《行销资讯系统》PPT课件.ppt

《《行销资讯系统》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《行销资讯系统》PPT课件.ppt（59页珍藏版）》请在三一办公上搜索。

1、Chapter 11 智慧型行銷資訊系統,2,本章學習綱要,第一節 人工智慧第二節 智慧型行銷資訊系統第三節 智慧型行銷資訊系統與專家系統第四節 智慧型行銷資訊系統與資料探勘第五節 智慧型行銷資訊系統與類神經網路第六節 智慧型行銷資訊系統與基因演算法第七節 其他的智慧技術,3,課前案例 金控如何e統,建立共同的溝通平台企業入口網站搭起企業與員工的聯絡橋樑顧客資料和銷售整合 金控公司整合模式有兩種 一次購足的服務,4,第一節 人工智慧,人工智慧的定義人工智慧(artificial intelligence,AI)是指一電腦系統能夠具有人類般的知識，並具有(1)學習；(2)知識儲存記憶；(3)推理

2、及判斷之能力。學者認為人工智慧是創造出會做需要智慧之事的電腦程式。換言之，人工智慧表示編寫一電腦程式，它所執行的工作，若由人來完成，是需要使用智慧的。,5,第一節 人工智慧,人工智慧的應用領域電腦遊戲 自動程式設計自動推理和問題解答專家系統自然語言辨識,計畫和機器人 電腦視覺 機器學習 機器翻譯,6,第一節 人工智慧,人工智慧(AI)並不是完美的，最常被批評的論點有二：思考需要原創性、創造力與完成事情的意識。意識是智慧的主要部分，但現今的人工智慧並無法符合這些標準。人工智慧不能自主思考且沒有感情，不具有人類的特質。,7,表11-1 人的智慧與人工智慧之比較,8,第二節 智慧型行銷資訊系統,智慧

3、型行銷資訊系統是行銷資訊系統及行銷決策支援系統的延伸，智慧型行銷資訊系統利用人工智慧中的知識表示技術，而智慧型行銷資訊系統的最大特色就在於擁有知識庫。,9,圖11-1 智慧型行銷資訊系統,10,第二節 智慧型行銷資訊系統,智慧型行銷資訊系統可用以協助企業分析顧客資料、產品特色、訂定價格、評估通路、建立及測試行銷推廣計畫，以獲得觀念及計畫的立即回應，以及儘快將行銷活動導入生產計畫。它能協助企業找出行銷利基點，或由行銷資料庫預測消費者行為、經營顧客關係，以為解決企業所面對的行銷問題。,11,第二節 智慧型行銷資訊系統,智慧型行銷資訊系統有三大目標彌補行銷人力不足之處處理重複性工作彌補行銷人力的不穩

4、定及消長,12,第三節 智慧型行銷資訊系統與 專家系統,專家系統(expert systems,ES)專家系統是人工智慧的運用。專家系統是一個有智慧的程式，能以知識和推理過程，來解決一些很難用人類專業知識來處理的問題。,續下頁,13,專家系統(expert systems,ES)專家系統是從專家獲得專門知識和並將這個知識存儲在電腦中的決策工具，以及作為能夠使用人類專長和知識知識來解決問題的一個電腦系統。專家系統是能夠仿效人類專長之某些功能的電腦程式，且現下他們在商業的許多範圍中被使用。,第三節 智慧型行銷資訊系統與 專家系統,續下頁,14,專家系統(expert systems,ES)專家系統

5、是一個訊息處理系統，它處理現實世界中提出需要由專家來分析和判斷的複雜問題。也就是說，一個專家系統的任務，就是要解決某個專門領域中需要專家才能解決的問題。,第三節 智慧型行銷資訊系統與 專家系統,15,圖11-2 專家系統的架構,16,圖11-3 專家系統的詳細運作結構,17,構成專家系統的主要元件知識工程師(knowledge engineer)知識庫(knowledge base)推論引擎(inference engine)使用者介面(user interface),第三節 智慧型行銷資訊系統與 專家系統,18,專家系統的運作方式先透過知識工程師操作知識獲取工具，取得領域專家的知識，並以專家

6、系統所能存取、理解、與推論的表現方式，儲存在專家系統的知識庫中。使用者透過使用者介面運用文字、圖形、聲音等和專家系統交談，並以一問一答的方式進行交談，以輸入所需資料或資訊。而專家系統在和使用者交談後，利用專家系統的推論引擎及知識庫，推論出適當的解答。,第三節 智慧型行銷資訊系統與 專家系統,19,表11-2 專家系統與傳統程式之比較,續下頁,20,表11-2 專家系統與傳統程式之比較,21,榮泰生(1992)也有不同的觀點傳統的程式設計是逐步式的，其解決步驟是外顯的；但專家系統程式是啟發式搜尋，其解決步驟則是內隱的。傳統的程式設計是非常複雜的，需要有經驗的程式師；而專家系統的知識庫則很容易閱讀

