[发明专利]一种快捷的智能辅助决策支持系统及方法

权利要求书

1.一种快捷的智能辅助决策支持系统，其特征在于，包括以下模块：

模块A：历史决策数据的预处理；

模块B：从历史决策数据中发掘候选的决策知识；

模块C：对候选的决策知识的验证；

模块D：利用决策知识辅助用户进行决策；

模块E：通过反馈学习优化决策知识；

所述的模块A的实施步骤如下：模块A的输入是历史决策数据Γ＝{S₁，S₂，...，S_i，...，S_n}，其中S_i＝(用户文本_i，决策集_i)(1≤i≤n)；引入一个空集合TΓ；所述的模块A对历史决策数据Γ＝{S₁，S₂，...，S_i，...，S_n}执行以下步骤：

步骤A-1：初始化i＝1，TΓ＝φ；

步骤A-2：如果i＞n，则结束；

步骤A-3：采用Stanford分词系统对用户文本_i进行分词，形成用户文本_i的分词结果，记为T用户文本_i，即T用户文本_i＝t_i1/pos_i1 t_i2/pos_i2 ... t_ij/pos_ij ... t_ik/pos_ik；

步骤A-4：对T用户文本_i＝t_i1/pos_i1 t_i2/pos_i2 ... t_ij/pos_ij ... t_ik/pos_ik，如果pos_ij为r、p、u、e、w或者d，或者t_ij属于业务停用词词典，那么从T用户文本_i中删除分词项t_ij/pos_ij，；其中r为代词、p为介词、u为助词、e为感叹词、w为标点符号、d为副词；

步骤A-5：如果T用户文本_i没有在步骤A-4中被删空，即T用户文本_i不为空串，那么TΓ＝TΓ∪{(T用户文本_i，决策集_i)}；

步骤A-6：i＝i+1，转步骤A-2；

所述的模块B的实施如下：引入一个由二元组(t，TΓt)构成的集合，记为TΓindex，其中t表示一个词，TΓt是由DΓ中含有词t的用户文本构成集合；引入一个由三元组(t，TΓt，|TΓt|)构成的集合，记为TΓindex1，其中|TΓt|是TΓt的基数；引入一个由三元组({t，t′}，TΓt∩TΓt′，|TΓt∩TΓt′|)构成的集合，记为TΓindex2，其中{t，t′}是TΓ中的两个词，TΓt∩TΓt′为TΓt和TΓt′的交集，|TΓt∩TΓt′|是TΓt∩TΓt′的基数；类似地，引入一个由三元组({t，t′，t′}，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|)构成的集合，记为TΓindex3，其中{t，t′，t″}是TΓ中的三个词，TΓt∩TΓt′∩TΓt″为TΓt、TΓt′与TΓt″的交集，|TΓt∩TΓt′∩TΓt″|是TΓt∩TΓt′∩TΓt″的基数；最后引入三个集合TΓindex1D、TΓindex2D、TΓindex3D，用于保存候选的决策知识；所述的模块B执行如下步骤：

步骤B-1：初始化TΓindex＝φ，TΓindex1＝φ，TΓindex2＝φ，TΓindex3＝φ，TΓindex1D＝φ，TΓindex2D＝φ，TΓindex3D＝φ；

步骤B-2：初始化i＝1；

步骤B-3：如果i＞n，则转步骤B-9；

步骤B-4：从TΓ＝{S₁，S₂，...，S_i，...，S_n}取出S_i＝(T用户文本_i，决策集_i)，TΓ＝TΓ\{S_i}，其中用户文本_i＝t_i1/pos_i1 t_i2/pos_i2 ... t_ij/pos_ij ... t_ik/pos_ik(1≤j≤k)；

步骤B-5：初始化j＝1；

步骤B-6：如果j＞k，则转步骤B-3；

步骤B-7：如果TΓindex中存在二元组(t_ij，TΓt_ij)，那么TΓt_ij＝TΓt_ij∪{T用户文本_i}，j＝j+1，转步骤B-6；

步骤B-8：如果同近义词表中存在一个二元组(t，t的同近义词集)满足t_ij属于t的同近义词集，那么执行以下子步骤：

步骤B-8-1：如果TΓindex中存在二元组(t，TΓt)使得t_ij∈TΓt，那么TΓt＝TΓt∪{T用户文本_i}，j＝j+1，转步骤B-6；

步骤B-8-2：TΓindex＝TΓindex∪{(t_ij，{T用户文本_i})}，j＝j+1，转步骤B-6；

步骤B-9：对TΓindex中的任意一个二元组(t，TΓt)，TΓindex1＝TΓindex1∪{(t，TΓt，|TΓt|/|TΓ|)}；DR为TΓt中的各个T用户文本_i对应的决策集_i的交集，TΓindex1D＝TΓindex1D∪{(t，DR，TΓt，|TΓt|/|TΓ|)}；

