人工智能实践报告总结范文

导语：如何才能写好一篇人工智能实践报告总结，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

摘要

人工智能时代，网络空间安全威胁全面泛化，如何利用人工智能思想和技术应对各类安全威胁，是国内外产业界共同努力的方向。本报告从风险演进和技术逻辑的角度，将网络空间安全分为网络系统安全、网络内容安全和物理网络系统安全三大领域；在此基础上，本报告借鉴 Gartner 公司的 ASA 自适应安全架构模型，从预测、防御、检测、响应四个维度，提出人工智能技术在网络空间安全领域的具体应用模式。与此同时，本报告结合国内外企业最佳实践，详细阐释人工智能赋能网络空间安全（AI+安全）的最新进展。最后，本报告提出，人工智能安全将成为人工智能产业发展最大蓝海，人工智能的本体安全决定安全应用的发展进程，「人工+「智能将长期主导安全实践，人工智能技术路线丰富将改善安全困境，网络空间安全将驱动人工智能国际合作。

目 录

第一章 人工智能技术的发展沿革

(一) 人工智能技术的关键阶段

(二) 人工智能技术的驱动因素

(三) 人工智能技术的典型代表

(四) 人工智能技术的广泛应用

第二章 网络空间安全的内涵与态势

(一) 网络空间安全的内涵

(二) 人工智能时代网络空间安全发展态势

1、网络空间安全威胁趋向智能2、网络空间安全边界开放扩张3、网络空间安全人力面临不足4、网络空间安全防御趋向主动

第三章 人工智能在网络空间安全领域的应用模式

(一) AI+安全的应用优势

(二) AI+安全的产业格局

(三) AI+安全的实现模式

1、人工智能应用于网络系统安全2、人工智能应用于网络内容安全3、人工智能应用于物理网络系统安全

第四章 人工智能在网络空间安全领域的应用案例

网络系统安全篇

（一）病毒及恶意代码检测与防御

（二）网络入侵检测与防御

第三章 人工智能在网络空间安全领域的应用模式

人工智能技术日趋成熟，人工智能在网络空间安全领域的应用（简称 AI+安全）不仅能够全面提高网络空间各类威胁的响应和应对速度，而且能够全面提高风险防范的预见性和准确性。因此，人工智能技术已经被全面应用于网络空间安全领域，在应对智能时代人类各类安全难题中发挥着巨大潜力。

（一）AI+安全的应用优势

人们应对和解决安全威胁，从感知和意识到不安全的状态开始，通过经验知识加以分析，针对威胁形态做出决策，选择最优的行动脱离不安全状态。类人的人工智能，正是令机器学会从认识物理世界到自主决策的过程，其内在逻辑是通过数据输入理解世界，或通过传感器感知环境，然后运用模式识别实现数据的分类、聚类、回归等分析，并据此做出最优的决策推荐。

当人工智能运用到安全领域，机器自动化和机器学习技术能有效且高效地帮助人类预测、感知和识别安全风险，快速检测定位危险来源，分析安全问题产生的原因和危害方式，综合智慧大脑的知识库判断并选择最优策略，采取缓解措施或抵抗威胁，甚至提供进一步缓解和修复的建议。这个过程不仅将人们从繁重、耗时、复杂的任务中解放出来，且面对不断变化的风险环境、异常的攻击威胁形态比人更快、更准确，综合分析的灵活性和效率也更高。

因此，人工智能的「思考和行动逻辑与安全防护的逻辑从本质上是自洽的，网络空间安全天然是人工智能技术大显身手的领域。

（1）基于大数据分析的高效威胁识别：大数据为机器学习和深度学习算法提供源源动能，使人工智能保持良好的自我学习能力，升级的安全分析引擎，具有动态适应各种不确定环境的能力，有助于更好地针对大量模糊、非线性、异构数据做出因地制宜的聚合、分类、序列化等分析处理，甚至实现了对行为及动因的分析，大幅提升检测、识别已知和未知网络空间安全威胁的效率，升级精准度和自动化程度。

（2）基于深度学习的精准关联分析：人工智能的深度学习算法在发掘海量数据中的复杂关联方面表现突出，擅长综合定量分析相关安全性，有助于全面感知内外部安全威胁。人工智能技术对各种网络安全要素和百千级维度的安全风险数据进行归并融合、关联分析，再经过深度学习的综合理解、评估后对安全威胁的发展趋势做出预测，还能够自主设立安全基线达到精细度量网络安全性的效果，从而构建立体、动态、精准和自适应的网络安全威胁态势感知体系。

（3）基于自主优化的快速应急响应：人工智能展现出强大的学习、思考和进化能力，能够从容应对未知、变化、激增的攻击行为，并结合当前威胁情报和现有安全策略形成适应性极高的安全智慧，主动快速选择调整安全防护策略，并付诸实施，最终帮助构建全面感知、适应协同、智能防护、优化演进的主动安全防御体系。

（4）基于进化赋能的良善广域治理：随着网络空间内涵外延的不断扩展，人类面临的安全威胁无论从数量、来源、形态、程度和修复性上都在超出原本行之有效的分工和应对能力，有可能处于失控边缘，人工智能对人的最高智慧的极限探索，也将拓展网络治理的理念和方式，实现安全治理的突破性创新。人工智能不仅能解决当下的安全难题，而通过在安全场景的深化应用和检验，发现人工智能的缺陷和不足，为下一阶段的人工智能发展和应用奠定基础，指明方向，推动人工智能技术的持续变革及其更广域的赋能。

（二）AI+安全的产业格局

人工智能以其独特的优势正在各类安全场景中形成多种多样的解决方案。从可观察的市场指标来看，近几年来人工智能安全市场迅速成长， 公司在 2018 年的研究表明，在网络安全中人工智能应用场景增多，同时地域覆盖范围扩大，将进一步扩大技术在安全领域的应用，因此人工智能技术在安全市场内将快速发展，预计到 2024 年，可用在安全中的人工智能技术市场规模将超过 350 亿美元，在 2017-2024 年之间年复合增长率（CAGR）可达 31%。

MarketsandMarkets 公司在 2018 年 1 月的《安全市场中人工智能》报告则认为，2016 年 AI 安全市场规模就已达 29.9 亿美元、2017 年更是达到 39.2 亿美元，预测在 2025 年将达到 348.1 亿美元，年复合增长率为 31.38%。而爱尔兰的 Research and Markets 公司在 2018 年 4 月份了专门的市场研究报告，认为到 2023 年人工智能在安全领域应用的市场规模将达 182 亿美元，年复合增长率为 34.5%。由于机器学习对付网络犯罪较为有效，因此机器学习作为单一技术将占领最大的一块市场，到 2023 年其市场规模预计可达 60 亿美元。

除了传统安全公司致力于人工智能安全，大型互联网企业也在积极开展人工智能安全实践，如 Google、Facebook、Amazon、腾讯、阿里巴巴等均在围绕自身业务积极布局人工智能安全应用。

（三）AI+安全的实现模式

人工智能是以计算机科学为基础的综合交叉学科，涉及技术领域众多、应用范畴广泛，其知识、技术体系实际与整个科学体系的演化和发展密切相关。因此，如何根据各类场景安全需求的变化，进行 AI 技术的系统化配置尤为关键。

本报告采用 Gartner 公司 2014 年提出的自适应安全架构（ASA，Adaptive SecurityArchitecture）来分析安全场景中人工智能技术的应用需求，此架构重在持续监控和行为分析，统合安全中预测、防御、检测、响应四层面，直观的采用四象限图来进行安全建模。其中「预测指检测安全威胁行动的能力；「防御表示现有预防攻击的产品和流程；「检测用以发现、监测、确认及遏制攻击行为的手段；「响应用来描述调查、修复问题的能力。

本报告将 AI+安全的实现模式按照阶段进行分类和总结，识别各领域的外在和潜在的安全需求，采用 ASA 分析应用场景的安全需求及技术要求，结合算法和模型的多维度分析， 寻找 AI+安全实现模式与适应条件，揭示技术如何响应和满足安全需求，促进业务系统实现持续的自我进化、自我调整，最终动态适应网络空间不断变化的各类安全威胁。

1、人工智能应用于网络系统安全

人工智能技术较早应用于网络系统安全领域，从机器学习、专家系统以及过程自动化等到如今的深度学习，越来越多的人工智能技术被证实能有效增强网络系统安全防御：

机器学习 (ML， Machine Learning):在安全中使用机器学习技术可增强系统的预测能力，动态防御攻击，提升安全事件响应能力。专家系统（ES， Expert System）：可用于安全事件发生时为人提供决策辅助或部分自主决策。过程自动化 (AT， Automation )：在安全领域中应用较为普遍，代替或协助人类进行检测或修复，尤其是安全事件的审计、取证，有不可替代的作用。深度学习（DL， Deep Learning）：在安全领域中应用非常广泛，如探测与防御、威胁情报感知，结合其他技术的发展取得极高的成就。

