數(shù)據(jù)挖掘與Agent技術(shù)

1、第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 教材簡(jiǎn)介教材簡(jiǎn)介: : 名名 稱稱: :人工智能原理與應(yīng)用人工智能原理與應(yīng)用 作作 者者: :張仰森張仰森 出版社出版社: :高等教育出版社高等教育出版社 章章 節(jié)節(jié): :共十章共十章主講教師主講教師: : 宗春梅宗春梅第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 當(dāng)今時(shí)代，人們面臨的兩大

2、問題：“數(shù)據(jù)和信息過量，但知識(shí)貧乏”的問題。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)（DMKD）技術(shù)應(yīng)運(yùn)而生，并成為人工智能近年來研究的熱點(diǎn)。異構(gòu)網(wǎng)絡(luò)和異構(gòu)硬軟件環(huán)境下的程序跨平臺(tái)互操作問題智能Agent與多Agent系統(tǒng)正在崛起為人工智能領(lǐng)域研究分布式計(jì)算環(huán)境下軟件智能化的重要技術(shù)。第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1. 1. 網(wǎng)絡(luò)信息時(shí)代的問題網(wǎng)絡(luò)信息時(shí)代的問題 信息過量，難以消化； 真假信息難以辨識(shí)； 信息安全難以保證； 信息形式的不一致導(dǎo)致難以統(tǒng)一處理。 缺乏挖掘數(shù)

3、據(jù)背后隱藏的知識(shí)的手段，導(dǎo)致了“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。 2. 2. 解決的辦法解決的辦法 數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD）：1989年第11屆國(guó)際聯(lián)合人工智能學(xué) 術(shù)會(huì)議上提出。 用機(jī)器學(xué)習(xí)的方法分析數(shù)據(jù)庫(kù)管理系統(tǒng)中存儲(chǔ)的數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)則與知識(shí)。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.1 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 3. KDD3. KDD的定義的定義 Fayyad等為KDD下了這樣的定義：KDD是從數(shù)據(jù)集中識(shí)別出有效的、新

4、穎的、潛在有用的，以及最終可理解的模式的非平凡過程。4. KDD4. KDD過程與步驟：過程與步驟： 數(shù)據(jù)選擇和預(yù)處理（稱為數(shù)據(jù)準(zhǔn)備） 數(shù)據(jù)挖掘 發(fā)現(xiàn)知識(shí) 解釋評(píng)價(jià) 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.1 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.1.數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘的定義 從技術(shù)的角度從技術(shù)的角度：數(shù)據(jù)挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、

5、但又是潛在有用的信息和知識(shí)的過程。 從商業(yè)的角度：從商業(yè)的角度：數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。 簡(jiǎn)而言之：簡(jiǎn)而言之：數(shù)據(jù)挖掘其實(shí)是一類深層次的數(shù)據(jù)分析方法。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.2 數(shù)據(jù)挖掘的概念與研究?jī)?nèi)容第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 2.2.數(shù)據(jù)挖掘與在線分析處理（數(shù)據(jù)挖掘與在線分析處理（OLAPOLAP） 數(shù)據(jù)挖掘

6、與傳統(tǒng)的在線分析處理的本質(zhì)區(qū)別數(shù)據(jù)挖掘與傳統(tǒng)的在線分析處理的本質(zhì)區(qū)別：數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。 在線分析處理在線分析處理（OLAPOLAP）：）：建立在一些假設(shè)之上的。用戶首先建立一系列假設(shè)，然后用OLAP檢索數(shù)據(jù)庫(kù)來驗(yàn)證或推翻所提假設(shè)的正確性，最終得到自己的結(jié)論。OLAP分析過程在本質(zhì)上是一個(gè)演繹推理的過程本質(zhì)上是一個(gè)演繹推理的過程，但如果分析的變量達(dá)到幾十或上百個(gè)時(shí)，再用OLAP手動(dòng)分析驗(yàn)證這些假設(shè)將是一件非常困難和痛苦的事情。 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘：不是用于驗(yàn)證某個(gè)假設(shè)模型的正確性，而是在數(shù)據(jù)庫(kù)中自己尋找模型。其本質(zhì)是一個(gè)歸納的過程其本質(zhì)是一個(gè)歸納的過程。數(shù)據(jù)

7、挖掘所得到的信息應(yīng)具有先前未知、有效和可實(shí)用三個(gè)特征。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.2 數(shù)據(jù)挖掘的概念與研究?jī)?nèi)容第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 數(shù)據(jù)挖掘和數(shù)據(jù)挖掘和OLAP的的互補(bǔ)性：互補(bǔ)性：采用數(shù)據(jù)挖掘技術(shù)得出一些信息或知識(shí)后，當(dāng)要把這些信息或知識(shí)應(yīng)用于決策時(shí)，也許要驗(yàn)證一下應(yīng)用這些信息或知識(shí)所制定的決策將會(huì)給企業(yè)帶來什么影響，這時(shí)或許要用到OLAP工具。3.3.數(shù)據(jù)挖掘的研究?jī)?nèi)容數(shù)據(jù)挖掘的研究?jī)?nèi)容 研究?jī)?nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉(cāng)庫(kù)

8、、可視化技術(shù)、定性定量互換模型、知識(shí)表示方法、發(fā)現(xiàn)知識(shí)的維護(hù)和再利用、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)以及網(wǎng)上數(shù)據(jù)挖掘等10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.2 數(shù)據(jù)挖掘的概念與研究?jī)?nèi)容第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 4.4.數(shù)據(jù)挖掘的分類數(shù)據(jù)挖掘的分類 根據(jù)挖掘任務(wù)分：根據(jù)挖掘任務(wù)分：分類或預(yù)測(cè)模型知識(shí)發(fā)現(xiàn)；數(shù)據(jù)總結(jié)、數(shù)據(jù)聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)；序列模式發(fā)現(xiàn)；依賴關(guān)系或依賴模型發(fā)現(xiàn)；異常和趨勢(shì)發(fā)現(xiàn)等等。 根據(jù)挖掘?qū)ο蠓郑焊鶕?jù)挖掘?qū)ο蠓郑宏P(guān)系數(shù)據(jù)庫(kù)；面向