步骤B-10：对TΓindex中的任意两个二元组(t，TΓt)、(t′，TΓt′)，如果TΓt∩TΓt′≠φ，那么TΓindex2＝TΓindex2∪{({t，t′}，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)}；ER为TΓt∩TΓt′中的各个T用户文本_i对应的决策集_i的交集，TΓindex2D＝TΓindex2D∪{({t，t′}，ER，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)}；

步骤B-11：对TΓindex2中的任意一个三元组({t，t′}，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)，对TΓindex中的任意一个二元组(t″，TΓt″)，如果TΓt∩TΓt′∩TΓt″≠φ，那么TΓindex3＝TΓindex3∪{({t，t′，t″}，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|)}；FR为TΓt∩TΓt′∩TΓt″中的各个T用户文本_i对应的决策集_i的交集，TΓindex3D＝TΓindex3D∪{({t，t′，t″}，FR，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|)}；

所述的模块C的实施步骤如下：引入存储一个决策知识结果的集合DΓ；所述的模块C执行步骤如下：

步骤C-1：初始化DΓ＝φ；

步骤C-2：对TΓindex1D中的任意一个三元组(t，DR，TΓt，|TΓt|)}：如果DR≠φ，并且|TΓt|/|TΓ|＞0.2，那么DΓ＝DΓ∪{{t}，DR}；

步骤C-3：对TΓindex2D中的任意一个三元组({t，t′}，ER，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)}：如果ER≠φ，并且|TΓt∩TΓt′|/|TΓt∪TΓt′|＞0.2，那么DΓ＝DΓ∪{{t，t′}，ER}；

步骤C-4：对TΓindex3D中的任意一个三元组{({t，t′，t″}，FR，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|)}：如果FR≠φ，并且|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|＞0.5*0.2，那么DΓ＝DΓ∪{{t，t′，t″}，FR}；

步骤C-5：输出DΓ给模块D使用；

所述的模块D的实施步骤如下：引入六个决策记录集Accept3D、Reject3D、Accept2D、Reject2D、Accept1D、Reject1D，分别用于记录接受的和拒绝的不同形式的决策结果；所述的模块D执行如下步骤：

步骤D-1：初始化Accept3D＝φ，Reject3D＝φ，Accept2D＝φ，Reject2D＝φ，Accept1D＝φ，Reject1D＝φ；

步骤D-2：接收用户使用汉语表达的具体决策问题，记为P；

步骤D-3：采用Stanford分词系统对P进行分词，记分词结果为TP＝p₁/pos₁ p₂/pos₂ ...p_j/pos_j ... p_k/pos_k(1≤j≤k)；

步骤D-4：如果决策知识集DΓ存在{t，t′，t″}，FR，使得那么向用户输出决策FR；如果用户接受决策FR，那么如果用户不接受决策FR，那么转步骤D-2；

步骤D-5：如果决策知识集DΓ存在{t，t′}，ER，使得那么向用户输出决策ER；如果用户接受决策ER，那么如果用户不接受决策E，那么转步骤D-2；

步骤D-6：如果决策知识集DΓ存在{t}，DR，使得那么向用户输出决策DR；如果用户接受决策DR，那么如果用户不接受决策DR，那么转步骤D-2；

所述的模块E的实施步骤如下：

步骤E-1：遍历Reject3D中的每个元素({t，t′，t″}，FR，“reject”，count_3D)：如果Accept3D中存在一个元素({t，t′，t″}，FR，“accept”，count_3D′)，满足count_3D/(count_3D′+count_3D)＞α，其中α∈(0，1)是一个决策误差参数，由用户根据能容忍的误差要求来确定；α越小，决策误差越小；反之α越大，决策误差越大，那么DΓ＝DΓ\{{t，t′，t″}，FR}，并且执行以下子步骤：

