第七章作业与思考题答案.docx

第七章作业与思考题答案.docx

《第七章作业与思考题答案.docx》由会员分享，可在线阅读，更多相关《第七章作业与思考题答案.docx（8页珍藏版）》请在冰豆网上搜索。

第七章作业与思考题答案

第七章作业与思考题答案

7-1什么是本体论信息？

什么是认识论信息

答：

本体论信息指事物运动的状态和状态变化方式，认识论信息是主体所感知的事物运动的状态及其变化方式。

一方面，从本体论意义上讲，信息是事物运动的状态和方式，它与事物相联系又互有区别。

事物是信息的载体，事物的运动是信息的源泉，而信息是事物运动的状态和方式，它并不就是事物本身。

另一方面，从认识论意义来理解，信息是认识主体所感受或所表述的事物运动的状态和方式。

人们要认识事物（这里所说的事物，不仅包括外部世界的实在客体，也包括主观世界的精神现象），必须从客体获取信息，即将本体论意义上的信息转变为认识论意义上的第一类信息，随着实践和认识矛盾运动的发展，这类信息经过高度复杂优化的信息处理、控制中心---大脑系统的处理、加工，形成为认识论意义上的第二类信息，即形成判断，做出决策，然后通过效应器官作用于外部世界。

本体论信息是第一位的，认识论信息是第二位的。

认识主体所感知的事物运动状态与方式，是外部世界向主体输入的信息，也称之为感知信息；认识主体所表述的事物运动状态与方式，是主体向外部世界（包括向其它主体）输出的信息，又称之为再生信息。

一般而言，在人类所及的有限时空中，本体论信息与认识论信息之间存在着交互作用和互相转化的关系，其过程与人类认识和改造世界的过程是一致的。

7-2简述数据、信息、知识、策略、智能之间的关系

答：

数据、信息、知识、策略、智能的相关概念如下：

数据：

是指人们为了描述客观世界中的具体事物而引入的一些数字、字符、文字等符号，或是这些符号的组合。

信息：

是指由不同数据所组成的一种有意义的结构，也可以说“信息是数据的语义”。

本体论信息：

指事物运动的状态和状态变化方式。

认识论信息：

是主体所感知的事物运动的状态及其变化方式。

认识论信息又分为两类：

感知信息（第一类认识论信息）：

认识主体所感知的事物运动状态与方式，是外部世界向主体输入的信息。

再生信息（第二类认识论信息）：

认识主体所表述的事物运动状态与方式，是主体向外部世界（包括向其它主体）输出的信息。

知识：

是一个认识论范畴的概念，它是信息加工的规律性产物，指事物运动的状态和状态变化的规律。

策略：

是关于如何解决问题的计策方略，包括在什么时间、什么地点、由什么主体采取什么行动、达到什么目标、注意什么事项等等一整套具体的行动计划规划、行动步骤、工作方式和工作方法。

本质上，策略是知识加工的产物，是再生信息（第二类认识论信息）。

智能：

就是有目的地认识问题、合理地解决问题的能力,它能有针对性地获得问题-环境-目标的信息，恰当地处理这些信息从而获得相关知识、实现认知，在此基础上结合主体的目的生成求解问题的策略，并根据策略产生相应的行为，在满足约束条件下求解问题，达到预定的目标。

数据、信息、知识、策略、智能之间的关系如图1所示，可以表述为：

信息是数据的语义；知识是对信息进行加工得到的抽象化产物；策略是知识加工的产物；智能是把数据处理为信息、信息加工成知识、进而把知识激活成解决问题的策略，并在策略的引导下解决问题的能力。

图1数据、信息、知识、策略、智能之间的关系

7-3简述数据挖掘和知识发现在物联网中的重要作用

答：

数据挖掘（DataMining）是指从大量的数据中通过算法搜索隐藏于其中信息的过程。

其通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现目标。

知识发现（KnowledgeDiscovery）是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。

知识发现将信息变为知识，将为知识创新和知识经济的发展做出贡献。

随着物联网的广泛应用，加上使用先进的自动数据生成和采集工具，人们所拥有的数据量急剧增大。

如果使用传统的数据分析工具，很难对数据进行深层次的处理。

数据挖掘和知识发现正是为了解决传统分析方法的不足，并针对大规模数据的分析处理而出现的。

数据挖掘能够从大量的物联网数据中提取出隐藏在数据之后的有用信息，而知识发现将信息变为知识，从而实现从数据→信息→知识的转化与升华。

因此，数据挖掘和知识发现将会在物联网应用中发挥更重要的作用。

7-4简述分布智能在物联网中的重要作用

答：

分布式人工智能（DistributedArtificialIntelligence，DAI，简称分布智能）是随着计算机网络、计算机通信和并发程序设计等技术的发展而产生的一个新的人工智能研究领域。