如图 3 所示，通过分析人工智能技术应用于网络系统安全，在四个层面均可有效提升安全效能：

预测：基于无监督学习、可持续训练的机器学习技术，可以提前研判网络威胁，用专家系统、机器学习和过程自动化技术来进行风险评估并建立安全基线，可以让系统固若金汤。

防御：发现系统潜在风险或漏洞后，可采用过程自动化技术进行加固。安全事件发生时，机器学习还能通过模拟来诱导攻击者，保护更有价值的数字资产，避免系统遭受攻击。

检测：组合机器学习、专家系统等工具连续监控流量，可以识别攻击模式，实现实时、无人参与的网络分析，洞察系统的安全态势，动态灵活调整系统安全策略，让系统适应不断变化的安全环境。

响应：系统可及时将威胁分析和分类，实现自动或有人介入响应，为后续恢复正常并审计事件提供帮助和指引。

因此人工智能技术应用于网络系统安全，正在改变当前安全态势，可让系统弹性应对日益细化的网络攻击。在安全领域使用人工智能技术也会带来一些新问题，不仅有人工智能技术用于网络攻击等伴生问题，还有如隐私保护等道德伦理问题，因此还需要多种措施保证其合理应用。总而言之，利用机器的智慧和力量来支持和保障网络系统安全行之有效。

2、人工智能应用于网络内容安全

人工智能技术可被应用于网络内容安全领域，参与网络文本内容检测与分类、视频和图片内容识别、语音内容检测等事务，切实高效地协助人类进行内容分类和管理。面对包括视频、图片、文字等实时海量的信息内容，人工方式开展网络内容治理已经捉襟见肘，人工智能技术在网络内容治理层面已然不可替代。

在网络内容安全领域所应用的人工智能技术如下：

自然语言处理（NLP， Natural Language Processing）：可用于理解文字、语音等人类创造的内容，在内容安全领域不可或缺。图像处理（IP， Image Processing）：对图像进行分析，进行内容的识别和分类，在内容安全中常用于不良信息处理。视频分析技术 (VA， Video Analysis)：对目标行为的视频进行分析，识别出视频中活动的目标及相应的内涵，用于不良信息识别。

如图 4 所示，通过分析人工智能技术应用于网络内容安全，在四个层面均可有效提升安全效能：

预防阶段：内容安全最重要的是合规性，由于各领域的监管法律/政策的侧重点不同而有所区别且动态变化。在预防阶段，可使用深度学习和自然语言处理进行相关法律法规条文的理解和解读，并设定内容安全基线，再由深度学习工具进行场景预测和风险评估，并及时将结果向网络内容管理人员报告。

防御阶段：应用深度学习等工具可完善系统，防范潜在安全事件的发生。

检测阶段：自然语言、图像、视频分析等智能工具能快速识别内容，动态比对安全基线，及时将分析结果交付给人类伙伴进行后续处置，除此之外，基于内容分析的情感人工智能也已逐步应用于舆情预警，取得不俗成果。

响应阶段：在后续调查或留存审计资料阶段，过程自动化同样不可或缺。

3、人工智能应用于物理网络系统安全

随着物联网、工业互联网、5G 等技术的成熟，网络空间发生深刻变化，人、物、物理空间通过各类系统实现无缝连接，由于涉及的领域众多同时接入的设备数量巨大，传感器网络所产生的数据可能是高频低密度数据，人工已经难以应对，采用人工智能势在必行。但由于应用场景极为复杂多样，可供应用的人工智能技术将更加广泛，并会驱动人工智能技术自身新发展。

情绪识别（ER， Emotion Recognition）：不仅可用图像处理或音频数据获得人类的情绪状态，还可以通过文本分析、心率、脑电波等方式感知人类的情绪状态，在物理网络中将应用较为普遍，通过识别人类的情绪状态从而可与周边环境的互动更为安全。AI 建模（DT， Digital Twin/AI Modeling）：通过软件来沟通物理系统与数字世界。生物特征识别 (BO， Biometrics)：可通过获取和分析人体的生理和行为特征来实现人类唯一身份的智能和自动鉴别，包括人脸识别、虹膜识别、指纹识别、掌纹识别等技术。虚拟 (VA， Virtual Agents)：这类具有人类行为和思考特征的智能程序，协助人类识别安全风险因素，让人类在物理网络世界中更安全。

篇2

关键词:人工智能;研究型实验教学;民族关系

人工智能是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科,对它的研究涉及控制论、信息论、系统论、语言学、神经生理学、数学、哲学等诸多的学科及领域,是一门综合性的交叉学科[1]。

人工智能的研究、应用和发展,在一定程度上代表着信息技术的发展方向,同时信息技术的广泛应用也对人工智能技术的发展提出了迫切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响[2]。

实践教学环节在大学教育中是一个非常重要的教学环节,是提高人才素质与能力的重要途径。人工智能课程除了具有较强的专业性之外,还具有突出的实践性,为了能深入理解和掌握所学内容,必须把讲授和实践结合起来。本文结合该课程实验教学,将研究型教学的理念引入到实验教学,并对教学过程中的经验和问题加以初步的总结。

1研究型教学模式背景

研究型教学是相对于以单向性知识传授为主的传统教学提出的,是指教师以课程内容和学生的学识积累为基础,引导学生创造性地运用知识和能力,自主地发现问题、研究问题和解决问题,在研究中积累知识、培养能力和锻炼思维的新型教学模式。研究性教学是对现有的大学课堂教学模式的突破。有利于开发大学生的创造潜能,提高学生适应社会需要的创造性和创新能力,充分展现现代大学培养人才、发展科学、服务社会的三大基本职能[3]。

19世纪初,德国著名教育家洪堡最早提出了教学与科研相统一的原则,为研究型教学模式的发展奠定了基础。20世纪50、60年代,美国著名教育心理学家布鲁纳提出了著名的“发现教学模式”[4],成为后来探究性学习和研究型教学的先导。20世纪70年代,美国研究教学专家萨奇曼正式提出了研究训练教学模式。他认为学生会本能地对周围新奇事物发生兴趣,并想方设法弄清这些新奇事物背后究竟发生了什么,这是一种进行科学研究的可贵的动力。

自此,研究型教学理念开始广泛使用。现在,哈佛大学、牛津大学、剑桥大学等世界著名大学,都非常注重学生能力的培养,普遍采取了研究型教学模式。以美国高校为例,虽然美国高校83%的教师在课堂教学中主要采用讲授法进行教学,但在整个教学过程中都渗透着研究型教学的方法,如积极引导学生参与教学过程,开设研究性课程,引导学生积极主动地参与科研活动等。我国自20世纪90年代初推出211工程建设以来,清华大学、北京大学、人民大学、复旦大学、浙江大学等一些重点大学都提出了建设世界一流的综合性研究型大学的目标。这些高校在实现从单向知识传授的传统型教学向关注创新性教育的研究型教学转变方面进行了许多有益的尝试。

2研究型实验教学

本科教学不仅要培养学生的应用能力,还要培养学生具备基本的科研素质。大学是培养未来一线创新人才的主要基地,必须从本科教学人手,深入探索研究型教学的手段和方法,才能满足未来经济增长和社会发展的需要,才能符合建设研究型大学的需要。特别是近几年来我国对科研的投入不断增加,研究生招生规模逐年增大,本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题,其涵盖的分支非常广泛,如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等,都是目前国际和国内热门的研究方向。

人工智能课程在计算机专业人才培养方案中占据着重要的位置。在专业理论方面,它承续了离散数学中的逻辑知识;在专业方法方面,是数据结构、算法分析与设计的继续;在专业工具方面,是面向对象程序设计的生动实例。并且人工智能的每一部分内容都可以作为一个深入的研究课题,课堂上讲解的内容不可能面面俱到,学生们也不可能对人工智能的每一领域都做很深入的学习。并且人工智能涉及很多的数理逻辑知识,有些显得难以理解,并且往往让学生感到比较枯燥,学生的学习兴趣就渐渐淡薄,学生往往被动“听讲”,难以获得预期的教学效果。

针对这一特点,在人工智能教学中,如何引导学生系统学习人工智能的知识、激发学生的研究兴趣,树立目标意识找准研究方向,为未来的科研工作打下基础,研究型实验教学就成为了人工智能课程教学的一个重要环节和必然选择。

