關于人工智能的綜述報告精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的關于人工智能的綜述報告主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：關于人工智能的綜述報告范文

系統綜述(systematicreview)又稱系統評價，起源于醫學領域，是指在復習、分析、整理和綜合原始文獻的基礎上進行的二次研究方法［12］，目前已經被廣泛應用于循證醫學(evidence-basedmedicine)［13］，逐步應用于社會學、教育學、圖書情報等領域［14］。系統綜述可被精確區分為兩種類型:(1)定性系統綜述，原始文獻的研究結果被分析與總結，但未經統計學合并;(2)定量系統綜述，又稱元(meta)分析或薈萃分析，應用統計學方法對若干個研究結果進行定量統計合并的過程。在某些不強調或較難實施統計學合并的研究領域，直接將定性系統綜述稱為系統綜述，將其作為一種對某研究問題、主題或現象的可獲得的所有研究進行評價和解釋的方法，目標在于通過一種可信的、嚴格的以及可審計的方法來提供公正的研究評價［15］。信息科學與旅游科學的交叉研究屬于較難實現統計學合并的研究領域，因此本文采用定性系統綜述方法，簡稱系統綜述。本文關于信息科學與旅游的交叉研究的系統綜述研究包含如下步驟:(1)確定研究問題為了全面了解與分析信息科學與旅游的交叉研究現狀，本文確定了如下系統綜述的研究問題:①信息科學研究中面向旅游的研究主要有哪些方面?②旅游研究中與信息科學相關的研究主要有哪些方面?③信息科學與旅游的交叉研究有哪些趨勢?(2)確定文獻搜索策略基于所確定的研究問題，設計如下文獻搜索策略:①搜索工具與數據庫:采用GoogleScholar、IEEEXplore、ScienceDirect;②搜索關鍵字:采用關鍵字組合“tourism”AND(“computer”OR“communicationtechnology①”)，即“旅游”與“計算機”或“通信技術”同時出現;計算機科學與技術是信息科學研究領域中最為活躍的方向之一，計算機科學與技術、通信科學與技術在信息科學研究中具有一定的代表性;經過反復搜索測試，“計算機”與“通信技術”作為關鍵字與“旅游”進行組合搜索，搜索結果能夠較為全面地覆蓋信息科學與旅游的交叉研究，實現本文系統綜述的研究目標;③搜索的時間范圍:2000年之后。(3)文獻搜索按照上述搜索策略分別在3個工具與數據庫進行搜索。GoogleScholar顯示共有54500條結果(2011年12月22日)，其只提供最相關的前1000條;IEEEXplore(搜索字段為“摘要”)共搜索到46條結果(2011年12月24日);ScienceDirect(搜索字段為“題目”或“關鍵字”或“摘要”)共搜索到36條結果(2011年12月24日)。(4)文獻篩選在上述搜索到的條目中，按照表1所示的文獻入選和剔除標準，篩選用于本文系統綜述的文獻。表1所示第一步完成后共有512篇文獻入選。第二步經過多次逐步細化篩選，最終確定用于本文系統綜述的入選文獻共245篇，其中期刊論文158篇，會議論文87篇。245篇文獻來自106種期刊和58種會議，文獻來源分散且涉及領域廣泛，有關文獻來源、作者等的定量分析結果已另文撰寫［16］，本文則側重對系統綜述研究步驟(1)所確定的研究問題的回答。(5)分析與完成報告根據系統綜述研究步驟(1)所確定的研究問題，對入選文獻進行分類、分析與總結。分析結果見下一章節。為了分別回答問題1與問題2，本文需要將入選文獻劃分為旅游研究和信息科學研究兩種視角，分別簡稱為旅游類研究和信息類研究。而事實上，當兩種研究產生交叉與融合，進行上述嚴格區分是較為困難的。為此，本如下處理:(1)按照文獻來源所屬學科范疇進行劃分，如來源于TourismManagement及《旅游學刊》的文獻則劃入旅游類，來源于ExpertSystemswithApplications及《計算機工程》的文獻則劃入信息類;(2)按照期刊載文的學科范疇劃分，如《華東經濟管理》刊載旅游類文章，則歸為旅游類，《北京工商大學學報(自然科學版)》刊載信息技術類文章，則歸為信息類;(3)按照入選文獻的具體內容劃分，一些綜合性期刊無法直接確認屬于哪一類，則閱讀入選文章原文，如果偏重人文社會學視角，則歸入旅游類;如果偏重信息科學及技術視角，則歸入信息類。由此，經管類、電子商務、地理類等期刊歸入旅游類中，測繪類期刊歸入信息類中;兩類分別含有入選文獻147篇和98篇。

