商務智能原理與方法（第3版）-習題及答案 ch16

第16章不確定性知識發(fā)現(xiàn)16.1為什么在商務智能應用中需要考慮不確定性知識發(fā)現(xiàn)?不確定性的兩種最常見和重要的形式是隨機性(Randomness)和模糊性(Fuzziness)簡單來說，隨機性的不確定性特征體現(xiàn)在:對于一個事件來講，人們知道此事件發(fā)生后的各種可能的結果，但是此事件發(fā)生前不確定知道將會出現(xiàn)哪一種結果。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，通過伯努利實驗和頻率逼近來刻畫事件的概率特征，通過描述隨機變量和抽樣設計獲得在統(tǒng)計意義上的群體典型特征。現(xiàn)代概率論和數(shù)理統(tǒng)計是表達和求解隨機性問題的重要和有效的理論方法，并且在經(jīng)濟、金融、企業(yè)管理、工程、社會科學等諸多領域獲得了廣泛和成功的應用。16.2試分別舉例說明隨機性和模糊性。概念上的模糊性普遍存在于人們的認知、推理過程和語言表達中。“高檔電器”“時尚青年”“良好業(yè)績”“中年客戶”“大量、非常、可能、大致”等概念和語義都具有模糊性的特點。描述模糊性的主要思路是通過一種漸進隸屬關系刻畫論域元素與概念語義的符合程度例如，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、語言處理、模式識別等智能應用方面，涉及經(jīng)濟、管理、工程、數(shù)理等廣闊領域。具有模糊性的應用例子包括:數(shù)據(jù)的不精確性(如網(wǎng)上購物客戶的年齡值為“年輕”、收入值為“中等”)，數(shù)據(jù)的相似程度(如網(wǎng)上評論的相似程度，關鍵詞搜索的相關程度，圖片比對的貼近程度)，規(guī)則的近似匹配(如某商城規(guī)定“如果客戶的購買金額超過10萬元，則對該客戶進行VIP服務”假定有客戶購買了9.99萬元應該對其提供什么服務?)，語言的概括性(如基層經(jīng)理擬對銷售業(yè)績超過100萬元的銷售員進行獎勵，其根據(jù)的是中層經(jīng)理對于銷售業(yè)績好的銷售員進行獎勵的指示，而高層經(jīng)理的意思是對工作表現(xiàn)好的員工進行獎勵)，模式的關聯(lián)性(如網(wǎng)上瀏覽軌跡的歸類，信用卡消費行為的聯(lián)系，不同股票價格間的聯(lián)動)，等等。這些反映了在大量現(xiàn)實生活中，人們在觀察現(xiàn)象和決策過程中的部分認知性和不同的關注粒度。16.3設課程成績的論域為[0,100]，假定成績“優(yōu)秀”的概念的描述如下圖所示。試給出你對成績“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)，你會如何進行比較呢?略。16.4對于本章中的模糊含算子(FIO)KD、L和GB，驗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)”三個模糊集合，并將表16-3中的收入(Income)數(shù)據(jù)轉換到表16-5所示的數(shù)據(jù)庫D中。進而，試分別計算支持度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D進而試分別計算支持度Dsupp(Fruit)Dsupp(Vegetable)和Dsupp(Vegetable-dishes)。略。16.7簡述挖掘不完整函數(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)，對數(shù)據(jù)庫設計和避免數(shù)據(jù)庫使用中的修改異常(UpdateAnomaly)有舉足輕重的作用，另一方面，數(shù)據(jù)依賴本身是種語義知識，通常反映一定的領域業(yè)務規(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)最受人們關注。首先，函數(shù)依賴是關系數(shù)據(jù)庫規(guī)范化設計的重要概念，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