（计算机应用技术专业论文）面向个性化服务的分布式联合推理的研究.pdf

独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有 权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：圈重垒 导师签名：囱 绝l i 日期：型! 竺! 五1 9 摘耍 摘要 w 曲信息具有动态性、分布性和规模性的特点，未来的w 曲服务应该向人 们提供智能化、个性化的服务，并且能够有效地解决现实问题。在当今w 曲背 景下，单一推理技术已无法满足现实问题解决的需要。如何联合多种推理方法， 分布地解决现实问题成为分布式推理技术研究的关键。 为了有效地融合多种推理方法，协同多个分布的w 曲推理机共同解决用户 的问题，在调研相关研究的基础上，本文基于黑板模型提出并设计了一个分布 式联合推理模型。本文的主要工作如下： 1 、提出一种基于黑板的分布式联合推理模型，对其结构设计及工作机制进 行了详细介绍和分析，并给出了该模型的工作特点。模型设计中引入了代理者 这一角色，它主要负责w 曲推理机和黑板之间的交互、信息表示格式的转换。 代理者的设计使得w 曲推理机内部可以采用不同的实现机制，并对外提供主动 性的服务；也使得模型具有良好的可扩展性和松耦性，易于对w 曲推理机进行 管理和维护。 2 、提出以问题作为w 曲推理机协作的主要方式，使用本体语言o w l 描述 黑板中的信息。通过使用o w l 来描述黑板中的问题，w | e b 推理机可以一致地 理解这些问题，而问题的问和答则构成了w 曲推理机之间的一次协作。为了针 对不同的用户兴趣提供不同的问题解，个性化信息被用来作为问题的约束条件， 通过寻找满足约束条件的解来获得满足个性化需求的解决方案。 3 、基于所提出的分布式联合推理模型，建立了一个分布式推理演示系统， 并给出了主要系统模块的设计。结合两个用例解释了系统如何协同多个w 曲推 理机、如何融合规则推理和案例推理两种推理技术、如何提供个性化的服务， 进而验证模型的有效性。 本文所提出的分布式联合推理模型具有良好的可扩展性，能够融合多种推 理方法、协调多个分布的w r e b 推理机共同解决用户的问题，同时模型中的w r e b 推理机也具有可重用性和可维护性。该模型能够分布式地解决问题，但并行化 方面的性能还有待提高。 关键词问题解决；分布式推理；黑板系统；w 曲推理机 北京t 业大学t 学硕 。学位论文 a b s t r a c t w 曲i n f o 衄a t i o nh a st l l ec h 绷l c t e r i s t i c s o f d y n a i l l i c s ， d i s t r i b u t i o na n d s c a l a b i l i 戗w 曲s e r v i c e si nt h e 矗l t l l r es _ h o u l dp r o v i d e u sw i t l li n t e l l i g e n ta i l d p e r s o n a l i z e ds e i c e s f o r s o l v i n gm ep r a c t i c a lp r o b l e m s i nt l l eb a c k g r o u i l do f t o d a y sw 曲r e a s o n i n g ，as i n 9 1 er e a s o n j n gt e c l u l o l o g ) ，h 2 l sb e e nu i l a b l et om e e tm e n e e d so fp r o b l e m - s o l v i n gi 1 1p r a c t i c e h o wt o 协t e 伊a t eav 撕e t ) ，o fr e a s o i l i n g m e t l l o d st os o l v ep r a c t i c a lp r o b l e m si i ld i s t r i b u t e dm a n n e rh a sb e c o m eak e yi s s u ei n t l l er e s e a r c ha r e ao fd i s t r i b u t e dr e a s o l l i n g o nt h eb a s i so fs u m 瑚m gu pt 1 1 ec h a r a c t 砸s t i c so fw 曲m f o m a t i o na 1 1 d s u r v e y i n gt h et r e n do f 陀a s o i l i n gi nm er e