步骤E-1-1：遍历Accept3D中的每个元素({t，t′，t″}，FR_3x，“accept”，count_3x)：如果FR_3x∩FR≠φ，那么DΓ＝DΓ\{{t，t′，t″}，FR_3x}步骤E-1-2：遍历Accept2D中的每个元素({t_x，t_y}，ER_xy，“accept”，count_xy)：如果并且ER_xy∩FR≠φ，那么DΓ＝DΓ\{{t_x，t_y}，ER_xy}；

步骤E-1-3：遍历Accept1D中的元素({t_z}，DR_z，“accept”，count_z)：如果并且DR_z∩FR≠φ，那么DΓ＝DΓ\{{t_z}，DR_z}；

步骤E-2：遍历Reject2D中的每个元素({t，t′}，ER，“reject”，count_2D)：如果Accept2D中存在一个元素({t，t′}，ER，“accept”，count_2D′)，满足count_2D/(count_2D′+count_2D)α，那么DΓ＝DΓ\{{t，t′}，ER}，并且执行以下子步骤：

步骤E-2-1：遍历Accept2D中的每个元素({t，t′}，ER_2x，“accept”，coynt_2x)：如果ER_2x∩ER≠φ，那么DΓ＝DΓ\{{t，t′}，ER_2x}；

步骤E-2-2：遍历Accept1D中的元素({t_z}，DR_z，“accept”，count_z)：如果并且DR_z∩ER≠φ，那么DΓ＝DΓ\{{t_z}，DR_z}；

步骤E-3：遍历Reject1D中的每个元素({t}，DR，“reject”，count_1D)：如果Accept1D中存在一个元素({t}，DR，“accept”，count_1D′)，满足count_1D/(count_1D′+count_1D)α，那么DΓ＝DΓ\{{t}，DR}，并且遍历Accept1D中的每个元素({t}，DR_1x，“accept”，count_1x)：如果DR_1x∩DR≠φ，那么DΓ＝DΓ\{{t}，DR_1x}。

2.根据权利要求1所述系统的一种快捷的智能辅助决策支持方法，其特征在于，包括以下步骤：

步骤A：历史决策数据的预处理；

步骤B：从历史决策数据中发掘候选的决策知识；

步骤C：对候选的决策知识的验证；

步骤D：利用决策知识辅助用户进行决策；

步骤E：通过反馈学习优化决策知识；

所述的模块A的实施步骤如下：模块A的输入是历史决策数据Γ＝{S₁，S₂，...，S_i，...，S_n}，其中S_i＝(用户文本_i，决策集_i)(1≤i≤n)；引入一个空集合TΓ；所述的模块A对历史决策数据Γ＝{S₁，S₂，...，S_i，...，S_n}执行以下步骤：

步骤A-1：初始化i＝1，TΓ＝φ；

步骤A-2：如果i＞n，则结束；

步骤A-3：采用Stanford分词系统对用户文本i进行分词，形成用户文本_i的分词结果，记为T用户文本_i，即T用户文本_i＝t_i1/pos_i1 t_i2/pos_i2 ... t_ij/pos_ij ... t_ik/pos_ik(1≤j≤n)；

步骤A-4：对T用户文本_i＝t_i1/pos_i1 t_i2/pos_i2 ... t_ij/pos_ij ... t_ik/pos_ik，如果pos_ij为r、p、u、e、w或者d，或者t_ij属于业务停用词词典，那么从T用户文本_i中删除分词项t_ij/pos_ij，；其中r为代词、p为介词、u为助词、e为感叹词、w为标点符号、d为副词；

