[发明专利]一种观众服务专家系统规则自生长方式的算法

说明书

技术领域

本发明涉及一种专家系统知识规则的算法流程，特别是一种观众服务专家系统规则自生长方式的算法。

背景技术

现今智慧旅游发展背景衍生出了“智慧博物馆”服务管理系统，使得博物馆服务更加个性化，管理更加便捷高效。“智慧博物馆”服务管理系统中包含了为观众提供个性化服务及分析的智能专家系统。由于观众兴趣爱好是随着时间和外部环境、社会趋势的影响而变动的，专家知识内容需要随着观众兴趣爱好趋势进行变动和更新，而传统专家系统的专家知识获取是通过人工知识、经验的录入或者数据挖掘实现的，获取能力差，且专家知识只是针对固定的知识和经验，无法满足非线性变化的整体大众行为爱好趋向的分析和判断标准要求，知识内容没有自我生长、自我扩充和更新的特点，无法满足“智慧博物馆”服务管理系统的“智慧化”要求。针对这个问题，需要一种专家知识自生长算法体系，将专家知识、经验的标准与大众行为趋向绑定起来，阶段性进行数据的分析和判断，使专家知识、经验等作为专家系统核心运行依据的数据能够时刻跟随大众行为趋势进行变化，从而为“智慧博物馆”服务管理系统提供更有效的智能服务依据。

发明内容

为了解决上述需求，本发明涉及开发了一种观众服务专家系统规则自生长方式的算法，此算法通过大量的数据采集、处理、归类，总结数据中隐含的趋势和规则，以专家系统特有的知识规则表达方式为模板，将其中的规则和趋势转换为专家系统可以利用的专家知识规则，从而使专家系统具有一定的自我更新和扩充学习能力。此算法解决了传统专家系统专家规则无法自我更新、自我调节的问题。

本发明的技术方案是这样实现的。

1.一种观众服务专家系统规则自生长方式的算法，步骤包括：

（1）采集数据，对数据进行趋势处理，分析数据趋势及范围；

（2）建立总结数据趋势对应表，对应表输入为阶段数据，输出为数据趋势汇总结果；

（3）根据趋势对应表，将输入数据、输出数据对应专家知识规则表征量，生成知识规则表征量；

（4）将逻辑模块进行分类和选取，组成新的逻辑模块；

 （5）整合新的逻辑模块和知识规则表征量，形成新的知识规则；

 （6）校验知识规则的正确性，并输出供专家系统使用；

 （7）周期性循环上述步骤，更新知识规则。

2.数据采集是通过部署有线、无线通讯网络和RFID传感器网络，实现观众兴趣爱好、游览路径等信息的采集来实现的。

3.趋势处理为通用趋势分析算法，通过对比上升趋势时间段集合与下降趋势时间段集合连续性、趋势值、兴趣度落差，计算数据趋势。

4.知识规则的校验结果正确，则输出；不正确，则自动更新截止，待定期进行周期性循环自生长。

5.周期性循环的方式采用设置、调节时间间隔来实现。

此发明设计与现有技术相比较，它的优点是。

1）本发明可以对观众行为进行分析的知识进行自生长、自我扩充和更新，能通过随着观众行为的数据趋势进行专家知识的阶段性更新和变化，解决了由于专家知识老化无法符合观众行为趋势，导致观众服务个性化和泛在化不足的问题。

2）本发明的数据采集是通过部署有线、无线通讯网络和RFID传感器网络来实现的，不仅可以随时、客观的收集信息数据，而且不会因为人为的主观原因影响专家系统知识规则的更新过程。

3）本发明的算法模块使用C++编写，该编程语言具有相对较高的运行速率和操作权限，算法编写成为特定的模块封装于dll文件中，有利于算法的矫正和更新。

4）本发明根据设定的时间段进行周期性的规则自生长，保证数据随时更新，满足观众服务专家系统的使用需求。

本发明主要阐述了观众服务专家系统的规则自生长方式的算法，解决了传统专家系统知识能力获取差，只能针对固定的知识和经验进行专家判断的缺点。通过制定专家只是无规则逻辑块，总结观众行为趋势制定专门的规则表征量对应，以特定的规律对知识规则表征量和知识规则逻辑块进行重组，从而得到新的专家知识规则，达到专家规则自生长的目的，使专家系统更具有自我学习、规则自我更新的能力。

本发明根据博物馆展览等行业观众兴趣爱好非线性实时变化的特点，利用知识规则自生长的方式，让专家系统根据时间的变化而能够进行观众兴趣爱好的趋势分析和规则自我总结学习，让专家系统中的规则能够根据整体社会趋势进行变化，从而满足在博物馆运营中对于观众个性化服务的要求。

附图说明

图1为观众服务专家系统规则自生长方式的算法流程图。

具体实施方式