l e v a n tr e s e a r c ha r e a s ，ab l a c k b o a r d - b a s e d m o d e lo fd i s t r i b u t e dr e a s o m n gs y s t e mi sp r o p o s e da i l dad e s i g ni sg i v e ni nt h i sp a p e r n l ec o 删b u t i o n so ft h ep a p e ra r ea sf o l l o w s ： 1 i i l “sp 印e r ，w ep r o p o s eam o d e lo fb l a c k b o a r d - b a s e dd i s t r i b u t e di i l f e r e n c e n e t w o r k d e s i g na n dw o r k i n gm e c h a n i s mo ft h em o d e l i si n t r o d u c e da i l da n a l y z e di n d e t a i l ，a n dt h ec h a r a c t e r i s t i c so ft l l em o d e la r eg i v e ni n m i sp a p e la g e n ti s i n t r o d u c e di n t ot h em o d e l ，w h i c hi sm a i n l yr e s p o n s i b l ef o rt h ei n t e r a c 瓶o nb e t 、7 岭e n t h eb l a c k b o a r da n dw 曲i n f e r e n c ee n g i n e t h ei n t r o d u c t i o no fa g e n ta l l o w sw 曲 i n f e r e n c ee n g i n eh a v ed i 腩r e n ti n t e m a li m p l e m e n t a t i o nm e c h a n i s m sa i l dp r o v i d e p r o a c t i v es e r v i c e b e s i d e s ，i tm a k e st h em o d e lm o r es u i k l b l ef o rs c a l a b i l i 够a n d d e c o u p l i n g ，h i c h m a k e sm em a n a g e m e n ta l l dm a i n t a i n o ft h ew 曲i 止r e n c e e n g i n e se a s i e r 2 w ep r o p o s et ou s ep r o b l e ma sam 勾o rm e t h o dt oc o l l a _ b o r a t em a n yw 色b i n f e r e n c ee n g i n e s a n dt 1 1 ei n f o m a t i o ni nt h eb l a c k b o a r di sd e s c r i b e du s i n gt h eo w l o n t o l o g yl a n g u a g e b yu s i n g0 w l t od e s c r i b et h ep r o b l e mi nt h eb l a c k b o a r d ，w e b i n f e r e n c ee n g i n e sc a nc o n s i s t e n t l y 吼d e r s t a n dm ei s s u e s a s b n gq u e s t i o na n d s u b m i t t i n ga n s w e rc o m p o s ec 0 1 1 a b o r a t i o nb e t w e e nw 曲 i n f e r e n c ee n g i n e s t o p r o v i d ed i 旋r e n ts o l u t i o n sa c c o r d i n gt od i 彘r e n tu s e ri n t e r e s t s ，p e r s o n a li i l f o 肌a t i o n i su s e da st h ec o n s t r a i n t so ft h ep r o b l e m as o l u t