商務(wù)智能原理與方法（第3版）-習(xí)題及答案 ch16

第16章不確定性知識(shí)發(fā)現(xiàn)16.1為什么在商務(wù)智能應(yīng)用中需要考慮不確定性知識(shí)發(fā)現(xiàn)?不確定性的兩種最常見和重要的形式是隨機(jī)性(Randomness)和模糊性(Fuzziness)簡(jiǎn)單來(lái)說，隨機(jī)性的不確定性特征體現(xiàn)在:對(duì)于一個(gè)事件來(lái)講，人們知道此事件發(fā)生后的各種可能的結(jié)果，但是此事件發(fā)生前不確定知道將會(huì)出現(xiàn)哪一種結(jié)果。以擲硬幣事件為例，在投擲硬幣之前人們知道可能出現(xiàn)兩種結(jié)果(即正面和反面)，但是在一次投擲之前卻不能確定出現(xiàn)硬幣的哪一面。為了反映這種現(xiàn)象，通過伯努利實(shí)驗(yàn)和頻率逼近來(lái)刻畫事件的概率特征，通過描述隨機(jī)變量和抽樣設(shè)計(jì)獲得在統(tǒng)計(jì)意義上的群體典型特征?，F(xiàn)代概率論和數(shù)理統(tǒng)計(jì)是表達(dá)和求解隨機(jī)性問題的重要和有效的理論方法，并且在經(jīng)濟(jì)、金融、企業(yè)管理、工程、社會(huì)科學(xué)等諸多領(lǐng)域獲得了廣泛和成功的應(yīng)用。16.2試分別舉例說明隨機(jī)性和模糊性。概念上的模糊性普遍存在于人們的認(rèn)知、推理過程和語(yǔ)言表達(dá)中。“高檔電器”“時(shí)尚青年”“良好業(yè)績(jī)”“中年客戶”“大量、非常、可能、大致”等概念和語(yǔ)義都具有模糊性的特點(diǎn)。描述模糊性的主要思路是通過一種漸進(jìn)隸屬關(guān)系刻畫論域元素與概念語(yǔ)義的符合程度例如，人們可以把10101010-1,...,10099等都看作屬于“大數(shù)”，但程度不同。1965年Zadeh教授提出的模糊集合理論(FuzzySetTheory)[34434]是表達(dá)和求解模糊性問題的重要和有效的理論和工具。例如，在控制、決策、語(yǔ)言處理、模式識(shí)別等智能應(yīng)用方面，涉及經(jīng)濟(jì)、管理、工程、數(shù)理等廣闊領(lǐng)域。具有模糊性的應(yīng)用例子包括:數(shù)據(jù)的不精確性(如網(wǎng)上購(gòu)物客戶的年齡值為“年輕”、收入值為“中等”)，數(shù)據(jù)的相似程度(如網(wǎng)上評(píng)論的相似程度，關(guān)鍵詞搜索的相關(guān)程度，圖片比對(duì)的貼近程度)，規(guī)則的近似匹配(如某商城規(guī)定“如果客戶的購(gòu)買金額超過10萬(wàn)元，則對(duì)該客戶進(jìn)行VIP服務(wù)”假定有客戶購(gòu)買了9.99萬(wàn)元應(yīng)該對(duì)其提供什么服務(wù)?)，語(yǔ)言的概括性(如基層經(jīng)理擬對(duì)銷售業(yè)績(jī)超過100萬(wàn)元的銷售員進(jìn)行獎(jiǎng)勵(lì)，其根據(jù)的是中層經(jīng)理對(duì)于銷售業(yè)績(jī)好的銷售員進(jìn)行獎(jiǎng)勵(lì)的指示，而高層經(jīng)理的意思是對(duì)工作表現(xiàn)好的員工進(jìn)行獎(jiǎng)勵(lì))，模式的關(guān)聯(lián)性(如網(wǎng)上瀏覽軌跡的歸類，信用卡消費(fèi)行為的聯(lián)系，不同股票價(jià)格間的聯(lián)動(dòng))，等等。這些反映了在大量現(xiàn)實(shí)生活中，人們?cè)谟^察現(xiàn)象和決策過程中的部分認(rèn)知性和不同的關(guān)注粒度。16.3設(shè)課程成績(jī)的論域?yàn)閇0,100]，假定成績(jī)“優(yōu)秀”的概念的描述如下圖所示。試給出你對(duì)成績(jī)“中等”這一概念的描述，并解釋其含義。假如需要你比較一下你所定義的“中等”概念與給定的“優(yōu)秀”概念之間的相似度(假定相似度在0.11區(qū)間取值)，你會(huì)如何進(jìn)行比較呢?略。16.4對(duì)于本章中的模糊含算子(FIO)KD、L和GB，驗(yàn)證是否滿足下列性質(zhì)：(1)若asb，則FIO(a,b)=1。(2)若FIO(a,b)日，則FIO(a,b)0，其中a'=min(a,c)，b=min(b,c)。(3)若FIO(a,b)>a且FIO(b,c)，則FIO(a,c)=min(a,B)。這里，a,b,c,a,b,a,B,e[0,1]。略。16.5試在收入(Income)的論域上定義“高收入(HighIncome)”“中等收入(MediumIncome)”“低收入(LowIncome)”三個(gè)模糊集合，并將表16-3中的收入(Income)數(shù)據(jù)轉(zhuǎn)換到表16-5所示的數(shù)據(jù)庫(kù)D中。進(jìn)而，試分別計(jì)算支持度Dsupp(HighIncome)Dsupp(MediumIncome)和Dsupp(LowIncome)。略。16.6若在圖16-8中，西紅柿(Tomato)屬于水果(Fruit)和蔬菜(Vegetable)的程度分別為0.6和0.8試生成表16-7的模糊數(shù)據(jù)庫(kù)D進(jìn)而試分別計(jì)算支持度Dsupp(Fruit)Dsupp(Vegetable)和Dsupp(Vegetable-dishes)。略。16.7簡(jiǎn)述挖掘不完整函數(shù)依賴(FDa)的意義。一方面數(shù)據(jù)依賴作為數(shù)據(jù)間的完整性約束(IntegrityConstraint)，對(duì)數(shù)據(jù)庫(kù)設(shè)計(jì)和避免數(shù)據(jù)庫(kù)使用中的修改異常(UpdateAnomaly)有舉足輕重的作用，另一方面，數(shù)據(jù)依賴本身是種語(yǔ)義知識(shí)，通常反映一定的領(lǐng)域業(yè)務(wù)規(guī)則BusinessRules)。在數(shù)據(jù)依賴中(如函數(shù)依賴多值依賴、連接依賴、包含依賴和存在依賴等)，函數(shù)依賴(FunctionalDependency，F(xiàn)D)最受人們關(guān)注。首先，函數(shù)依賴是關(guān)系數(shù)據(jù)庫(kù)規(guī)范化設(shè)計(jì)的重要概念，并與第二范式(2NF)。16.8試證明FDa推理系統(tǒng)中的性質(zhì)A2:若d(X-Y)a，則d