9、對(duì)象數(shù)據(jù)庫(kù)；空間數(shù)據(jù)庫(kù)；時(shí)態(tài)數(shù)據(jù)庫(kù)；文本數(shù)據(jù)源；多媒體數(shù)據(jù)庫(kù)；異質(zhì)數(shù)據(jù)庫(kù)；遺產(chǎn)（legacy）數(shù)據(jù)庫(kù)；萬(wàn)維網(wǎng)（Web）。 根據(jù)挖掘方法分根據(jù)挖掘方法分: :可粗分為：統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。 根據(jù)系統(tǒng)應(yīng)用分：根據(jù)系統(tǒng)應(yīng)用分：根據(jù)其系統(tǒng)的應(yīng)用領(lǐng)域分類。如金融、電信、商業(yè)預(yù)測(cè)等。不同的應(yīng)用領(lǐng)域通常要將一些特別適合該領(lǐng)域的算法進(jìn)行集成，那些普通的、全能的數(shù)據(jù)挖掘系統(tǒng)可能并不適合特定領(lǐng)域的挖掘任務(wù)。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.2 數(shù)據(jù)挖掘的概念與研究?jī)?nèi)容第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原

10、原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.1.發(fā)現(xiàn)與預(yù)測(cè)發(fā)現(xiàn)與預(yù)測(cè) 發(fā)現(xiàn)功能：發(fā)現(xiàn)功能：數(shù)據(jù)挖掘就像在“數(shù)據(jù)山”上尋找挖掘“知識(shí)金塊”，如果不采用強(qiáng)有力的工具，這些“金塊”就很難找到，即使找到也會(huì)花費(fèi)非常高的代價(jià)，就像大海撈針。 預(yù)測(cè)功能：預(yù)測(cè)功能：用一個(gè)形象的比喻，我們使用數(shù)據(jù)挖掘，不僅可以在“數(shù)據(jù)山”中找到目前需要的“金礦”，還可以幫助我們預(yù)測(cè)新的金礦或銀礦在山的什么走向上，以使我們盡快地找到新的金礦，這種能夠預(yù)測(cè)未來走勢(shì)信息的功能就稱為預(yù)測(cè)。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.3 數(shù)據(jù)挖掘的功能與作用第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人

11、 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 2.2.關(guān)聯(lián)規(guī)則挖掘關(guān)聯(lián)規(guī)則挖掘 若兩個(gè)或多個(gè)變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。關(guān)聯(lián)分析的目的就是找出數(shù)據(jù)庫(kù)中隱藏的關(guān)聯(lián)規(guī)則或關(guān)聯(lián)網(wǎng)。關(guān)聯(lián)規(guī)則可記為AB，A稱為前提或左部（LHS），B稱為后續(xù)或右部（RHS）。利用數(shù)據(jù)挖掘的關(guān)聯(lián)分析功能所發(fā)現(xiàn)的規(guī)則性知識(shí)往往帶有可信度。 關(guān)聯(lián)規(guī)則可信度： 數(shù)據(jù)關(guān)聯(lián)支持度：該關(guān)聯(lián)在數(shù)據(jù)庫(kù)中出現(xiàn)的頻率。 相關(guān)例子參見教材 100%ABABA出現(xiàn)的頻率同時(shí)出現(xiàn)的頻率與規(guī)則可信度10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.3 數(shù)據(jù)挖掘的功能與作用第十章第十

12、章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 3.3.數(shù)據(jù)聚類數(shù)據(jù)聚類 聚類也可以稱為無(wú)監(jiān)督分類（不需要訓(xùn)練集）。聚類是把一組個(gè)體按照相似性歸成若干類別，即“物以類聚”。使得屬于同一類別的個(gè)體之間的距離盡可能的小而不同類別上的個(gè)體間的距離盡可能的大。 與分類不同，在開始聚類之前你不知道要把數(shù)據(jù)分成幾組，也不知道怎么分（依照哪幾個(gè)變量）。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.3 數(shù)據(jù)挖掘的功能與作用第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工

13、智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 4.4.概念類描述概念類描述 數(shù)據(jù)可以與類或概念相關(guān)聯(lián)。概念類描述就是對(duì)某類對(duì)象的內(nèi)涵進(jìn)行描述，并概括這類對(duì)象的有關(guān)特征。概念類描述可分為特征性描述特征性描述和區(qū)別性描述區(qū)別性描述，前者描述某類對(duì)象的共同特征，后者描述不同類對(duì)象之間的區(qū)別。 特征性描述特征性描述通過對(duì)數(shù)據(jù)的特征化來實(shí)現(xiàn)。數(shù)據(jù)特征化就是對(duì)目標(biāo)類數(shù)據(jù)的一般特征或特性進(jìn)行匯總。通常，用戶通過數(shù)據(jù)庫(kù)查詢來收集類的某些指定特征。在對(duì)一個(gè)類進(jìn)行特征化處理或在生成一個(gè)類的特征性描述時(shí)，一般只涉及該類對(duì)象中所有對(duì)象的共性。 區(qū)別性描述區(qū)別性描述則

14、是通過對(duì)數(shù)據(jù)的區(qū)分加以實(shí)現(xiàn)。數(shù)據(jù)區(qū)分是將目標(biāo)類對(duì)象的一般特性與一個(gè)或多個(gè)對(duì)比類對(duì)象的一般特性進(jìn)行比較。目標(biāo)類和對(duì)比類由用戶指定，而對(duì)應(yīng)的數(shù)據(jù)通過數(shù)據(jù)庫(kù)查詢來檢索。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.3 數(shù)據(jù)挖掘的功能與作用第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 5.5.數(shù)據(jù)分類數(shù)據(jù)分類 數(shù)據(jù)分類是根據(jù)分類模型按照屬性值對(duì)數(shù)據(jù)集合分類。是數(shù)據(jù)挖掘的一個(gè)重要的應(yīng)用，其目標(biāo)是挖掘分類規(guī)則。 分類屬于有導(dǎo)師學(xué)習(xí)，一般需要有一個(gè)訓(xùn)練樣本數(shù)據(jù)集作為輸入。 主要的分類方

15、法包括基于決策樹的方法、統(tǒng)計(jì)方法、人工神經(jīng)網(wǎng)絡(luò)方法和粗糙集方法等。6.6.偏差分析偏差分析 數(shù)據(jù)庫(kù)中的數(shù)據(jù)常有一些異常記錄，從數(shù)據(jù)庫(kù)中檢測(cè)這些偏差很有意義。偏差包括很多潛在的知識(shí)，如分類中的反常實(shí)例、不滿足規(guī)則的特例、觀測(cè)結(jié)果與模型預(yù)測(cè)值的偏差、量值隨時(shí)間的變化等。偏差分析的基本方法是，尋找觀測(cè)結(jié)果與參照值之間有意義的差別。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.3 數(shù)據(jù)挖掘的功能與作用第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 7.7.演變分析演變分析 數(shù)據(jù)演變分