i o n 、h i c hm e e t st h ec o n s t r a i n t si s f o u n da st h es o l “o nt ot h ep e r s o n a 玉i z e dn e e d s 3 w eb u i l da ne x p e 血e n t a ld i s t r i b u t e di n f e r e n c es y s t e mb a s e do nt h e p r o p o s em o d e l t h ep a p e rd i s c u s s e s t h ed e s i g na 代h i t e c t u r eo ft h em a i nm o d u l e sa 1 1 d e x p l a i n sh o wt h es y s t e mc o o r d i n a t i n gm u l t i p l e w 曲i n f e r e n c ee n g i n e s ，h o wt o i n t e g r a t er u l e b a s e dr e a s o n i n ga n dc a s e - b a s e dr e a s o l l i n g a n dp r o v i d ep e r s o n a l i t ) ， i i i 北京t 业大学t 学硕 ：学位论文 s e n ，i c e s ，a n dt 1 1 e nv e r i 毋t 1 1 ev a l i d i t ) ，o f t h em o d e l t h ep r o p o s e dm o d e lo fd i s t r i b u t e dr e a s o l l i n gn e t w o r kh a sg o o ds c a l a b 瓴 w l l i c hc a ni n t e g r a t em u l t i p l er e a s o n i n gm e t h o d s ，c o o r d i n a t em u l t i p l ed i s t r i b u t e dw e b i n f e r e n c ee n g i n e st o g e t h e rt os o l v ep r o b l e m s ，a i l dw 曲i 疵r e n c ee n g i n ea l s oc a nb e r e u s e da 1 1 dm a j n t a i n e de a s i l y a 1 t 1 1 0 u g ht h em o d e li ss u i t e df 研s o l v i n gd i s t r i b u t e d p r o b l e m s ，t h ep a r a l l e lp e r f o m a n c e so f m i sm o d e ln e e dt 0b ei m p r o v e d k e y w o r d sp r o b l e ms 0 1 v i n g ；d i s t r i b u t e dr e a s o l l i n g ；b l a c k b o a r ds y s t e m ； w 曲i n f e r e n c ee n g i n e i v 目录 目录 摘要。i a b s 仃a c t i i i 第1 章绪论1 1 1 课题研究背景1 1 2 研究现状3 1 2 1 语义w 曲上的相关推理研究4 1 2 2w i 领域中的相关推理研究6 1 3 主要研究内容7 1 4 研究意义8 1 5 本文章节安排9 第2 章相关理论与技术l l 2 1 分布式推理技术1 1 2 2 1 黑板系统。1 2 2 2 2 基于消息传递的系统1 4 2 2 本体语言0 w l 15 2 2 1 本体15 2 2 2r d f 和r d f s 16 2 。2 30 w l 语言17 2 3 本章小结1 9 第3 章分布式推理模型设计21 3 1w e b 背景下的问题解决2 l 3 1 1w 曲服务需要分布式问题解决2 1 3 1 2 分布式推理的性能需求2 2 3 2 基于黑板的分布式推理模型设计2 2 3 2 1w e b 推理机2 4 3 2 2 黑板2 5 3 3 相关算法及问题解决流程2 6 3 4 模型特点2 7 3 5 本章小结2 8 第4 章问题及用户个性化信息表示2 9 4 1 相关研究2 9 4 1 1 个性化信息的表示2 9 4 1 2 问题的表示3 0 4 2 问题及个性化信息的表示设计3 1 4 2 1 个性化信息表示设计3 2 4 2 2 