2.1实验教学中加强学生的研究导向

在实验教学中,如果照搬一些教材中的例子或习题教学,一方面学生们会缺乏兴趣,另一方面学生对这个领域的知识缺乏全面的了解。应不断提出一些学生们感兴趣的开放性课题,比如基于支持向量机的人脸识别、基于肤色的人脸检测,基于内容的图像检索等,培养学生们的学习兴趣,让学生们逐渐深入的学习某一领域的知识。比如BP神经网络,在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用,是一种具有强大的非线性学习能力的计算智能技术。然而BP神经网络算法自身也存在着一些缺点,如会有局部最小解、解受初值影响较大、理论解释不完善等,而支持向量机在这些方面具有显著优点。我们可以设计一个人脸识别的实验,用神经网络和支持向量机分别实现,并作以比较。让学生们在了解人工智能新技术的同时,也培养学生们如何分析问题、解决问题的科研能力。

2.2人工智能课程实验

该课程是一门对实验技术有较高要求的课程,对于基本原理和方法的实现,要求学生进行严格的计算机专业技能训练和培养良好的科研工作作风。因此对课程中的技能及技术性内容,除单独进行必要的基础训练外,还融入到综合和研究型试验中,通过多次反复实验练习,达到牢固掌握人工智能原理和人工智能的问题求解技术的目的。

该课程的实践环节主要是实践项目,由具备较强工程实践能力的任课教师和助教负责,学生可在全天候开放的专用机房完成。在实践环节的设计上,我们尝试把验证性实验和开发性实验相结合,结合实验教学进度,安排相应的开放实验,开放性实验以科学研究实验为主。并在课程的教学过程中,不断深化和扩展教学内容,结合人工智能学科的发展趋势和本院老师的最新研究成果,对实验内容进行更新。

课程主要设置三种层次的实验:1)基本原理和算法编程,测试例设计及程序测试实验;2)分析综合实验;3)研究型设计实验。整个实验包括课前讨论、实验操作、实验报告、结果讨论、总结提高等六个环节。对于综合性和研究型实验,把学生分成5个人一小组,每小组选做其中的一个。学生从指导老师处了解到实验课题后,即着手查资料,研读文献,钻研有关理论。在此基础上,学生先提出实验方案,经与老师讨论后,即可开始实验研究。

3实验平台的构建

民族关系问题对被访对象,特别对少数民族被访对象是非常敏感的问题,对民族关系的评价又存在个体层面、群体层面、不同阶层人群之间的差异,因此,仅仅以传统的文献分析、问卷统计和现场观察等民族学方法来进行调查,得到的数据会存在较多误差。

因此结合本校的民族特色和民族学领域独特的研究优势,将信息认知技术引入民族关系研究,运用图像、心电和脑电数据进行分析,将分析的结果和心理场景测试及民族学调查结果进行相互印证和参数修正,从而获得尽可能客观的数据,这些数据将有助于建立一个客观、完备、科学的民族关系监测体系,并真实全面地评估民族关系,从而使决策机构及时做出正确的决策。基于多信息融合的民族关系监测预警系统总体框图如图1所示。

目前该平台已经搭建,由北京市公共安全信息监测平台建设、北京市公共安全信息监测平台建设关键技术研究、基于多源信息融合的民族信任研究等多个重大项目支撑。在这个平台的下面,涉及到人脸识别、表情识别,视频监控、认识等领域,小波分析、神经网络、支持向量机、模糊数学、信息融合等人工智能知识得到了具体的应用。学生可以根据自己的兴趣爱好,自愿参加到该平台下的某一项目,切实对自己所学知识有一个深刻的理解和掌握。

4结语

研究型实验教学激发了学生的学习兴趣,不但使学生更好地掌握了人工智能的基本概念、基本理论和基本技术,也切实提高了学生的实际动手能力和编程能力。研究型实验教学在实践过程中还有以下问题需要改进:

1) 研究型实验教学的理念很难普及。很多教师对研究型教学模式的内涵未能准确把握,把研究型教学模式等同于学生实习或者写论文。

2) 研究型实验教学的辅导老师素养需要提高。研究型实验教学作为体现创新教育要求的现代教学模式,需要的不是知识传授型的教师,而是高素质的研究型教师。教师不仅是单一的教者,更应该成为一个学者,教师不仅要有研究型教学的教育观念、快速接受新知识的能力和高超的教学技能,要能够合理地规划和设计实验内容。

3) 需要建立一套合理的学生学业和教师绩效的评价体系。

参考文献:

[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.

[2] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2004.

[3] 李得伟,张超,李海鹰. 大学工科专业课程实施研究型教学的探讨[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大学研究性教学的理念探析[J].教育导刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

(College of Information Engineering, Minzu University of China, Beijing 100081, China)

篇3

关键词 计算机网络技术；人工智能；具体应用

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）181-0021-02

计算机原有系统中存在的一系列简单的求和计算等功能，已在新技术的不断带动下开始进行新的更新，在网络计算机技术日益提升的同时，人们开始对计算机网络技术中人工智能化需求等各项服务功能有一个更高的要求，来满足自身的工作需要。但是现行计算机网络技术在发展中还存有许多亟待解决的问题，特别是近些年来世人较为关注的网络安全问题，而在计算机应用中采用人工智能技术可以跟踪及绑定系统信息，因此实现了对计算机网络信息的安全管理。

1 计算机网络技术中人工智能技术的实践优点

首先，计算机网络技术中的人工智能实际上就是智能化机器设备，在具体应用中可以根据人的情感意识，模拟出其较为复杂的思维、行为等信息过程，最大限度取代人工所要完成的一系列复杂的工序，进而全面增强工作质量及效率；其次，人工智能在实践应用中不仅可对较为简单的计算机数据信息进行充分理解后实施最大限度的模仿，同时还能针对信息内容实行推理计算。基于计算机网络系统中人工智能技术自身具有较强的推理识别能力，因此被广泛应用到网络信息安全控制及管理工作之中；最后，计算机网络系统中的人工智能在具体应用中，其自身的内存较小，不会出现占用较多系统资源的现象，同时借助计算机模糊运算法，可以在第一时间锁定目标，继而提高了计算机网络技术自身的运算效率。

2 新时期人工智能在计算机网络技术中的应用策略分析

在信息技术时代的大背景下，当代计算机网络安全管理技术在实践应用中，主要展现出以下3种特征，分别是入侵检测技术、智能防火墙技术以及反垃圾邮件技术。在此我们来进行依次说明。

2.1 入侵检测技术

在计算机网络安全管理中，处于核心位置的当属于入侵检测环节，同时该项环节技术也是在防火墙技术应用中十分重要的部分之一。入侵检测技术在实践应用中，通过进行收集数据信息、数据信息筛选、数据信息处理以及系统自动将信息合成信息报告等一系列的环节后，再将最后的结果提交给用户，这样可以便于用户能够在较短的时间内对网络状态进行准确掌握。当前在对入侵检测进行应用过程中会涉及到如下几方面：

其一，Agent应用技术。在应用该项技术前，需要拥有较为完善的知识库以及推力器等设备。在具体实践操作中，在储存及处理信息问题上借助系统操作流程，在对数据信息进行识别辨认上，充分利用相关推力器来实施。与此同时，计算机网络系统会对通讯网络进行积极的调用，以此在Agent正在处于工作状态的情况下，来对其进行充分的沟通，进而全面、有效的将任务完成好。

另外，Agent技术在人工智能上面还具备一定的自动定义特征，具体来说，可对用户切身要求进行系统化推理。以此来选择出最贴近用户的需求信息，并将需求信息发送到准确位置上来。用户通过不断使用人工智能Agent技术，逐步推动用户自身的个性化需求得到全面的完善。例如：计算机用户在利用引擎搜索相关信息时，可促进信息整合效率的快速增强。

其二，大数据挖掘技术。该项技术在具体应用中实现网络与主机之间的有效连接，并对其产生的对话信息所传递出的内容进行正确读取，随后大数据挖掘技术可以通过计算机系统设备中存在的入侵模式以及系统常规活动规律进行研读，使之加深印象，这样的好处在于，当计算机网络在具体连接时一旦出现任何不良情况时，可以做到及时发现，对该计算机系统设备中的入侵模式进行有效识别，因此可以说该项技术对计算机网络安全管理中发挥出积极作用。

其三，人工免疫技术。该项技术是设置于计算机人体免疫系统设备之上，其系统运作机制主要由否定选择、基因库以及克隆选择3方面构成。在实践应用中可对传统计算机入侵检测技术设备中现存的未知病毒识别以及杀毒功效等自身欠缺的地方进行有效改进。例如：在进行基因库的实践操作中高效完成基因片段突变及重组的过程，促使该项技术可以对基因库中存在的未知病毒类型有一个大致的识别，但是当前若想全面实现人工免疫技术在基因库中的有效应用还存在着一定的困难。