綜述結果與分析

1:信息科學研究中面向旅游的研究主要有哪些方面?“面向旅游”并不特指專用于或專門針對旅游的研究，而是指其研究問題由旅游領域而產生，或者旅游是其最為典型的應用。面向旅游的信息科學研究幾乎涉及了信息科學研究范疇的各個方面，而許多研究領域更是體現了信息科學領域較新及較前沿的研究方向與熱點，如表2所示①。面向旅游的信息科學研究中最受關注的研究主題是應用系統、人工智能、地理信息系統、移動應用、推薦系統以及語義網與本體等;而Web服務、虛擬現實、普適計算、計算機仿真也受到了一定程度的關注。下面對表2排序前10的研究主題的進展情況進行詳細闡述。應用系統指面向各種終端設備，如電腦、手機、PDA(掌上電腦)、電話等使用者的可用人機交互系統，也包含網站(Web)應用系統。本文為了強調移動應用和推薦系統兩類特殊的應用系統，在本類研究主題統計中將其排除，另列類別。應用系統研究占據了面向旅游的信息科學研究的較大比重。一方面是因為信息科學向旅游研究中進行滲透的最初方式正是其在旅游行業中的實際應用;另一方面是入選文獻中我國研究占據較大比重且較集中于該類研究。應用系統的相關研究可分為:①戰略設計或實施建議，如航空業信息技術應用戰略與戰術研究［17］，以及非洲撒哈拉以南地區的旅游組織實施電子商務的建議［18］;②技術架構設計，如基于面向服務的體系架構(serviceorientedarchitecture，SOA)的旅游資源信息服務模型研究［19］;③系統設計與開發，如一種智能旅游行程導航系統［20］，以及四川［21］、山西［22］和贛東北［23］等目的地或區域管理信息系統的設計與開發。人工智能是面向旅游的信息科學研究較多采用的方法與技術，可將相關研究分成以下幾個方面:①推理，即采用人工智能推理技術支撐各種應用系統，如基于貝葉斯網的旅游行程推理［24］;②數據挖掘，如旅游突發事件預測預警［25，26］、消費者特征分析［27］、基于機器學習的旅游博客觀點挖掘［28］以及數據倉庫技術在旅游業中的應用［29］;③主體(agent)，如主體旅游者進行數據采集、分析并向旅游者進行旅游推薦［30－32］;④評價，如基于神經網絡的上海旅游可持續發展能力評價［33］;⑤決策支持，如旅游目的地選擇決策支持系統［34］。旅行活動是一種人地關系，地理信息是設計與開發各種旅游應用系統的重要信息資源，地理信息系統就是為這些應用系統提供地理信息使用接口的重要支撐系統。個性化目的地推薦系統［35］、基于短信服務的餐館推薦系統［36］、導航系統［20］、位置服務系統［37］、旅游資源監控預警系統［38］以及古建筑信息系統［39］等應用系統都離不開地理信息系統的支撐。上述“應用系統”主題研究中，幾乎所有面向目的地與區域的管理信息系統的設計與開發都離不開地理信息系統。有關旅游地理信息系統本身的研究也較為活躍，如雅安市WebGIS(萬維網地理信息系統)的實現研究［40］、基于WebGIS的旅游地理信息系統研發［21］以及泰山三維(3D)地理信息系統的研發［41］。移動通信技術，特別是移動終端技術的快速發展，使得面向旅游者手持終端(如手機、PDA)的各種移動應用得到了迅猛發展。相比較于傳統的計算機應用，移動應用較好體現了旅游以“人為中心”而不是計算機為中心的理念。相關研究主要集中于面向旅游者服務的信息推送與搜索［37］、導航［42，43］、實時路線及目的地推薦［34，36，44，45］;并向普適計算的方向進行擴展，如手機電子門票［46］、基于全球定位系統的車輛監控與導航以及手機與環境之間的交互游戲［47］等。除了面向旅游者服務外，移動應用研究還包含面向旅游研究者、旅游公共管理與服務部門以及旅游企業的旅游行為數據采集與分析，如可通過基于手機數據的散客流分析，對目的地住宿的可容納量進行估算［48］。移動應用中與位置信息相關的應用也被稱為位置服務，如位置信息服務、導航以及實時路線推薦等。推薦系統是為解決互聯網“信息過載”問題而提出的一種個性化服務，幫助用戶從大量信息中發現其可能感興趣的或者滿足其需求的資源，如信息、服務以及商品等，并自動生成個性化推薦［49］。目前，推薦系統在旅游中的典型應用為旅游行程規劃，可面向旅游電子商務用戶［50］，也可面向互聯網用戶［4，51，52］;可規劃旅行的時間、地點以及活動等全套行程規劃［4，51－53］，也可推薦旅游目的地［35］、餐廳［36］以及住宿［54］等。推薦系統主要采用人工智能［50］、語義網［24，53］、移動應用［36，45］、定位與地理信息系統［36］等技術。相關研究還涉及用戶個性語義模型［55］、系統架構設計［56］等方面。語義網(semanticWeb)是傳統網站的一種擴展。在語義網中，信息具有明確的含義———語義，人類語言與機器語言之間能夠相互理解，機器能夠自動地處理和集成網上對于人而言可用的信息，使得人與機器之間的交流變得像人與人之間交流一樣順暢。本體(ontology)是用來描述網絡文檔中術語的明確含義及其之間關系的技術，能夠實現語義網信息處理的自動化，提高網站搜索的準確性以及網站服務質量［57］。旅游領域是語義Web與本體研究的問題來源與典型應用對象，如基于語義Web與本體技術的旅游中小企業間信息交換［58］、動態生成客戶供給的客戶關系管理［59］、旅游網站信息系統［60］、旅游目的地管理系統［61］以及旅行推薦系統［24，30，53，54，56］。這些系統能夠對旅游領域知識進行本體表達，從而集成對于用戶有用的或者滿足用戶需求的語義信息;其中，旅游知識域的本體表達［62］、行程規劃的語義信息推理［24］是實現這些系統的關鍵技術。Web服務(Webservices)是Web上數據和信息集成的有效機制，是解決Web上各種應用系統高維護與更新代價的最為合理的解決方案［57］。因此，Web服務在旅游中主要用于信息集成、交換以及系統之間的互操作［63，64］。Web服務技術對于旅游目的地管理而言非常重要，能夠實現旅游目的地營銷系統與旅游企業之間以及目的地旅游企業之間的異構數據交換、共享以及集成［65］。Web技術還是Web推薦系統的重要技術之一，能夠獲取推薦系統所需的動態與實時的萬維網數據［52］。虛擬現實技術主要用于旅游目的地、景區、景點的市場營銷。國內的相關研究集中于旅游目的地、景區及景點等的虛擬展示，如西安市360度全景虛擬旅游系統［66］、北京妙峰山古建筑群的網絡虛擬漫游系統［67］、村鎮民俗旅游資源的立體展示［68］。鄭鵬等認為這是一種旅游產品的虛擬試用體驗［69］。而國外的相關研究則側重于游客的現場體驗，特別針對歷史文化遺產與遺跡，如意大利的PEACH(personalexperiencewithactiveculturalheritage，個性化體驗活動的文化遺產)項目針對提升游客在博物館對于文化遺產的體驗［70］以及馬來西亞凱利城堡(Kellie’sCastle)的虛擬旅游原型研發［71］。虛擬現實技術在旅游中的應用還包含了旅游開發與遺產保護，如十三陵景區的虛擬復原［72］。普適計算模式下人們能夠在任何時間、任何地點、以任何方式進行信息的獲取與處理。由于移動終端設備及其應用的發展，普適計算在旅游研究中非常活躍，如一種面向移動終端的基于旅游本體的信息廣播與推送方法研究，用以解決傳統移動終端對于旅游者需要花費昂貴的“漫游”網絡連接費用以及需要主動獲取信息等問題［73］;一個面向德國雷根斯堡(Regensburg)游客的移動終端游戲的設計與應用，游客可以通過在空中晃動手機來與游戲中的歷史人物溝通，該游戲以一種有趣的方式向游客介紹雷根斯堡的歷史［74］。普適計算是我國目前形成研究熱點的物聯網應用的基礎理論與技術之一。計算機仿真技術研究中面向旅游的研究包含基于概率統計方法對上海旅游服務系統顧客滿意度進行仿真［75］以及基于系統動力學方法對新度假制度對城郊旅游的影響進行仿真［76］等。