问题表示设计3 7 4 2 3j e n aa p i 4 2 4 3 本章小结4 3 第5 章分布式推理系统的实现4 5 5 1 系统介绍4 5 v 北京t 业人学丁学硕i j 学位论文 5 1 1 系统的功能和结构组成4 5 5 1 2 数据采集4 6 5 1 3 相关推理方法和知识库设计：4 8 5 2 系统实现技术5 1 5 2 1 系统实现技术与工具5 1 5 2 2 系统设计5 2 5 3 问题求解5 9 5 3 1 新案例的求解过程5 9 5 - 3 2 相似案例的求解过程6 4 5 3 3 系统特点6 6 5 4 本章小结6 7 结论6 9 参考文献7 1 攻读硕士学位期间发表的学术论文7 5 致谢7 7 第1 章绪论 1 1 课题研究背景 第l 章绪论 w 曲极大地影响了我们的日常生活和学术研究，改变了我们获取、存储、 处理、表示、共享和使用信息的方式【l l 。w e b 一方面提供了难得的机遇，另一 方面也提出巨大的挑战【。未来互联网计算技术的研究和发展将是以智能w r e b 为中心，强调如何有效地利用w e b 的连接特性。新的智能w 曲技术将致力于满 足后工业时代的人们五方面的需求【2 】：( 1 ) 强大的信息处理能力( 2 ) 知识共享( 3 ) 虚 拟社会社区( 4 ) 丰富的服务( 5 ) 实用的智能技术。 下一代w 曲需要超越简单的信息检索，无论在生活、学习还是工作方面， 应该向人们提供全新的体验。如同s u i l 公司在1 9 8 2 提出的商业观点：“网络即 计算机 ，用户希望这个巨大的，分布的“计算机 能够解决自己的问题，而不 是通过搜索引擎得到上百条目的文档列表。如何融合分布性的、丰富的资源， 自治地解决现实世界的问题，同时兼顾用户的个性化需求，提供用户真正想要 的信息，已成为人们关注的焦点。 w 曲背景下的问题解决需要处理的信息具有明显的分布性和规模性。例如， 有一个提供个性化服务电信项目，它需要在l o o m s 内完成对1 0 0 亿个r d f 语句 的推理【引，而描述逻辑推理机一般只能处理1 0 万个公圳3 1 。s e s 锄e 、w 浓s 、j e n a 、 k o w a r i 等常用的i f 知识库，在短时间内只能管理和查询0 1 亿个i f 语句 一巧j ，虽然b i g o w l i m 作为一个高性能的语义知识库，具备了处理1 0 亿个i f 语句的能力【6 j ，但其时间性能却无法满足该项目的性能要求。 传统的逻辑推理构建在以下的假设之上：小规模的公理和事实集；推理规 则的完备性、可信赖性和正确性；静态的领域【3 】。但是，w | e b 作为一个开放的 世界，w 曲信息具有明显的动态性、分布性和规模性。建立于以上假设的传统 推理方法已不能满足当前w r e b 背景下问题解决的需要，如何有效利用w r e b 的分 布资源智能地解决现实问题成为研究的焦点。 面对w r e b 上飞速增长的各种数据和信息，在处理这些规模性的、分布的、 动态的和开放的信息时，大多数传统的人工智能模型和方法都遇到了困难【3 ，7 - 9 】。 在w 曲背景下仅靠单一的推理方法或者单一推理机己无法满足问题解决的需 要。 网络智能1 2 岿1 0 j ( w 曲i n t e l l i g e n c e ) 作为新兴的研究领域，致力于探索人工 智能技术和高级信息技术对于下一代w 曲的基础性和应用性的影响，研究下一 代w e b 支持的系统、服务和环境方面的基础理论与应用技术。网络智能可以视 北京t 业大学t 学硕十学位论文 作是人工智能和高级信息技术运用到3 w ( t 1 1 ew | o r l dw i d ew 曲) 的结果。钟宁、 刘际明、姚一豫等教授于2 0 0 0 年首次提出m 这一新的研究领域，迅速得到学 术界的认可和关注。自2 0 0 2 年网络智能协会( w 曲i n t e l l i g e n c ec o n s o n i 啪) 成 立以来，已获得a c m 和i e e e 的认同，并创办了自己的学术期刊w 曲 i n t e l l i g e n c ea i l da g e n ts y s t e m 。w i 在世界多个国家受到人们的重视，并建立了 多个学术分支，在国内，专门的c w i 学术研讨会已成功举办2 届。网络智能强 调多学科的融合，涉及数据挖掘、分布式、人工智能推理、脑信息和语义w | e b 等领域。在以信息技术为主导新的世纪里，网格计算、智能体技术、普适计算 和网络智能代表了信息技术的下一次挑战【1 0 】。但就目前而言，w i 的研究仍处 于初期阶段。 1 9 9 3 年，l e n s t r a 和m a j l a s s e 等6 0 0 名研究人员，采用分布计算在很短的时 间内破译了r s a 1 2 9 密码并获得密钥。