2.2 智能防火墙技术

在计算机网络安全技术管理中，智能防火墙是较为重要的管理手段。该项技术在进行数据处理及识别上面，可以提前拦截所识别出的有害信息，以此对用户访问实行限制，在不断的实践应用中，我们可以得出该项技术针对入侵计算机系统当中的病毒可以做到切断病源，遏制其继续传播。同时，智能防火墙技术与计算机其他防御系统相比较而言，其自身在实践中可以有效地将决策、运算、统计以及记忆等智能识别技术进行数据处理，进而可以在计算机正常运行期间，检查出哪些设备占用资源最小，将对网络系统产生出的有害设备及时清理出去，最大限度制止了病毒的入侵行为，保障了计算机网络的运行安全。

2.3 智能反垃圾邮件技术

该项技术是建立在传统反垃圾邮件技术的程序之上，最大程度上不影响用户网络信息安全的状态下，充分借助于人工智能技术来对邮件系统中的垃圾邮件进行阻挡和清理的一项新型技术。在进行具体实践操作中，智能反垃圾邮件技术不再对垃圾清理实施单一的手段，是高效借助人工智能系统中的处理未知问题、存储记忆和学习功能，并对用户邮件内容进行高效的监管，将计算机系统中的垃圾邮件进行系统化分类及清除，为此来防止因垃圾邮件自身问题而导致安全隐患问题的发生。

3 计算机网络系统中的人工智能在其系统管理及系统评价中的应用

基于计算机互联网系统中所具有的不稳定性及不可控性等因素特征，因此为实际的网络系统管理带来一定的工作难度。在此期间，人工智能技术在计算机系统管理中应用最广泛的就是通过人工智能技术所创造出的高效决策及其有效应对方法。通过建立这样一个高智能化的系统环境，可以对网络系统中存在的问题进行有效解答，进而更好地完成计算机网络系统中的应用管理及评价工作。

4 结论

在计算机网络中添加人工智能化及人性化服务功能，可以在具体实践中增进计算机人工智能技术的不断完善。随着计算机网络科研人员们的共同研究，总结出在计算机未来的发展进程中，人工智能技术会起到积极作用，会在计算机网络管理及系统安全中起到重要的影响。

参考文献

[1]马越.探讨人工智能在计算机网络技术中的应用[J].计算机光盘软件与应用，2014（22）：43-44.

篇4

摘 要：多媒体教学手段的引入，极大地增加了课堂的信息量，丰富了课堂教学的表现形式，但是同样也暴露了教材信息量不足、多媒体教学素材匮乏等问题。本文结合作者的教学实践介绍了在备课过程中利用Internet搜索引擎拓展多媒体教学内容、丰富多媒体课件素材的方法。经过32学时的“人工智能”本科生课程实践，验证了该方法的可行性和有效性。

关键词：搜索引擎；多媒体教学；备课

中图分类号：G434

文献标识码：B

图文声像并茂、形象生动直观是多媒体教学最基本的特点。多媒体可以在较短时间内提供较传统教学模式更多的信息，提高教学效率，这是多媒体教学最突出的优点。此外，多媒体教学能够充分发挥计算机网络的辅助教学功能，学生可以从网络上查阅教师的电子邮件和教辅资料，最大限度地节约教育资源，把教师从传统的教学模式中解放出来，从而有更多的时间和精力应用到科研、教研等创造性工作中去。但是在多媒体教学备课中也暴露出一些新的问题，比如信息来自哪里？多媒体课件的素材来自哪里？

Internet是一个巨大的信息资源宝库，充分利用Internet资源可以对多媒体教学的信息和素材形成有益的补充。但是Internet信息过载和资源迷向问题又使我们面对浩如烟海的信息资源无所适从。Internet搜索引擎的诞生为我们提供了信息获取的强有力工具，只需要输入关键词或关键词的组合进行搜索即可，高级搜索技巧也可以通过阅读网站上的帮助信息来很快掌握。

下面从四个方面介绍多媒体教学在备课过程中如何利用Internet搜索引擎拓展教学内容、丰富课件素材。

1 利用Internet搜索引擎对教学内容追根溯源

2005年全国高等学校教学督导工作研讨会上，哈尔滨工程大学总督学杨曜根教授在报告《让新的教学理念进课堂》中指出，目前在课堂教学内容上往往是重“结论”、轻“过程”，只是注重传授前人已解决的定理、概念、知识的现成结论，不注重揭示前人对这些知识的艰辛探索过程。其实，这不单纯是理念问题，往往不是教师不想讲过程，而是不会讲，这都受着教材内容和教师知识面的制约。

正如杨教授所言，“每门学科的发展过程，每门学科中新观点、新原理的建立，科学技术的发现、发明和发展，无不是前人向传统、敢于向权威挑战、大胆想象、不断创新的结果，充满了前人大胆求异、创新的事例，展示这些在学生面前，正可以大大启发学生的好奇心、兴趣，培养学生逆向思维，引导学生不断发问‘为什么’，培养学生的求索精神”。但这些过程事例很少编入现行教材中，传统的教学手段课堂信息量有限，作为教师当年也没有在课堂上听过这些过程事例，事实上这是一个盲区，需要另辟蹊径来扫除这个盲区，而Internet搜索引擎则是“扫盲”的有力工具之一。

举例来说明这个问题。人工智能的教材中对人工智能本身的发展历程介绍的较多，但是逻辑演算作为人工智能课程的重要内容，逻辑学本身的来龙去脉在教材中却鲜有提及。备课时，当然可以跳过逻辑学的历史，也可以去图书馆查阅逻辑学专业书籍，但是利用Internet搜索引擎不失为一种便捷的方式。我们只需要在Google等搜索引擎中输入“逻辑学”、“起源”、“发展”、“分支”等关键词的简单组合，就可以很容易地找到“逻辑学传统上可分为古希腊的逻辑学、中国的名辩、古印度的因明学三个分支”、“现代逻辑学已从单一学科逐步发展成为理论严密、分支众多、应用广泛的学科群”等，再顺藤摸瓜，搜索“古希腊 逻辑”、“名辩 逻辑”、“因明学 逻辑”、“现代逻辑学 分支”等关键词，便可向前把2000多年前印度的正理派、中国的墨子、古希腊的亚里士多德都追溯出来，向后把量子逻辑、控制论逻辑、概率逻辑、价值逻辑、法律逻辑、科学逻辑等信手拈来，经过进一步加工提炼，融入到课堂教学中，对拓展学生知识面、激发学生的探究欲望能起到良好的作用。

2 利用Internet搜索引擎为课堂讲解旁征博引

在课堂上旁征博引，能够丰富教学内容，提升知识的吸引力，增强教师的表现力，激发学生学习兴趣，同时，对同一个问题换个角度、换个说法来阐述，也易于学生理解和掌握，提高课堂教学实效。但是旁征博引对任课教师的知识面要求非常高，尤其对于青年教师，因此在备课时有针对性地利用Internet搜索引擎拓展自己的知识面是非常必要的。

还是举例来说明这个问题。Agent是人工智能领域研究的热点问题，Stanford著名人工智能学者Hayes-Roth讲过“Agent是人工智能最初的目标，也是人工智能最终的目标”，而我校现行人工智能课程教学大纲中并不包含这部分内容，为了引领学生走到学科前沿，我准备了2个课时补充讲授Agent。但目前国内的人工智能教材中，仅有蔡自兴教授的《人工智能及其应用》一书将Agent作为一章来讲解。Agent理论部分的几个概念非常抽象，且学术界观点不一，如果仅将一家之言介绍给学生，不但学生难于理解，而且容易片面认识问题，因此广泛引用和介绍学术界的观点是非常必要的。在准备这部分内容时，Internet搜索引擎发挥了重要作用。用“agent definition”等关键词在Google中搜索，并根据搜索结果不断追溯和拓展，就可以查到Agent一词的拉丁语起源――agere。Agent作为人工智能术语首见于Minsky的《Society of Mind》一书，以及Agent在美国传统词典中的定义，Jiming Liu & Jianbing Wu、Hayes-Roth、Smith, Cypher & Spohre、Wooldridge & Jennings、Shoham、Russel & Norvig、IBM等学者和公司从自主、智能、软硬件、心智、实体等各个角度和立场给出的定义和讨论，将这些内容融合提炼之后呈现给学生，无疑会加深学生对抽象概念的理解，同时对教师本人的知识面也是一个丰富和扩展的过程。