步骤A-5：如果T用户文本_i没有在步骤A-4中被删空，即T用户文本_i不为空串，那么TΓ＝TΓ∪{(T用户文本_i，决策集_i)}；

步骤A-6：i＝i+1，转步骤A-2；

所述的模块B的实施如下：引入一个由二元组(t，TΓt)构成的集合，记为TΓindex，其中t表示一个词，TΓt是由DΓ中含有词t的用户文本构成集合；引入一个由三元组(t，TΓt，|TΓt|)构成的集合，记为TΓindex1，其中|TΓt|是TΓt的基数；引入一个由三元组({t，t′}，TΓt∩TΓt′，|TΓt∩TΓt′|)构成的集合，记为TΓindex2，其中{t，t′}是TΓ中的两个词，TΓt∩TΓt′为TΓt和TΓt′的交集，|TΓt∩TΓt′|是TΓt∩TΓt′的基数；类似地，引入一个由三元组({t，t′，t′}，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|)构成的集合，记为TΓindex3，其中{t，t′，t″}是TΓ中的三个词，TΓt∩TΓt′∩TΓt″为TΓt、TΓt′与TΓt″的交集，|TΓt∩TΓt′∩TΓt″|是TΓt∩TΓt′∩TΓt″的基数；最后引入三个集合TΓindex1D、TΓindex2D、TΓindex3D，用于保存候选的决策知识；所述的模块B执行如下步骤：

步骤B-1：初始化TΓindex＝φ，TΓindex1＝φ，TΓindex2＝φ，TΓindex3＝φ，TΓindex1D＝φ，TΓindex2D＝φ，TΓindex3D＝φ；

步骤B-2：初始化i＝1；

步骤B-3：如果i＞n，则转步骤B-9；

步骤B-4：从TΓ＝{S₁，S₂，...，S_i，...，S_n}取出S_i＝(T用户文本_i，决策集_i)，TΓ＝TΓ\{S_i}，其中用户文本_i＝t_i1/pos_i1 t_i2/pos_i2 ... t_ij/pos_ij ... t_ik/pos_ik(1≤j≤k)；

步骤B-5：初始化j＝1；

步骤B-6：如果j＞k，则转步骤B-3；

步骤B-7：如果TΓindex中存在二元组(t_ij，TΓt_ij)，那么TΓt_ij＝TΓt_ij∪{T用户文本_i}，j＝j+1，转步骤B-6；

步骤B-8：如果同近义词表中存在一个二元组(t，t的同近义词集)满足t_ij属于t的同近义词集，那么执行以下子步骤：

步骤B-8-1：如果TΓindex中存在二元组(t，TΓt)使得t_ij∈TΓt，那么TΓt＝TΓt∪{T用户文本_i}，j＝j+1，转步骤B-6；

步骤B-8-2：TΓindex＝TΓindex∪{(t_ij，{T用户文本_i})}，j＝j+1，转步骤B-6；

步骤B-9：对TΓindex中的任意一个二元组(t，TΓt)，TΓindex1＝TΓindex1∪{(t，TΓt，|TΓt|/|TΓ|)}；DR为TΓt中的各个T用户文本_i对应的决策集_i的交集，TΓindex1D＝TΓindex1D∪{(t，DR，TΓt，|TΓt|/|TΓ|)}；

步骤B-10：对TΓindex中的任意两个二元组(t，TΓt)、(t′，TΓt′)，如果TΓt∩TΓt′≠φ，那么TΓindex2＝TΓindex2∪{({t，t′}，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)}；ER为TΓt∩TΓt′中的各个T用户文本_i对应的决策集_i的交集，TΓindex2D＝TΓindex2D∪{({t，t′}，ER，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)}；

步骤B-11：对TΓindex2中的任意一个三元组({t，t′}，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)，对TΓindex中的任意一个二元组(t″，TΓt″)，如果TΓt∩TΓt′∩TΓt″≠φ，那么TΓindex3＝TΓindex3∪{({t，t′，t″}，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|)}；FR为TΓt∩TΓt′∩TΓt″中的各个T用户文本_i对应的决策集_i的交集，TΓindex3D＝TΓindex3D∪{({t，t′，t″}，FR，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|)}；

所述的模块C的实施步骤如下：引入存储一个决策知识结果的集合DΓ；所述的模块C执行步骤如下：

步骤C-1：初始化DΓ＝φ；

步骤C-2：对TΓindex1D中的任意一个三元组(t，DR，TΓt，|TΓt|)}：如果DR≠φ，并且|TΓt|/|TΓ|＞0.2，那么DΓ＝DΓ∪{{t}，DR}；

步骤C-3：对TΓindex2D中的任意一个三元组({t，t′}，ER，TΓt∩TΓt′，|TΓt∩TΓt′|/|TΓt∪TΓt′|)}：如果ER≠φ，并且|TΓt∩TΓt′|/|TΓt∪TΓt′|＞0.2，那么DΓ＝DΓ∪{{t，t′}，ER}；

