1、Chapter 11 智慧型行銷資訊系統(tǒng)1本章學(xué)習(xí)綱要第一節(jié) 人工智慧第二節(jié) 智慧型行銷資訊系統(tǒng)第三節(jié) 智慧型行銷資訊系統(tǒng)與專家系統(tǒng)第四節(jié) 智慧型行銷資訊系統(tǒng)與資料探勘第五節(jié) 智慧型行銷資訊系統(tǒng)與類神經(jīng)網(wǎng)路第六節(jié) 智慧型行銷資訊系統(tǒng)與基因演算法第七節(jié) 其他的智慧技術(shù)2課前案例 金控如何e統(tǒng)建立共同的溝通平臺企業(yè)入口網(wǎng)站搭起企業(yè)與員工的聯(lián)絡(luò)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(wù)3第一節(jié) 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(tǒng)能夠具有人類般的知識，並具有(1)學(xué)習(xí)；(2)知識儲存記憶；(3)推理及判斷之能力。學(xué)

2、者認(rèn)為人工智慧是創(chuàng)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(zhí)行的工作，若由人來完成，是需要使用智慧的。4第一節(jié) 人工智慧人工智慧的應(yīng)用領(lǐng)域電腦遊戲 自動程式設(shè)計自動推理和問題解答專家系統(tǒng)自然語言辨識 計畫和機(jī)器人 電腦視覺 機(jī)器學(xué)習(xí) 機(jī)器翻譯5第一節(jié) 人工智慧人工智慧(AI)並不是完美的，最常被批評的論點(diǎn)有二：思考需要原創(chuàng)性、創(chuàng)造力與完成事情的意識。意識是智慧的主要部分，但現(xiàn)今的人工智慧並無法符合這些標(biāo)準(zhǔn)。人工智慧不能自主思考且沒有感情，不具有人類的特質(zhì)。6表11-1 人的智慧與人工智慧之比較7第二節(jié) 智慧型行銷資訊系統(tǒng)智慧型行銷資訊系統(tǒng)是行銷資訊系統(tǒng)及行銷決策

3、支援系統(tǒng)的延伸，智慧型行銷資訊系統(tǒng)利用人工智慧中的知識表示技術(shù)，而智慧型行銷資訊系統(tǒng)的最大特色就在於擁有知識庫。8圖11-1 智慧型行銷資訊系統(tǒng)9第二節(jié) 智慧型行銷資訊系統(tǒng)智慧型行銷資訊系統(tǒng)可用以協(xié)助企業(yè)分析顧客資料、產(chǎn)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(yīng)，以及儘快將行銷活動導(dǎo)入生產(chǎn)計畫。它能協(xié)助企業(yè)找出行銷利基點(diǎn)，或由行銷資料庫預(yù)測消費(fèi)者行為、經(jīng)營顧客關(guān)係，以為解決企業(yè)所面對的行銷問題。10第二節(jié) 智慧型行銷資訊系統(tǒng)智慧型行銷資訊系統(tǒng)有三大目標(biāo)彌補(bǔ)行銷人力不足之處處理重複性工作彌補(bǔ)行銷人力的不穩(wěn)定及消長11第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)專家系

4、統(tǒng)(expert systems, ES)專家系統(tǒng)是人工智慧的運(yùn)用。專家系統(tǒng)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(yè)知識來處理的問題。續(xù)下頁12專家系統(tǒng)(expert systems, ES)專家系統(tǒng)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(tǒng)。專家系統(tǒng)是能夠仿效人類專長之某些功能的電腦程式，且現(xiàn)下他們在商業(yè)的許多範(fàn)圍中被使用。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)續(xù)下頁13專家系統(tǒng)(expert systems, ES)專家系統(tǒng)是一個訊息處理系統(tǒng)，它處理現(xiàn)實(shí)世界中提出需要由專家來分析和判斷的複雜問