3 利用Internet搜索引擎对教学用例举一反三

多媒体教学用例必须遵循针对性、典型性、启发性、科学性、思想性、简洁性、趣味性和生动形象性等原则，才能达到较好的授课效果，提高教学质量，但是备课时要准备如此恰当的例子却非常困难。利用Internet搜索引擎可以开阔备课思路，对教学用例举一反三。

例如，人工智能中著名的“猴子与香蕉”问题在蔡自兴先生的《人工智能及其应用》教材中仅举此例用于讲解状态空间问题表示法。利用Internet搜索引擎还可以找到该问题在讲解问题归约、谓词逻辑、产生式系统等知识表示方法时的举例及动画演示过程，将这些举例贯通起来在知识表示总结时使用，并借用网上制作好的动画演示，课堂效果很好，且备课效率很高。

4 利用Internet搜索引擎对课件素材锦上添花

多媒体课件是多媒体课堂教学的关键，是影响多媒体课堂教学效果的重要因素。课件过于简单和粗糙，或者过于花哨，过多过滥地使用多媒体效果，会分散学生注意力，不利于学生课堂学习，致使教学效果降低。因此简洁明了、形象生动的多媒体素材必不可少。利用Internet搜索引擎的图片、音乐等搜索功能可以获得很多极富表现力的音像资料来阐释或演示抽象的概念和原理。

在人工智能课上讲解语义网络时用到这样一个例子：用语义网络法描述歌曲《军港之夜》中“军港的夜啊静悄悄，海浪把战舰轻轻地摇”这一句的意境。准备这个例子的时候，除了准备解题过程，我还搜索了一首《军港之夜》乐曲、一张军港夜幕降临时的照片和演唱者苏晓明的照片，加工处理后做到多媒体课件中，并做到不喧宾夺主。在课堂教学中讲这个例子时，发现学生随着轻柔的音乐、美丽的画卷一起随着老师分析着问题，都聚精会神的。

在讲解启发式搜索算法时，我从网上搜到了孔子的名句“人无远虑，必有近忧”，唐代诗人卢纶的《送吉中孚校书归楚州旧山》，其中有四句“林昏天未曙，但向云边去，暗入无路山，心知有花处”，同时还下载了学校的平面图，用“人无远虑，必有近忧”引出启发式搜索利用启发式信息的思想，利用卢纶的诗来阐释启发式搜索的意境，再结合学校的平面图提问学生去附近的超市(在图上均有标注)购物时如何规划路径。就在这样一种轻松甚至诗情画意的氛围中，学生便深刻领会了启发式搜索的思想内涵。

此外，利用丰富的多媒体素材还可以对学生进行科学素养的熏陶。例如，在准备人工智能发展史这一课内容时，我们从网上搜到了Turing、McCarthy、Minsky、Shannoon、Simon、Newell、Feigenbaum、Hopfield、Brooks等在人工智能发展史上举足轻重的学者的照片，照片中透出的大家风范、学者目光中流露的执著精神、表情中蕴含的严谨深邃、笑容中深藏的儒雅乐观……无不感染着学生。

5 结论

在开展多媒体教学实践中，利用Internet搜索引擎辅是第一步，对信息的加工处理、凝练升华是备课时一项更艰巨的任务，这个问题已有很多文献探讨过，本文不再赘述。

参考文献

[1] 张红霞．多媒体教学的实践与探讨[J]．吉林省教育学院学报，2006，22(6):70-71.

[2] 卢建中．有关计算机辅助教学的几点看法[J]．西安邮电学院学报，2002(7):79-81.

[3] 张忠禄，李东侠，张永春．多媒体教学质量研究[J]．长春工程学院学报(社会科学版)，2006，7(3):83-85，88.

[4] 范秉琪，范秉琳．高校多媒体教学的发展方向[J]．河南教育学院学报(自然科学版)，2006，15(3):70-72.

[5] 张永红，李泳．多媒体教学的应用与思考[J]．中国医药导报，2006，3(29):77.

[6] 杨兰生．以多媒体为教学平台的课堂教学的思考[J]．大连民族学院学报，2006，(5):78-80.

篇5

一、专家系统概述

(一)人工智能

在计算机科学领域，人工智能旨在研究人类的智能行为，然后模仿、扩展人的智能行为，最终用计算机代替某些人脑劳动。从20世纪50年代开始，人工智能逐渐形成了自身的学科群。其主要子学科有:工程和计算机技术方向、认知技术方向、语音语义技术方向。基于人工智能学科群的研究，最具代表性和最重要的应用分支就是专家系统。

斯坦福大学的EcKaidFegenbaum教授描述专家系统是“一种智能的计算机程序，它运用知识和推理过程来解决只有专家才能解决的复杂问题”以知识为基础的专家系统使人工智能研究从理论推导转向实际应用、从一般程序设计转向运用专门知识解决实际问题。

(二）专家系统

1.专家系统的发展

专家系统的发展大致分为4个阶段。第一阶段主要是针对专业化较强的人类问题求解，如DEN-DRAL化学专家系统）、MM1YAC数学专家系统）等。虽然求解专门问题能力较强，但是系统的完整性和可移植性较弱。第二阶段主要是应用于单学科专业型、应用型系统，如FROSPECTOR(地质学专家系统）、MYCN(医学专家系统）等。这个阶段的专家系统在体系结构完整性、可移植性方面做了改进。可移植性表明专家系统外壳程序软件与数据分离，允许系统把一个领域的知识替换成另一个领域的知识。第三阶段主要是综合性、跨学科的专家系统。系统采用多种人工智能语言进行程序编写，采用多种知识表述方法以及多种推理方法。第四阶段的专家系统采用了大型多专家协作系统，利用综合性知识库、多种知识表述、多学科协同解题和并行推理技术来实现具有多主体的智能型专家系统，为专家系统的实际应用提供了充分的技术保障。

2.专家系统的结构和特点

基于规则的专家系统结构与普通程序系统的结构完全不同，通常专家系统由以下几个部分组成:用户界面、解释机、知识获取机、知识库（规则）、推理机以及数据库事实）。如图1所示。

知识库储存相关规则;推理机决定知识库中哪些规则满足事实或目标，标明规则优先级，执行最高优先级的规则进行问题推理;数据库是存放规则所使用的所有事实;解释机负责把推理机得到的结论转化为用户可以理解的形式并显示出来;用户界面是用户和系统相互交流的平台。这样，专家系统能够根据用户需求通过推理得出结论，还可以在多次反复的解决问题过程中自我学习，积累新的知识，从而更好地解决问题。

3.专家系统的应用领域

专家系统是人工智能中应用于实践最多的分支，几乎被应用到每一个知识领域。其应用领域包括:数学、物理、化学、生物、医学、军事、农业、气象、法律、管理等。专家系统的优势在于能够获得和存储人类专业知识，模仿人类的判断和推理，帮助非专业人士解决只有专家才能处理的问题。由于人类社会中专家资源比较稀有，就更能显示出专家系统的可贵性。随着专家系统理论和技术的不断发展，目前已开发了几千种应用产品，其中很多产品在功能上已经赶超了同领域中人类专家的知识水平，并产生了巨大的社会效益和经济效益。

二、专家系统在企业管理中应用的必要条件

把专家系统应用于企业管理需要具备一定的条件，这些条件既有思想观念方面的，也有技术要求方面的。

(一）专家系统要以先进的企业管理理念为基础

企业经营归根结底要以人为本，而专家系统只是用来辅助企业管理者经营的软件。我们应该注重企业文化、企业的组织结构、企业的战略选择，注重产品的研发、市场定位等，时刻以科学化、规范化、合理化的管理思想约束企业管理行为。在此基础上，合理地应用智能化系统协助企业管理人员搞好管理工作。

(二）实施专家系统的各种技术保障

1. 企业各部门应用各种系统的技术保障

随着信息化的普及，许多企业的内部职能部门都有自己的应用系统，如财务管理系统、人力资源管理系统、生产管理系统、销售管理系统等。虽然这些应用系统能够帮助各部门进行日常业务处理，但是各系统之间联系很少并且互不兼容。

专家系统要求各部门的应用系统具有开放性和互联性。例如，在管理某个企业员工的薪酬问题时，专家系统需要调用财务管理系统和人力资源管理系统，如果员工是销售部门的，甚至需要查询销售管理系统的相关数据。可见，企业管理专家系统必须建立在企业公共运行的平台上，各个应用系统的数据完全共享并且能够自由交换。

2. 企业局域网方面的技术保障

企业网络的安全关乎专家系统能否正常运行。局域网要有良好的稳定性、高级别的安全性，这样专家系统才能防止不法黑客的入侵，高效地为企业提供服务。

3. 企业数据库完整性与安全性的技术保障

数据库可以看做专家系统的“大后方”，大量真实可靠的数据也是企业信息化管理的基本保障之一。美国著名的管理和信息系统专家詹姆斯。马丁(JmesManin)曾经提出一系列有关企业信息系统建设的理论和方法。他认为，对于一个好的企业来说，战略数据规划是构成企业核心竞争力的重要因素，它具有非常明显的异质性和专有性，是企业在市场竞争中的制胜法宝。

