多模式推理的企业市场机遇发现决策支持系统.docxVIP

PAGE 1 PAGE 1 多模式推理的企业市场机遇发现决策支持系统  企业如何利用信息技术和信息系统去发觉市场机遇一直以来都是国内外学术界关注的焦点之一。本文针对企业在市场机遇发觉中的难点，引入多模式推理的方法，来研究企业市场机遇发觉决策支持系统。本文首先争论了多模式推理对企业市场机遇发觉的支持作用，接着研究了以CBR为主，RBR作为辅助模块的混合推理过程，并据此设计了支持企业市场机遇发觉的决策系统，分析了系统的架构、工作原理以及系统实现的一些关键技术，并具体争论了支持系统中案例学问的表示和规则学问的表示，最终给出了实例，为企业市场机遇发觉的决策支持系统的设计供应了新的思路  1引言  快速、有效地发觉和利用符合自身需求的市场机遇渐渐成为企业家关注的焦点。支持企业进行市场机遇发觉的传统方法主要有：头脑风暴法、现场调查法、关键成功因素分析以及SWOT分析等。这些方法高度依靠于个人经验和偶发灵感，具有极大的主观性和不稳定性，且由于采用人工方式，信息处理能力有限。尽管市场营销信息系统、数据挖掘等信息技术可以对结构化的销售数据进行分析和预估来寻求新营销机会，但对半结构化和非结构化的历史案例分析乏力，难以发觉由事件引起的市场机遇，也难以重用过去的成功经验。  企业市场机遇发觉的决策过程实质上是在企业能力约束下不断探新的求解方案的过程。在搜寻中具有边际搜寻的倾向，即在历史案例“四周”查找新的方案。因此，基于案例推理（Case-BasedReasoning，CBR）给企业市场机遇发觉的决策支持系统设计供应了思路。CBR是通过访问学问库中过去同类问题的求解而获得当前问题解决的一种推理模式。但是，CBR难以构造掩盖整个问题的案例库，不能以完备和健全的形式表示学问，难以满意市场机遇发觉对环境信息及领域学问的需求以及描述企业自身限制条件；缺乏演绎能力，难以依据现有学问推导新的解决方案。有学者利用基于规则的推理（Rule--BasedReasoning，RBR）开发决策支持系统，其优点是规则便于修改、扩充和学习，具有极强的演绎推理能力。但是RBR的规则集难以掩盖问题求解全部的领域学问；规则太过抽象。因此，针对CBR和RBR的不足，本文引入多模式推理（Multi-ModalReasoning，MMR）的方法，研究CBR和RBR相结合的推理过程，设计支持企业市场机遇发觉的决策系统架构，探讨系统的关键技术并给出应用实例。  2CBR和RBR相结合的多模式推理  MMR能够在同一框架中集成两种或以上的方法，以提高问题求解的效率和效力。目前MMR常用的集成有CBR、RBR、MMR三种，其中以CBR和RBR的集成应用最为广泛。  2.1多模式推理对市场机遇发觉的支持  市场机遇具有隐藏性、动态性、多样性、条件性等特征，这使得市场机遇发觉的决策复杂度加大，企业不仅需要领域学问，还要依靠丰富的领域经验。CBR和RBR相结合的多模式推理结合两者的优点：案例通过供应详细实例和问题情境来辅助规则推理，而规则通过对详细事例的一般概念的抽取来辅助案例推理。此外，CBR和RBR相结合的多模式推理可以很好地支持野中郁次郎提出的SECI模型，为企业的学问的共享及学问创新供应了途径，从而更好地支持市场机遇的发觉。MMR对市场机遇发觉的支持见图1。  图1MMR对机遇特征的支持  （1）隐藏性是市场机遇发觉的难点，它突出表现为意外性和离群性。CBR对案例进行概念化和分类，辅助企业将存于员工的隐性学问显性化，使CBR可以通过挖掘案例中的离群事件来把握机遇的意外性、离群性。RBR的抽象规则所表示的一般性领域学问为机遇的隐藏性信息的发掘供应对比参照。  （2）环境因素及企业自身条件的不断变化使得市场机遇具有动态性。由于规则接近自然形式，便于修改、扩充和学习，RBR对收集来的政治、经济、科技、消费者、竞争者等外部环境信息进行存储，对新规则学习和更新来补充新的领域学问，实现显性学问和显性学问的组合化，应对市场机遇的动态性。  （3）市场机遇发觉途径和利用方案存在多样性。CBR的大量案例可为决策者供应多种解决方案，帮助企业共享机遇发觉的隐性学问。RBR的演绎推理可辅助生成多种方案，将显性学问运用于案例求解，并将解决方案以隐性学问的形式存储，支持从显性学问到隐性学问的内部化。  （4）企业内部条件限制了市场机遇发觉及利用。CBR的领域学问以IF-THEN产生式规则表示，可以很好地描述企业自身的各种限制条件，应对市场机遇的条件性。  2.2CBR和RBR的混合推理过程设计  CBR和RBR的集成一般有三种：对等集成、CBR为主与RBR为辅、RBR为主与CBR为辅。本文