1 9 9 5 年，同样使用分布式计算又攻破了 r s a 1 3 0 ，显示了分布式计算方法在解决复杂问题方面的潜力。当前比较流行 的云计算技术、p 2 p 技术都是分布式计算典型的代表。分布式计算与w 曲的结 合能够充分利用网上的各种分布性资源，形成一个无形的具有超级处理能力的 计算机。 信息处理的智能化，应该融合多种技术，分阶段地、分布和并行地处理信 息【1 1 。w 曲聚集大量的，不同领域的分布性资源，为分布地进行问题解决提供 了基础，通过整合全局的和本地的知识和信息，利用多种推理方法和计算服务， 自动地实现问题的分布式解决，从而为用户提供无缝式的服务。w i 针对分布式 问题解决的需要，提出问题解决标记语言( p r o b l e ms o l v i n gm 破e t l a n g u a g e ，p s m l ) 【1 ，1 0 ，1 1 ，1 2 1 4 】这一新的研究课题，p s m l 作为w i 研究的基础问题之 一，对于智能w 曲的最终实现，并为用户提供智能性的服务具有重大的战略意 义。p s m l 的研究内容包括问题标记语言以及基于该语言的w 曲推理机，着重 于研究如何联合多个w 曲推理机进行分布式的推理用来解决现实问题，在问题 的解决过程中，强调全局的知识库和本地知识库的融合，联合多种推理方法， 自治地完成问题的解决。p s m l 作为w i 研究的基础理论，对于它的研究目前 仍还处于起步阶段。 个性化服务能够根据用户的偏好，有针对性地向用户推荐服务或信息，具 有主动性、针对性、可定制性和智能性等特点。个性化服务技术还能够提高服 务的用户体验度，早期在信息检索领域得到了研究，随着i n t e m e t 的发展，在电 影、音乐、产品和新闻推荐等方面得到了广泛的重视与应用，许多电子商务网 站都提供个性化服务，例如：m o v i e l e n s ，n e t f l i x ，a m a z o n ，t a o b a 0 等。提供个 性化的服务已成为发展客户市场的重要途径。 无论问题解决还是信息检索，用户期望的是真正能反映自己需求的信息或 第1 章绪论 服务。“g o o g l e 未来给用户的将是一个惊喜，内容不仅仅是信息、图片、视频、 商品搜索，而是一种智慧的整合，也叫个性化搜索”，g o o g l e 的中国c e o 李开 复博士在谈到g o o g l e 搜索的未来时，与很多人的关点一样，将个性化视为下一 代搜索的趋势。未来w 曲上的问题解决应该是分布式和智能式的。而智能w 曲 在功能上可以看作是一个自治体，能够自动的调整和协同已有的相关w 曲服务 u j 。w | e b 的快速发展和壮大为进行分布式的问题解决提供了可靠的基础，c ( w 曲i n t e l l i g e n c ec o n s o n i u m ) 针对w 曲环境下的分布式问题解决而提出的 p s m l ，在多信息源与知识的组织与表示、分布式联合推理、用户个性化信息建 模等方面为进行分布式问题解决提供支撑。p s m l 把实现个性化的问题解决作 为主要的研究方向之一，视其为w - e b 智能化的重要体现。 1 2 研究现状 问题解决是人工智能的核心议题。始于1 9 5 6 年的人工智能研究，最终目标 就是要创造智能性的计算机，通过模拟人某一方面的能力，例如推理、学习、 搜索等，以帮助人类更有效地解决现实问题。西蒙等人在5 0 年代试图建立一个 通用问题解决器( g e n e r a lp r o b l e ms o l v e r ) 1 7 j ，受此思想的影响，在人工智能 研究的早期，对于通用问题解决器的研究曾受到人们的重视【1 8 ，l9 】，虽然结果远 不能达到人们解决现实问题的要求，但是实现问题解决却成为人工智能最终的 研究目标。 专家系统专注于解决特定领域的问题，使用特定的领域知识进行推理以模 拟领域专家解决复杂的问题，曾对人工智能研究产生的巨大的影响。随着对问 题求解研究的深入，对于复杂问题的解决往往很难找到一个通用的解决方法。 研究人员开始试图把问题进行分解，划分为若干个特定领域的子问题，对这些 子问题分别进行解决，进而实现问题的解决，问题的解决过程中针对不同的问 题采用不同的推理方法，提高了解决问题的效率。混合不同推理技术的方法在 许多领域中被用来解决现实问题。随着并行计算技术和网络的发展，为分布式 人工智能的诞生与发展提供了良好的基础，分布式人工智能可以分为三个分支： 分布式问题求解( d p s ) 、多智能体系统( m a s ) 、并行人工智能( p a i ) 。【2 0 】d p s 通过多个结点之间的协作，来共同解决一个问题；m a s 强调多个自治智能体之 间的协调；而d p i 致力于研究并行机的结构以及相关算法。 