企业管理领域的专家系统要以数据为主导，重视战略数据规划，应该围绕企业的核心管理流程和主要业务操作建立多个主题数据库，而各个企业部门的应用系统也要围绕主题数据库来建立和运行。这样，专家系统才能准确地进行知识获取与规则分析，产生正确的管理与决策行为。

(三)正确识别企业管理中结构化和非结构化问题

从人工智能学科的角度看，可以把软件分为两类:一类是智能化软件，另一类是非智能化软件。这两类软件的根本区别在于解决问题的方法不同。如果需要解决结构化的问题，就要运用非智能化软件;如果需要解决半结构化或非结构化问题，就要运用智能化软件，最典型的智能化管理软件就是专家系统。

三、专家系统在企业管理中的应用及发展趋势

(一)专家系统在企业管理中的应用状况

当前，在我国企业管理领域比较流行、实用性强的专家系统主要有以下5种。

1. 生产管理领域的专家系统

在生产管理中，需要细致察看和精确掌握整个生产流程，详尽地记录生产流程中各个阶段的不同活动及它们之间的联系，这些因素数量大、关系复杂，高层管理人员往往力不从心，而专家系统能够很好地解决这些问题。

2.  经营管理领域的专家系统

在经营管理领域具有代表性的专家系统是企业战略计划专家系统。它可以对产品成本、产品技术含量、外部市场情况及竞争对手等进行数据分析和综合评估，推算出企业产品的市场潜力和发展前景，以此来制订合理的企业战略计划。

3.  销售管理领域的专家系统

在销售管理领域专家系统可以帮助企业制定销售决策，包括市场份额分配、广告宣传决策、价格决策等。

4. 财务管理领域的专家系统

财务管理专家系统可以用来协助工作人员处理专业的财务问题，如企业财务现状分析、企业保险申报流程制定、企业流动资金管理等。

5.  企业审计专家系统

企业审计专家系统可以用来模拟企业审计过程，对相关企业数据进行分析和推理，提出合理的审计意见，以便审计人员对某些方面进行重点审计，帮助审计人员提高审计效率，保证审计报告的质量。

(二）专家系统应用于企业管理的发展趋势

应用于企业的专家系统集合了管理领域最顶尖的专家知识体系和顶尖的管理理念。系统可以实时解决企业管理中存在的各种问题，并给出专家级别的咨询建议。未来的企业管理专家系统发展方向有如下展望。

0. 智能型发展方向

在管理领域专家系统的开发过程中，蕴含着对该企业管理的更深层次认识、研究和经验总结。从这个角度来看，未来的专家系统开发与设计要更加注重专家知识的整合、深化及扩展。发挥专家系统的智能性，让企业员工感觉好像身边随时有一个“活”的管理专家，坚定他们搞好企业管理的信心。

1. 应用模糊技术开阔企业管理专家系统的设计思路

企业发展过程中遇到的问题一般都具有综合性和复杂性，涉及经济维度、社会维度甚至生态环境维度。因此，管理领域专家系统也会面对大量的非确定性的决策问题，仅依靠现有的专家经验进行逻辑推理是不够的。应用好模糊技术是未来专家系统发展的方向。

2. 加强专家系统的分布式共享性

目前，一些企业已经在应用专家系统来帮助解决企业面临的各种实际问题，但是多数采用分专业、分系统、局部化的专家系统解决方案。今后，企业应该避免各个部门子数据库、子知识系统的分散问题，加强整个企业的数据共享性。建立“用得上”、“用得好”的企业管理专家系统，使专家系统整体调控得当、局部处理精确，更有效地帮助企业决策者分析问题、解决问题。

就像智能机器人能够打败国际象棋大师一样，专家系统在企业管理中的应用已日渐成熟。相信在不久的将来，管理专家系统将大行其道，依靠其智能性和学习性，大大提高企业的管理效率，即时化、人性化和智能化必将成为未来管理专家系统的主要特征。

篇6

闫谦时

 

( 西安工业大学，陕西西安，710021)

摘要：专家系统利用知识、经验在推理过程中训中人类专家解决的难题。这个计算机智能程序的应用是未来计算机应用中的一个热门探讨方向，未来会在很多领域中发挥重要作用，在诸多领域中拥有非常广阔的发展空间。使用专家系统时，样品分离模式的推荐是实现分离的核心问题，由知识库、数据库提供的固定相、流动相、改性剂、检测器的推荐，是由建立在液相色谱基础理论上的高质量知识综合体提供的，而不是简单的文献检索和经验的总结。它具有广泛的应用和推广价值。分析国内外专家研究系统发展现状，为实践中的工作者提供相应的指导和帮助，对专家系统研究实践拥有非常重要的现实意义。本文通过对专家系统概述和对可利用的计算机技术进行简要分析，详细探讨了专家系统的模块体系。

关键词：专家系统；农业生产；经济

 

Expert Systems Analysis Research

Yan Qianshi

 

（Xi'an industry in Xi'an, Shaanxi,710021）

Abstract ：The use of expert system knowledge,experience training in the reasoning process of human experts to solve problems.The application of computer intelligence program is the future of a popular computer applications explore the direction of the future will be in many areas play an important role in many fields has a very broad space for development.Use of expert systems,the sample separation mode is recommended to achieve separation of the core issues,the knowledge base,database stationary phase, mobile phase modifiers,the detector's recommendation is to establish a theoretical foundation in liquid chromatography comprehensive body of knowledge provides high quality, rather than simply literature search and experience.It has a wide range of applications and promotional value. Analysis of domestic and foreign experts to study the system development status of workers for the practice to provide appropriate guidance and assistance,research and practice of the expert system has a very important practical significance. Based on the expert system overview and can take advantage of a brief analysis of computer technology, discussed in detail the expert system module system.

Keywords ：expert system;agricultural production;economic

0 引言

我国专家系统市场发展迅速，产品产出持续扩张，国家产业

政策鼓励专家系统产业向高技术产品方向发展，国内企业新增

投资项目投资逐渐增多。投资者对专家系统市场的关注越来越密

切，这使得专家系统市场越来越受到各方的关注。

本报告侧重行业宏观发展研究分析，从行业现状、产品市场、

技术水平、产业链运行、产业政策、企业竞争、产品进出口、行业投

资等角度对专家系统市场的发展进行细致研究。我们通过专家访

谈定性分析和统计数据定量分析来揭示专家系统市场当前发展

的规律、特点、存在问题，在此基础上提出相应的建议。

第一时间准确获取专家系统市场发展深度分析研究，是领先

竞争对手的关键，通过本报告，可以使深刻洞悉本企业所处的市

场现状及未来趋势动向，通过制定先发制人的竞争战略，在激烈

的市场竞争中取得优势。

1 专家系统概述

一般认为，专家系统是一个或一组能在某些特定领域内，应

用大量的专家知识和推理方法求解复杂问题的一种人工智能计

算机程序。

它主要包括知识库和推理机。其中知识库中存放着求解问题

所需的知识，推理机负责使用知识库中的知识去解决实际问题。

知识库的建造需要知识工程师和领域专家相互合作把领域专家

头脑中的知识整理出来，并用系统的知识方法存放在知识库中。

当解决问题时，用户为系统提供一些已知数据，并可从系统处获

得专家水平的结论。

由此可见，专家系统具有相当数量的权威性知识，能够采取

一定的策略，运用专家知识进行推理，解决人们在通常条件下难

以解决的问题。它克服了专家缺少，其知识昂贵，难于永久保存以

及专家在解决问题时易受心理、环境等因素影响而使临场发挥不

好等缺点。因此，专家系统自从问世以来，发展非常迅速，目前专

家系统已经成为人工智能应用最活跃和最成功的领域。经过20

多年的努力，其应用范畴已遍及各个领域，如疾病诊断、探矿、设

计、制造、自动控制、生产过程监视，取得了极大的经济效益，并获得了许多新的进展。

2 决策支持系统和专家系统的区别

决策支持系统和专家系统的区别在于：用户在使用决策支持系统时，必须对所处理的问题有相当的专业知识和专业技能，决策支持系统帮助用户决策，那么用户必须知道如何对问题进行推理，必须知道应该提出哪些问题，如何得到答案和如何进行下一步。而专家系统自身就具有这样的功能，用户只需要向专家系统提出需要解答问题的事实和表征，专家系统。