問題2:旅游研究中與信息科學相關的研究主要有哪些方面?旅游研究中與信息科學方法與技術相關的研究范圍較為廣泛，表3顯示本文入選文獻中歸入旅游類的研究主題共有43種①。其中最受關注的研究主題是電子商務、網站評估以及在線消費者行為。人工智能、移動通信、地理信息系統等信息科學方法與技術在旅游中受到了相應重視。旅游網站空間、系統評價、網絡營銷、應用系統以及正在大范圍普及的Web2.0互聯網應用模式也受到了旅游研究的重視。信息科學領域中的某些前沿研究也在旅游研究中得到了關注，如計算機仿真、推薦系統、Web服務、語義網與本體。進一步對表3各類主題的文獻內容進行剖析與歸納，可以得到以下旅游研究中與信息科學方法與技術相關的6個研究范疇:信息技術對旅游的影響研究主要包含信息技術對旅游產業的影響與信息技術在旅游中的應用影響兩個方面。其中，信息技術在旅游中的應用影響又分為現狀研究、作用研究、影響因素研究等方面。信息技術對旅游產業的影響主要體現在其對傳統旅游產業價值鏈的重構上，集中表現于電子商務對旅游產業的影響［77］、新型電子中介(供應商、互聯網門戶網站、拍賣網站、數字電視、移動商務等)對傳統電子中介(計算機訂座系統、全球分銷系統等)的影響［78］、信息技術對分銷渠道的影響［79］。信息技術在旅游中的應用現狀研究主要側重于旅游企業，如電子商務在北京旅游企業中的應用現狀［80］、土耳其旅行社對互聯網的使用情況［81］、愛爾蘭旅游中小企業和鄉村微型住宿業對信息技術使用情況的分析［82］、南非中小旅游企業對于信息技術使用的狀況研究［83］.信息技術對旅游的作用研究既包含旅游企業整體層面，如信息技術對埃及中小接待企業發展的積極作用［84］、知識管理對于澳大利亞旅游業的作用［85］等;又包含旅游企業的某項具體功能，如信息技術應用對于泰國酒店運營效率的作用［86］;還包含旅游資源開發與保護方面，如計算機技術對于泰國古建筑重建的重要作用［87］。信息技術應用的影響因素研究對于旅游業如何有效應用信息技術而言是非常重要的。相關研究包含:①電子商務的應用影響，如泰國旅游企業應用電子商務的影響因素［88］、酒店業應用電子商務的影響因素［89］;②網絡營銷對旅游企業的影響，如互聯網廣告對旅行社運營的影響［90］;③旅游企業對技術應用的態度，如希臘旅行社對互聯網技術的使用情況與態度［91］;④旅游者對信息技術使用的態度，如游客在度假時是否愿意使用基于技術的信息［92］、影響旅游者使用互聯網進行旅游規劃的因素［93］。目前，信息技術在旅游中的應用模式研究主要集中于電子商務模式、網絡營銷以及Web2.0。電子商務模式的相關研究有區域旅游電子商務開發計劃研究［94］、旅游電子商務模式現狀與趨勢研究［95］、旅游電子商務模式［96］以及運營模式研究［97］等。網絡營銷是除了電子商務之外信息技術在旅游中最主要的應用模式。網絡營銷研究多圍繞網站展開，如英國農村接待企業網站營銷現狀研究［98］、塞爾維亞旅游網站網絡促銷現狀和形式研究［99］、美國旅游官方網站網絡營銷使用分析［100］、旅游目的地營銷組織網站的客戶需求研究［101］。此外，在線葡萄酒旅游［102］以及在線客戶關系管理［103］都是一種網絡營銷方式。隨著互聯網技術的發展，Web2.0作為一種新型的互聯網應用模式受到了旅游領域的高度關注。相關研究可以分為如下幾個方面:①營銷，即基于Web2.0的網絡營銷方式，這是目前旅游研究領域最為關注的方面，如Web2.0對克羅地亞旅游產品的營銷作用研究［104］、博客對于旅游市場營銷的中介作用［105］;②旅游者行為與服務，如Web2.0下網絡旅游消費行為模式及旅游網站應用研究［106］、基于Web2.0的用戶個性化定制研究［107］以及基于人工智能技術的微博“旅游情感”數據挖掘［108］;③網站分類，如Web2.0旅游網站的分類機制研究［109］。此外，面向產業價值網絡的四川旅游信息資源整合推進模式和機制是一種信息技術在旅游中應用模式的有效探索［110］。網站評價是信息技術應用評價研究中最主要的內容［111］。從評價對象上看，相關研究涉及官方旅游網站［112］、目的地營銷組織網站［113］、各國及地區旅游網站［114－116］;從評價內容上，包含有效性評價［112］、可用性評價［114，117］、使用分析［118］、功能分析［113，119］、網站設計［116，120］、網站旅游本體分析［121］、游客價值［116］以及網站訪問者分析［119］等;從評價方法上有調查法［114］、啟發式方法［115］、數據包絡分析法［122］、內容分析法［113］、網站日志分析法［118］、領域本體分析法［121］等。隨著移動通信技術的發展，移動應用在旅游領域得到了廣泛應用，針對移動應用系統的評價研究也受到研究者的關注，如從用戶角度對移動應用進行評價［123］、各種移動旅游者指南功能與可用性評價［124］。較傳統旅游研究對象，如旅游資源、旅游企業以及旅游者等，信息社會視角的旅游研究對象發生了擴展，如從旅游者的地理時空變化擴展到了在線旅游者行為變化，從旅游資源的空間格局擴展到了旅游網站的網絡結構等。在線旅游者行為研究中最受關注的是消費行為研究，如消費影響因素與滿意度［125］、忠誠度與推薦行為［126］、在線分享行為［127］。隨著社會網絡的形成，在線旅游者的情緒研究得到關注，如通過旅游者在論壇、博客(微博)上的評論分析旅游者情緒［3，108，128］，相關方法包含內容分析［3］、統計與語言學分析［128］、人工神經網絡方法［108］以及數據挖掘技術［127］等。一項研究還將旅游者的博客進行了計算機可視化，用來輔助其他旅游者的旅行計劃［129］。此外，旅游目的地營銷組織網站的旅游者在線行為也受到研究者的關注［101］。目的地地理尺度的旅游網站空間結構也受到研究者的關注，主要包含方法研究與案例研究。方法研究有統計方法［130］以及網絡拓撲圖方法［131－133］等;案例包含歐洲［131］、意大利厄爾巴島［132］以及河北省［134］等。旅游虛擬社區是社會信息化背景下形成的新型社區，部分旅游研究者對其給予了關注，如針對具有中國文化背景的芒果社區網(Mango)的綜合性研究［135］。社會信息化下的旅游研究方法包含兩個方面的含義。一是指傳統旅游研究方法可借助社會信息化背景進行擴展，如網絡調查方法［1，136］擴展了傳統現場發放問卷的調查方法;基于射頻識別(RFID)與全球定位系統(GPS)技術的追蹤系統擴展了傳統旅游者游憩行為問卷調查方法，并提高了數據的精度［137，138］;遙感與地理信息系統(RS＆GIS)技術可提高旅游資源監測的準確性［139］等。二是指旅游研究方法對于信息科學方法與技術的借鑒。人工智能是旅游研究中采用最多的信息科學方法與技術，其在旅游研究中的應用可以分為以下幾個方面:①需求預測，如基于人工神經網絡的西班牙巴利亞利群島旅游時間序列預測［5］、遺傳算法在旅游需求預測中的應用［140］、模糊時間序列及灰色理論在短時間序列旅游需求預測中的應用［141］以及人工智能方法與其他預測方法的比較［142］;②在線行為分析，如基于機器學習(machinelearning)的在線消費者行為數據挖掘［127］;③基于主體(agent)的旅游系統仿真研究，采用人工智能研究領域的重要分支———多主體系統(multi-agentsystem，MAS)對多層面、多地理尺度旅游系統進行計算機仿真，探索旅游主體之間的相互作用與規律，如基于多主體的旅游空間結構演化研究［143］、旅游者在目的地［144］以及景區范圍的動態性研究［6］。計算機仿真方法與技術在旅游研究中的應用也受到了旅游研究者的關注，具體研究包含以下幾個方面:①預測，如旅游收入預測［145］;②旅游經濟研究，如區域旅游經濟系統動力學分析［146］;③旅游主體行為研究，如上述人工智能研究中基于主體的旅游系統仿真研究［6，143，144］。地理信息系統(GIS)是信息科學與地理科學的交叉研究領域，作為旅游研究的一種研究方法或工具，主要被用于旅游資源評價［147，148］。隨著移動終端設備在旅游者中的普及，旅游研究者對移動應用的相關研究給予了較大關注，如上下文適應的移動應用體系框架設計［149］、上下文相關的信息推動服務系統設計［150］以及用于博物館導游的多媒體技術研究［151］。語義網與本體是信息科學的前沿領域，但由于其對于提升面向旅游者的網絡服務質量具有非常重要的作用，也受到了旅游研究者的關注，如用于搜索引擎的旅游域語義表示研究［152］。智能系統作為信息科學的前沿領域，在旅游研究中也受到了關注，除了綜述性研究外［153］，還出現了有關智能系統設計方面的研究［154］。應用系統的規劃建議與系統結構設計是旅游研究者較為關注的信息技術研究，如基于知識管理視角的目的地管理系統設計［155］。而其中以我國的相關研究為最多，如贛東北網絡旅游信息系統研究［23］、上饒市旅游資源信息系統［156］。數字旅游是一種典型的旅游與信息技術的綜合叉研究主題，在我國旅游研究領域受到了關注，既包含了偏重技術的研究，如數字旅游的體系框架［157］，也包含了圍繞數字旅游系統建設的保障體系研究，如相關政策法規方面的研究［158］。

