福彩投注智能建站系统应用研究
来源:用户上传
作者:赵文华
摘要：福彩投注站是销售福利彩票的主要场所，遍布全国各地的投注站点构成了福彩销售网络，合理优化科学配置福彩投注站点总体布局是保证福彩发行规模稳步扩大的关键手段。文章基于人工智能和决策支持系统的相关理论知识，结合福利彩票行业特点，采用人工智能专家系统中的知识推理等，建立了福彩投注建站系统的智能决策模型，为推动投注站点网格化配置提供了一种思路。
关键词：智能决策；福彩投注站；专家系统
中图分类号：TP319 文献标识码：A
文章编号：1009-3044（2021）32-0048-03
1 概述
福利彩票是经国家特许发行的合法彩票，随着游戏品种的不断丰富，福利彩票销售规模也在不断扩大，为我国公益慈善事业等提供了有力的资金支持。其中，福利彩票投注站点是福彩的主要销售场所，构成了福彩销售网络，是发行福利彩票的神经末梢终端。近年来，随着销售站点布局不合理、租金成本攀升、人力成本增加等因素，福利彩票站点经营出现一些困难，很大程度上影响了福彩的发行销售工作。随着人工智能、大数据、云计算等新型技术的不断兴起和蓬勃发展，为合理配置福彩销售网点布局提供了一种新的启发思考。
自从提出基于知识专家系统以来[1-2]，基于知识的系统一直备受关注。基于知识的系统是利用知识推理过程来解决需要专家才能解决的问题的计算机程序，一般情况下由知识库、推理机、工作空间、用户接口和知识获取机等几部分构成。
综上所述，本文根据现行福利彩票电脑票投注场所分类标准，利用人工智能和计算机辅助分析决策系统，研发并设计一套具有较强的实践指导意义的电脑票投注站点智能决策专家系统。
2.智能分析决策系统
2.1系统功能
智能分析决策学习系统是一种依靠经验性的规则和知识分析和解决问题的方法[3-4]，主要是将经验性知识结合人工智能技术应用于相关领域。该系统主要包含以下三种功能：1）建站推荐功能：根据欲新设投注站点输入的地理位置、交通信息、店面面积、周边配套、人口密度、经济活动指数、专兼营等，对目前我国福彩投注点布局信息进行全面扫描、分析、然后输出欲新建站指数；2）风险评价功能：根据目前彩票市场发展规模，游戏玩法结构，结合以往彩票投注站调整或退机站点详细数据，预测新设站点的未来发展走向及退机风险评价等，输出风险评价指数；3）学习功能：充分利用计算机多媒体优势，应用声音、图表、文字等多种方式向新用户介绍新建站的相关知识，对新用户进行模拟操作培训等，并输出学习适应指数。
2.2系统设计
本系统是在决策支持系统的基础上，广泛融合人工智能技术，采用知识推理进行逻辑演绎，推演功能主要包含知识库、数据库、规则库、知识推理以及人机交互等几大模块。知识库主要包含福彩行业专业知识和经验共识；数据库主要存储原始的销售站点具体数据，以供智能决策做参考；规则库则是对既往新增投注站点积累的经验进行了数据模型化，按照不同逻辑相互关联或独立呈现；知识推理主要是应用上述内容进行归纳和演绎分析，即对那些得到验证的理论进行修正或再优化；人机交互主要是向用户解释系统的行为，主要包含系统理解和结论解释。其中，部分规则库由数据库存储或者生成相关规则，二者相关作用，相互关联，系统功能结构如图1所示。
2.3知识库
知识库用于存取和管理所获取的专业知识和经验共识，具有知识记录检索、增加、删除和扩充等功能。知识库中的记录一般采用标准要求细化、历史案例分析、面谈等方式获取，经过筛选及标准化处理以后，再输入知识库中。随着机器学习、模式识别等先进技术的进一步发展，因此可以尝试使用上述方法进行知识库的输入。
知识表达采用基于规则的产生式标识，知识库更新主要来源于福彩行业标准的重新发布，或从大量建站样本空间中反馈的内容，经行业专家形成共识经验后纳入知识库，形成新的知识集合，上述过程也可理解为智能翻新学习功能。
2.4规则库
规则库中主要包含智能设立新投注站的系列规则，举例如下：1）如果某片区内（按面积计算）最近一个月，新设5家以上投注站点，则认为该片区内投注站点相对饱和；2）如果某片区内（按面积计算）最近一个月，有连续3家投注站发生退机现象，则认为该片区内投注站点处于不饱和状态，同时，将退机原因纳入建站负面反馈清单，以上规则分析主要从定性和定量角度分析。
2.5数据库
数据库主要存储原始的销售站点具体数据，具体可分为地理位置、店面面积、交通信息、周边配套、人口密度、经济活动指数、专兼营等，销售额指标数据主要分为年销售量、单机销售量、月销量等，以及系统推理过程中用到的控制信息，例如假设前提和推理结果等。