5、題。也就是說，一個專家系統(tǒng)的任務(wù)，就是要解決某個專門領(lǐng)域中需要專家才能解決的問題。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)14圖11-2 專家系統(tǒng)的架構(gòu)15圖11-3 專家系統(tǒng)的詳細(xì)運(yùn)作結(jié)構(gòu)16構(gòu)成專家系統(tǒng)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(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)17專家系統(tǒng)的運(yùn)作方式先透過知識工程師操作知識獲取工具，取得領(lǐng)域?qū)＜业闹R，並以專家系統(tǒng)所能存取、理解、與推論的表現(xiàn)方式，儲存在專家系統(tǒng)的知識庫中。使用者透過使用者介面運(yùn)

6、用文字、圖形、聲音等和專家系統(tǒng)交談，並以一問一答的方式進(jìn)行交談，以輸入所需資料或資訊。而專家系統(tǒng)在和使用者交談後，利用專家系統(tǒng)的推論引擎及知識庫，推論出適當(dāng)?shù)慕獯?。第三?jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)18表11-2 專家系統(tǒng)與傳統(tǒng)程式之比較續(xù)下頁19表11-2 專家系統(tǒng)與傳統(tǒng)程式之比較20榮泰生(1992)也有不同的觀點(diǎn)傳統(tǒng)的程式設(shè)計是逐步式的，其解決步驟是外顯的；但專家系統(tǒng)程式是啟發(fā)式搜尋，其解決步驟則是內(nèi)隱的。傳統(tǒng)的程式設(shè)計是非常複雜的，需要有經(jīng)驗(yàn)的程式師；而專家系統(tǒng)的知識庫則很容易閱讀與修正。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)續(xù)下頁21榮泰生(1992)也有不同的觀點(diǎn)傳統(tǒng)程式設(shè)計師

7、的程式撰寫並不需與專家接觸，而專家系統(tǒng)需經(jīng)常與專家接觸，以對問題產(chǎn)生初步的瞭解、問很多問題及提出系統(tǒng)的雛型等一系列嘗試錯誤的方法來發(fā)展專家系統(tǒng)。傳統(tǒng)的程式設(shè)計裡可找到最佳的答案；而專家系統(tǒng)則只能找到令人滿意的答案。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)22圖11-4 專家系統(tǒng)發(fā)展過程23專家系統(tǒng)的開發(fā)過程包括六個步驟界定問題的範(fàn)圍。選擇適當(dāng)?shù)脑擃I(lǐng)域?qū)＜?。選擇軟硬體工具。專業(yè)知識規(guī)則化。建立專家系統(tǒng)雛型。反覆評核系統(tǒng)成效及可接受性，並不斷改進(jìn)，直到系統(tǒng)可以解決實(shí)際問題的效能。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)24圖11-5 專家系統(tǒng)的開發(fā)過程25專家系統(tǒng)在行銷上的應(yīng)用領(lǐng)域?qū)＜蚁到y(tǒng)在行銷組合中

8、產(chǎn)品構(gòu)面的應(yīng)用。專家系統(tǒng)在行銷組合中定價構(gòu)面的應(yīng)用。專家系統(tǒng)在行銷組合中通路構(gòu)面的應(yīng)用。專家系統(tǒng)在行銷組合中推廣構(gòu)面(廣告、銷售促進(jìn)、人員推銷、公共關(guān)係、直效行銷)的應(yīng)用。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)續(xù)下頁26專家系統(tǒng)在行銷上的應(yīng)用領(lǐng)域?qū)＜蚁到y(tǒng)在顧客管理的應(yīng)用。例如，偵測可能會流失的顧客。專家系統(tǒng)在行銷相關(guān)報表的應(yīng)用。例如，掃描銷售資料庫中的各項(xiàng)產(chǎn)品，然後利用專家系統(tǒng)來判別產(chǎn)品資料的重要趨向。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)27適合使用專家系統(tǒng)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(fàn)圍。必須要有問題領(lǐng)域的專家，而且能夠清楚而有條理的表達(dá)出他們的專業(yè)意見，以作為知

9、識庫的推論規(guī)則。專家系統(tǒng)開發(fā)的成本應(yīng)低於所獲得的利益。換句話說，專家系統(tǒng)應(yīng)該在技術(shù)面、經(jīng)濟(jì)面及實(shí)作面都具備可行性。第三節(jié) 智慧型行銷資訊系統(tǒng)與 專家系統(tǒng)28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(jìn)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(yùn)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(guān)鍵原因。 第四節(jié) 智慧型行銷資訊系統(tǒng)與 資料探勘續(xù)下頁29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