7、與修正。,第三節 智慧型行銷資訊系統與 專家系統,續下頁,22,榮泰生(1992)也有不同的觀點傳統程式設計師的程式撰寫並不需與專家接觸，而專家系統需經常與專家接觸，以對問題產生初步的瞭解、問很多問題及提出系統的雛型等一系列嘗試錯誤的方法來發展專家系統。傳統的程式設計裡可找到最佳的答案；而專家系統則只能找到令人滿意的答案。,第三節 智慧型行銷資訊系統與 專家系統,23,圖11-4 專家系統發展過程,24,專家系統的開發過程包括六個步驟界定問題的範圍。選擇適當的該領域專家。選擇軟硬體工具。專業知識規則化。建立專家系統雛型。反覆評核系統成效及可接受性，並不斷改進，直到系統可以解決實際問題的效能。,

8、第三節 智慧型行銷資訊系統與 專家系統,25,圖11-5 專家系統的開發過程,26,專家系統在行銷上的應用領域專家系統在行銷組合中產品構面的應用。專家系統在行銷組合中定價構面的應用。專家系統在行銷組合中通路構面的應用。專家系統在行銷組合中推廣構面(廣告、銷售促進、人員推銷、公共關係、直效行銷)的應用。,第三節 智慧型行銷資訊系統與 專家系統,續下頁,27,專家系統在行銷上的應用領域專家系統在顧客管理的應用。例如，偵測可能會流失的顧客。專家系統在行銷相關報表的應用。例如，掃描銷售資料庫中的各項產品，然後利用專家系統來判別產品資料的重要趨向。,第三節 智慧型行銷資訊系統與 專家系統,28,適合使用

9、專家系統的情況有三要被解決的問題必須具有清楚的定義和較小的特定範圍。必須要有問題領域的專家，而且能夠清楚而有條理的表達出他們的專業意見，以作為知識庫的推論規則。專家系統開發的成本應低於所獲得的利益。換句話說，專家系統應該在技術面、經濟面及實作面都具備可行性。,第三節 智慧型行銷資訊系統與 專家系統,29,資料探勘(data mining)之定義藉由自動或半自動的方式對於大量資料進行探索及分析，從中找到有意義的樣式(patterns)或法則(rules)。知識探索所有的活動及過程，是為了從資料中找到有用的樣式，其包括運用資料探勘的演算法，以及對於知識的事後處理或再處理，找到解決問題的關鍵原因。,

10、第四節 智慧型行銷資訊系統與 資料探勘,續下頁,30,資料探勘(data mining)之定義知識是潛藏於資料之中，透過資料探勘的方法，可以對於特定問題領域得到問題解決的建議及答案。,第四節 智慧型行銷資訊系統與 資料探勘,31,圖11-6 整合多項領域之資料探勘,32,資料探勘主要包含五項功能關聯分組(affinity grouping)集群(clustering)分類(classification)推估(estimation)預測(prediction),第四節 智慧型行銷資訊系統與 資料探勘,33,資料探勘之步驟定義問題目標資料處理資料探勘結果分析知識的合併,第四節 智慧型行銷資訊系統與

11、 資料探勘,34,圖11-7 資料探勘步驟,35,類神經網路類神經網路(neuron network)是一種計算系統，包括軟體與硬體，它使用大量簡單的相連人工神經元來模仿生物神經網路的能力。人工神經元是生物神經元的簡單模擬，它從外界環境或者其它人工神經元取得資訊，並加以非常簡單的運算，並輸出其結果到外界環境或者其它人工神經元。,第五節 智慧型行銷資訊系統與 類神經網路,續下頁,36,類神經網路類神經網路它是一種計算系統，使用大量簡單的相連人工神經元來模仿生物神經網路的能力。人工神經元是生物神經元的簡單模擬，它從外界環境或其他人工神經元取得資訊，並加以非常簡單的運算，並輸出其結果到外界環境或者其

12、他人工神經元。,第五節 智慧型行銷資訊系統與 類神經網路,續下頁,37,類神經網路生物神經網路是由巨量的神經細胞(neuron)，或稱神經元所組成，它包括了神經核(soma)、神經軸(axon)、神經樹(dendrites)、神經節(synapse)(神經樹上呈點狀的連結機構)。神經核為神經細胞呈核狀的處理機構神經軸為神經細胞呈軸索狀的輸送機構神經樹為神經細胞呈樹枝狀的輸出入機構神經節為神經樹上呈點狀的連結機構,第五節 智慧型行銷資訊系統與 類神經網路,38,圖11-8 生物神經網路結構,39,表11-3 類神經網路模式,續下頁,40,表11-3 類神經網路模式,續下頁,41,表11-3 類神

