統(tǒng)計分析專家系統(tǒng)構(gòu)建初探

鐘云燕

（廣州大學(xué) 經(jīng)濟與統(tǒng)計學(xué)院，廣州 510635）

2012年以來，大數(shù)據(jù)受到了人們的廣泛關(guān)注，國家統(tǒng)計局對大數(shù)據(jù)的開發(fā)和使用給予了高度的重視。大數(shù)據(jù)時代的到來，對政府統(tǒng)計部門而言，是機遇大于挑戰(zhàn)，開發(fā)利用大數(shù)據(jù)對于提高統(tǒng)計信息的時效性和質(zhì)量必將產(chǎn)生重大的影響。

就政府統(tǒng)計系統(tǒng)而言，大數(shù)據(jù)的開發(fā)利用所面對的最大挑戰(zhàn)是數(shù)據(jù)專家的匱乏，而人才的培養(yǎng)和引進絕非是短時期內(nèi)可以做到的，因此，建立統(tǒng)計分析專家系統(tǒng)就顯得尤為迫切和重要。

1 專家系統(tǒng)的基本情況

1982年，美國斯坦福大學(xué)教授根鮑姆將專家系統(tǒng)定義為：專家系統(tǒng)是一種智能的計算機程序。這種程序使用知識與推理過程，求解那些需要杰出人物的專門知識才能求解的復(fù)雜問題。目前已研究的專家系統(tǒng)模型有很多種。其中較為流行的有基于規(guī)則的專家系統(tǒng)、基于案例的專家系統(tǒng)、基于框架的專家系統(tǒng)、基于模糊邏輯的專家系統(tǒng)、基于人工神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)等。

（1）基于規(guī)則推理的專家系統(tǒng)

基于規(guī)則推理（Rule Based Reasoning，RBR）的方法是根據(jù)以往專家診斷的經(jīng)驗，將其歸納成規(guī)則，通過啟發(fā)式經(jīng)驗知識進行推理，它具有明確的前提，得到確定的結(jié)果。在轉(zhuǎn)換為機器語言時，用產(chǎn)生式的IF···AND（OR）···THEN···表示。基于規(guī)則的專家系統(tǒng)適合的領(lǐng)域為：①系統(tǒng)結(jié)構(gòu)簡單，有明確的前提和結(jié)論，問題僅僅用有限的規(guī)則即可全部包含；②問題領(lǐng)域不存在簡潔統(tǒng)一的理論，知識是經(jīng)驗的；③為題求解可以視為一系列相對獨立的操作，或從一個狀態(tài)向另一個狀態(tài)的轉(zhuǎn)換，一個操作或轉(zhuǎn)換可以被有效地表示為一條或多條產(chǎn)生式語句。

（2）基于案例推理的專家系統(tǒng)

基于案例推理（Case Based Reasoning，CBR）的方法是通過搜集以往成功解決過的類似問題，比較新、舊問題的特征等差異，重新使用或參考以前的知識或信息，達(dá)到最終解決新問題的方法。基于案例推理的方法適用于領(lǐng)域定理難以表示成規(guī)則形式，而容易表示成案例形式并且已經(jīng)積累豐富案例的領(lǐng)域。

（3）基于框架的專家系統(tǒng)

1975年，美國麻省理工學(xué)院著名的人工智能學(xué)者明斯基提出了框架理論，該理論將框架視為表示知識的一個基本單位，它把要描述事物的各方面放在一起，通過槽值聯(lián)系起來。框架的頂層是代表某個對象的框架名，其下為代表該框架某一方面屬性的若干各槽，槽由槽名和槽值組成，槽下分為若干個側(cè)面，由側(cè)面名和側(cè)面值組成，一個框架系統(tǒng)常被表示成一種樹型結(jié)構(gòu)，樹的每一個節(jié)點是一個框架結(jié)構(gòu)，子節(jié)點與父節(jié)點之間用槽連接，當(dāng)子節(jié)點的某些槽值或側(cè)面值沒有被直接記錄時，可以從其父節(jié)點繼承這些值。框架表示法最突出的特點是善于表達(dá)結(jié)構(gòu)性的知識，且具有良好的繼承性和自然性，適合于具有固定格式的事物、動作或事件。

（4）基于模糊邏輯的專家系統(tǒng)

模糊理論的概念由美國加利福尼亞大學(xué)教授扎德首先提出。基于模糊邏輯專家系統(tǒng)的優(yōu)點在于：①具有專家水平的專門知識，能表現(xiàn)專家技能和高度的技巧；②能進行有效的推理，具有啟發(fā)性，能夠運用人類專家的經(jīng)驗和知識進行啟發(fā)性搜索、試探性推理；③具有靈活和透明性。

