决策支持与人工智能-企业的智囊

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,第十六讲,决,决策支持,与,与人工智能,：,：企业的智,囊,囊,商务智能分,析,析方法,统计分析,数据挖掘,人工智能,统计分析,研究如何测,定,定、收集、,整,整理、归纳,和,和分析反映,客,客观现象总,体,体数量的数,据,据，以便给,出,出正确认识,。,。,客户的平均,年,年龄？平均,收,收入水平？,销,销售额？,销售额是否,与,与销售员的,年,年龄、广告,的,的强度等有,密,密切关系？,如,如果有关系,，,，它们之间,是,是什么关系,？,？关系强度,如,如何？,数据挖掘：,多,多功能分析,从数据库的,大,大量数据中,揭,揭示出隐含,的,的、先前未,知,知的并有潜,在,在价值的信,息,息的非平凡,过,过程。,知识形成过,程,程,数据,信息,知识,商务智能,行为,案例：零售,店,店的尿布与,啤,啤酒,购物篮分析,：,：零售店的,尿,尿布与啤酒,经,经常一起被,销,销售,知识：啤酒,和,和尿布摆放,在,在一起,零售店：周,五,五晚上尿布,销,销量在一周,尿,尿布销量总,量,量中占很大,比,比例,知识：促销,尿,尿布？,商务,智,智能,：,：谁,买,买？,为,为什,么,么买,？,？互,补,补品,？,？,知识,：,：周,五,五晚,上,上在,尿,尿布,附,附近,促,促销,啤,啤酒,！,！,！,！,数据,挖,挖掘,分,分类,关联,分,分析：,决定,哪,哪些,事,事情,将,将一,起,起发,生,生,分类,：如,信用,卡,卡申,请,请者,，,，分,类,类为,低,低、,中,中、,高,高风,险,险,；客,户,户流,失,失风,险,险分,析,析,聚类,：,对记,录,录分,组,组，,把,把相,似,似的,记,记录,在,在一,个,个聚,集,集里,。客,户,户细,分,分，,哪一,种,种类,的,的促,销,销对,客,客户,响,响应,最,最好,？,？,分类,举,举例,：,：,决策,树,树,分类,举,举例,：,：,决策,树,树,分类,举,举例,：,：,决策,树,树,聚类,假设,某,银行,拥,拥有,以,以下,数,数据,：,1,客,客户,号,号；2,储,蓄,蓄账,户,户余,额,额；3,活,期,期账,户,户余,额,额；4,投,资,资账,户,户余,额,额；5,日,均,均交,易,易次,数,数；6,信,用,用卡,支,支付,模,模式,；,；7,是,是否,有,有抵,押,押贷,款,款；8,是,否,否有,赊,赊账,额,额度,；,；,9,客,客户,年,年龄,；,；10,客,户,户性,别,别；11,客,客户,婚,婚姻,状,状况,；,；12,客,户,户家,庭,庭情,况,况（,孩,孩子,数,数）,；,；13,客,户,户年,收,收入,；,；14,客,户,户是,否,否拥,有,有一,辆,辆以,上,上小,汽,汽车,；,；15,客,户,户流,失,失状,态,态。,K-means,聚类,算,算法,人工,智,智能,：,：智,能,能计,算,算,人工,神,神经,网,网络,遗传,算,算法,模拟,退,退火,算,算法,模糊,数,数学,等等,智能,计算,也称,“,“,软,软计,算,算”,，,，是,们,们受,自,自然,（,（生,物,物界,）,）规,律,律的,启,启迪,，,，根,据,据其,原,原理,，,，模,仿,仿求,解,解问,题,题的,算,算法,。,。,从自,然,然界,得,得到,启,启迪,，,，模,仿,仿其,结,结构,进,进行,发,发明,创,创造,，,，这,就,就是,仿,仿生,学,学。,这,这是,我,我们,向,向自,然,然界,学,学习,的,的一,个,个方,面,面。,另一,方,方面,，,，还,可,可以,利,利用,仿,仿生,原,原理,进,进行,设,设计,(,包括,设,设计,算,算法,),，这,就,就是,智,智能,计,计算,的,的思,想,想。