問題3:信息科學與旅游的交叉研究有哪些趨勢?盡管信息科學與旅游的交叉研究在近12年間經歷了快速發展，但其仍然屬于新興交叉學科，其發展需要相關學者更為廣泛與深入的探索研究。在本節，筆者在對最近12年信息科學與旅游的交叉研究進行系統整理的基礎上，通過捕捉旅游類與信息類研究共同關注的研究主題(表4)，以及基于筆者對信息科學以及旅游研究趨勢的把握，找到信息科學與旅游交叉研究中的研究重點，其反映了兩類科學的交叉發展趨勢，或者研究者們重新認識某些對該交叉領域的發展來講非常重要的問題。以下分別對它們進行闡述:人工智能方法與技術是信息技術發展的高級階段，研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術，涉及知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面的研究內容。盡管目前人工智能在旅游中的應用以旅游需求預測最為成熟，然而其相關理論、方法與技術并沒有在旅游領域中得到充分應用。如何充分利用人工智能方法與技術來有效處理與使用旅游數據、信息與知識，深入挖掘旅游者、旅游公共管理與服務部門以及旅游企業的特征、存在的問題并進行決策支持，是信息科學與旅游科學交叉研究中較為迫切與前沿的問題。語義網與本體研究是信息科學領域的前沿領域，是海量網絡信息之間相互理解的基礎。互聯網的發展使得傳統面向旅游者的“線下”服務擴展至“線上”，包含以傳統計算機為中心的和以新興各種移動終端為中心的“線上”服務，“線上”服務質量對于信息時代的旅游者體驗是非常重要的。基于語義網與本體技術的旅游推薦系統正是提升網絡服務質量的有效方法與工具，如何將語義網、本體技術以及旅游推薦系統進行理論、方法以及應用上的有效集成，使其對旅游者具有實際應用價值，是信息科學與旅游科學交叉研究中的另一個前沿問題。普適計算是我國目前形成研究熱點的物聯網應用的基礎。隨著移動終端設備及其應用的發展，傳統以計算機為中心的網絡服務擴展至以移動終端—旅游者為中心，基于普適計算模式的連接物與物、人與物、人與人的物聯網以及各種移動應用系統在旅游研究與實際應用中得到了重視。然而，無論是普適計算還是物聯網，在信息科學研究中都是前沿領域，存在許多未解問題，因此，普適計算以旅游領域為問題域或典型應用，將同時有助于其本身以及旅游問題的解決。