16、析描述行為隨時(shí)間變化的對(duì)象的規(guī)律或趨勢(shì)，并對(duì)其進(jìn)行建模。演變分析也稱時(shí)間序列分析，可以用變量過去的值來預(yù)測(cè)未來的值。 演變分析采用的方法一般是在連續(xù)的時(shí)間流中截取一個(gè)時(shí)間窗口（一個(gè)時(shí)間段），窗口內(nèi)的數(shù)據(jù)作為一個(gè)數(shù)據(jù)單元，然后讓這個(gè)時(shí)間窗口在時(shí)間流上滑動(dòng)，以獲得建立模型所需要的訓(xùn)練集。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.3 數(shù)據(jù)挖掘的功能與作用第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.1.人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)是一種仿照生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)而建

17、立的非線形預(yù)測(cè)模型，是數(shù)據(jù)挖掘中比較常用的模型與算法。 使用人工神經(jīng)網(wǎng)絡(luò)時(shí)需要注意的幾點(diǎn)事項(xiàng)： 神經(jīng)網(wǎng)絡(luò)很難解釋，目前還沒有能對(duì)神經(jīng)網(wǎng)絡(luò)做出顯而易見解釋的方法學(xué)。 神經(jīng)網(wǎng)絡(luò)會(huì)學(xué)習(xí)過度，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)一定要恰當(dāng)?shù)氖褂靡恍┠車?yán)格衡量神經(jīng)網(wǎng)絡(luò)的方法，如測(cè)試集方法和交叉驗(yàn)證法等。 除非問題非常簡(jiǎn)單，訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)可能需要相當(dāng)長(zhǎng)的時(shí)間才能完成。 建立神經(jīng)網(wǎng)絡(luò)需要做的數(shù)據(jù)準(zhǔn)備工作量很大。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)

18、應(yīng)應(yīng)應(yīng) 用用用用用用 2.2.決策樹決策樹 決策樹是一種展示類似“在什么條件下會(huì)得到什么值”這類規(guī)則的方法。比如，在貸款申請(qǐng)中，要對(duì)申請(qǐng)的風(fēng)險(xiǎn)大小做出判斷，下圖（圖10.1）是為了解決這個(gè)問題而建立的一棵決策樹 。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 數(shù)據(jù)挖掘中決策樹是一種經(jīng)常要用到的技術(shù)，可以用于對(duì)數(shù)據(jù)進(jìn)行分析，同樣也可以用來對(duì)某些事情進(jìn)行預(yù)測(cè)。 建立決策樹的過程，即樹的生長(zhǎng)過程是不斷的把數(shù)據(jù)進(jìn)

19、行分組的過程，每次分組對(duì)應(yīng)一個(gè)問題，也對(duì)應(yīng)著一個(gè)節(jié)點(diǎn)。每次分組都要求所分得的組之間的“差異”最大。各種決策樹算法之間的主要區(qū)別就是對(duì)這個(gè)“差異”衡量方式的區(qū)別。 決策樹的優(yōu)點(diǎn)是需要的計(jì)算資源較少，而且可以很容易的處理包含很多預(yù)測(cè)變量的情況。決策樹擅長(zhǎng)處理非數(shù)值型數(shù)據(jù)。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 3. 回歸分析 回歸分析是通過具有已知值的變量來預(yù)測(cè)其他變量的值。最簡(jiǎn)單的情況是采用最小二乘

20、法線性回歸技術(shù)。但大多數(shù)現(xiàn)實(shí)世界中的問題是不能用簡(jiǎn)單的線性回歸技術(shù)來預(yù)測(cè)的，如商品的銷售量、股票價(jià)格、產(chǎn)品合格率等,很難找到簡(jiǎn)單有效的方法來預(yù)測(cè)，因?yàn)橐枋鲞@些事件的變化所需的變量往往以上百計(jì)，且這些變量本身又都是非線性的。為此人們又發(fā)明了許多新的手段來試圖解決這個(gè)問題，如邏輯回歸、多項(xiàng)數(shù)回歸、對(duì)數(shù)回歸、泊松回歸等 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 4. 4. 遺傳算法遺傳算法GA(Genet

21、ic Algorithm)GA(Genetic Algorithm) 本質(zhì)上是一種不依賴具體問題的直接搜索方法。是一種基于進(jìn)化理論，并采用自然選擇、遺傳交叉（或結(jié)合）及遺傳變異等設(shè)計(jì)方法的優(yōu)化技術(shù)。 在執(zhí)行遺傳算法之前，給出一群“染色體”(以二進(jìn)制編碼串的形式表示)，也即是假設(shè)解。然后，把這些假設(shè)解置于問題的“環(huán)境”中，并按適者生存的原則，從中選擇出較適應(yīng)環(huán)境的“染色體”進(jìn)行復(fù)制，再通過交叉、變異過程產(chǎn)生更適應(yīng)環(huán)境的新一代“染色體”群。這樣，一代一代地進(jìn)化，最后就會(huì)收斂到最適應(yīng)環(huán)境的一個(gè)“染色體”上，它就是問題的最優(yōu)解。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章

22、 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 遺傳算法在模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、圖像處理、機(jī)器學(xué)習(xí)、工業(yè)優(yōu)化控制、自適應(yīng)控制、生物科學(xué)、社會(huì)科學(xué)等方面都得到應(yīng)用。盡管如此，遺傳算法還存在許多不足之處，還有大量的問題需要研究。 在變量多、取值范圍大或無(wú)給定范圍時(shí)，收斂速度下降 可找到最優(yōu)解附近，但卻無(wú)法精確確定最優(yōu)解的位置 遺傳算法的參數(shù)選擇尚未有定量方法 對(duì)遺傳算法，還需要進(jìn)一步研究其數(shù)學(xué)基礎(chǔ)理論；還需要在理論上證明它與其它優(yōu)化技術(shù)的優(yōu)劣及原因；還需研究硬件化的遺傳算法；以及遺傳

