智慧型的行销资讯系统.ppt

第六章智慧型的行銷資訊系統 課程名稱 行銷資訊系統 進度 第六章 授課老師 總時數 3小時 第六章主要的研究議題 何謂人工智慧 何謂智慧型MKIS 專家系統與智慧型MKIS 類神經網路與智慧型MKIS 基因演算法與智慧型MKIS 人工智慧 所謂「人工智慧」是研究如何讓電腦來執行原來只有人腦才能做的工作的一個學域 。 換言之，「人工智慧」(AI, Artificial Intelligence)就是希望由人的行為探討出、研究出及設計出一些機器，這些機器可以如人一樣擁有智慧，或者具有近似於人類的智慧，來推理、來運作及發揮他的智慧功能。 智慧型行銷資訊系統 將人工智慧運用在行銷方面的系統，就是所謂的「智慧型行銷資訊系統」。 Amaravadi等人認為智慧型行銷資訊系統是行銷資訊系統及行銷決策支援系統的引申，它利用人工智慧領域中的知識表徵之技術，所以智慧型行銷資訊系統之最大特色即是擁有知識庫。 智慧型行銷資訊系統架構圖 專家系統的定義 一個以知識法則為依據，以推理為方法之智慧型程式。 將專家的知識和經驗建構於電腦上，且具有推論能力的電腦化系統，以類似專家解決問題的方式對某一特定領域提供建議或答案，並能解釋推論結果。 根據上述兩種說法，本文將「能夠將專家的知識與經驗吸收起來，再以推論的方式提供建議並可以解釋推論結果的電腦化系統 」通稱為專家系統。 需要專家系統的理由 專家知識可以協助我們作判斷，以彌補人類專家知識之不足 專業的知識昂貴稀少且不易取得 專家系統經證明有其功能及效益 專家系統可以解決複雜情境 專家系統主要模組元件架構圖 專家系統主要模組元件 知識庫(Knowledge Base) 推理引擎(Inference Engine) 人機介面(Human-Machine Interface) 解說次系統(Explanation Subsystem) 知識庫編輯器(Knowledge Base Editor) 工作記憶區(Working memory) 如何建立專家系統 界定問題範圍 選擇適當專家 選擇硬體與軟體工具經濟環境 獲取專業知識 建立雛型專家系統 評核系統成效及可接受性 專家系統的特色 專家系統含有稀少、重要的專家知識供使用者來使用。因此，專家系統可提供管理者在解決重大問題時一套客觀的輔助工具。 使用於特定領域。 專家系統應用在一般常識性的判斷上並不理想。 具有追蹤推論路徑的解說功能 ，能夠告知使用者，得到該結論的推論過程引發了那些法則。 專家系統的優點 將知識移轉至系統上，能延伸專業知識的範疇。 專家與專家知識是稀有資源，當專家不在或經濟上請專家不合算的情況下 ，專家系統仍能處理與專家相等水準的工作。 專家系統有助於教育訓練的安排，能將前人寶貴的專業知識，系統化地存留與傳承。 專家系統可複製成多個系統，因此可由許多不同單位使用，共同分享專家的經驗。 專家系統的缺點 專家系統通常只運用在特定領域上面，並不能普遍運用在一般的情況。 需要一知識工程師隨時對系統作更新及修改的功能 發展時耗費相當大的成本。 專家系統的應用 專家系統的應用 在下列三種情況下才能產生理想的效率與效能 要解決的問題必須具有清楚的定義和特定的範圍 必須存在有該問題領域的專家，而且必須能夠將專家的專業知識轉換成推理的規則 專家系統的開發應在技術、經濟及操作三方面都具備可行性 各產業應用專家系統之主要業務 專家系統在行銷上的應用 品牌管理 產生例外報表 信用卡交易分析 商業談判 促銷活動分析 廣告分析 類神經網路的起源 類神經網路理論起源於1950年代，當時科學家仿造人類大腦的組織及運作方式，開始提出稱之為「感知機」（perceptron）的神經元模型，這是最簡單也是最早的類神經模型。 1982年，物理學家Hopfield以能量與熱力學觀點做出一套神經網路，開啟了神經計算之門。Hopfield在類神經網路的發展史上，就成了一位承先啟後的重要人物。而此時，專家系統開始遇到了瓶頸，類神經網路理論逐漸受到重視。 類神經網路架構(一) 類神經網路架構(二) 一個人工神經處理元，包括結點、臨界值、激發函數。 輸入的訊號(如上圖的V1、V2、V3)，各自加權(權數為加權值，即為上圖的W1、W2、W3)總和後傳進，與臨界值比較，透過臨界值的過濾，再傳給激發函數轉換後輸出。 輸出入變數即是模仿生物神經元模型的輸出入訊號，臨界值是模仿生物神經元的突觸強度，激發函數則是模仿生物神經元模型的非線性處理機能。 藉由不同的演算法訓練類神經網路，使得神經網路的輸出能達到我們的目標值。 類神經網路的運作模式 類神經網路的總體運作模式有兩種 學習(learning process)：依照