,如人,工,工神,经,经网,络,络技,术,术、,遗,遗传,算,算法,、,、模,拟,拟退,火,火算,法,法等,。,。,人工,神,神经,网,网络,指模,拟,拟人,脑,脑神,经,经系,统,统的,结,结构,和,和功,能,能，,运,运用,大,大量,的,的处,理,理部,件,件，,由,由人,工,工方,式,式构,造,造的,网,网络,系,系统,突破,了,了传,统,统的,、,、线,性,性处,理,理的,数,数字,电,电子,计,计算,机,机的,局,局限,，,，是,一,一个,非,非线,形,形动,力,力学,系,系统,，,，并,以,以分,布,布式,存,存储,和,和并,行,行协,同,同处,理,理为,特,特色,单个,神,神经,元,元的,结,结构,和,和功,能,能极,其,其简,单,单有,限,限，,但,但是,大,大量,的,的神,经,经元,构,构成,的,的网,络,络系,统,统所,实,实现,的,的行,为,为却,是,是极,其,其丰,富,富多,彩,彩的,人,工,工,神,神,经,经,网,网,络,络,神,经,经,元,元,隐,藏,藏,单,单,元,元,输,入,入,输,出,出,人,工,工,神,神,经,经,网,网,络,络,隐,藏,藏,层,层,输,出,出,层,层,输,入,入,层,层,隐,藏,藏,单,单,元,元,输,入,入,隐,藏,藏,输,出,出,10,+,11,A+,12,B+,13,C,1,+,2,AGE+,3,INC,COMBINATION,ACTIVATION,tanh(,1,+,2,AGE+,3,INC),=A,4,+,5,AGE+,6,INC,tanh(,4,+,5,AGE+,6,INC),=B,7,+,8,AGE+,9,INC,tanh(,7,+,8,AGE+,9,INC),=C,COMBINATION,COMBINATION,ACTIVATION,COMBINATION,ACTIVATION,年龄,收入,人工神,经,经网络,规则：,两,两个以,上,上输入,为,为,1,时，则,输,输出为,1,人工神,经,经网络,人工神,经,经网络,人工神,经,经网络,训练神,经,经网络,即,即调整,神,神经元,的,的权重,人工神,经,经网络,的应用,神经网,络,络的应,用,用案例,：,：银行,信用卡持有者的年龄、收入和职业,信用卡显示的大额购买额度,大额购买次数,大额购买交易地点,良好的交易,可能是欺诈性交易,输入层,隐藏层,输出层,遗传算,法,法,（,Genetic Algorithm,：,GA,）,遗传算,法,法是一,类,类通过,模,模拟生,物,物界自,然,然选择,和,和自然,遗,遗传机,制,制的随,机,机化搜,索,索算法,，,，由美,国,国,J.Holand,教授于,1975,年首次,提,提出。,它是利,用,用某种,编,编码技,术,术作用,于,于称为,染,染色体,的,的二进,制,制数串,，,，其基,本,本思想,是,是模拟,由,由这些,串,串组成,的,的种群,的,的进化,过,过程，,通,通过有,组,组织地,然,然而是,随,随机地,信,信息交,换,换来重,新,新组合,那,那些适,应,应性好,的,的串,遗传算,法,法对求,解,解问题,的,的本身,一,一无所,知,知，它,所,所需要,的,的仅是,对,对算法,所,所产生,的,的每个,染,染色体,进,进行评,价,价，并,根,根据适,应,应性来,选,选择染,色,色体，,使,使适应,性,性好的,染,染色体,比,比适应,性,性差的,染,染色体,有,有更多,的,的繁殖,机,机会。