23、算法的通用編程和形式等。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 5. 5. 鄰近算法鄰近算法 鄰近算法是一種將數(shù)據(jù)集合中每一個(gè)記錄進(jìn)行分類的方法。這種分類方式是通過查詢已知類似的例子的情況，來判斷新例子與已知例子是否屬于同一類。盡管鄰近算法存在許多變種，但其一般思路是: 首先存儲(chǔ)全部（或選擇部分）訓(xùn)練例子,再對(duì)測(cè)試?yán)樱ㄟ^相似性函數(shù)計(jì)算它與所存儲(chǔ)的訓(xùn)練例子的距離以決定類別的歸屬。 KNN就是一種

24、鄰近學(xué)習(xí)算法，它通過選擇與測(cè)試?yán)幼罱腒個(gè)訓(xùn)練例子來實(shí)現(xiàn)。其中測(cè)試?yán)拥念悇e通常是這K個(gè)例子中出現(xiàn)最多的類別。 有關(guān)K-NN算法的決策規(guī)則請(qǐng)參見教材。在應(yīng)用KNN算法時(shí)可能存在下面的一些限制： （1）應(yīng)該存儲(chǔ)多少訓(xùn)練例子。 （2）相似性度量問題。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 6.6.模糊邏輯模糊邏輯 模糊邏輯使用0.00.1間的一個(gè)數(shù)值來表示某一數(shù)據(jù)在一定程度上屬于某一類 。 一般情況下

25、，在基于規(guī)則的系統(tǒng)中使用模糊邏輯時(shí)，要考慮以下問題： 如何將連續(xù)的屬性值轉(zhuǎn)換成模糊值，也就是說，如何將連續(xù)的屬性值映射到離散的分類上。 如果有多個(gè)模糊邏輯規(guī)則時(shí)，如何選擇可啟用的規(guī)則。 7.7.規(guī)則推理規(guī)則推理 規(guī)則推理是從統(tǒng)計(jì)意義上對(duì)數(shù)據(jù)中的“如果-那么”規(guī)則進(jìn)行尋找和推導(dǎo)。它主要用于從數(shù)據(jù)庫(kù)中挖掘所有的關(guān)聯(lián)規(guī)則，是規(guī)則性知識(shí)發(fā)現(xiàn)的最有效方法。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.4 數(shù)據(jù)挖掘的模型與算法第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.1.基于

26、神經(jīng)網(wǎng)絡(luò)的工具基于神經(jīng)網(wǎng)絡(luò)的工具 由于對(duì)非線性數(shù)據(jù)的快速建模能力，基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘工具現(xiàn)在越來越流行。其開采過程基本上是將數(shù)據(jù)聚類，然后分類計(jì)算權(quán)值。2.2.基于規(guī)則和決策樹的工具基于規(guī)則和決策樹的工具 基于規(guī)則和決策樹的工具通常是對(duì)數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行挖掘，產(chǎn)生規(guī)則和決策樹，然后對(duì)新數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)。 主要優(yōu)點(diǎn)是，規(guī)則和決策樹都是可讀的。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.5 數(shù)據(jù)挖掘的工具第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 3.3.基于模糊邏輯的

27、工具基于模糊邏輯的工具 基于模糊邏輯的發(fā)現(xiàn)方法是應(yīng)用模糊邏輯進(jìn)行數(shù)據(jù)查詢、排序等。該工具使用模糊概念和“最近”搜索技術(shù)的數(shù)據(jù)查詢工具，它可以讓用戶指定目標(biāo)，然后對(duì)數(shù)據(jù)庫(kù)進(jìn)行搜索，找出接近目標(biāo)的所有記錄，并對(duì)結(jié)果進(jìn)行評(píng)估。4.4.綜合多方法工具綜合多方法工具 不少數(shù)據(jù)挖掘工具采用了多種挖掘方法，這類工具一般規(guī)模較大，適于大型數(shù)據(jù)庫(kù)包括并行數(shù)據(jù)庫(kù)等。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.5 數(shù)據(jù)挖掘的工具第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行比

28、較，需要選擇一種評(píng)價(jià)標(biāo)準(zhǔn),而標(biāo)準(zhǔn)的選擇也是比較困難的,一般應(yīng)根據(jù)用戶的實(shí)際來確定。對(duì)數(shù)據(jù)挖掘技術(shù)通常可從以下三個(gè)方面進(jìn)行評(píng)價(jià)： 商業(yè)評(píng)價(jià)商業(yè)評(píng)價(jià)主要評(píng)價(jià)數(shù)據(jù)挖掘技術(shù)的商業(yè)價(jià)值。在評(píng)價(jià)過程中，考慮的不是學(xué)術(shù)中的速度或性能，而是商業(yè)團(tuán)體所遇到的現(xiàn)實(shí)問題。 應(yīng)用評(píng)價(jià)應(yīng)用評(píng)價(jià)主要側(cè)重點(diǎn)是幫助一個(gè)特定應(yīng)用選擇數(shù)據(jù)挖掘算法。在特定應(yīng)用中，數(shù)據(jù)挖掘算法的易用性是一重要的衡量指標(biāo)。算法評(píng)價(jià)算法評(píng)價(jià)從算法本身來詳細(xì)地說明算法的優(yōu)缺點(diǎn)。 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.6 數(shù)據(jù)挖掘的常用技術(shù)比較第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原

29、原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 容易理解的 知識(shí)和模式 數(shù)據(jù)庫(kù) 目標(biāo)數(shù)據(jù) 預(yù)處理數(shù)據(jù) 變換后信息 知識(shí) 選取選取 數(shù)據(jù)預(yù)處理 數(shù)據(jù)變換 數(shù)據(jù)挖掘 解釋評(píng)價(jià)及其可視化 反復(fù)的采掘過程 數(shù)據(jù)挖掘的基本過程如圖：數(shù)據(jù)挖掘的基本過程如圖：10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.7 數(shù)據(jù)挖掘的過程第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 數(shù)據(jù)挖掘的過程包括以下五步：數(shù)據(jù)挖掘的過程包括以下五步：1.確定業(yè)務(wù)對(duì)象清晰地定義出業(yè)務(wù)問題，認(rèn)清數(shù)據(jù)挖掘的

