影响图的渐进式构建方法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (11): 45-49.

影响图的渐进式构建方法

马冯1，刘惟一2，杨樱3

1.云南财经大学信息学院，昆明 650221
2.云南大学信息学院，昆明 650091
3.云南财经大学国际工商学院，昆明 650221

出版日期:2013-06-01 发布日期:2013-06-14

Incremental building method for influence diagram

MA Feng1, LIU Weiyi2, YANG Ying3

1.School of Computer and Information, Yunnan University of Finance and Economics, Kunming 650221, China
2.School of Information Science and Engineering, Yunnan University, Kunming 650091, China
3.International Business School, Yunnan University of Finance and Economics, Kunming 650221, China

Online:2013-06-01 Published:2013-06-14

摘要/Abstract

摘要： 传统的影响图构建方法需要专家或领域知识，才能确定原始数据集合中各变量间的关系。如果原始数据集增长，则其原有的影响图可能就不再适用于增长后的数据集了，新的影响图需要从头开始重新构建。影响图的渐进式构建方法，可以通过对原有影响图的结构进行调整，使其适用于新数据集。理论证明和实验验证了该方法的有效性。

关键词: 影响图, 领域知识, 渐进式构建

Abstract: In influence diagram’s traditional building method, experts or domain knowledge is needed to identify the dependence relationship between variables in original dataset. If data set increases, its corresponding influence diagram might be not suitable for it any more, and a new influence diagram may need to be built from very beginning. This paper proposes an incremental building method for influence diagram, which can build the new influence diagram’s structure by adjusting that of the original one. The validity of this method is discussed in theory and illustrated by experiment.

Key words: influence diagram, domain knowledge, incremental building

马冯1，刘惟一2，杨樱3. 影响图的渐进式构建方法[J]. 计算机工程与应用, 2013, 49(11): 45-49.

MA Feng1, LIU Weiyi2, YANG Ying3. Incremental building method for influence diagram[J]. Computer Engineering and Applications, 2013, 49(11): 45-49.

[1]	谭刚，陈聿，彭云竹. 融合领域特征知识图谱的电网客服问答系统[J]. 计算机工程与应用, 2020, 56(3): 232-239.
[2]	赵娇娇，赵书良，郭晓波，刘军丹. 基于自然语言生成的关联规则可视化方法[J]. 计算机工程与应用, 2014, 50(23): 122-126.
[3]	胡文彬^1，2，张宏¹，李千目¹. 不确定模式集成中领域知识应用模型的研究[J]. 计算机工程与应用, 2010, 46(32): 10-12.
[4]	朱卫星¹，王智学¹，李宗勇². 面向领域知识复用的C4ISR系统需求建模方法[J]. 计算机工程与应用, 2010, 46(30): 216-220.
[5]	燕彩蓉¹，孙圭宁²，高念高². 基于扩展树状知识库的海量数据清洗算法[J]. 计算机工程与应用, 2010, 46(28): 146-148.
[6]	王素格，宋晓雷，李红霞. 基于领域知识的问答对自动提取方法[J]. 计算机工程与应用, 2010, 46(19): 214-216.
[7]	柴啸龙. 领域知识优化的蚁群规划算法 [J]. 计算机工程与应用, 2010, 46(14): 17-19.
[8]	张晓勇,吴敏,彭军. 基于领域知识的多智能体分层协作规划方法[J]. 计算机工程与应用, 2009, 45(3): 7-10.
[9]	周丽华,刘惟一. 影响图及遗传算法的私人信息推测[J]. 计算机工程与应用, 2008, 44(35): 20-24.
[10]	夏侯士戟,陈东义,王厚军. 基于可穿戴计算的车间作业辅助应用研究[J]. 计算机工程与应用, 2008, 44(29): 24-26.
[11]	莫富强,王浩,姚宏亮,俞奎. 基于领域知识的贝叶斯网络结构学习算法[J]. 计算机工程与应用, 2008, 44(16): 34-36.
[12]	周亭,周竹荣,黄果. 基于主题图的课程领域知识管理研究 [J]. 计算机工程与应用, 2007, 43(18): 225-228.