呼叫中心的猪病_第1页
呼叫中心的猪病_第2页
呼叫中心的猪病_第3页
呼叫中心的猪病_第4页
呼叫中心的猪病_第5页
已阅读5页,还剩17页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、基于呼叫中心的猪病 知识获取系统张杰、李道亮中国农业大学信息与电气工程学院 2006-10-132021/9/101汇报内容:研究背景研究目标研究内容系统实现研究结论与建议2021/9/102一、研究背景:背景养殖技术人员相对不足 养殖规模小且分散 养猪用户的养殖技术知识少 经济损失食品安全生态环境猪病诊断专家系统 信息技术人工智能猪病2021/9/103一、研究背景:问题现有猪病诊断专家系统网络普及差购买能力低科技素质低用户端推广受到限制知识畸变启发式知识不精确经验知识很难表达知识获取成为瓶颈问题2021/9/104一、研究背景现状2005年6月,农村电话的普及率已经达到16.4部/百人呼叫

2、中心农业应用2021/9/105二、研究目标建立基于呼叫中心的猪病知识获取系统面向呼叫中心的猪病知识获取系统 鱼病诊断自动语音应答系统以呼叫中心为信息交互平台采用RS和NN松耦合的知识获方法2021/9/106三、研究内容总体结构设计功能模块设计知识获取模块设计工作流程设计2021/9/107三、研究内容总体结构设计电话呼叫中心案例库养猪用户猪病专家人工坐席自动应答猪病诊断专家系统案例获取知识获取知识库2021/9/108三、研究内容功能模块设计基于呼叫中心的猪病知识获取系统IVR自动语音应答模块人工坐席模块知识获取模块存储模块维护 模块 2021/9/109三、研究内容知识获取模块设计 1、

3、获取方法的选择: 2、猪病知识获取过程设计: 3、猪病知识获取结构设计:2021/9/1010知识获取模块设计知识获取方法的选择粗糙集理论RS神经网络ANNRS与ANN松耦合混合获取两种方法的结合能进行优势互补粗糙集理论:模拟人类的抽象逻辑思维有较强的数学分析能力容错能力、推广能力差神经网络:模拟形象直觉思维,鲁棒性、容错性、自学习能力强2021/9/1011知识获取模块设计猪病知识获取过程设计主要是粗糙集(RS)预处理神经网络系统(ANN)即用RS理论对ANN输入端的样本约简寻找属性间关系从而简化ANN结构 2021/9/1012知识获取模块设计知识获取结构设计Rule sets条件属性值离

4、散化原始DT决策表属性约简Rough Set猪病诊断案例集Neural network2021/9/1013工作流程设计开始电话接入ACD分配进入呼叫中心猪病防治新概念自动播报按键2简法治病 20 条自动播报按键3猪病症状自动查询按键1转人工坐席按键4精神萎糜昏睡粪便干燥兴奋不安粪便带血卧地闭目嗜睡食欲不振 猪病诊断专家系统交互转接专家流程结束转接成功语音提示继续选择症状YN诊断结果Y2021/9/1014四、系统实现IVR 工作流程实现2021/9/1015四、系统实现 人工坐席实现2021/9/1016四、系统实现算法实现 一个简单的例子猪病知识表示:在表示猪病案例集的决策表中: C1-

5、C9为条件属性,分别表示猪病的症状 属性值为1(有)和0(无) d1- d4是决策属性,分别表示猪病的病名 2021/9/1017四、系统实现算法实现 一个简单的例子 决策表(DT)2021/9/1018四、系统实现算法实现 一个简单的例子获取过程:先用粗糙集理论对决策表进行简约得到约简的决策表 将剩下条件属性C1 C2 C3 C4 C5 C7作为神经网络输入端的输入信号输入,决策属性作为输出端的输出信号输出,系统自动分配权值,最后经过多次训练和反馈,得到如下规则:C1(1), C3 (1), C4(1)d4 /0.92(可信度cf);C1(1), C2(1) d2 /0.88C1(1), C2(1) d1 /0.85 ; C4(1)C1(1), C3 (1), C5 (1)d3 /0.92021/9/1019系统应用基地(农村推动)农技推广站基地网站 2021/9/1020五、结论与建议粗糙集理论和神经网络的松耦合知识获取方法解决了专家系统的知识获取瓶颈问题,能够从初步获取的猪病诊断案例中挖掘出精确的潜在规则,从而为养猪用户提供了更好的服务以呼叫中心作为养猪用户与猪病诊断系统进行信息交互的媒介,可以解决养猪用户不具备计算机和互联网的问题,使他们能够获得猪病诊断专家系统提供的服务2021/9/1021五、结论与建议猪病诊断问题

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论