10、領(lǐng)域得到問題解決的建議及答案。第四節(jié) 智慧型行銷資訊系統(tǒng)與 資料探勘30圖11-6 整合多項(xiàng)領(lǐng)域之資料探勘31資料探勘主要包含五項(xiàng)功能關(guān)聯(lián)分組(affinity grouping)集群(clustering)分類(classification)推估(estimation)預(yù)測(prediction)第四節(jié) 智慧型行銷資訊系統(tǒng)與 資料探勘32資料探勘之步驟定義問題目標(biāo)資料處理資料探勘結(jié)果分析知識的合併第四節(jié) 智慧型行銷資訊系統(tǒng)與 資料探勘33圖11-7 資料探勘步驟34類神經(jīng)網(wǎng)路類神經(jīng)網(wǎng)路(neuron network)是一種計算系統(tǒng)，包括軟體與硬體，它使用大量簡單的相連人工神經(jīng)元來模仿生物神經(jīng)

11、網(wǎng)路的能力。人工神經(jīng)元是生物神經(jīng)元的簡單模擬，它從外界環(huán)境或者其它人工神經(jīng)元取得資訊，並加以非常簡單的運(yùn)算，並輸出其結(jié)果到外界環(huán)境或者其它人工神經(jīng)元。第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路續(xù)下頁35類神經(jīng)網(wǎng)路類神經(jīng)網(wǎng)路它是一種計算系統(tǒng)，使用大量簡單的相連人工神經(jīng)元來模仿生物神經(jīng)網(wǎng)路的能力。人工神經(jīng)元是生物神經(jīng)元的簡單模擬，它從外界環(huán)境或其他人工神經(jīng)元取得資訊，並加以非常簡單的運(yùn)算，並輸出其結(jié)果到外界環(huán)境或者其他人工神經(jīng)元。第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路續(xù)下頁36類神經(jīng)網(wǎng)路生物神經(jīng)網(wǎng)路是由巨量的神經(jīng)細(xì)胞(neuron)，或稱神經(jīng)元所組成，它包括了神經(jīng)核(soma)、神經(jīng)軸(axon)

12、、神經(jīng)樹(dendrites) 、神經(jīng)節(jié)(synapse) (神經(jīng)樹上呈點(diǎn)狀的連結(jié)機(jī)構(gòu))。神經(jīng)核為神經(jīng)細(xì)胞呈核狀的處理機(jī)構(gòu)神經(jīng)軸為神經(jīng)細(xì)胞呈軸索狀的輸送機(jī)構(gòu)神經(jīng)樹為神經(jīng)細(xì)胞呈樹枝狀的輸出入機(jī)構(gòu)神經(jīng)節(jié)為神經(jīng)樹上呈點(diǎn)狀的連結(jié)機(jī)構(gòu)第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路37圖11-8 生物神經(jīng)網(wǎng)路結(jié)構(gòu)38表11-3 類神經(jīng)網(wǎng)路模式續(xù)下頁39表11-3 類神經(jīng)網(wǎng)路模式續(xù)下頁40表11-3 類神經(jīng)網(wǎng)路模式41第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路倒傳遞類神經(jīng)網(wǎng)路一個類神經(jīng)網(wǎng)路是由許多個人工神經(jīng)元與其連結(jié)所組成，並且可以組成各種網(wǎng)路模式(network model)，或稱網(wǎng)路典範(fàn)(network par

13、adigm)。一般實(shí)務(wù)界所採用的類神經(jīng)網(wǎng)路模式是倒傳遞類神經(jīng)網(wǎng)路，倒傳遞類神經(jīng)網(wǎng)路模式乃監(jiān)督式學(xué)習(xí)網(wǎng)路(supervised learning network)之一種，是目前類神經(jīng)網(wǎng)路學(xué)習(xí)模式中最具代表性且應(yīng)用最普遍的模式。續(xù)下頁42第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路倒傳遞類神經(jīng)網(wǎng)路倒傳遞類神經(jīng)網(wǎng)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環(huán)境的訊息，輸出層處理單元用以輸出訊息給外在環(huán)境。續(xù)下頁43倒傳遞類神經(jīng)網(wǎng)路此外，一個層狀類神經(jīng)網(wǎng)路經(jīng)常包含若干層隱藏層(hidden layer)，隱藏層的存在提供類神經(jīng)網(wǎng)路表現(xiàn)處理單元間的交互作用，與問題的內(nèi)在結(jié)構(gòu)的能力。