第2篇：關于人工智能的綜述報告范文

關鍵詞：政府信息資源 知識庫 政府信息分類 信息檢索 非結構化數據

一、概述

從簡單消息傳遞到信息處理，再到20世紀90年代Karl-Erik Sveiby博士提出的知識管理概念，知識作為一種資源和資產得到越來越多的重視。人類的信息包括結構化信息和非結構化信息兩大類：結構化信息是指經過人工標注、整理、加工過的按特定格式排列的信息；非結構化信息是指存儲格式各異，沒有經過人工加工、整理過的信息，如：郵件、文本文件、視頻等。從《詩經》、《史記》到《圣經》、《荷馬史詩》等記載人類文明的信息都可以歸入非結構化信息的行列，而結構化信息的出現，則是最近幾十年隨著數據庫技術的發展才逐漸增多的。在政府信息當中，文件、報告、通知、函件、法規等大量的非結構化信息占據主導，Gartner的一項調查顯示，人們所存儲的數據中，有85%以上是非結構化信息；每過三個月，其周圍的非結構化信息就會增加一倍。非結構化信息構成了政府知識的主體，因此對政府領域知識管理的核心問題是對非結構化信息的處理。

起初政府的信息是分散在堆積如山的文件中的，而知識是存在于人的頭腦中的。但是隨著信息化的發展，人們發現當要尋找某些知識的時候，往往無法在浩瀚的文海中找到所想要的知識，于是人們發現這些非結構化的信息作為知識的載體需要進行管理，由此出現了圖書館目錄索引體系，而后出現了信息系統、OA辦公系統、文件管理系統，為知識的積累和查詢提供方便。隨著信息化的發展，信息爆炸時代的到來，在無限的信息化系統，無限的信息孤島中，人們尋找需要的知識的時候，可能再一次陷入迷茫的困境，人們會再一次發現找不到其所想要的知識。每當信息的載體不斷地發展、不斷地增加，知識就會再次淹沒在浩瀚的載體之中。因此，對于知識載體建立整合機制，建立政府資源領域知識整合的標準體系變得尤為重要。

二、建立基于Ontology的領域知識庫

知識是人類在改造現實世界的實踐中認識和經驗的總和，是人類進行智能活動的基礎。知識描述是現在人工智能研究中最活躍的領域，在過去的幾年中，知識描述的技術和理論經歷了快速的變化和發展。Ontology最早是一個哲學上的概念，后被人工智能研究者引入計算機領域中，使用Ontology描述知識的內容。

⒈Ontology的概述

⑴Ontology的定義

由斯坦福大學的Gruber給出的Ontology的定義被普遍接受。Fensel等人對此定義進行深入分析，認為Ontology是共享概念模型的明確的形式化規范說明，包含4層含義：概念化（Conceptualization）、明確（Explicit）、形式化（Formal）和共享（Share）［1］。

――概念化：通過抽象出客觀世界中一些現象的相關概念而得到的模型，所表現的含義獨立于具體的環境狀態；

――明確：指所使用的概念及使用這些概念的約束都有明確的含義，以避免對同一概念的模糊的二義性的理解；

――形式化：指Ontology是計算機可識別的，能被計算機處理的；

――共享：指Ontology中體現的是共同認可的知識，反映的是相關領域中公認的概念集，即Ontology針對的是團體而非個體的共識，不是對私有的特殊知識的理解和表述。

