交互,进而使计算机学习到业务专家思维,并持续动态演进。
4.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,在业务专家思维要素表示框架构建及更新模块中,针对业务智能分析领域中的多形态专家知识表示方式,构建基于图网络的业务专家思维要素表示框架,具体包括:
5.根据权利要求4所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,通过所述P
6.根据权利要求5所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述通过频繁子图和网络表示学习分别提取业务专家思维的行为特征和非行为特征,具体包括:采用Apriori频繁子图挖掘算法输出频繁项集,得到基于频繁子图的思维要素行为特征;通过保留业务专家思维图网络拓扑结构、顶点内容和边信息对网络重新编码,将网络顶点嵌入到低维向量空间,在新的向量空间中,利用机器学习的方法解决业务专家思维的非行为特征提取问题,Apriori频繁子图挖掘算法是关联规则挖掘算法。
7.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述采用深度置信神经网络模型对业务专家思维知识进行持续迭代更新,具体包括:利用深度置信神经网络将挖掘出的多种业务专家思维要素知识融入业务专家思维要素库,实现业务专家思维要素的动态更新,经过不断的学习、挖掘与固化,形成具备业务分析领域专家知识的思维要素。
8.根据权利要求3所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述非行为要素信息具体包括:规则模板类形态要素信息、知识类形态要素信息和算法模型类形态要素信息。
9.根据权利要求3所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述行为要素信息具体包括:流程方法类形态要素信息。
10.根据权利要求3所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述工作流管理组件,用于创建、执行过程实例的多个工作流引擎组成的工作流执行服务,对工作流过程实例的执行状态进行监控和管理。
...【技术特征摘要】
1.一种可交互学习的业务专家思维数字化及动态演进系统,其特征在于,包括:
2.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述要素信息包括知识数据、规则模板类数据、算法模型数据和执行流程数据。
3.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,在要素信息分类模块中,针对非行为要素信息通过分析平台提供的导入接口进行采集,针对行为要素信息通过设计平台工作流管理组件进行采集,并分别存储到业务存储和分析平台对应知识库中完成业务专家思维信息的数字化;通过人机交互实现各种活动执行过程中用户与计算机应用工具之间的交互,进而使计算机学习到业务专家思维,并持续动态演进。
4.根据权利要求1所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,在业务专家思维要素表示框架构建及更新模块中,针对业务智能分析领域中的多形态专家知识表示方式,构建基于图网络的业务专家思维要素表示框架,具体包括:
5.根据权利要求4所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,通过所述petri网构建的业务专家思维的特征包括行为特征和非行为特征。
6.根据权利要求5所述的可交互学习的业务专家思维数字化及动态演进系统,其特征在于,所述通过频繁子图和网络表示学习分别提取业务专家思维的行为特征和非行为特征,...
【专利技术属性】
技术研发人员:代翔,崔莹,潘磊,高翔,戴礼灿,王侃,
申请(专利权)人:中国电子科技集团公司第十研究所,
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。