30、目的是數(shù)據(jù)挖掘的重要一步。2.數(shù)據(jù)準(zhǔn)備(1) 數(shù)據(jù)選取。根據(jù)數(shù)據(jù)挖掘的目的和任務(wù)，確定操作對(duì)象，即目標(biāo)數(shù)據(jù)，它是根據(jù)用戶需要從原始數(shù)據(jù)庫(kù)中抽取的一組相關(guān)數(shù)據(jù)。(2) 數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理一般可能包括消除噪聲或數(shù)據(jù)清洗、推導(dǎo)計(jì)算缺值數(shù)據(jù)、消除數(shù)據(jù)的不一致性、消除重復(fù)記錄以及完成數(shù)據(jù)類型轉(zhuǎn)換等。(3) 數(shù)據(jù)變換。數(shù)據(jù)變換的主要目的是消減數(shù)據(jù)維數(shù)或降維，或要對(duì)數(shù)據(jù)作一些相應(yīng)的變換。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.7 數(shù)據(jù)挖掘的過程第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用

31、用用用用用 3.數(shù)據(jù)挖掘 確定數(shù)據(jù)挖掘要完成的功能。 選擇使用什么樣的挖掘算法。選擇實(shí)現(xiàn)算法有兩個(gè)考慮因素： 不同的數(shù)據(jù)有不同的特點(diǎn)，因此需要用與之相關(guān)的算法來挖掘。 用戶或?qū)嶋H運(yùn)行系統(tǒng)的要求。 算法確定之后，由挖掘系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)自動(dòng)挖掘。4.結(jié)果的評(píng)價(jià)解釋與可視化 對(duì)得到的結(jié)果進(jìn)行解釋，并以可視化的形式輸出，以便人們能夠理解 所獲得知識(shí)。5.知識(shí)同化 知識(shí)同化就是將前面數(shù)據(jù)挖掘所得到的知識(shí)集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去，讓其在信息系統(tǒng)中應(yīng)用并得到檢驗(yàn)。10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.7 數(shù)據(jù)挖掘的過程第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工

32、工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.1.研究熱點(diǎn)研究熱點(diǎn) 電子商務(wù)網(wǎng)站的數(shù)據(jù)挖掘 生物信息和DNA分析的數(shù)據(jù)挖掘 文本數(shù)據(jù)挖掘 面向金融數(shù)據(jù)分析的數(shù)據(jù)挖掘 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.8 數(shù)據(jù)挖掘的研究熱點(diǎn)與發(fā)展趨勢(shì)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 2.2.發(fā)展趨勢(shì)發(fā)展趨勢(shì) 數(shù)據(jù)挖掘語(yǔ)言的標(biāo)準(zhǔn)化 可視化數(shù)據(jù)挖掘 復(fù)雜數(shù)據(jù)類型挖掘的新方法 Web挖掘 異構(gòu)數(shù)據(jù)庫(kù)環(huán)境 半結(jié)構(gòu)化的

33、數(shù)據(jù)結(jié)構(gòu)解決半結(jié)構(gòu)化的數(shù)據(jù)源問題可伸縮的數(shù)據(jù)挖掘方法數(shù)據(jù)挖掘中的隱私保護(hù)與信息安全 10.1 數(shù)據(jù)挖掘及其應(yīng)用10.1.8 數(shù)據(jù)挖掘的研究熱點(diǎn)與發(fā)展趨勢(shì)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 智能Agent是一種具有行為自控和群組協(xié)作能力、具有社會(huì)和領(lǐng)域知識(shí)、能依據(jù)心理狀態(tài)（信念、期望、意圖）自主工作的軟件實(shí)體。對(duì)Agent技術(shù)的研究將包括智能Agent、多Agent系統(tǒng)以及面向Agent的軟件技術(shù)三個(gè)相互關(guān)聯(lián)的方面。智能Agent、多Agent系統(tǒng)以及面向

34、Agent的軟件技術(shù)三者的關(guān)系： 智能Agent是多Agent系統(tǒng)研究的基礎(chǔ)，可以看成是多Agent系統(tǒng)研究中的微觀層次，主要研究Agent的理論和體系結(jié)構(gòu)。 有關(guān)Agent間關(guān)系的研究則構(gòu)成了多Agent系統(tǒng)研究的宏觀層次，主要研究Agent間的協(xié)調(diào)與規(guī)劃。 面向Agent的編程（agent oriented programming,簡(jiǎn)稱AOP）技術(shù)則為智能Agent和多Agent系統(tǒng)的成功應(yīng)用提供了有效的手段。 10.2 Agent技術(shù)及其應(yīng)用第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與

35、 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 Agent理論與技術(shù)研究最早源于分布式人工智能(DAI, Distributed Artificial Intelligence)，并可追溯到1977年Hewitt提出的并發(fā)Actor模型， Actor模型可能是最早出現(xiàn)的智能Agent。20世紀(jì)90年代之前，有關(guān)分布式人工智能的研究熱點(diǎn)主要集中在解決支持分布式協(xié)同工作的“宏”問題 。如智能Agent間的交互作用和通信、任務(wù)的分解和分配、協(xié)調(diào)和合作、協(xié)商解決沖突等，目的是探索由多個(gè)協(xié)作的智能Agent構(gòu)建分布式問題求解系統(tǒng)的方法和技術(shù)。 進(jìn)入20世紀(jì)90年代，人們對(duì)智能Agent的行為理論、體系結(jié)構(gòu)和相互間通信語(yǔ)言

36、進(jìn)行深入研究，開展了一些旨在發(fā)揮個(gè)體能力的多類型智能Agent的工作。10.2 Agent技術(shù)及其應(yīng)用10.2.1 Agent技術(shù)的形成與發(fā)展第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 近年來，許多知名大學(xué)和企業(yè)都開展了有關(guān)智能Agent技術(shù)方面的研究，各種基于智能Agent的多Agent系統(tǒng)如雨后春筍般地涌現(xiàn)出來。盡管面向Agent技術(shù)作為一門設(shè)計(jì)和開發(fā)軟件系統(tǒng)的新方法已得到了學(xué)術(shù)界和企業(yè)界的廣泛關(guān)注，但尚處于研究和開發(fā)階段，相信在不遠(yuǎn)的將來，智能Agent技

37、術(shù)必能為軟件開發(fā)技術(shù)帶來革命性的突破。10.2 Agent技術(shù)及其應(yīng)用10.2.1 Agent技術(shù)的形成與發(fā)展第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.Agent1.Agent的定義與基本特性的定義與基本特性 AgentAgent的相關(guān)定義的相關(guān)定義 Agent是一類在特定環(huán)境下能感知環(huán)境，并能自治地運(yùn)行以代表其設(shè)計(jì)者或使用者實(shí)現(xiàn)一系列目標(biāo)的計(jì)算實(shí)體或程序。 多Agent系統(tǒng)是由多個(gè)Agent組成的系統(tǒng)，它在Agent理論的基礎(chǔ)上重點(diǎn)研究Agent的互操作