数据库支持对数据的查询、访问和修改。由于销售员的销售业绩是决定投注站能否持续经营的一项重要参考因素，因此需要评估销售员的潜能，具体评估算法主要对其有关指标采取加权计算的方法获得，指标设置包含年龄、既往销售经验、是否热爱销售工作等。评估算法可调用数据库中有关数据。
2.6知识推理
知识推理中包含了解决问题的策略和推理方法[5]，接收从人机交互界面输入的信息数据，结合数据库中的知识记录，调用知识库中的有关知识对该信息进行分析预处理，并将处理结果返送o人机交互接口。
推理方法主要是基于输入的条件信息，与数据库中的历史记录进行查找比对，然后通过相应的推理演绎，形成反馈信息。系统中包含不精确推理方法，对于当前不适合建站的片区或者已经饱和的片区，今后也有可能成为增点扩建的热点片区，采用上述方法，可能会取得比较好的效果。此外，在本系统中还设置了正向推理与逆向推理，对不同的建站问题，采用不同的策略。总之，知识表示是推理控制策略的核心，也直接关乎推理结论的独立性与准确性。
nlc202301131440
3 系统架构与关键流程
3.1系统架构
基于上述理论观点，利用单体应用程序开发架构，在充分考虑投注站建站既往历史条件等因素下，按照知识推理的关键内容，系统按照前台、中台、后台等三部分架构设计，架构图如图2所示。
其中，前台主要向用户展示前端界面、部分参数化配置以及结果信息反馈等内容。
中台主要用于规则设置、知识推理、逻辑演绎以及核心算法实现等，是整个福彩投注智能建站系统的大脑，并将相关推理结果通过前台反馈给用户，同时将推理结果按照相关要求查询校对后，写入后他建站条件因素数据文件或者数据库。
后台主要以数据库的形式存储历史站点的关键信息属性指标，具体可分为，投注站点编号、业主信息、地理位置、店面面积、交通信息、经济活动指数、年度销售额、人口密度、周边配套、专营兼营等关键字段。
3.2规则表达
知识表达采用基于规则的产生式标识。由于福彩行业建站知识大都是分散型的，采用知识表达求解，是一个相对独立操作的运算过程，这种运算过程类似于因果关系。所以，通常情况下用一组产生式方法来表达投注站点要求，可以表示为一棵或多棵“与/或”树。
举例如下：将新建投注站的核心要素分别用A、B、C、D等符号标识，参照后台数据库中已经存在的历史站点信息，分别采用A&B&C|D；A|B&C|D；A&B|C|D等不同产生式标识，其中，“&”为与运算，“|”为或运算。
3.3关键流程
系统的关键流程主要是知识演绎推理流程，具体为：登录访问系统后，系统会自动展示一些问题，例如：新建站点位置、兼营专营、经营意愿、计划经营年限、抗风险能力等，问题涉及经济因素、社会因素等不同方面，相对较为客观全面，用户以问题提示方式向系统提交自己意见，最后，系统根据用户的回答进行知识演绎和逻辑推理，得出结论并反馈展示给用户，系统流程图，如图3所示。
操作流程椋孩俑据用户输入的信息，读取规则库中的信息，然后选择一条与用户输入的信息相关的规则，若规则存在，则转入②，否则，转入④；②判断规则的条件真假，若为真，把结论加入方案表中，然后转入③，否则直接转入③；③读取下一条该任务的规则，若规则存在，则转入②，否则直接转入④；④若初步方案已经生成，则转入⑤，否则检查算法库，做进一步检索，转入①；⑤用户确认所生成的方案，推理结束。
4 结束语
目前，虽然智能分析决策系统的研究已经取得了一些成绩，也开发了一些较为实用的方法和工具，但是由于专家系统自身知识逻辑推理的缺陷及不足，现有的智能模型还远远没有达到客户预期的使用效果。随着专家系统知识推理演绎算法的不断完善和扩容，新建投注站决策智能化研究应用也将进一步深化，进而更好地服务于我国福利彩票事业和慈善公益事业持续创新发展。
参考文献：
[1] 史蒂芬・卢奇，丹尼・科佩克.人工智能[M]. 林赐，译.北京：人民邮电出版社，2018.
[2] 张晓明.人工智能基础数学知识[M].北京：人民邮电出版社，2020.
[3] 王衡军.机器学习Python sklearn TensorFlow 2.0[M].北京：清华大学出版社，2020.
[4] 邱锡鹏.神经网络与深度学习[M].北京：机械工业出版社，2020.
[5] 罗素.人工智能一种现代的方法[M]. 殷建平，祝恩，刘越，等译.北京：清华大学出版社，2013：58-80.
【通联编辑：唐一东】
nlc202301131440
转载注明来源:https://www.xzbu.com/8/view-15444092.htm
