- •Глава 6. Введение в представление знаний
- •6.1. Компоненты интеллектуальной информационной системы анализа инвестиций
- •If предложение а
- •Фрагмент реляционной базы данных компаний
- •Фрагмент реляционной базы данных отрасли
- •Рейтинги и соответствующие им реальные числа
- •If Отношение цен к доходам р/е 10
- •If Годовой рост продаж 35%
- •Тезаурус как база знаний
- •Интеграция знаний с оптимизацией портфеля
- •If отношение р/е 7
- •If Отношение р/е 7
- •Интеграция и интерпретация референций
- •Источники для приобретения знаний
- •Средства поддержания знаний
- •If: Предложение а
- •Селективная интеграция релевантных знаний
- •If: Цены на нефть подскочат
- •If: Цены на нефть упадут
- •If Цена золота меньше средней за последние четыре года
- •If индекс (цен) поднялся более чем на 12 пунктов после последнего
- •If сведения о текущем курсе обмена доллара отсутствует в системе
Рейтинги и соответствующие им реальные числа
ПРАВИЛО Правило 40
CR 0.7
IF Наименование компании = ABC
THEN Рейтинг = А
BECAUSE Компания разработала новый CD-плеер.
ПРАВИЛО Правило 42.
CR 0.6
IF Отрасль промышленности = электроника
AND ожидается выпуск конвертируемых бонов на зарубежном финансовом рынке
Тогда Рейтинг = АА.
ПРАВИЛО Правило 43.
CR 0.6
If Отношение цен к доходам р/е 10
AND Процент задолженности 200%
THEN Рейтинг = С.
Рис 6.4. Конфликтные правила для компании ABC
Модель составных рангов имеет следующие обозначения: Gi — составной рейтинг ценной бумаги i, основанный на всех правилах; Gi+ — составной рейтинг ценной бумаги i, основанный на правилах с положительными рангами; Gi- — составной рейтинг ценной бумаги i, основанный на правилах с отрицательными рангами; gr+ — положительный рейтинг ценной бумаги i по правилу г; gr- — отрицательный рейтинг ценной бумаги i по правилу г; Сг — степень доверия правилу г; Р — множество правил с положительным рейтингом для ценной бумаги i; N — множество правил с отрицательным рейтингом для ценной бумаги i; р — число правил в множестве Р; n — число правил в множестве N.
Позитивный и негативный субрейтинги определяются следующим образом:
0
-1 0.
Эти величины комбинируются в составной рейтинг ценной бумаги i по формуле:
, (6.1)
Например, рассмотрим правила, связанные с компанией ABC на рис. 6.8
GABC+= (0,6 х 0,7+0,7 х 0,5) – (0,6 х 0,7 х 0,7 х 0,5) =-0,623,
G-ABC = 0,6 х(-0,7) = -0,42,
и
Ценные бумаги фирмы ABC оцениваются численным значением рейтинга 0,35, следовательно фирме может быть присвоен рейтинг ВВВ. Составной рейтинг запоминается в базе данных составных рейтингов.
Двумя специальными типами преемственных рейтингов являются РЕЙТИНГ = *** и РЕЙТИНГ = ZZZ. Если РЕЙТИНГ = *** имеется в конфликтном множестве, ценная бумага будет оцениваться как ААА независимо от того, какие ранги могут существовать в других правилах. Точно так же ZZZ будет относить ценную бумагу к рейтингу D.
В формуле 6.1 позитивные рейтинги и негативные рейтинги взаимно компенсируются, взаимная компенсация является симметричной.
Конфликтное множество данных может быть использовано для генерации объяснений того, почему ценные бумаги оцениваются определенным образом (рис. 6.5). Объяснения синтезируются, с использованием IF и BECAUSE предложений в конфликтных множествах. Эти объяснения могут быть структурированы на позитивные и негативные объяснения, а также объяснения, которые в каждой группе упорядочиваются по уровню рейтингов. Эти объяснения хранятся в базе объяснений.
Если пользователь хочет просмотреть объяснения для сделанных выводов, он может выбрать предложение и спросить, почему. Например, вывод предложения «ожидается выпуск конвертируемых облигаций на иностранном финансовом рынке» может быть определено использованием ассоциированных правил, показанных на рисунке 6.4.
Посредством использования базы составных рангов, базы объяснений и базы правил, а также базы данных, система может поддерживать три вида диалогов. Первый из них — это диалог относительно отдельных понятий, который помогает пользователям получить рекомендации по уровню надежности определенных ценных бумаг, а также причины, по которым эти бумаги рекомендуются. Второй диалог основан на отраслях промышленности, он аналогичен диалогу, описанному для отдельных компаний. Третий диалог основан на критериях, запросы в которых являются комбинацией различных атрибутов. Пользователь может выбрать любой тип диалога из меню, он может также получить дополнительный доступ к базе данных для компании и отрасли промышленности в любой данный момент.
Типичный диалог с указанием реакции пользователя приведен на рис. 6.5.
Диалог генерируется из базы составных рангов и базы объяснений для ННН Motors. Если пользователь не согласен с объяснением, он может модифицировать величины РЕЙТИНГ и CR так, как он считает необходимым.
Диалог для отрасли подобен диалогу для отдельной ценной бумаги. Для получения данных по отрасли в целом используются операторы обработки данных, такие как усреднение и суммирование. В диалоге по поводу отрасли особенность состоит в том, что порог для исключительно рекомендованных компаний и исключительно запрещенных компаний может быть обозначен использованием предложений EXCEPT.
Рис 6.5. Диалог компоненты объяснения экспертной системы с пользователем
Рассмотрим запрос, которому соответствует следующий критерий:
IF Ежегодный прирост объема реализации > 40%
AND Процент задолженности 200%.
Этот критерий сравнивается с условной частью правил в базе правил. Если имеет место совпадение, тогда правило отображается на монитор. Например,
CR = 0.9