推理作为处理信息和知识解决问题的重要手段，模仿了人类某一个方面的 智能，无论在人工智能还是在认识科学领域，均受到学术者的极大重视和研究。 归纳推理、演绎推理、概率推理、案例推理和规则推理等方法已得到人们重视 和研究。其中一些推理方法已被应用到实际中来解决现实的问题，例如案例推 北京丁业大学工学硕 ：学位论文 理和规则推理在故障诊断、机器人控制等领域经常被采用。随着单一推理手段 在现实问题处理中遇到了很多问题，因此近期综合多种推理的方法得到了很好 的研究和应用。 近年来，由于w 曲的快速发展与壮大，在i n t e m e t 上积累了大量的数据、 信息，这些信息往往涉及不同的领域，具有不同的表示方式。这些信息一般具 有明显的分布性、规模性，并且经常发生变化。而传统的推理方法在w 曲背景 下，遇到了很大的挑战。基于w 曲的问题解决系统需要处理全局性的多个信息 源，并且能够做出实时的响应【2 1 1 。在w - e b 背景下，当面对大规模的、动态的、 开放的和分布的信息源时，大多数人工智能的模型与系统都不能很好的工作 【2 2 1 。研究人员开始转向大规模的、分布式的推理的研究。 1 2 1 语义w e b 上的相关推理研究 语义w 曲( 语义网) 的最初目的，是为了机器能够自动的识别并处理网页 的信息。语义w 曲被认为是w 曲的未来，b e m e r s l e e 对于语义w 曲给出如下 的定义：万维网的进化与扩展，在语义w 曲上的资源都有语义定义，它使机器 理解并处理w 曲的内容成为可能屹引。 语义w 曲是w 3 c 提出并构建的新标准。w 3 c 对语义w 曲中信息表示，以 及推理加工机制与方法都提出了相关的标准。对于语义w 如的体系结构，w 3 c 采用分层的方式来进行构建，其体系结构如图1 1 如示： 、：眦融 t i u 欢 d a t a p 田0 f2 、3 母j 、 l o g i c c d a t a箩 s e 【f u d 鹳c 。l o nb i o g yv o c a b u l a 哆 _ 置 d 倪 i 。j ，j 豫 面 j r d f 十r d f - s c h e 门n a 囊 石 缀豹臻搿臻男锈鬻撼一“二二 一黟影鸳磺溺 黧7x & 也+ n s + x m l s c h e r n a霭 ?麓 缓。，；。：瓿蠢么茏i ；级j 一j 缓黝缀缀缓缓缀泼惑缆缵鬻戳辫煳 图1 1 语义w 曲体系结构1 2 3 】 f i g u r e1 1a r c h i t e c t u r eo f 语义w e b 【2 3 】 在语义w 曲中，w 3 c 通过以x m l 为基础的r d f 来描述w 曲中的各种资 4 第1 审绪论 源，而i m f 描述更加具有分布性。通过本体语言来对领域概念进行描述，通过 o n t o l o g yv o c a b u l a 叫来达成对相关概念的理解与统一，即我们所说的语义信息。 目前，o w l ( w 曲o n t o l o g ) ，l a n g u a g e ) 已被采用作为w 3 c 的标准本体描述语 言。语义w - e b 体系中的l o g i c a l 层负责推理与加工，以获取新的知识。推理在 语义w - e b 体系中是一种重要的信息加工方式。 由于语义w r e b 使用r d f 来描述数据。因此语义w e b 上信息具有更加明显 的分布性。在解决具体问题的过程中，往往涉及大量的i m f 数据，这些数据来 自不同的站点，并且某些数据在实时地变化，而问题解决一般都具有一定的时 限要求。传统的、建立在小规模数据集和公理集的推理方式，已无法满足在开 放的、动态变化的环境中解决问题的需要。因此，如何在大规模分布的数据集 实现快速的推理成为最近研究的热点。 针对在语义w 曲中遇到的动态性、分布性、规模性的难题，研究人员提出 了一些有针对性的推理方法与策略。例如： ( 1 ) 近似推理的方法【2 5 ，2 6 1 ：试图在推理的精度与规模性之间寻求折中； ( 2 ) 机会主义式推理的方法：根据问题解决过程中状态的变化，寻求最佳 的解决方法和信息【2 。7 1 。 。一 ( 3 ) 增长式( 随时) 推理的方法：通过利用以前缓存的推理或查询结果， 提高推理的精度或者速度【2 8 刎。 豫象鸱沁ed 溆r 沧峨e dl 韩豫黔酶协 图1 2l a u r k c 体系结构7 3 f i g u r e1 2a r c h i t e c t u r eo fl 砌( c 7 欧盟启动的l 2 u r k c ( 1 1 1 el a 唱ek n o w l e d g ec o l l i d e r ) 项目【3 ，7 】，主要针对语 义w 曲中的规模性难题，试图建立一个分布式的推理平台。