（5）基于人工神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network,ANN）從上世紀(jì)80年代后期開始興起，仿照生物體信息處理系統(tǒng)獲得柔性信息處理能力，從微觀上模擬人腦功能，是一種分布式的圍觀數(shù)值模型，通過大量經(jīng)驗樣本學(xué)習(xí)知識并具有極強的自學(xué)習(xí)能力。目前較為常用的有誤差反傳網(wǎng)絡(luò)（BP）、小腦網(wǎng)絡(luò)（CMAC)、自組織特征映射網(wǎng)絡(luò)（SOM）、自適應(yīng)共振理論（ART）和徑向基網(wǎng)絡(luò)（REF）等。

其他較為流行的還有基于D-S證據(jù)理論的專家系統(tǒng)、基于遺傳算法的專家系統(tǒng)等。

2 國外統(tǒng)計分析專家系統(tǒng)研發(fā)的基本情況

1983年，美國貝爾實驗室的Gale和Pregibon研發(fā)出了世界第一個統(tǒng)計專家系統(tǒng)演示模型REX，主要用于指導(dǎo)簡單線性回歸模型的擬合，后來有研發(fā)出了STUDENT，在REX的基礎(chǔ)上增加了通過實例學(xué)習(xí)的能力，通過應(yīng)用專家的擴展功能擬合其他統(tǒng)計模型。

自第一個統(tǒng)計專家系統(tǒng)誕生以后，許多國家的統(tǒng)計界相繼開展了統(tǒng)計專家系統(tǒng)的研制工作，比較有影響的主要有：

（1）MUSE系統(tǒng)。

該系統(tǒng)由E.Dambroise和P.Massotte研發(fā)，通過對話選擇解決相應(yīng)問題的多元分析模型，首先通過人機交互獲取并識別、整理有關(guān)數(shù)據(jù)，然后確定目標(biāo)，最后依據(jù)數(shù)據(jù)類型和分析目標(biāo)確定選用的統(tǒng)計方法并進行相應(yīng)的計算和解釋，方法的選擇通過對數(shù)據(jù)類型與要求的輸出進行匹配來完成。

（2）THES EUS系統(tǒng)。

該系統(tǒng)由E.Bell和P.Watts等人研發(fā)，是一個關(guān)于單因素方差分析和多重比較的專家系統(tǒng)，考慮到用戶在知識水平方面的差異，系統(tǒng)可以對不同水平的用戶提供使用幫助。該系統(tǒng)還設(shè)有規(guī)則編輯器，對規(guī)則進行相容性和冗余檢查。

（3）WAMASTEX系統(tǒng)。

該系統(tǒng)由W.Dorda等人研發(fā)，主要對醫(yī)務(wù)工作者在醫(yī)學(xué)實驗中獲得的數(shù)據(jù)進行總結(jié)性分析，使用描述統(tǒng)計方法。該系統(tǒng)對數(shù)據(jù)樣本用啟發(fā)式進行分類，分類后選擇適當(dāng)?shù)慕y(tǒng)計描述方法得到相應(yīng)地結(jié)論。

（4）GLIMPSE系統(tǒng)。

該系統(tǒng)由J.A.Nelder等人研制，用來指導(dǎo)用戶使用廣義線性模型GLIM。GLIM有自己的解釋性語言，用戶可以自己編程完成分析。系統(tǒng)中指導(dǎo)用戶的規(guī)則集合為“抽象統(tǒng)計工作者（abstract statistician)”，用來幫助用戶變換數(shù)據(jù)，挑選一個或多個模型并對所選模型進行檢驗。

從我國的情況看，統(tǒng)計專家系統(tǒng)長期未得到應(yīng)有的重視，統(tǒng)計理論界對這方面的研究比較少，這同長期以來我國對定量方面的研究重視不夠有直接的關(guān)系。