38、性以及Agent間的協(xié)商和協(xié)作等問題。 基于Agent的系統(tǒng)(Agent-Based system，簡(jiǎn)稱ABS)是指使用了Agent思想或技術(shù)的系統(tǒng)。 AgentAgent的基本特性的基本特性 從廣義和狹義兩個(gè)角度去理解Agent的特性，也就是所謂的有關(guān)Agent的“弱定義”和“強(qiáng)定義”。10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 Agent的“弱定義”，從廣義的角度對(duì)Agent定義: 一個(gè)

39、Agent（不管它是軟件或硬件系統(tǒng)）的最基本的特性應(yīng)當(dāng)包括：反應(yīng)性、自治性、社交能力和自發(fā)行為。 Agent的“強(qiáng)定義”， 從Agent的精神狀態(tài)出發(fā)，Agent除具有“弱定義”的特性外， “強(qiáng)定義”另外要求Agent還應(yīng)具有擬人的特性：移動(dòng)性、長(zhǎng)壽性、誠(chéng)實(shí)性、善意性、合理性、推理能力、規(guī)劃能力、學(xué)習(xí)和適應(yīng)能力等。10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 2.Agent2.Agent的體系

40、結(jié)構(gòu)的體系結(jié)構(gòu) 體系結(jié)構(gòu)是構(gòu)造Agent的方法論，其需要解決的問題是Agent由哪些模塊構(gòu)成，模塊之間如何發(fā)生交互作用，Agent感知到的信息如何影響它的行為和內(nèi)部狀態(tài)，Agent又如何根據(jù)內(nèi)部狀態(tài)的變化去作用于環(huán)境，以及如何將這些模塊用軟件或硬件的方法組合起來形成一個(gè)有機(jī)的整體，真正實(shí)現(xiàn)智能Agent。 Agent可以定義為一個(gè)從感知序列到Agent所能發(fā)出的動(dòng)作序列的映射。如果設(shè)S是Agent可注意到的感知集合，D是Agent在外部世界能完成的可能動(dòng)作集合，則Agent f可表示為： F:SD 人工智能的任務(wù)就是設(shè)計(jì)建造Agent程序，實(shí)現(xiàn)從感知到動(dòng)作的映射。10.2 Agent技術(shù)及其應(yīng)

41、用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 下面從建造Agent的角度出發(fā)，對(duì)單個(gè)Agent的結(jié)構(gòu)進(jìn)行討論，一般情況下，單個(gè)Agent的結(jié)構(gòu)可分為思考型Agent、反應(yīng)型Agent和混合型Agent：（1 1）思考）思考型型Agent Agent (deliberative Agent)(deliberative Agent) 思考型又稱慎思型Agent或認(rèn)知型Agent，是一個(gè)顯式表示的關(guān)于世界的符號(hào)模型，包括環(huán)境和智

42、能行為的邏輯推理能力。 選擇什么樣的意識(shí)態(tài)度來刻畫Agent是建造思考型Agent所首先要考慮的問題。不同的意識(shí)態(tài)度模型就會(huì)導(dǎo)致不同的Agent模型，反過來，不同的Agent模型或系統(tǒng)又會(huì)對(duì)意識(shí)態(tài)度有不同的認(rèn)識(shí)和分類觀點(diǎn)。10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 BDI(belief-desire-intention：信念-期望-意圖)模型是目前較具代表性的思考型Agent模型，它用信念、

43、愿望和意圖這三類意識(shí)態(tài)度來描述Agent的結(jié)構(gòu)?；贐DI結(jié)構(gòu)的Agent模型可通過以下要素來描述：一組關(guān)于世界的信念；Agent當(dāng)前打算達(dá)到的一組目標(biāo)；一個(gè)描述怎樣達(dá)到目標(biāo)和怎樣改變信念的規(guī)劃庫(kù)；一個(gè)描述Agent當(dāng)前怎樣達(dá)到它的目標(biāo)和改變信念的意圖結(jié)構(gòu)。BDI模型的結(jié)構(gòu)圖參考教材P365的圖10.4。 10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 在BDI模型基礎(chǔ)上設(shè)計(jì)的典型Agent結(jié)構(gòu)

44、IRMA， 定義了四個(gè)關(guān)鍵的符號(hào)數(shù)據(jù)結(jié)構(gòu)，分別為一個(gè)規(guī)劃庫(kù)和用符號(hào)表示的信念、愿望和意圖。IRMA的行為規(guī)劃由五個(gè)部件的聯(lián)合運(yùn)作來實(shí)現(xiàn)：推理機(jī)用于對(duì)環(huán)境世界進(jìn)行推理；“手段目的”分析機(jī)決定選用哪個(gè)規(guī)劃可以用來完成該Agent的意圖；機(jī)遇分析機(jī)監(jiān)視環(huán)境的變化以提供決策機(jī)遇；過濾處理器決定Agent將要進(jìn)行的動(dòng)作序列是否和該Agent當(dāng)前的意圖一致。思考處理器在有沖突的規(guī)劃和可選擇動(dòng)作序列中做出必要的選擇。 10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原

45、 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 （2 2）反應(yīng)）反應(yīng)型型Agent 在思考型Agent中，反映了傳統(tǒng)符號(hào)AI的特點(diǎn)和種種限制，它結(jié)構(gòu)僵硬，對(duì)外界變化的反應(yīng)速度慢。而反應(yīng)型Agent則是依據(jù)行為主義的觀點(diǎn)，按照“感知-動(dòng)作”模型來建立智能體。這樣建立的Agent可以像人類一樣逐步進(jìn)化，在與現(xiàn)實(shí)世界和周圍環(huán)境的交互作用中逐步學(xué)習(xí)、逐步進(jìn)化，表現(xiàn)出智能行為來 。 反應(yīng)型Agent的最有力支持者是MIT的R.Brooks。他提出一種稱之為包含體系結(jié)構(gòu) (sub-sumption architecture)的思想來建造Agent的控制機(jī)制，并研制出能快速響應(yīng)環(huán)境變化（如避開發(fā)現(xiàn)

46、的障礙物）的機(jī)器人。這種結(jié)構(gòu)雖然簡(jiǎn)單，但在實(shí)踐中證明是非常高效的，它甚至解決了傳統(tǒng)符號(hào)AI很難解決的問題。 教材上的圖10.6給出了反應(yīng)型Agent的結(jié)構(gòu)。10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 （3）混合型Agent 為了綜合思考型和反應(yīng)型Agent的優(yōu)點(diǎn)，提出了混合型Agent(hybrid Agent)，試圖使混合型Agent不但具有較高的智能，而且具有較強(qiáng)的靈活性和快速響應(yīng)性。