寄希望其能快速地 完成大规模的，分布式的推理。为完成大规模的推理，l 非c 计划通过l a r k c 北京t 业人学t 学硕l 学位论文 平台的分布性计算资源对问题进行分布式处理。而这些分布的计算资源一般建 立在并行化的硬件资源，并运行着高性能的推理引擎。l a r c k 认为在w 曲环境 中，完全信息的推理是不现实的且非必要的。并提出信息搜索在推理过程中占 有重要地位，“搜索与推理是一个硬币的两面州玉卯，在平台设计时采取可插入 式结构，并提出推理的分布与并行的思想。目前l 稍k 平台结构采用管道设计 来完成问题的解决。管道上的主要组成部分如图1 2 右边所示。 其中检索、抽取、选择、推理、决策五个模块均被设计成插件的形式，以 流水线的形式进行工作。决策的结果反馈对检索产生影响。作为一个面向语义 w 曲的项目，为加快推理的速度，l a r k c 放弃了完备性：信息、公理以及推理 的完备性，更重要的是采用并行与分布的策略。 1 2 2w i 领域中的相关推理研究 w i 致力于智慧网络( w o r l dw i d ew i s d o mw 曲，w 4 ) 的研究和发展，其研 究内容主要包括两方面的内容： ( 1 ) 基础理论：智慧网络、认知w i 模型、p s m l 、网络推理机。 ( 2 ) w i 相关技术与应用：数据收集、管理、分析等的智能化技术；数据和 知识网格；智能a g e n t 与社会智能；w 曲f 锄i n g 与w 曲m i n i n g ；o n t o l o g y 技术；智能p o r t a l 技术；e b u s i n e s s 、e - s c i e n c e 、e g o v e r n m e n t 、e - l e a m i n g 、 e f i n a n c e 等。 w i 把人脑视作一个巨大的分布知识网络，研究人脑是如何利用这个知识网 络分布地解决问题，将对智慧网络的发展具有巨大的推动作用。w i 试图实现脑 信息学与网络智能的密切结合，从而为智慧网络的研究与发展找到一个突破口。 目前w i 组织在人脑信息处理方面的研究主要集中在推理、学习、启发式问题 求解等方面，目前已有了阶段性成果，并发表了相关论文多篇。 分布式问题解决是w i 比较关注的研究方向之一，p s m l 做为w i 十大基础 问题之一，其研究目标就是为进行分布式问题解决提供功能支持。w i 认为w | e b 上的分布式问题解决需要融合多种推理方法、并且整合全局的以及本地的分布 资源、能够自动地完成相关的推理。p s m l 更加关注如何设计高效的w r e b 推理 机以支持分布式推理来解决现实问题。p s m l 相关的w | e b 推理机与p s m l 相关 的研究在w i 中具有战略性的意义。 针对w 曲上的规模级信息上进行推理的需求，同时考虑解决现实问题时推 理总是处于一定的约束条件下，如空间、时间、有限的知识、不完全的和不确 定的信息等【17 1 ，w i 提出了一种粒推理【1 6 】的思想策略，该方法也放弃了对完全 精度的追求，采取可变精度的思路来满足问题解决的规模性需求。 第1 币绪论 w i 提出的b p s m l 语言【l l - 1 2 ，3 0 3 1 1 ，通过结合o w l 以及h o m 子句，能够方 便地表示来自不同领域和具有不同特征的知识。在进行知识推理时，b p s m l 结合o w l 与h o m 子句的推理引擎，实现了两者的混合推理。 w i 关注推理的分布式和并行式的实现方式，其最新的研究成果见文献 【1 3 1 4 ，3 2 】，其中针对w 曲上分布式问题解决的需要，w i 的研究人员提出了一 种分布式推理的方法【1 3 1 4 】，该方法通过多个w r e b 推理机形成一个问题解决网络 ( 如图1 3 右所示) ，通过该网络实现问题的分布式解决。当接收用户问题时， w 曲推理机通过对问题进行识别或分解，把不能解决的问题或者直接分派给能 够解决该问题的推理机，或者通过分解产生若干子问题，然后再分别进行分派， 最终问题的解决通过分布网络中的多个w | e b 推理机以协作的形式来完成。文献 1 4 】描述了一种w - e b 推理机的结构( 见图1 3 左下部) ，该w | e b 推理机主要由： 推理引擎、领域知识库( 用于解决问题的知识) 、约束知识库( 用于进行问题分 派的知识) 、元知识库( 用于问题分类与分解的知识) 、度量标准( 用于描述服 务的质量) 以及其他相关数据知识库组成。 图l 一3 分布式问题解决网络【1 4 ，1 5 】 f i g u r e1 3d i s t r i b u t e dp r o b l e ms o l v i n gn e m o r k 【1 4 ，1 5 】 1 3 主要研究内容 未来智能的w e b 服务应该能够解决用户的现实问题。