13、經網路模式,42,第五節 智慧型行銷資訊系統與 類神經網路,倒傳遞類神經網路一個類神經網路是由許多個人工神經元與其連結所組成，並且可以組成各種網路模式(network model)，或稱網路典範(network paradigm)。一般實務界所採用的類神經網路模式是倒傳遞類神經網路，倒傳遞類神經網路模式乃監督式學習網路(supervised learning network)之一種，是目前類神經網路學習模式中最具代表性且應用最普遍的模式。,續下頁,43,第五節 智慧型行銷資訊系統與 類神經網路,倒傳遞類神經網路倒傳遞類神經網路模式包含許多層，每一層包含若干個處理單元。輸入層處理單元用以輸入外在

14、環境的訊息，輸出層處理單元用以輸出訊息給外在環境。,續下頁,44,倒傳遞類神經網路此外，一個層狀類神經網路經常包含若干層隱藏層(hidden layer)，隱藏層的存在提供類神經網路表現處理單元間的交互作用，與問題的內在結構的能力。通常每一層處理單元均有連結與相鄰層的處理單元連接。,第五節 智慧型行銷資訊系統與 類神經網路,續下頁,45,倒傳遞類神經網路倒傳遞類神經網路屬監督式多層前饋式網路架構，其架構可分為輸出層輸入層隱藏層,第五節 智慧型行銷資訊系統與 類神經網路,46,圖11-9 類神經網路架構,47,圖11-10 雙彎曲函數,48,基因演算法(genetic algorithm,GA)

15、基因演算法基本理論是由John Holland於1975年首先提出，它是基於自然選擇過程的一種最佳化搜尋機制。,第六節 智慧型行銷資訊系統與 基因演算法,續下頁,49,基因演算法(genetic algorithm,GA)其基本精神在於仿效生物界中物競天擇、優勝劣敗的自然進化法則，它能夠選擇在母代上具有較好特性的物種，並且隨機性的相互交換彼此的位元(基因)資訊，以期望能產生較上一代更優秀的子代，如此重覆下去以產生適應性最強的最佳物種，它是增加個體對環境的適應性來解決問題的演算法。,第六節 智慧型行銷資訊系統與 基因演算法,50,基因演算法的專有名詞基因(gene)：相當於決策的自變數(inde

16、pendent variable)，編碼的最小單位，實際數值因編碼方式不同而異。染色體(chromosome string)：是由基因所組成的集合，它代表尋找最佳解過程中的一個解。,第六節 智慧型行銷資訊系統與 基因演算法,續下頁,51,基因演算法的專有名詞母體或族群(population)：是由許多染色體所構成的集合，此集合存在尋找最佳解過程中暫時的解，母體或族群的大小可以由使用者自訂。世代(generation)：從隨機產生母體或族群並計算適合度(fitness)，再經由複製、交配、突變過程即完成一世代。,第六節 智慧型行銷資訊系統與 基因演算法,續下頁,52,第六節 智慧型行銷資訊系統與

17、 基因演算法,基因演算法的專有名詞適應函數(fitness function)：它是一個評估函數，目地是為了賦於每個染色體一個評估值，這個評估值即代表該染色體是否適合繼續生存的量度。適應度：即適應函數(fitness function)所產生的值。,53,第六節 智慧型行銷資訊系統與 基因演算法,基因演算法的參數設定編碼型態(encoding)：編碼型態隨著問題的不同而有所不同，常見的編碼方式有二進位型式(binary)及非二進位(non-binary)型式，可依問題的特性、結構選擇。族群大小(population size)：設定的族群太小，較難達到預期成果，收斂較早；族群太大，則會消耗較長

18、的計算時間，通常族群的大小為30至200。,續下頁,54,第六節 智慧型行銷資訊系統與 基因演算法,基因演算法的參數設定交配機率(crossover rate)：控制染色體交配的機率，此參數可由使用者自行調整，其值界於0，1之間，它的功能為控制新物種進入族群的速度，設定太低，收斂太快；設定太高，則會消耗較長的計算時間才能收斂。,續下頁,55,第六節 智慧型行銷資訊系統與 基因演算法,基因演算法的參數設定突變機率(mutation rate)：突變的頻率視突變機率的大小而定，一般來說，突變機率都定得很低，因為定得太高則與隨機搜尋無異，其功能是為了防止某些新物種沒機會進入族群。,續下頁,56,基因

19、演算法的參數設定適應函數的設計(fitness function)：適應函數設計的原則是根據求解的條件來設計，須能反應出不同物種間適應程度的差異，也須能將次佳物種快速地淘汰，以加速搜尋最佳解的過程。,第六節 智慧型行銷資訊系統與 基因演算法,57,第六節 智慧型行銷資訊系統與 基因演算法,基因演算法的參數設定終止條件(stopping Conditions)：為了結束基因演算法搜尋最佳解的循環，所設定的停止條件，常見的停止條件有：達到使用者設定的演化世代數 設定固定演化時間設定無法達到更優解的次數,58,圖11-11 基因演算法應用流程,59,第七節 其他的智慧技術,模糊邏輯(fuzzy logic)混合式人工智慧系統(hybrid AI system)智慧代理人(intelligent agents)無線射頻技術(RFID),