步骤C-4：对TΓindex3D中的任意一个三元组{({t，t′，t″}，FR，TΓt∩TΓt′∩TΓt″，|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|)}：如果FR≠φ，并且|TΓt∩TΓt′∩TΓt″|/|TΓt∪TΓt′∪TΓt″|＞0.5*0.2，那么DΓ＝DΓ∪{{t，t′，t″}，FR}；

步骤C-5：输出DΓ给模块D使用；

所述的模块D的实施步骤如下：引入六个决策记录集Accept3D、Reject3D、Accept2D、Reject2D、Accept1D、Reject1D，分别用于记录接受的和拒绝的不同形式的决策结果，所述的模块D执行如下步骤：

步骤D-1：初始化Accept3D＝φ，Reject3D＝φ，Accept2D＝φ，Reject2D＝φ，Accept1D＝φ，Reject1D＝φ；

步骤D-2：接收用户使用汉语表达的具体决策问题，记为P；

步骤D-3：采用Stanford分词系统对P进行分词，记分词结果为TP＝p₁/pos₁ p₂/pos₂ ...p_j/pos_j ... p_k/pos_k(1≤j≤k)；

步骤D-4：如果决策知识集DΓ存在{t，t′，t″}，FR，使得那么向用户输出决策FR；如果用户接受决策FR，那么如果用户不接受决策FR，那么转步骤D-2；

步骤D-5：如果决策知识集DΓ存在{t，t′}，ER，使得那么向用户输出决策ER；如果用户接受决策ER，那么如果用户不接受决策E，那么转步骤D-2；

步骤D-6：如果决策知识集DΓ存在{t}，DR，使得那么向用户输出决策DR；如果用户接受决策DR，那么如果用户不接受决策DR，那么转步骤D-2；

所述的模块E的实施步骤如下：

步骤E-1：遍历Reject3D中的每个元素({t，t′，t″}，FR，“reject”，count_3D)：如果Accept3D中存在一个元素({t，t′，t″}，FR，“accept”，count_3D′)，满足count_3D/(count_3D′+count_3D)α，其中α∈(0，1)是一个决策误差参数，由用户根据能容忍的误差要求来确定；α越小，决策误差越小；反之α越大，决策误差越大，那么DΓ＝DΓ\{{t，t′，t″}，FR}，并且执行以下子步骤：

步骤E-1-1：遍历Accept3D中的每个元素({t，t′，t″}，FR_3x，“accept”，count_3x)：如果FR_3x∩FR≠φ，那么DΓ＝DΓ\{{t，t″，t″}，FR_3x}步骤E-1-2：遍历Accept2D中的每个元素({t_x，t_y}，ER_xy，“accept”，count_xy)：如果并且ER_xy∩FR≠φ，那么DΓ＝DΓ\{{t_x，t_y}，ER_xy}；

步骤E-1-3：遍历Accept1D中的元素({t_z}，DR_z，“accept”，count_z)：如果并且DR_z∩FR≠φ，那么DΓ＝DΓ\{{t_z}，DR_z}；

步骤E-2：遍历Reject2D中的每个元素({t，t′}，ER，“reject”，count_2D)：如果Accept2D中存在一个元素({t，t′}，ER，“accept”，count_2D′)，满足count_2D/(count_2D′+count_2D)α，那么DΓ＝DΓ\{{t，t′}，ER}，并且执行以下子步骤：

步骤E-2-1：遍历Accept2D中的每个元素({t，t′}，ER_2x，“accept”，count_2x)：如果ER_2x∩ER≠φ，那么DΓ＝DΓ\{{t，t′}，ER_2x}；

步骤E-2-2：遍历Accept1D中的元素({t_z}，DR_z，“accept”，count_z)：如果并且DR_z∩ER≠φ，那么DΓ＝DΓ\{{t_z}，DR_z}；

步骤E-3：遍历Reject1D中的每个元素({t}，DR，“reject”，count_1D)：如果Accept1D中存在一个元素({t}，DR，“accept”，count_1D′)，满足count_1D/(count_1D′+count_1D)α，那么DΓ＝DΓ\{{t}，DR}，并且遍历Accept1D中的每个元素({t}，DR_1x，“accept”，count_1x)：如果DR_1x∩DR≠φ，那么DΓ＝DΓ\{{t}，DR_1x}。