47、混合結(jié)構(gòu)的系統(tǒng)包括兩部分（或多部分）的層次結(jié)構(gòu)： 高層是一個(gè)包含符號(hào)標(biāo)號(hào)表示的世界模型的認(rèn)知層，它是一個(gè)思考型子系統(tǒng)，用傳統(tǒng)符號(hào)AI的方式處理規(guī)劃和進(jìn)行決策； 低層是一個(gè)能不經(jīng)復(fù)雜推理就能快速響應(yīng)和處理環(huán)境中突發(fā)事件的反應(yīng)層，它是一個(gè)反應(yīng)型子系統(tǒng)，不使用任何符號(hào)表示和推理系統(tǒng)。 反應(yīng)層通常被賦予更高的優(yōu)先級(jí)，在對(duì)問題進(jìn)行求解時(shí)，先由反應(yīng)層進(jìn)行處理，在必要時(shí)要與認(rèn)知層進(jìn)行交互，由認(rèn)知層參與處理。 10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理

48、理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 混合型Agent結(jié)構(gòu)的一個(gè)典型實(shí)例是過程推理系統(tǒng)(procedural reasoning system，簡(jiǎn)稱PRS)，它是一個(gè)在動(dòng)態(tài)環(huán)境中推理和執(zhí)行任務(wù)的BDI系統(tǒng)。PRS也是一個(gè)“信念愿望意圖”（BDI）結(jié)構(gòu)，它有一個(gè)規(guī)劃庫(kù)，信念、愿望和意圖則用符號(hào)表示。 信念就是一些外部世界和內(nèi)部狀態(tài)的事實(shí)，通常用一階邏輯表示； 愿望則通過“系統(tǒng)的行為”來表示，而不是利用靜態(tài)的目標(biāo)狀態(tài)來表示； 在規(guī)劃庫(kù)中包含一些部分完成的規(guī)劃，叫做知識(shí)塊，它類似于知識(shí)庫(kù)中的規(guī)則，每個(gè)知識(shí)塊都與一個(gè)激活條件聯(lián)系在一起，它可以被目標(biāo)驅(qū)動(dòng)的或數(shù)據(jù)驅(qū)動(dòng)的方式激活，系統(tǒng)中當(dāng)前被激活

49、的知識(shí)塊就是它的意圖。這些數(shù)據(jù)結(jié)構(gòu)由一個(gè)系統(tǒng)解釋器操縱，系統(tǒng)解釋器負(fù)責(zé)更新信念、激活知識(shí)塊和執(zhí)行動(dòng)作。 10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 過程推理系統(tǒng)PRS的結(jié)構(gòu)請(qǐng)參見教材圖10.710.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理

50、理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 3.Agent3.Agent的行為理論的行為理論 行為理論的研究旨在為設(shè)計(jì)智能Agent的行為制定形式理論，從邏輯、行為、心理、社會(huì)等角度對(duì)智能Agent的本質(zhì)進(jìn)行描述，為智能Agent系統(tǒng)的創(chuàng)建奠定基礎(chǔ)。 一個(gè)完備的形式化系統(tǒng)通常包含相互獨(dú)立的兩個(gè)方面的屬性：形式語(yǔ)言及其語(yǔ)義模型。 解決語(yǔ)法問題最常用的形式化工具是模態(tài)邏輯(包括各種時(shí)態(tài)邏輯)。解決語(yǔ)義問題最常用的形式化工具則是可能世界語(yǔ)義（Possible World Semantics）。 在利用模態(tài)邏輯描述語(yǔ)法時(shí)，將意識(shí)態(tài)度看成是一種模態(tài)，通過在公式中引入一些非真值功能的模態(tài)算子，從而構(gòu)成

51、模態(tài)語(yǔ)言；在語(yǔ)義的描述方面，則用可能世界及其可達(dá)關(guān)系來解釋信念、目標(biāo)等意識(shí)概念的含義。 10.2 Agent技術(shù)及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 關(guān)于模態(tài)邏輯和可能世界語(yǔ)義的研究已形成一整套的相關(guān)理論，成為表示和推理智能Agent和多Agent系統(tǒng)的最有力的形式化工具。但目前尚不存在關(guān)于Agent行為的完善理論，這里所提到的各種形式化表示方法在具有各自優(yōu)勢(shì)的同時(shí)也存在著各種缺點(diǎn)。 10.2 Agent技術(shù)

52、及其應(yīng)用10.2.2 Agent的定義與體系結(jié)構(gòu)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 多多AgentAgent系統(tǒng)有如下特點(diǎn)：系統(tǒng)有如下特點(diǎn)： 系統(tǒng)中的每個(gè)成員Agent僅擁有不完全的信息和問題求解能力。 不存在全局控制。 數(shù)據(jù)是分散或分布的。 計(jì)算過程是異步的、并發(fā)的或并行的。10.2 Agent技術(shù)及其應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原

53、原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.1.多多AgentAgent系統(tǒng)與聯(lián)合負(fù)責(zé)模型系統(tǒng)與聯(lián)合負(fù)責(zé)模型 聯(lián)合負(fù)責(zé)模型，旨在制定實(shí)現(xiàn)多Agent協(xié)調(diào)合作的要求和準(zhǔn)則，并給出應(yīng)用該模型開發(fā)實(shí)用系統(tǒng)的途徑。聯(lián)合負(fù)責(zé)模型的建立涉及到相互信念、聯(lián)合目標(biāo)和聯(lián)合意圖等概念。 相互信念就是在多Agent環(huán)境下的公共處方，它與多Agent通信密切相關(guān)。 聯(lián)合目標(biāo)就是實(shí)現(xiàn)合作的Agent群組期望達(dá)到的公共目標(biāo)，并且群組中的所有Agent均贊同以合作的方式達(dá)到該目標(biāo)。 聯(lián)合意圖則是在一定的共享心理狀態(tài)下對(duì)于執(zhí)行某個(gè)動(dòng)作集的聯(lián)合承諾，或者說是對(duì)聯(lián)合目標(biāo)的聯(lián)合承諾。10.2 Agent技術(shù)及其