盡管人們對于Ontology的定義不盡相同，但是通過以上這些定義可以看出Ontology的一些基本特征［2］：

――Ontology是用來描述特定領域的；

――該領域中的術語以及術語間的關系被明確的定義出來；

――使用一定機制（通常情況下是層次結構，使用Is-a，Has-a等類型關系）來組織這些術語；

――Ontology的使用者對領域中術語的含義存在一種共識。

⑵Ontology的組成

Ontology設計中，Ontology模型通過一系列基本要素來描述客觀現實的世界，對領域進行建模，實現領域體系的明確描述。根據Perez分類法組織思想，并結合領域建模結構的特征，認為Ontology模型中應該包含類概念/類（Concept/Class）、屬性（Attribute）、關系（Relations）、實例（Instance）等基本要素。

――概念：在Ontology中對概念明確的、格式化的描述，稱為類（Class）。概念的含義很廣泛，可以指任何的事物，如工作描述、功能、行為、策略和推理過程等。概念表示的是實例對象的抽象集合。

――屬性：對于每個概念所具有的特性或者特征的描述稱為屬性。對于一個概念的屬性特征有很多，在描述概念的時候，我們只采用那些和使用目的有關的屬性，即有用的屬性。同時按照屬性的特征，可以將其分為兩類：固有屬性（僅屬于一個概念的屬性）和公共屬性（屬于多個概念的屬性）。

――關系：對于概念之間的關系的描述稱為關系，關系代表了領域中概念之間的交互作用和聯系，關系之間也可能構成新的關系。概念之間存在的關系是錯綜復雜的，除了子類關系（subclass-of）、部分關系（part-of）、實例關系（instance-of）、屬性關系（attribute-of）等基本關系以外。同描述屬性選取一樣，我們在刻畫領域模型的時候，只選取那些和使用目的相關的關系類型來刻畫領域。關系形式上可以定義為n維笛卡爾（Descartes）乘積的子集。

――規則：每個屬性所應當遵循的限制稱為規則。舉例來說，對于概念水，具有屬性溫度、質量等，當溫度超過100攝氏度時，水將變為水蒸氣，所以，對于水的溫度屬性需要進行一定的限制，這種限制就是規則。

――實例：從語義上分析，概念類表示的是具有相似特征的對象的集合，實例表示的是概念所描述的一個具體對象，一個概念的實例必須具備該概念所有的屬性和屬性值。實例也可以具有自己特有的屬性和屬性值。某個領域是由具體實例通過它們之間的相互關系和作用組成的，Ontology模型只是實際應用領域在Ontology設計人員頭腦中理解景象。

⑶Ontology的表示

Ontology主要用于描述領域知識包含的內容、屬性。如果希望領域Ontology能夠方便的建立，實現領域知識的描述和利用，就應該選擇合理、有效的表示方式，使Ontology的表示具有較強的表達能力和實用性。知識的一些表示方法如邏輯語言、框架、語義網絡等都可以用來表示Ontology。

①一階邏輯謂詞表示法

一階謂詞邏輯表示法是最早和使用最為廣泛的知識表示方法。知識用事實和規則來表示，事實和規則的基本構成單位是謂詞。謂詞由謂詞名和一個參數表構成，每個參數可以是常量、變量或函數。

Cycl和KIF（Knowledge Interchange Format）［3］是一階謂詞邏輯語言的代表。Cycl和KIF都基于一階謂詞邏輯，同時還具有部分的二階謂詞邏輯特性。Cycl是Cyc系統的表示語言，它是一種體系龐大而非常靈活的知識表示語言。該語言在一階謂詞演算的基礎上，擴充了等價推理、缺省推理等功能，在該語言的環境中配有功能很強的可進行邏輯推理的推理機。KIF是為不同計算機系統交換知識而設計的知識描述語言。KIF試圖建立與不同格式的映射關系，從而實現知識表述格式的轉換和系統間的交互。

②描述邏輯

在知識表示的研究中，描述邏輯（Description Logic，DL）［4］是基于對象的知識表示的形式化工具，它是一階謂詞邏輯的可判定子集，能夠提供可判定的推理服務，并且繼承了語義網絡的研究成果，定義了一種可操作的形式化語義，以支持知識描述的無二義性和推導算法的可跟蹤性。DL基于邏輯的表示機制，根據概念和概念之間的二元關系描述術語學的知識，二元關系可以用來根據必要和充分條件定義一個概念術語，概念的所有實例必須滿足這些條件。DL的一個顯著特性就是可以根據描述定義概念（類），描述確定對象必須滿足的屬性，表達描述的語言允許構造復合描述，包括對對象之間二元關系的約束。

在經過二十多年的研究與發展之后，描述邏輯已經基本趨于成熟并走向應用，它是知識表示的形式化工具，實現的系統有BACK、CLASSIC、LOOM等。由DARPA組織提出的DAML+OIL（DARPA Agent Markup Language，Ontology Inference Layer）這種本體語言即是在描述邏輯的基礎上建立的。但是描述邏輯主要還只能處理靜態的知識，在對動態世界的表示與推理上卻無能為力，尤其是對智能主體的內部知識庫的表示顯得乏力，也不能對服務的動態性與交互性進行刻畫。

③基于框架的表示法

框架（Frame）是Minsky于1975年提出的一種概念，是一種組織和表示知識的數據結構，用它來表示有關事物的知識的時候既可以表示出事物各方面的屬性，又可以表示出它們之間的類屬關系。它由框架名和一組用于描述框架各方面具體屬性的槽（slot）組成。每個槽又可以根據實際情況劃分為若干個“側面”。一個槽用于描述所論對象某一個方面的屬性，一個側面用于描述相應屬性的一個方面。在比較復雜的框架中，側面還可以是子框架調用，作為對槽的進一步說明。槽和側面所具有的屬性值分別稱為槽值和側面值。在一個框架表示知識的系統中，一般都含有多個框架，為了指稱和區分不同的框架以及一個框架內的不同的槽，需要分別給它們賦予不同的名字，分別稱為框架名、槽名和側面名。無論對于框架，還是槽和側面，都可以附加一些約束條件，對于所賦值給予限制。