3 統(tǒng)計分析專家系統(tǒng)的構(gòu)建

根據(jù)目前我國統(tǒng)計工作的實際情況，筆者將統(tǒng)計專家系統(tǒng)定義為：涵蓋統(tǒng)計工作全過程或某一特定階段，能夠提供統(tǒng)計工作必備的專業(yè)知識，能夠幫助指導(dǎo)統(tǒng)計人員開展統(tǒng)計活動的軟件系統(tǒng)。就其知識的組成來說，統(tǒng)計專家系統(tǒng)可以分為兩類：一是具有統(tǒng)計工作全面知識既涵蓋統(tǒng)計工作全過程知識的計算機軟件系統(tǒng)；二是只帶有數(shù)據(jù)挖掘和統(tǒng)計分析知識，主要是幫助指導(dǎo)數(shù)據(jù)挖掘和統(tǒng)計分析的過程，并對軟件輸出的結(jié)果進行數(shù)量和經(jīng)濟意義方面解釋的計算機軟件系統(tǒng)。下文所探討的是基于第二類的專家系統(tǒng)。

通過比較研究，筆者認(rèn)為，從目前實現(xiàn)條件和我國統(tǒng)計工作現(xiàn)實需要的角度考慮，我國政府統(tǒng)計部門構(gòu)建基于案例推理的統(tǒng)計分析專家系統(tǒng)比較合適，主要原因是：

（1）基于案例的專家系統(tǒng)具有無需提出規(guī)則、知識獲取的難度較低、能利用現(xiàn)代云技術(shù)實現(xiàn)系統(tǒng)自學(xué)習(xí)案例庫的知識儲備。

（2）多年以來，我國各級政府統(tǒng)計機構(gòu)、科研單位、高等院校及統(tǒng)計建模大賽等積累了大量的基礎(chǔ)資料，為案例庫提供了豐富的知識儲備。

（3）技術(shù)上便于和現(xiàn)代統(tǒng)計分析軟件實現(xiàn)無縫鏈接，最大限度地利用現(xiàn)代統(tǒng)計分析軟件豐富的功能實現(xiàn)系統(tǒng)目標(biāo)。

（4）易于被統(tǒng)計工作者理解和接受，從而最大限度地提高系統(tǒng)的使用效益。

構(gòu)建基于案例推理統(tǒng)計分析專家系統(tǒng)的基本思路：

基于案例推理的基本原理是當(dāng)遇到一個新的問題時，系統(tǒng)會根據(jù)所輸入問題的關(guān)鍵特征在原始的案例庫中智能進行匹配，找出一個或幾個與待求問題最相近的候選案例，系統(tǒng)使用者用系統(tǒng)選擇的案例解決分析過程中的問題。也就是說，基于案例推理統(tǒng)計分析專家系統(tǒng)的構(gòu)建其目標(biāo)應(yīng)該是系統(tǒng)能夠智能化地對統(tǒng)計人員進行統(tǒng)計分析工作提供咨詢，并通過和統(tǒng)計分析軟件（可考慮我國具有自主知識產(chǎn)權(quán)的馬克威系統(tǒng)）的鏈接進行數(shù)據(jù)分析和結(jié)果的解析。如圖1所示：

圖1

由圖1可以看出，統(tǒng)計分析專家系統(tǒng)在一個完整的數(shù)據(jù)分析活動中處于中樞的地位，它根據(jù)系統(tǒng)使用者所輸入問題的屬性匹配輸入問題的解決方案，然后調(diào)用統(tǒng)計分析軟件并通過分析軟件載入數(shù)據(jù)進行運算，對分析軟件輸出的結(jié)果進行解析。

基于案例推理的統(tǒng)計分析專家系統(tǒng)構(gòu)建框圖如圖2所示：

圖2

統(tǒng)計分析專家系統(tǒng)的主要模塊有三個：推理機模塊、案例庫模塊和知識庫模塊。

3.1 推理機模塊

推理機模塊可考慮采用CBR(Case-Based Reasoning)方法，該方法是一種用先前求解問題的經(jīng)驗和方法,通過類比和聯(lián)想來解決當(dāng)前相似問題的策略。首先它根據(jù)問題的特征,從案例庫中檢索出相似的案例,根據(jù)問題的特征屬性對檢索到的案例加以調(diào)整、修補、綜合,使之達(dá)到求解當(dāng)前問題的需要。CBR方法起源于Roger Schank有關(guān)動態(tài)存儲的研究，該模型現(xiàn)已成為國際上研究較多的智能問題解決方法之一。

推理機的主要工作就是在案例庫中提取和輸入問題特征適用度最高的案例，為解決問題提供方案。

推理機在使用CBR方法推理時，首先根據(jù)用戶輸入的特征在案例庫中進行檢索，從中選取特征最匹配的案例，如果所選取的案例不能滿足用戶的需求，則根據(jù)用戶修改提取案例的特征再次進行檢索匹配案例，直到取得滿足用戶需求的解決方案。具體步驟是：