54、應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 在聯(lián)合負(fù)責(zé)模型中，聯(lián)合意圖定義了各個(gè)Agent合作行為的要點(diǎn)：各個(gè)Agent要有聯(lián)合目標(biāo)；必須贊同通過合作來達(dá)到聯(lián)合目標(biāo)；必須贊同為達(dá)到聯(lián)合目標(biāo)而制定的公共處方；在執(zhí)行公共處方的行動(dòng)過程中，不同Agent執(zhí)行的動(dòng)作是相互依賴的。而公共處方則是對(duì)實(shí)現(xiàn)聯(lián)合目標(biāo)的一種保證，這就如同一個(gè)國(guó)家的政府和獨(dú)立于政府的國(guó)家銀行都將降低通貨膨脹作為共同目標(biāo)，并愿意合作達(dá)到此目標(biāo)。然而除非雙方協(xié)商制定達(dá)此

55、目標(biāo)的一個(gè)公共處方，否則不可能存在有效的合作行動(dòng)。公共處方是對(duì)通過聯(lián)合行動(dòng)達(dá)到共同目標(biāo)的一個(gè)規(guī)劃，它為各個(gè)Agent在聯(lián)合行動(dòng)中的具體活動(dòng)提供指導(dǎo)。 10.2 Agent技術(shù)及其應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 2.2.多多AgentAgent協(xié)商協(xié)商 多Agent協(xié)商(negotiation)是指系統(tǒng)中各個(gè)Agent間實(shí)現(xiàn)協(xié)同、協(xié)作以及實(shí)現(xiàn)沖突消解的一種策略。其研究通常包括三個(gè)方面的內(nèi)容：協(xié)商協(xié)議、協(xié)商策略和協(xié)商處理

56、。 協(xié)商協(xié)議的主要研究?jī)?nèi)容包括Agent通信語(yǔ)言(ACL)的定義、表示、處理和語(yǔ)義解釋。 協(xié)商策略是Agent對(duì)協(xié)商協(xié)議和通信消息進(jìn)行選擇或決策的方法。協(xié)商策略包括一組元協(xié)商策略以及對(duì)這些元協(xié)商策略進(jìn)行選擇的機(jī)制（或函數(shù)）兩部分內(nèi)容，每個(gè)元協(xié)商策略都對(duì)應(yīng)著一種協(xié)商協(xié)議。協(xié)商策略基本上可以分為五類：?jiǎn)畏阶尣讲呗?、?jìng)爭(zhēng)型策略、協(xié)作型策略、破壞協(xié)商和拖延協(xié)商。10.2 Agent技術(shù)及其應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 協(xié)商

57、處理由協(xié)商算法和系統(tǒng)分析兩部分組成。協(xié)商算法主要用來描述Agent在協(xié)商過程中的行為，包括通信、決策、規(guī)劃和知識(shí)庫(kù)操作等。系統(tǒng)分析則是用來對(duì)Agent協(xié)商的行為和性能進(jìn)行分析和評(píng)價(jià)，對(duì)協(xié)商過程中的問題求解質(zhì)量、算法效率以及系統(tǒng)的公平性和死鎖等問題做出回答和響應(yīng)。 綜上所述，協(xié)商協(xié)議主要處理協(xié)商過程中Agent間的交互，協(xié)商策略主要涉及Agent內(nèi)的決策和控制過程，而協(xié)商處理則側(cè)重于對(duì)單個(gè)Agent和多Agent協(xié)商社會(huì)的整體協(xié)商行為的描述和分析。10.2 Agent技術(shù)及其應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智

58、智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 3.多Agent規(guī)劃 規(guī)劃是連接精神狀態(tài)與動(dòng)作執(zhí)行之間的橋梁。 有關(guān)多Agent系統(tǒng)中規(guī)劃，目前主要從兩個(gè)不同的角度進(jìn)行研究：(1)將規(guī)劃看作是一種可以在世界狀態(tài)間轉(zhuǎn)換的抽象結(jié)構(gòu)，比如，與或圖就是這樣一種抽象結(jié)構(gòu)；(2)將規(guī)劃看作是一類復(fù)雜的Agent精神狀態(tài)。這兩種方法在一定程度上都降低了經(jīng)典規(guī)劃中問題求解空間搜索的代價(jià)，能更有效地指導(dǎo)資源受限Agent的決策過程，其中第一種方法的應(yīng)用更廣。 10.2 Agent技術(shù)及其應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Agent技術(shù)技

59、術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 在應(yīng)用第一種方法制定多Agent規(guī)劃時(shí)，一般是將Agent的規(guī)劃庫(kù)定義為一個(gè)與或圖結(jié)構(gòu)，且每一條規(guī)劃由以下四個(gè)部分構(gòu)成：(1) 規(guī)劃目標(biāo)。這是啟動(dòng)規(guī)劃的條件，表該條規(guī)劃要達(dá)到的目標(biāo)；(2) 規(guī)劃前提。表示該規(guī)劃被執(zhí)行前必須滿足的環(huán)境或狀態(tài)條件；(3) 規(guī)劃體。這是執(zhí)行規(guī)劃時(shí)的程序部分，由規(guī)劃序列和規(guī)劃子目標(biāo)組成；(4) 規(guī)劃結(jié)果。表示執(zhí)行規(guī)劃后對(duì)環(huán)境或狀態(tài)的更新結(jié)果。 10.2 Agent技術(shù)及其應(yīng)用10.2.3 多Agent系統(tǒng)第十章第十章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與Ag

60、ent技術(shù)技術(shù)人人人人人人 工工工工工工 智智智智智智 能能能能能能 原原原原原原 理理理理理理 與與與與與與 應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)應(yīng) 用用用用用用 1.軟件開發(fā)方法與面向?qū)ο蟮能浖_發(fā)方法相比，面向Agent技術(shù)中的Agent是一個(gè)比對(duì)象粒度更大、智能性更高、且具有一定自主性的實(shí)體，它在很多方面與對(duì)象相似，例如封裝性、繼承性和多態(tài)性。因此，有人認(rèn)為Agent可以被看作是一種特殊的對(duì)象，面向Agent編程（AOP）是面向?qū)ο缶幊蹋∣OP）方法的一種特例， OOP的對(duì)象的內(nèi)部狀態(tài)被AOP規(guī)定為心智狀態(tài)，例如知識(shí)、信念、能力、承諾、目標(biāo)等，每一種心智狀態(tài)都有其一定的含義。對(duì)象之間的消息傳遞被基于言語(yǔ)動(dòng)作的通