框架表示法是一種結構化的知識表示方法，它善于表示結構性的知識，能夠把知識的內部結構和知識間的聯系表示出來，同時與計算機程序所說的結構相似，便于計算機表達和處理。適合表示典型的概念、事件和行為，能夠很好的體現概念間的層次結構關系，但是框架表是方法的推理能力有限，不適合表示大量推理性知識。

⑷Ontology的作用

①自然語言理解方面

自然語言的理解就是把自然語言描述的一個受限世界，變換為計算機的表示法描述的一個世界模型。領域Ontology本身作為知識實體是系統的知識庫，它由概念以及概念之間的聯系構成，是對領域知識的概念化的描述。它可用來進行自然語言的消歧，和進行簡單的文本推理。例如，對領域詞典的應用，就是可以在對自然語言文本分詞的時候，標明特殊的領域詞匯的詞性，消除詞匯在特殊環境下的歧義，在以下的語法和語義分析中起到重要的作用。而文本推理就可以利用Ontology中的缺省的知識填充空缺的意義，或者通過Ontology中概念之間的轉換關系找出句子的轉義。

②知識工程方面

――知識共享和重用。領域Ontology是實現領域知識共享和重用的基礎，它為需要實現共享領域知識的使用者提供了公共的可共享的領域概念。開發領域Ontology的主要目的之一就是在人們和軟件智能體之間對信息結構的理解提供一種可共享的、共同的理解機制，可以方便地進行知識共享和交互。通過維護、擴充領域Ontology，使得面向領域的應用系統的開發不必從頭開始，大大縮短了開發的周期，節省了開發的費用。知識的重用是將知識利用在應用層中的過程，知識檢索是知識重用的一個重要方面，Ontology提供的術語使精確的檢索成為可能。

――知識獲取。一直以來知識獲取都是知識工程的一個公認的瓶頸問題，因此知識獲取受到了廣泛的重視和研究［5］。知識獲取的途徑主要有兩種，一是從學科專家處獲得專業知識，二是從文本或數據庫中直接獲取。但是，由于專家的研究領域和研究精力的局限，很難給出完整的科學體系，而且據統計90%以上的知識可以從文本中直接獲取，因此對從事大規模知識獲取的人員來說，從文本中直接獲取知識無疑是一種更為可取的辦法。但是，由于文本都是以自然語言組織而成的，而自然語言的理解在現在階段仍然是計算機科學中的一個難題，所以想要由計算機自動獲取基本上很難實現，因此，需要采用人工干預的半自動的知識獲取辦法。

――知識存儲。Ontology概念的層次關系為知識的存放提供了很好的解決方案。本文中用關系數據庫中的表格存放固定關系的概念，對于不斷精化的Ontology則設計為樹型結構，知識結構清晰，便于查詢和利用。

――知識標準化。Ontology為人們描述目標世界提供了一組通用的詞匯，而這種詞匯正是實現知識系統化的基礎。通用詞匯和知識的系統化有利于實現知識的標準化。

⒉面向政府信息資源領域Ontology的建立

⑴需求分析

我們建立Ontology的目的，就是將人們在政府信息資源領域的知識和經驗，按照計算機能夠識別和處理的方式進行表示，并輸入計算機的存儲介質中。并利用這些專業知識，幫助系統建立政府資源信息庫，并為后期對數據的檢索利用和信息挖掘打下基礎。

確定Ontology所包含的范圍的方法之一就是列出基于Ontology的政府知識庫所涉及的信息資源信息（Competency question）作為基本素材。通過資料可以得到對這個Ontology是否包含這些類型問題的足夠的信息、答案或解釋，是否需要特定層次的詳細信息或特定專業領域的表達法等。在本系統中，我們所涉及的術語和概念都來自政府信息資源領域，收集的面向政府信息資源領域知識庫，并歸納出一些知識類型，將這些信息所涵蓋的范圍作為判定政府信息資源Ontology的范圍的依據。

具體實現時，我們在寧波市政府信息中心資料庫和Internet上尋找關于政府知識領域的相關資料，并對信息資料進行分析，整理出大量政府信息資料的素材，建立如下的模型實例，由于政府信息資源廣闊，無法窮舉和全面，我們為說明問題，根據重要程度，主要歸納出如下這些問題類型，如表1所示。

表1 問題類型和概念類及其屬性

⑵確定Ontology的表現形式

根據政府信息資源領域的特點，本系統中的Ontology以框架結構表示作為領域本體的表示形式，如圖1所示。

圖1 Ontology表示形式

概念的屬性可以是多個，屬性的描述形式包括屬性名，屬性取值的類型，以及側面和注釋。側面用于對屬性的含義進行約束，如時間、范圍等，用于說明屬性的取值約束條件，是可選項。本文中概念的屬性類型，可以是數值、字符串等，也可以是概念類型，甚至是一個本體類型。注釋的作用是附加說明屬性的含義，也是可選項。

概念和概念之間關系的描述形式和屬性描述形式相似，也是包括關系名，關系取值的類型，關系的側面和注釋。

⑶定義Ontology中概念類及其屬性和屬性側面

我們再通過考察政府信息資源領域知識，以及該領域的問題庫，來定義這些概念類以及它們的屬性。目前我們暫時定義了經濟領域和社會領域這兩個概念類，用經濟差距、經濟理論、經濟體制、經濟行業、商業與市場、財政與貨幣政策、經濟結構調整、投資增長與儲蓄來刻畫經濟領域這個概念類，用社會分析、社會評估、社會問題、社會保障、社會心理類等屬性來刻畫社會領域這個概念類（如表1所示），每種問題類型對應于這兩個概念類及其相關屬性。可以說，問題類型和概念類及它們的屬性是相互對應、相互影響的。