（2）根據(jù)輸入的特征信息，在案例庫中進行檢索，進行初始匹配，提取出一組與所輸入的特征信息相似的案例集R，

（3）計算F與R中每個案例的相似度，選取相似度最高的案例,次序為：

②將F與每個Fj相比較，確定每個特征的匹配值，n為案例F的特征數(shù)。

③求解案例的相似度

式中：S為案例的相似度；

si為第 i各特征的匹配值，，0表示不匹配，1表示匹配

④調(diào)用案例重用算法，取得推薦方案。

⑤用戶判定滿足需求的程度，如果符合需求，進行實際應(yīng)用，并將應(yīng)用案例存入案例庫中，應(yīng)用過程中的問題查詢知識庫解決；如果不符合要求，從（1）開始反復(fù)。

3.2 案例庫模塊

可考慮采用動態(tài)模型存儲技術(shù)實現(xiàn)案例的分類分層存儲，其模型表示為：

案例庫中案例特征的層次和數(shù)量應(yīng)盡可能地詳細(xì)和最大化，以求保證所求解的問題和案例庫中相應(yīng)案例的匹配達(dá)到最優(yōu)化。

3.3 知識庫模塊

該模塊的主要功能是對使用者在應(yīng)用統(tǒng)計分析專家系統(tǒng)時可能遇到的問題提供實時咨詢，應(yīng)涵蓋進行統(tǒng)計分析的必備知識，包括統(tǒng)計、計量經(jīng)濟學(xué)、宏觀經(jīng)濟學(xué)等，應(yīng)做到知識盡可能豐富、分類盡可能詳細(xì)、查詢索引盡可能方便。

綜上所述，該系統(tǒng)的使用是一個完整的應(yīng)用過程，基本可分為根據(jù)分析內(nèi)容確定提取案例的特征屬性、輸入系統(tǒng)進行檢索提取案例、人機交互判定案例的適用性、應(yīng)用案例進行統(tǒng)計分析四個步驟。建立統(tǒng)計分析專家系統(tǒng)是為了使統(tǒng)計人員，特別是對計算機、數(shù)理統(tǒng)計、計量經(jīng)濟學(xué)等知識比較匱乏的統(tǒng)計人員，能夠借助統(tǒng)計分析專家系統(tǒng)進行較高層次的統(tǒng)計分析研究，因此，如何使該系統(tǒng)界面友好且方便使用是必須優(yōu)先考慮的問題。特別是應(yīng)具有人機對話的功能，使系統(tǒng)的使用者能通過此功能了解系統(tǒng)的使用及對應(yīng)案例的相關(guān)知識，對統(tǒng)計分析軟件輸出的結(jié)果進行在線解讀。

4 結(jié)束語

現(xiàn)代信息技術(shù)的飛速發(fā)展，為統(tǒng)計工作的智能化提供了廣闊的發(fā)展空間，積極推進人工智能在統(tǒng)計工作中的應(yīng)用，將會使統(tǒng)計生產(chǎn)力產(chǎn)生革命性的變化。本文所述的建立統(tǒng)計分析專家系統(tǒng)只是在統(tǒng)計工作智能化一個方面的探索，在統(tǒng)計實際工作中有許多課題值得研究，譬如在統(tǒng)計一套表聯(lián)網(wǎng)直報的環(huán)境下，如何進行調(diào)查單位上報統(tǒng)計數(shù)據(jù)質(zhì)量的智能化審核等問題。從所能搜集到的文獻(xiàn)資料看，目前我國這方面的研究成果還比較少，我們期待專家學(xué)者和統(tǒng)計實際工作者更多的研究成果。

[1]楊興，朱大奇，桑慶兵.專家系統(tǒng)研究現(xiàn)狀與展望[J].計算機應(yīng)用研究，2007，（5）.

[2]張忠占.統(tǒng)計專家系統(tǒng)的發(fā)展概況與若干問題[J].數(shù)理統(tǒng)計與應(yīng)用概率，1994，（6）.

[3]李紅兵，李寧，陳世福.基于實例推理的智能刺繡編程系統(tǒng)[J].小型微型計算機系統(tǒng)，1998，（12）.

[4]蔡自興，約翰·德爾金，龔濤.高級專家系統(tǒng)：原理、設(shè)計及應(yīng)用[M].北京：科學(xué)出版社，2005.

[5]敖志剛.人工智能與專家系統(tǒng)導(dǎo)論[M].北京：中國科技大學(xué)出版社，1998.

[6]李毅得，杜鷁.不確定性人工智能[M].北京：國防工業(yè)出版社，2005.