当用户使用专家系统去解决复杂样品分析的实际问题时，通常按照以下五个步骤进行：

①样品分离模式的推荐，即首先选择用于分离的柱系统和流动相系统；②样品的预处理方法和检测器的选择；③色谱分离条件的最优化；④在线色谱峰的定性和定量分析；⑤液相色谱仪和专家系统运行过程的自行诊断。

由此可知专家系统中的知识库、谱图库、数据库中的信息贮存容量和推理机的人工智能化程度直接决定了专家系统的工作质量。

使用专家系统时，样品分离模式的推荐是实现分离的核心问题，由知识库、数据库提供的固定相、流动相、改性剂、检测器的推荐，是由建立在液相色谱基础理论上的高质量知识综合体提供的，而不是简单的文献检索和经验的总结。它具有广泛的应用和推广价值。

当分离模式确定后，色谱分离条件的优化是专家系统的另一个重要运行环节，可以借助预设计的优化软件（如窗图法、智能搜索单纯形法、混合液设计实验法、重叠分离度留法等）实现样品中各个组分的优化分离。当实现优化分离后，就可进行样品中各组分的定性分析和定量分析，其和常规色谱工作站的功能相当。

应当指出推理机是专家系统中赋以人工智能的关键部件，涉及到对大量信息的分析、判断、归纳、确定逻辑运行的方向与规则的匹配及推理，它起到对专家系统中各部分相互独立的工作模块的控制和协调作用。

在专家系统的程序设计中使用了能对大量信息进行快速处理并具较强推理能力的,Scheme-Lisp 语言，它与用于数据计算和用于编制优化程序的Quick Basic 语言和Pascal 语言的交界， 可通过其模块调用功能来实现。

这样在Scheme - Lip 程序中推理机做出的结论，可以通过一个文件或参数形式传送给其他处理模块，而其他数值计算获得的结果同样可以通过文件传送给推理机，做出进一步的推论。这样就实现了规则的系统软件之间的结合。

3 可利用的现有计算机技术

构建专家系统可利用的计算机应用技术主要有：数据库系统、集成电子表格和计算机网络技术。

（1）数据库系统。可作为构成专家系统知识库的重要部件。数据库是数据管理的最新技术，是计算机科学的重要的分支。由于数据库具有数据结构低、最低冗余度、较高的程序独立性、易于扩充、易于编制应用程序等优点，较大信息系统都是建立在数据库设计之上的。因此，作为数据库复杂用户的我们，应该比较熟悉数据库管理系统的各种功能，学会直接使用数据库语言访问数据库，甚至能够基于数据库管理系统的API 编织自己的应用程序。

（2）集成电子表格。可用于辅助，编制表格、调整分录、试算工作底稿，进行财务与效益分析及分析性复核。同时还能进行预测决策分析以便进行效益，或能按指定的条件，对电算化会计系统的电子账户进行查询、分类、排序、汇总、统计等处理，对相关文件进行核对、检查等。集成电子表格的强大功能，尤其是一些统计分析功能使推理机所承担的汇总、统计、核对、分析等多种职能得以实现，从而实现了的计算机人工智能化。

（3）信息网络技术。信息网络技术, 就是在特定环境下, 对所有的专家信息系统及存储在企业应用服务器上的信息进行保护的手段, 就是通过管理手段与技术手段的充分结合来保证专家信息系统的可用性、稳定向、安全性等安全要素。信息安全防止信息受到的各种威胁，以确保业务连续性，使业务受到损害的风险减至最小，使投资回报和业务机会最大。信息安全是通过实现一组合适控制获得的。控制可以是策略、惯例、规程、组织结构和软件功能。需要建立这些控制，以确保满足该组织的特定安全目标。主要任务包括：

1）监视、分析用户及系统活动；

2） 对异常行为模式进行统计分析，发行入侵行为规律；

3）检查系统配置的正确性和安全漏洞，并提示管理员修补漏洞；

4）能够实时对检测到的入侵行为进行响应；

5）评估系统关键资源和数据文件的完整性；

6）操作系统的审计跟踪管理，并识别用户违反安全策略的行为。

4 专家系统的模块体系

专家系统模拟人类专家思维进行的过程，分为初始化、实质性测试和完善收尾三个阶段，每一个阶段又可细分成若干个步骤，由此组成了专家系统的逻辑模块体系。所谓的“逻辑模块体系”是与系统的“物理模块体系”相对应的，是指系统完成一个完整的业务所需要运用的各个功能模块的总称，每一个阶段或步骤的功能能否有效地发挥就决定了建立专家系统的尝试能否成功。而后者则是指为了完成这些功能，系统所需要具备的物理条件。

篇7

关键词:知识关系;离散数学;教学;设计

离散数学是以有限或可数个元素作为研究对象,并且是以研究离散量的结构和相互之间的关系为主要目标[1]。计算机科学领域中的离散量理论问题,需要用离散数学所涉及的概念、方法和理论做出描述和深化[2]。同时,离散数学中的理论体系结构有益于学生概括抽象能力、逻辑思维能力、归纳构造能力的提高,有益于学生严谨、完整、规范的科学态度的培养[2-3]。因此,研究离散数学在计算机科学和技术专业课程中的地位,分析离散数学与计算机专业其他学科间的关系,构建适合当前计算机专业的离散数学教学内容,对计算机科学与技术的发展,起着极为重要的作用。

1离散数学在计算机科学与技术专业课程中的地位

教育部高等学校计算机科学与技术教学指导委员会在2007年公布了计算机科学与技术(计算机科学方向)专业规范,共指定了15门核心课程,包括计算机导论、程序设计基础、离散数学(结构)、算法与数据结构、计算机组成基础、计算机体系结构、操作系统、数据库系统原理、编译原理、软件工程、计算机图形学、计算机网络、人工智能、数字逻辑、社会与职业道德[4]。其中离散数学的教学内容不仅涉及计算机硬件,而且和计算机软件的研究有着更密切的关系,具有鲜明的基础特点,不仅是学习算法与数据结构、操作系统、数据库原理、软件工程等11门课程之前的必修内容,同时以计算机导论和程序设计基础作为离散数学的先导课程。离散数学在计算机科学与技术专业各课程的地位及其与其他课程的关系,如图1所示。

2计算机科学与技术专业后续课程用到的离散数学知识

离散数学所包括的多个数学分支,如数理逻辑、集合论、图论、自动机理论等,都与计算机科学与技术专业的后续课程有紧密的关系。

算法与数据结构中将操作对象间的关系分为4类:集合、线性结构、树形结构、图状结构或网状结构。其中逻辑结构和基本运算操作来源于离散数学中的离散结构和算法思考。离散数学中的集合论、关系、图论和树等内容就反映了数据结构中四大结构的知识[2]。

数据库系统原理中的关系数据库的逻辑结构是一个由行和列组成的二维关系。在研究实体集中的域和域之间的关系、表结构的确定与设计、关系操作的数据查询和维护功能的实现、关系分解的无损连接性分析、连接依赖等问题时都用到离散数学的关系理论[5]。

编译程序一般由8个模块组成,包括词法分析程序、语法分析程序、语义分析程序、中间代码生成程序、代码优化程序、目标代码生成程序、错误检查和处理程序、各种信息表格的管理程序[6] 。离散数学里的形式语言与自动机所包含的文法、有限状态机和图灵机等知识点为编译原理的词法分析及语法分析等内容奠定了基础。

离散数学中数学推理和布尔代数章节中的知识就为早期的人工智能研究领域打下了良好的数学基础[7-8]。谓词逻辑演算为人工智能学科提供了一种重要的知识表示方法和推理方法。

布尔代数已成功地用于计算机的硬件分析与设计[9-10]。

哈夫曼(Huffman)压缩是一种无损压缩法。这种方法在计算机体系结构的指令系统设计和改进内容占有相当重要的地位[11]。

鉴于篇幅所限,不再一一论述,下面列表给出计算机科学与技术专业的后续课程中所用到的主要知识点,如表1所示。

3离散数学的知识结构设计

基于离散数学在计算机专业具有基础性的地位。从离散数学后续课程所需的离散结构基础理论出发,根据前后课程的知识关系来构建离散数学的知识结构和体系,使所设计的离散数学教学内容适合当前计算机科学与技术专业教学需要,能够支撑后续课程的教学且和后续课程不相互覆盖。本文设计的离散数学知识体系结构如表2所示。