,遗传操,作,作,采用整,数,数的二,进,进制编,码,码,x=10111,表示了,16+4+2+1=23,初始化,种,种群,计算适,应,应度,选择,交叉,变异,停止条,件,件,最优个,体,体,是,否,遗传算,法,法,流程图,优点,：,解决非,线,线性最,优,优化问,题,题,可以简,化,化复杂,的,的目标,函,函数以,及,及制约,条,条件,最优化,过,过程相,对,对简单,缺点,：,不能很,清,清楚地,表,表示对,那,那些部,分,分进行,了,了遗传,运,运算,不能对,数,数据进,行,行可视,化,化解释,TSP,问,问题,位置编号,X,坐标,Y,坐标,1,16.47,96.1,2,16.47,94.44,3,20.09,92.54,4,22.39,93.37,5,25.23,97.24,6,22,96.05,7,20.47,97.02,8,17.2,96.29,9,16.3,97.38,10,14.05,98.12,11,16.53,97.38,12,21.52,95.59,13,19.41,97.13,14,20.09,92.55,TSP,问,问题,随机路,线,线为：,451011,13141812,7,6,3,2,9,4,11710,4,12914813,5,2,3,6,1,11,87912251411,14631310,8,总距离,：,：,71.1144,TSP,问,问题,最优解,路,路线,:,543142110,9,11813712,6,5,总距离,：,：,29.3405,大数据,或称巨,量,量资料,，,，指的,是,是所涉,及,及的资,料,料量规,模,模巨大,到,到无法,透,透过目,前,前主流,软,软件工,具,具，在,合,合理时,间,间内达,到,到撷取,、,、管理,、,、处理,、,、并整,理,理成为,帮,帮助企,业,业经营,决,决策更,积,积极目,的,的的资,讯,讯。,大数据,更,更准确,的,的应该,叫,叫“大,数,数据挖,掘,掘”,大数据-资料,一天之,中,中，互,联,联网产,生,生的全,部,部内容,可,可以刻,满,满,1.68,亿张,DVD,；发出,的,的邮件,有,有,2940,亿封之,多,多（相,当,当于美,国,国两年,的,的纸质,信,信件数,量,量）；,发,发出的,社,社区帖,子,子达,200,万个（,相,相当于,时代,杂志,770,年的文,字,字量）,；,；卖出,的,的手机,为,为,37.8,万台，,高,高于全,球,球每天,出,出生的,婴,婴儿数,量,量,37.1,万,截止到,2012,年，数,据,据量已,经,经从,TB,（,1024GB=1TB,）级别,跃,跃升到,PB,（,1024TB=1PB,）、,EB,（,1024PB=1EB,）乃至,ZB(1024EB=1ZB),级别。,国,国际数,据,据公司,（,（,IDC,）的研究结,果,果表明，,2008,年全球产生,的,的数据量为,0.49ZB,，,2009,年的数据量,为,为,0.8ZB,，,2010,年增长为,1.2ZB,，,2011,年的数量更,是,是高达,1.82ZB,，相当于全,球,球每人产生,200GB,以上的数据,。,。而到,2012,年为止，人,类,类生产的所,有,有印刷材料,的,的数据量是,200PB,，全人类历,史,史上说过的,所,所有话的数,据,据量大约是,5EB,。,IBM,的研究称，,整,整个人类文,明,明所获得的,全,全部数据中,，,，有,90%,是过去两年,内,内产生的。,而,而到了,2020,年，全世界,所,所产生的数,据,据规模将达,到,到今天的,44,倍。,大数据-案,例,例,你开心他就,买,买，你焦虑,他,他就抛,华尔街“德,温,温特资本市,场,场”公司首,席,席执行官保,罗,罗,霍廷每天的,工,工作之一，,就,就是利用电,脑,脑程序分析,全,全球,3.4,亿微博账户,的,的留言，进,而,而判断民众,情,情绪，再以,“,“,1”,到“,50”,进行打分。,根,根据打分结,果,果，霍廷再,决,决定如何处,理,理手中数以,百,百万美元计,的,的股票。,霍廷的判断,原,原则很简单,：,：如果所有,人,人似乎都高,兴,兴，那就买,入,入；如果大,家,家的焦虑情,绪,绪上升，那,就,就抛售。,这一招收效,显,显著,今年第一季,度,度，霍廷的,公,公司获得了,7%,的收益率。,