屬性可以用不同的側面來描述屬性的值，如：值的類型、取值范圍、可取值的個數和值的其他限制條件。屬性的賦值類型（slot-value type）有：字符串（String slots）、數字型（Number slots）包括浮點數（Float）和整數（Integer）、時間型（Time slots）、布爾型（Boolean slots）、枚舉型（Enumerated slots）、實例型（Instance slots）。對于類的每個屬性，我們還要限制其取值的范圍，稱之為屬性的域（Domain）。

⑷創建Ontology中的實體

當定義好了Ontology中的概念、概念的屬性和屬性的側面，以及概念之間的關系之后，就可以采用一些抽取方法和手段來抽取對應的實體。

我們通過基于啟發式規則的抽取方法從Web上和政府數據資源庫里抽取出經濟領域和社會領域這兩個概念類的實體。

⑸列出政府數據資源庫領域Ontology中的重要術語，建立領域詞匯表

列舉描述或解釋要定義的領域Ontology中的術語，得到一個全面的術語列表非常重要，它不僅能對自然語言文本的起標示領域詞匯、消除概念歧義等作用，而且也為知識共享奠定了基礎。

在本文中建立的領域Ontology中包含一個領域詞典，其中包含了政府數據資源庫領域的領域詞匯，如經濟體制、貨幣政策、社會問題等，以下是我們如何建立該領域詞典的：根據問題的集中關注程度，對概念類的各個屬性進行評估，來決定是否建立詞典；需要建立詞典的，會采用自動方式對該屬性的內容進行抽詞處理，并計算每個詞的權重，權重大的則表示該詞對該屬性比較重要，可以作為該屬性的詞典，而最后是否放到領域詞典中則需要經過領域專家的判定，以兼顧術語收集的效率與準確率；將每個屬性的詞典表明相應的詞性，如經濟體制的詞可以標為jjtz，然后加入到分詞系統ICTCLAS的詞典中，以后分詞的時候可以用來表明特定的領域詞匯。具體如表2所示。

表2 屬性詞典的建立情況

⑹定義Ontology中的關系

Ontology中存在的關系是錯綜復雜的，除了包括子類關系（subclass-of）、部分關系（part-of）、實例關系（instance-of）、屬性關系（attribute-of）等基本關系以外，還有領域中所特有的各類關系。

領域中概念實體的層次關系，是領域特有關系中比較重要的一種。領域中概念實體的層次關系就表示成概念實體樹的形式，概念實體樹建立領域概念實體的父子關系。概念實體樹在信息檢索系統中有重要的作用，如對信息實體進行分類、聚類，以及進行相關性檢索等。政府信息資源多維概念實體樹是在對政府信息資源領域知識分析的基礎上，對領域內部的“經濟”和“社會”等概念及它們的實體建立關系。圖2建立的是一棵關于政府信息資源庫的多維概念實體樹。樹中的葉節點，“體制改革”、“社會福利”、“和諧穩定”、“環境保護”和“財政稅收”均是政府信息資源庫的實體。對于這些實體，系統采用了多種分類的方法，如“經濟領域”、“社會領域”等，這構成了一棵多維概念實體樹。

通過以上的方法，我們基本基于復雜的政府資源信息，用Ontology的方法，建立起政府資源領域知識庫的模型，包括：信息的概念分類、概念的屬性、領域詞匯表和多維概念實體樹。

對于將來其他的政府信息資源，我們都可以依據這個模型進行知識構建，不斷完善政府信息的概念分類和領域詞匯體系。政府資源領域知識庫的建立是一個需要不斷積累和不斷完善的過程，并為知識的檢索和挖掘打下基礎。

三、政府領域知識庫構建的意義和進一步的探索方向

根據Ontology和政府信息資源領域的特點，我們從概念定義、模型組成、分類和表示方法等幾個方面對基于Ontology技術的政府資源領域知識庫進行介紹和研究，并闡述了如何組織和建立領域Ontology的過程，并說明基于Ontology進行領域知識描述的重要作用。

基于Ontology技術建立政府信息資源領域知識庫體系，使得政府信息的搜索和加工建立了底層構架基礎。只有當我們按科學的方法建立和健全了這一構架體系，政府知識管理、知識積累和知識挖掘才變得有可能。

我們采用Ontology的思想進行政府領域知識的組建，包括政府領域詞典的建立，以及Ontology中概念、屬性、關系等的建立，組織和建立好領域知識庫是政府知識工程中的關鍵，它決定著政府領域知識使用的效果和效率。當然目前我們的工作還存在著一些不足，需要將來進一步探索和改進，主要包括以下兩個方面：

（1）Ontology的半自動建立。Ontology的建立過程中的很多工作由人工手動完成，需要大量的時間且容易出現出差錯，特別是Ontology中詞語的類型標注。下一步工作中需要研究切實可行的、用以提高系統自身學習能力的辦法，使得在Ontology的建立過程中盡量減少人工干預。

（2）Ontology的擴充和更新。本文目前Ontology中的知識包含的還不夠多，如概念類只有舉例對經濟領域和社會領域兩種，需要進行進一步擴充，使之內容更加豐富，更加完善，能夠處理更多的用戶問題。同時，由于領域中的知識處于不斷的更新變化中，因此，需要對已有的Ontology隨之進行適度的更新和修改，以保證系統處理的準確性。

參考文獻：

［1］鄧志鴻，唐世渭.Ontology研究綜述［J］.北京大學學報：自然科學版，2002,38(5)

［2］Maria Auxilio Medina Nieto.An overview of ontologies［EB/OL］.(2003-03-01)［2008-02-18］.

作者簡介：