14、通常每一層處理單元均有連結(jié)與相鄰層的處理單元連接。第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路續(xù)下頁44倒傳遞類神經(jīng)網(wǎng)路倒傳遞類神經(jīng)網(wǎng)路屬監(jiān)督式多層前饋式網(wǎng)路架構(gòu)，其架構(gòu)可分為輸出層輸入層隱藏層第五節(jié) 智慧型行銷資訊系統(tǒng)與 類神經(jīng)網(wǎng)路45圖11-9 類神經(jīng)網(wǎng)路架構(gòu)46圖11-10 雙彎曲函數(shù)47基因演算法(genetic algorithm, GA)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(jī)制。第六節(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法續(xù)下頁48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、

15、優(yōu)勝劣敗的自然進(jìn)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(jī)性的相互交換彼此的位元(基因)資訊，以期望能產(chǎn)生較上一代更優(yōu)秀的子代，如此重覆下去以產(chǎn)生適應(yīng)性最強(qiáng)的最佳物種，它是增加個體對環(huán)境的適應(yīng)性來解決問題的演算法。第六節(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法49基因演算法的專有名詞基因(gene)：相當(dāng)於決策的自變數(shù)(independent variable)，編碼的最小單位，實(shí)際數(shù)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(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法續(xù)下頁50基因演算法的專有名詞母體或族群

16、(population)：是由許多染色體所構(gòu)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(jī)產(chǎn)生母體或族群並計算適合度(fitness)，再經(jīng)由複製、交配、突變過程即完成一世代。 第六節(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法續(xù)下頁51第六節(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法基因演算法的專有名詞適應(yīng)函數(shù)(fitness function)：它是一個評估函數(shù)，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(xù)生存的量度。 適應(yīng)度：即適應(yīng)函數(shù)(fitness function)所產(chǎn)生的值。52第六節(jié) 智慧型行銷資訊

17、系統(tǒng)與 基因演算法基因演算法的參數(shù)設(shè)定編碼型態(tài)(encoding)：編碼型態(tài)隨著問題的不同而有所不同，常見的編碼方式有二進(jìn)位型式(binary)及非二進(jìn)位(non-binary)型式，可依問題的特性、結(jié)構(gòu)選擇。 族群大小(population size)：設(shè)定的族群太小，較難達(dá)到預(yù)期成果，收斂較早；族群太大，則會消耗較長的計算時間，通常族群的大小為30至200。續(xù)下頁53第六節(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法基因演算法的參數(shù)設(shè)定交配機(jī)率(crossover rate)：控制染色體交配的機(jī)率，此參數(shù)可由使用者自行調(diào)整，其值界於0，1之間，它的功能為控制新物種進(jìn)入族群的速度，設(shè)定太低，收斂太快；設(shè)定太高，則會消耗較長的計算時間才能收斂。 續(xù)下頁54第六節(jié) 智慧型行銷資訊系統(tǒng)與 基因演算法基因演算法的參數(shù)設(shè)定突變機(jī)率(mutation rate)：突變的頻率視突變機(jī)率的大小而定，一般來說，突變機(jī)率都定得很低，因?yàn)槎ǖ锰邉t與隨機(jī)搜尋無異，其功能是為了防止某些新物種沒機(jī)會進(jìn)入族群。續(xù)下頁55基因演算法的參數(shù)設(shè)定適應(yīng)函數(shù)的設(shè)計(fitness function)：適應(yīng)函數(shù)設(shè)計的原則是根據(jù)求解的條件來設(shè)計，須能反應(yīng)出不同物種間適應(yīng)程度的差異，也須能將次佳物種快速地淘汰