呼叫中心的猪病.ppt

基于呼叫中心的猪病知识获取系统 2006 10 13 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 一 研究背景 背景 一 研究背景 问题 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 呼叫中心农业应用 二 研究目标 建立基于呼叫中心的猪病知识获取系统 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 三 研究内容 总体结构设计 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 三 研究内容 知识获取模块设计1 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 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ANN RS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 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 知识获取模块设计 知识获取结构设计 Rulesets 条件属性值离散化 原始DT决策表 属性约简RoughSet 猪病诊断案例集 Neuralnetwork 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 Y N 诊断结果 Y 四 系统实现 IVR工作流程实现 四 系统实现人工坐席实现 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 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 四 系统实现算法实现 一个简单的例子决策表 DT 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C1C2C3C4C5C7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 9 系统应用 基地 农村推动 农技推广站基地网站 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 五 结论与建议 猪病诊断问题本身的复杂性以及新的猪病疾病症