29. Информационные ресурсы. Поиск информации в Internet. Поисковые машины и каталоги. Струк-ра Инф-ПоискСистемы.

Информ-е рес-ы-любые док-ты,файлы наход с сети. Поиск неодход инф нужно осущ несколк способами: используя URL-алреса; используя имеющиеся ссылки; используя ср-ва поиска, встроен в браузер. Для быстрого иэффек-го поиска использ спец программы –Инф-ПоискСист-это сист, обеспеч поиск и отбор необход данных в Interete на основан входного языка и соответств правил поиска. Осн фун-и ИПС: получение запроса; обработка его; определение точных адресов источников инф.; вывод рез-тов поиска; достижен релевантности при поиске. Эффек-ть поиска оцен-ся по полноте поиска, точности, скорости. Поисковые сист (каталоги и поиск машины) Каталогом наз поисков сист с классифицированным по темам спискам аннотаций со ссылками на web-ресурсы. Поиск с помощью системы каталогов выполн-ся выполняется ч/з ключев слова. (www.yahoo.com) Поисков машиной наз ИПС кот содерж спец программу-робот, предназнач для формир базы данных, включ инф об объектах поиска (www.yandex.ru и тд). Поисков каталог отлич от поиск машины тем что не имеет программы-робота, базы индексов и аннотации зарегистрированных сайтов формир вручную, но содержат более подроб инф-ю. рез-ты поиска с помощ каталога представ собой список аннотаций с гипертекстов ссылками на первоисточник. Струк-ра работы ИПС: осн компоненты – поисков. Программа, кот служ для перевода запросов пользоват в формальные запросы системы, и для поиска ссылок на информ ресурсы Internet в базе индексов и выдачи рез-тов поиска. Робот-индексировщик – программа, кот служ для сканирован Internet и поддержки базы индексов в актуальном состоянии

30. Поиск информации в Internet. Языки поисковых запросов. Алгоритм поиска информации в Internet. Самый распространенный способ поиска в Internet – использование поисковых систем. (Google, Yandex, Yahoo! и т.д.) Поисковые системы - это сетевые сервисы в Интернет, созданные чтобы помочь пользователю в поиске информации хранящейся на различных сайтах. Язык поисковых запросов – искусственный язык, на котором формулируются запросы к поисковым системам. Состоит из логических операторов, префиксов обязательности, возможности учета расстояния между словами, морфологии языка, регистра слов, расширенных операторов, возможностей расширенного поиска, уточнения поиска. Для разных поисковых машин язык запросов различен. Алгоритм поиска – метод, руководствуясь которым ПС принимает решение, включать или не включать ссылку на web-страницу в результаты поиска. На эффективность поиска влияют: умение пользователя написать "удачный" запрос и популярность искомой информации.Основной алгоритм поиск следующий: 1. ввести ключевые слова в поле запроса 2. Нажать кнопку Найти. Методы поиска: 1. Поиск по ссылкам. 2. Поиск по тематике

31)СППР – автоматизированная система, использующая модели выработки и принятие решений, обеспечивающая пользователей эффективным доступом к распределенным БД и представляющая различные способы отображения информации.

СППР делятся на два класса:

1. EIS (Executive Information System) – для руководства, высшего уровня

2. DSS (Decision Support System) – для руководства среднего уровня

Основой такой системы являются:

• доставка статистических данных и информации аналитического и сводного характера как из внутренних, так и из внешних источников для экономических и финансовых оценок, сопоставление планов, разработка моделей и составление прогнозов в бизнесе;

• формирование и эксплуатация во взаимодействии с руководством соответствующей системы информационных, финансовых, математических и эвристических моделей экономических и финансовых процессов.

Архитектура СППР.

СППР – это совокупность следующих подсистем:

1. комплекс распределительных технических средств

2. комплекс материальных моделей, анализа состояний и выработки решений

3. БД, система управления моделями данных

4. системы обработки и отображения информации.

Базовая схема СППР имеет вид:

· идентификация проблемы, выявление целей и ресурсов

· структуризация задачи- построение схемы критериев, выбор шкалы оценивания критериев

· генерация альтернатив

· оценивание альтернатив по критериям

· выбор лучших альтернатив и их ранжирование

· анализ выбранных альтернатив

· реализация результатов

32. понятие Искусствен.интеллекта(ИИ). Экспертные систем(ЭС). Знания. Области применен.ЭС. ИИ-способ-ть комп.систем к таким действиям кот наз бы интеллектуальными,если исходили бы от чела(способности связ с чел. мышлением). Экспертные системы - прикладные системы ИИ, в кот база знаний (БЗ) представ собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой либо узкой предметной области. ЭС предназнач для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях. Обычно ЭС рассм-ются с точки зрения их применения в двух аспектах: для решения каких задач они м.б. использованы и в какой области деятельности. Можно выделить след осн классы задач, решаемых ЭС: диагностика, прогнозирование, идентификация, управление, проектирование, мониторинг. Примеры широко известных ЭС: DENDRAL - ЭС для распознавания стр-ры сложных органических молекул по рез-там их спектрального анализа (считается первой в мире экспертной системой), POMME - ЭС для выдачи рекомендаций по уходу за яблоневым садом и тд. Знания –закономерности предметной области полу в рез-те практич деятельности и проф опыта, позвол специалистам ставить и решать задачи в этой области. База знаний - семантическая модель, описывающ предметную область и позвол отвеч на такие вопросы, ответы на кот в явном виде не присуств в базе. Области применения ЭС:

1. Интерпритация (узнавание человека по фото)

2. Диагностика (заболеваний)

3. Мониторинг (для АЭС, ГЭС и т.д.)

4. Проектирование (машиностроение, электротехника)

5. Прогнозирование (предсказание погоды)

6. Планирование (пром. заказов, эксперимента)

7. Обучение

33. области применения и классы задач,решаемых ЭкспертСистемами. Примеры широко используемых ЭС. Экспертная оболочка ESWin. Экспертные системы - прикладные системы ИИ, в кот база знаний (БЗ) представ собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой либо узкой предметной области. ЭС предназнач для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях. Обычно ЭС рассм-ются с точки зрения их применения в двух аспектах: для решения каких задач они м.б. использованы и в какой области деятельности. Можно выделить след осн классы задач, решаемых ЭС: диагностика, прогнозирование, идентификация, управление, проектирование, мониторинг. Области деятельности, где используются ЭС: медицина, вычислительная техника, военное дело, микроэлектроника, радиоэлектроника, юриспруденция, экономика, экология, геология (поиск полезных ископаемых), математика. Примеры широко известных ЭС: DENDRAL - ЭС для распознавания стр-ры сложных органических молекул по рез-там их спектрального анализа (считается первой в мире экспертной системой), POMME - ЭС для выдачи рекомендаций по уходу за яблоневым садом и тд. MOLGEN - ЭС для выработке гипотез о структуре ДНК на основе экспериментов с ферментами. XCON - ЭС для конфигурирования (проектирования) вычислительных комплексов VAX-11 в корпорации DEC в соответствии с заказом покупателя; MYCIN - ЭС диагностики кишечных заболеваний; PUFF - ЭС диагностики легочных заболеваний; MACSYMA - ЭС для символьных преобразований алгебраических выражений; YES/MVS - ЭС для управления многозадачной операционной системой MVS больших ЭВМ корпорации IBM; DART - ЭС для диагностики больших НМД корпорации IBM; PROSPECTOR - ЭС для консультаций при поиске залежей полезных ископаемых; POMME - ЭС для выдачи рекомендаций по уходу за яблоневым садом; набор экспертных систем для управления планированием, запуском и полетом космических аппаратов типа "челнок"; ЭСПЛАН - ЭС для планирования производства на Бакинском нефтеперерабатывающем заводе; МОДИС - ЭС диагностики различных форм гипертонии. Оболочка ЭС- готов программная среда приспособленная к решен опред проблем, путем созд соответствующ базы знаний. ESWin — программная оболочка-интерпретатор для работы с продукционно-фреймовыми экспертными системами. Описываемая программная оболочка предназначена для решения задач обратного логического вывода на основе фреймов и правил-продукций. В пакете ESWin используются фреймы трех типов: фрейм-класс, фрейм-экземпляр и фрейм-шаблон.

34.Целесообразность разработки экспертных систем. Э. с. целесообразно использовать тогда, когда 1)разработка ЭС возможна, 2)оправдана и 3)методы инженерии знаний соответствуют решаемой задаче. Разработка ЭС возможна, когда: -существуют эксперты в данной области; -эксперты должны сходиться в оценке предлагаемого решения; -эксперты должны уметь выразить на естественном языке и объяснить используемые методы; -задача требует только рассуждений, а не действий; -задача не должна быть слишком трудной, ее решение должно занимать у эксперта до нескольких часов или дней, а не недель или месяцев; -задача должна относиться к достаточно структурированной области; Разработка ЭС оправдана, если: -решение задачи принесет значительный эффект: использовать человека-эксперта невозможно из-за ограниченного количества экспертов или из-за необходимости выполнения экспертизы одновременно во многих местах; -при передаче информации эксперту происходит значительная потеря времени или информации; -необходимо решать задачу в окружении, враждебном человеку. Методы инженерии знаний соответствуют задаче, если задача обладает следующими характеристиками: -может быть естественным образом решена посредством манипуляции с символами, а не с числами; -имеет эвристическую природу, т.е. не годится задача, которая может быть решена гарантированно с помощью некоторых формальных процедур; -должна быть достаточно сложной, чтобы оправдать затраты, но не чрезмерно сложной; -должна быть достаточно узкой, но практически значимой.