而现实问题的解决往 往依赖于不同领域的经验知识与信息、不同的信息加工方法。为用户提供的服 务需要具有良好的透明性和体验性，更能体现用户真正的需要。针对w 曲资源 的分布性、动态性、应该采取以分布应对分布的策略：利用多个相关的分布w 曲 推理机，融合不同的推理方法完成问题的解决，实现智能化的w 曲服务，进而满 足用户的个性化需求。 本课题的研究源自p s m l 以及相关的w e b 推理机的研究课题。主要探索在 w e b 背景下，如何有效地融合多种推理方法，分布地解决用户的问题，同时满 北京t 业大学t 学硕i 学位论文 足用户个性化的需求。 为实现问题的分布式解决，本文设计了一种基于黑板的分布式推理模型。 该模型通过问题来调度和协同w 曲推理机工作，来共同实现问题的分布解决。 系统中的w e b 推理机可以采用各自的推理方法和实现机制。 该模型为w 曲推理机设置了代理者组件，该代理者组件具有远程访问的能 力，代替w 曲推理机与黑板交互，正是由于代理者的存在，w 曲推理机可以针 对具体的领域问题，采取不同的知识和推理方法。通过该代理者，w 曲推理机 能够以主动服务的形式参与问题的解决。代理者的设置使得分布式推理系统保 持了良好的开放性。 分布式推理系统在解决现实问题时，主要依靠多个推理机之间的交流，在 本文设计的分布式推理系统中，w 曲推理机之间的协同，主要是通过问题的提 出与回答来完成的，为了达到对问题的共同理解，我们采取了本体语言o 、札来 设计本体来表示问题以及个性化信息，在系统范围内达成概念的一致。 遵循该模型设计了一个演示系统，来验证该模型解决问题的有效性，该演 示系统主要针对会议出行，提供酒店、交通工具、景点、随身物品方面的推荐， 并给出具体的时间与费用规划。该演示系统主要实现了案例推理和规则推理两 种方法的结合，随着系统被访问次数的增加，由于相似案例的累积，在解决类 似问题时，系统能够节约一定的时间和计算成本，并提供及时性的服务。系统 针对用户定制的个性化需求，w 曲推理机之间进行通信时，把相关的个性化信 息映射为问题的约束条件，从而为用户寻找满足约束条件的答案。 1 4 研究意义 w e b 的分布性、非中心化控制，意味着下一代i t 技术必须采用分布和并行 化的方式【1 1 。未来的智慧网( w 4 ) 应该给予我们的不仅仅应该是信息搜索与知 识查询，还要有简单实用的智能服务。 w r e b 上的信息具有多样性。知识表示与处理方法有着密切的联系，信息表 示的不同意味着信息加工方法也存在着差别。一个复杂的现实问题的解决往往 需要综合多方面的信息，在处理这些信息时需要使用多种不同的方法或者推理 技术。本课题的研究中，针对不同领域的知识处理需要，采取不同的知识表示 方式以及不同的推理技术或信息处理技术。通过研究分布技术与推理技术的结 合，探索推理技术融合于分布式技术的方式，使分布式系统能够提供智能化的 服务。 如何协作以完成问题的求解是分布式人工智能研究研究的核心问题。传统 的人工智能的模型与方法，无法应对w 曲提出的动态性、规模性、分布性的挑 8 柔1 芎绪论 战。采取分布与并行的方法，以信息处理的分布应对信息的分布性以及动态性， 研究多个分布的w 曲推理机如何协同完成对于一个复杂问题的解决，推动分布 式人工智能在w e b 环境中的研究和发展。 w i 提出的p s m l 为分布式问题解决提供功能支持，功能之一就是通过自 动完成相关的分布式推理以解决用户的问题。本研究源自p s m l 研究课题，本 课题对于p s m l 意义主要体现在两方面：一方面，探索w 曲推理机之间通信消 息的表示方式，为p s m l 标记语言的制订提供一定的借鉴；另一方面，研究实 现分布式联合推理的方法，为问题的分布式解决探索一条实现的途径。 智能门户技术为企业与用户提供统一的访问入口，是目前w 曲中重要的应 用之一，它通过对企业内部多个不同的信息源进行自治的整合，对外提供智能、 个性、便捷的服务。基于组件融合的技术成为实现智能门户的主流方法，而分 布式推理的研究对于智能门户的实现具有一定的参考价值。 问题解决需要能够针对不同的用户，提供满足个性化约束的解决方案，从 而真正地体现智能化。在本课题的研究中我们将探索在联合多个分布式推理机 共同解决问题的基础上，如何进行个性化信息的表示，如何将个性化的需求与 具体的问题解决的方法结合在一起，以满足问题解决的个性化需求。 节 1 5 本文章节安排 0 ， 第1 章主要对课题的研究背景、现状、内容及意义进行了介绍。着重介绍 了分布式推理相关的研究以本课题的研究内容与意义。 第2 章介绍两种主流的分布式推理系统结构。分析了两种结构各自的优点 和缺点。然后对于本课题所采用的本体技术及o w l 进行了介绍。 第