- •Понятие системы. Экономическая и информационная системы. Критерии оценки экономической информационной системы.
- •2. Классификация информационных систем.
- •3. Компоненты эис
- •4. Предметная область. Классификация пользователей ис. Уровни представления хранимой и обрабатываемой информации эис.
- •6. Экономические показатели. Атрибуты-признаки и атрибуты – основания.
- •7. Модель арифметических вычислений.
- •8. Реляционная модель данных – основные компоненты и допустимые операции (проекция и выборка).
- •9. Реляционная модель данных – основные компоненты и допустимые операции (объединение, пересечение, вычитание).
- •10. Реляционная модель данных – основные компоненты и допустимые операции (соединение, деление).
- •11. Реляционная модель данных – функциональные зависимости и ключи. Первая нормальная форма.
- •12. Реляционная модель данных – вторая и третья нормальные формы отношений. Алгоритм нормализации (к 3 нф).
- •13. Сетевая модель данных – основные компоненты. Организация веерного отношения в памяти эвм.
- •14. Сетевая модель данных – основные компоненты. Алгоритм получения двухуровневой структуры сети.
- •15. Иерархическая модель данных – основные компоненты и допустимые операции.
- •16. Иерархическая модель данных – алгоритм получения структуры иерархической бд.
- •17. Сравнение моделей данных. Достоинства и недостатки реляционной, сетевой и иерархической моделей данных.
- •18. Семантические модели данных. Модель «сущность-связь».
- •19. Семантические модели данных. Модель семантических сетей.
- •20. Базы знаний. Продукционная модель знаний.
- •21.Базы знаний. Фреймы.
- •22. Базы знаний. Семантические сети для представления знаний.
- •23. Тезаурусы экономической информации .Тематические классы экономической деятельности.
- •24. Анализ алгоритмов и структур данных. Критерии эффективности алгоритмов.
- •25.Последовательный массив. Поиск в последовательном массиве.
- •26.Сравнение методов поиска данных в последовательном массиве. Корректировка последовательного массива.
- •27. Цепная организация данных. Список.
- •28. Цепная организация данных. Цепной каталог.
- •29. Древовидная организация данных. Алгоритм построения упорядоченного бинарного дерева.
- •30. Древовидная организация данных. Списки. Сравнение методов организации данных в памяти эвм.
21.Базы знаний. Фреймы.
Способность человека накапливать и использовать знания, принимать решения можно назвать естественным интеллектом, соответствующие возможности информационной системы получили название искусственный интеллект.
Система понятий для представления знаний существенно отличается от понятий для представления данных, поэтому отображение знаний производится в базу знаний.
База знаний содержит:
• сведения, которые отражают существующие в предметной
• области закономерности и позволяют выводить новые факты,
• справедливые в данном состоянии предметной области,
• но отсутствующие в БД, а также прогнозировать потенциально
• возможные состояния предметной области;
• сведения о структуре ЭИС и БД (метаинформация);
• сведения, обеспечивающие понимание входного языка,
• т. е. перевод входных запросов во внутренний язык.
Существует 3 модели представления знаний:Продукционная модель; Модель фреймов; Модель семантических сетей.
Фреймом - структура в памяти ЭВМ, представляющая эти рамки.
Слотом фрейма - элемент данных, предназначенный для фиксации знании об объекте, которому отведен данный фрейм.
Каждый слот должен иметь уникальное имя в фрейме, к которому он принадлежит. Имя слота в некоторых случаях может быть служебным. Указатель наследования. Он показывает, какую информацию об атрибутах слотов во фрейме верхнего уровня наследуют слоты с теми же именами во фрейме нижнего уровня.
Типичные указатели наследования:
S(тот же). Слот наследуется с теми же значениями данных •
U(уникальный). Слот наследуется, но данные в каждом фрейме могут принимать любые значения;
I(независимый). Слот не наследуется.
Указатель типа данных. К типам данных относятся:
FRAME (указатель)-указывает имя фрейма верхнего уровня;
ATOM (переменная),
TEXT (текстовая информация), LIST (список),
LISP (присоединенная процедура).
Преимущества
знания организованы на основе концептуальных объектов;
допускается комбинация представления декларативных и процедурных знаний;
иерархия фреймов вполне соответствует классификации понятий, привычной для восприятия человеком;
система фреймов легко расширяется и модифицируется.
22. Базы знаний. Семантические сети для представления знаний.
Способность человека накапливать и использовать знания, принимать решения можно назвать естественным интеллектом, соответствующие возможности информационной системы получили название искусственный интеллект.
Система понятий для представления знаний существенно отличается от понятий для представления данных, поэтому отображение знаний производится в базу знаний.
База знаний содержит:
сведения, которые отражают существующие в предметной
области закономерности и позволяют выводить новые факты,
справедливые в данном состоянии предметной области,
но отсутствующие в БД, а также прогнозировать потенциально
возможные состояния предметной области;
сведения о структуре ЭИС и БД (метаинформация);
сведения, обеспечивающие понимание входного языка,
т. е. перевод входных запросов во внутренний язык.
Существует 3 модели представления знаний: Продукционная модель; Модель фреймов; Модель семантических сетей.
Семантические сети для представления знаний
Особенность семантической сети как модели знаний состоит в единстве базы знаний и механизма вывода новых фактов. На основании вопроса к базе знаний строится семантическая сеть, отображающая структуру вопроса, и ответ получается в результате сопоставления общей сети для базы знаний в целом и сети для вопроса.
Преимущества семантических сетей состоят в том, что это достаточно понятный способ представления знаний на основе отношений между вершинами и дугами сети. Однако с увеличением размеров сети ухудшается ее обозримость и увеличивается время вывода новых фактов с помощью механизма сопоставления.