其主要研究在逻辑上或物理上分布的智能系统之间如何相互协调各自的智能行为，实现问题的并行求解。

而物联网是一个传感器密集、大规模并行的自治系统，它的传感器和效应器可以部署在物理世界的各个地方，而各个感知节点之间、感知节点与汇聚节点之间、汇聚节点与管理节点之间需要相互协同，协调各自的智能行为，共同完成信息的感知、传送、处理与应用。

因此，物联网本身就是大型的分布式智能系统，需要分布智能的理论与技术来解决物联网应用中的实际问题。

7-5简述大数据概念及四个V特点

答：

大数据（BigData）是指超过传统数据库系统处理能力的数据，它的数据规模和对传输速度的要求很高、结构复杂，不适于传统的数据库系统处理。

“大量化（Volume）、多样化（Variety）、快速化（Velocity）、价值密度低（Value）”是“大数据”的显著特征，或者说，只有具备这些特点的数据，才是大数据。

如图2、图3所示。

图2大数据四V特点

图3大数据四个V特点解释

7-6给出智能Agent与环境的交互模型

答：

智能Agent可以被认为是任何能够通过感应器感知它周围的环境，并能够通过效应器作用于其周围环境的实体。

Agent与环境的交互模型如图4所示。

图4Agent与环境的交互模型

Agent通过各种感应器（传感器）感知外部环境信息，经过信息融合、信息处理后，作出决策，并通过效应器（执行结构）产生动作，作用于环境。

Agent的工作过程如图5所示。

图5Agent工作过程

7-7物联网作为一个开放复杂智能系统，给我们带来了新的挑战，我们需要如何应对

答：

物联网作为一个复杂的系统，它的推广与普及，给智能系统带来了新的挑战，促使我们在指导思想、技术路线、系统体系结构、计算模式等方面为智能系统的研究融入新的思想与技术，使得智能系统的研究迈入新的阶段，即以开放复杂智能系统（OpenComplexIntelligentSystem）特别是开放巨型智能系统（OpenGiantComplexIntelligentSystem）为研究对象、以社会智能为研究重点的综合研究阶段。

开放复杂智能系统指具有开放性特征、与环境之间存在交互、系统成员众多、系统有多个层次、系统可能涉及人的参与的智能系统。

因此，我们必要加强集成研究，综合多学科知识，在指导思想、技术路线、系统体系结构、计算模式等方面引入新理念，融合运用各种新理论、新技术和新方法，实现在物联网理论、应用、标准研究等各方面取得新的突破。

7-8信息在物联网中是运动和转化的，请抽象物联网中信息运动和转化过程模型，并释以说明

答：

世界无时无刻不在产生巨量的信息（本体论信息），人们要想认识世界，必须将本体论信息转变为感知信息，这个过程，就是信息获取（信息感知）的过程。

获取到信息之后，需要进行信息传递，包括信息发送、传输、接收等。

而且经过对感知信息的分析、筛选、识别，即信息处理，信息被加工成知识。

根据所获得的知识及解决实际问题的目标，进行决策制定，得到求解实际问题的策略。

并经过策略传递到策略执行，产生行动（行为）作用于外部环境，解决实际问题。

因此，在物联网中，信息、知识、策略相互转换，整个过程构成一个完整的回路，如图6所示。

图6“信息-知识-决策”转换关系图

7-9物联网将物理世界与虚拟世界连接起来，这一点在数据库系统中是如何体现的

答：

数据库技术将物理世界的数据和信息进行处理并存在计算机中，将计算机虚拟世界、物理世界和人类联系在一起，如图7所示。

图7虚拟世界、物理世界和人类联系

在设计数据库时，人类需对物理（现实）世界进行分析、抽象，并从中找出内在联系，进而确定数据库的结构，这一过程称为数据库建模。

在计算机虚拟世界，利用数据库技术实现从物理世界抽象得来的数据库模型，以便物理世界数据与信息的高效存储、管理、分析与应用。

物理世界与计算机虚拟世界中术语的对应关系如图8所示。

图8物理世界与计算机虚拟世界术语对应关系

7-10举例说明大数据应用

答：

（1）经典大数据案例-沃尔玛经典营销：

啤酒与尿布

“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：

在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。

在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。

父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。

如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。

沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布”故事的由来。

（2）通过用户消费行为分析实现精准营销是大数据的典型应用，但绝不是全部，大数据在各行各业特别是公共服务领域具有更广阔的应用前景，如图9所示。

图9大数据应用领域