表2所设计的知识体系结构共分为5个单元,分别是集合、关系与函数,基本逻辑,布尔代数,图与树,形式语言与自动机。其中,集合、关系与函数单元包括集合、鸽笼原理、基数性和可数性、关系、函数等内容,是算法与数据结构、数据库系统原理等课程的理论基础;基本逻辑单元包括命题逻辑、谓词逻辑、假言推理、否定式推理等内容,是计算机组成基础、计算机体系结构、软件工程、人工智能、数字逻辑等课程的理论基础;布尔代数单元包括格、布尔代数等内容,是计算机组成基础、计算机体系结构和人工智能等课程的理论基础;图与树单元包括无向图、有向图、树、生成树等内容,是算法与数据结构、操作系统、软件工程、计算机图形学、计算机网络等课程的理论基础;形式语言与自动机单元包括文法、有限状态机和图灵机等内容,是编译原理等课程的理论基础。

该设计体现了“实用、管用、够用”、“易教易学”的原则,具有以下特点:

1)5个单元由浅入深、层层递进,并具有相对的独立性,便于学生学习和教师授课。

2) 具有针对性,能够支撑教育部高等学校计算机科学与技术教学指导委员会于2007年指定的11门后续课程。

3) 符合计算机科学的发展趋势和高等院校计算机教学改革的需要。

4) 紧扣离散数学和其他计算机专业课程的知识联系,实用性强。

4离散数学的实验设计

由于离散数学课程理论性强、高度抽象,学生难于理解掌握。为此,在离散数学的教学过程中引入一些实验,既对离散数学的基本理论的很好验证,也巩固了先导课程的学习内容,同时为后续课程的学习打下了基础。不但能够激发学生的学习积极性和主动性,也培养了学生的创新意识和创新能力。实验选题既要反映理论的实质内容与思路(理论背景),又要与实际应用结合,选题不宜过多,针对不同的知识点设计了如下实验内容:

实验1 集合运算;

实验2 等价关系的判定;

实验3 用warshall算法求闭包;

实验4 偏序集性质;

实验5 求解范式;

实验6 形式化证明;

实验7 哈密尔顿图与旅行商人问题;

实验8 树的遍历、求解生成树;

实验9 有限自动机的运行。

实验报告要求列出实验目的、实验内容、实验步骤、源程序和实验结果。

对源程序的设计要做到如下两个方面的描述,其一是描述该程序具有什么功能?其二是描述程序结构,包括函数调用格式、参数含义、返回值描述、函数功能;函数之间的调用关系图、程序总体执行流程图。

对实验结果要求记录:出错次数、出错严重程度、错误的性质、解决办法。还要进行简单的实验总结:如编程时间、设计时间、上机调试时间等;遇到了哪些难题,是怎么克服的,对程序的评价?

5结语

离散数学不仅是学习计算机科学、研究计算机科学的理论工具,也是提高学生逻辑思维能力、创造性思维能力以及形式化表述能力工具,在现代计算机科学中,对离散数学教学内容做科学合理的设计,使离散数学更好的为计算机科学服务,具有非常重要的意义。

注:河南科技学院精品课程建设项目。

参考文献:

[1] 王蕾,李永. 浅析离散数学在计算机科学中的应用[J]. 平顶山师专学报,2003,18(5):63-64.

[2] 陈敏,李泽军. 离散数学在计算机学科中的应用[J]. 电脑知识与技术,2009,5(1):251-252.

[3] 王玉红. 离散数学在计算机教学中的作用[J]. 赤峰学院学报:自然科学版,2008,24(1):90-91.

[4] 教育部高等学校计算机科学与技术教学指导委员会. 高等学校计算机科学与技术发展战略研究报告暨专业规范(试行)[M].北京:高等教育出版社,2006:35.

[5] Patrick O'Neil,Elizabeth O'Neil. 数据库原理、编程与性能[M]. 周傲英,俞荣华,译. 北京:机械工业出版社,2003:16-46,239-288.

[6] 蒋立源,康慕宁. 编译原理[M]. 2版. 西安:西北工业大学出版社,2001:3-15.

[7] 谢晋. 试谈离散数学在计算机学科中的重要性[J]. 黄石理工学院学报,2006,22(1):90-93.

[8] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2003:10-20.

[9] 白中英. 数字逻辑与数字系统[M]. 北京:科学出版社,2002:6-15.

篇8

一、智能审计国内外研究现状

智能审计是利用各种数据分析方法对审计数据进行充分利用、充分挖掘，以获取更多相关的审计线索。一方面可以直接提供审计证据，如明显违反会计准则和相关会计法规的行为；另一方面可以发现异常信息，起到“红旗”的指向标作用，引起审计师的注意。此外，借助智能审计技术，可部分代替审计职业判断，减轻审计师的工作强度。智能审计是财务审计与智能技术的有机结合，是计算机审计的发展方向。自1987年美国执业会计师协会发表了“人工智能与专家系统简介”，将人工智能引入到会计审计领域以来，人们对智能审计技术及其应用进行了不懈的探索研究，并在其中的审计专家系统与审计数据挖掘两方面取得了一定成果。

国外对审计专家系统研究成果涉及到审计专家系统建立与应用的背景、作用、影响、开发设计方法、局限性、相关法律责任等方面，而且已经从理论研究扩展到开发应用研究。由于有其他领域大量成功的专家系统开发经验可供借鉴，审计专家系统在模型结构、开发步骤和规则建立方式等方面比较规范而成熟，审计专家系统开发也由早期的以审计研究人员为主转向研究人员与实务专家共同开发，开发与实践结合更加密切。国内对这方面的研究相对较少，主要集中于介绍国外研究情况、系统基本框架、研发应用基本方法等方面。近年来，数据挖掘技术在审计领域的应用也开始受到关注。Ningning Wu于2001年出版了专著《Audit data analysis and mining》，比较系统地阐述了审计数据分析与挖掘方法。易仁萍（2003）提出了基于数据挖掘的审计模型，Lampe（2002）、胡荣（2004）、吕新民（2007）等概要分析了数据挖掘技术在审计中的应用方法，Lee W等（2002）分析了审计中应用的主要数据挖掘算法，王忠（2006）、张炳才（2008）等分别研究了人工神经网络、欧式孤立点数据挖掘技术在审计中的应用方法，陈丹萍（2007）对数据挖掘模式下的审计风险决策进行了研究。

但是目前的智能审计研究还远没有达到人们所希望的水平。（1）审计软件的智能化水平普遍不高。审计信息化在中国仅仅处于初级阶段。计算机审计还处于计算机辅助阶段，审什么、如何审基本上都是由审计人员定义的。也就是说，每一个指令都是由审计人员向计算机发出的。在审计专家系统的研究上，审计知识获取与表达问题、不同审计专家之间知识冲突问题，仍然无法很好解决。尤其是国内，尚未开发出真正意义上的审计专家系统。此外，数据挖掘在审计中的研究还处于起步阶段，应用研究成果数量少，也不够全面深入。至今没有审计数据挖掘的专用工具，审计数据挖掘专著很少，发表的论文中或者只是从某一视角进行分析，或者点到为止。未能真正将数据挖掘技术应用于审计中，自动发现审计数据中的模式和模型，如根据企业的审计数据，建立企业风险决策系统，发现企业风险的关键因素，对企业做出风险评估、预警等。（2）审计软件缺乏深入分析能力。现代风险导向审计模式以重大错报风险的评估为出发点，风险综合评估、分析与合理判断占据着极其重要的地位，而这正是当前我国审计软件所缺乏的。我国大部分审计软件比较多的是执行账簿核对和简单的分析程序，一般是将审计程序表中的审前数与以前年度审定数作些简单的比较，计算财务比率等，行业分析做得比较少，更谈不上进行深入的分析。（3）审计软件需要适宜的应用体系架构。计算机审计的研究逐渐深入，需要的分析功能、分析能力、分析种类都在不断变化，分析技术也在不断进步与增加，尽可能方便新技术、新方法嵌入的可扩展的系统架构是智能审计软件发展的基础问题。（4）现有的软件难以满足越来越丰富、深入的审计需求。计算机审计需要创建大量的新型审计技术方法。从技术方法角度说，账目基础审计、制度基础审计、风险基础审计、数据基础审计之间，有着不同程度的传承关系。前三者之间的传承关系比较紧密，而数据基础审计与前三者之间，变化却是革命性的，需要创建全新的技术方法即需要形成审计中间表、结构化查询技术、个体分析模型方法、多维分析技术以及数据挖掘技术。

二、智能审计软件系统架构设计

在深入分析总结现有各种审计软件优缺点以及当今计算机智能处理技术的基础上，提出了如图1所示的智能审计软件系统架构。该架构由应用服务层、平台支撑层、数据资源层、数据交换中心、系统接口、系统保障机制以及基础设施等部分组成。（1）应用服务层。应用服务实现财务审计业务处理功能，是系统建设的核心内容。在智能财务审计系统的建设中，应用服务包括审计分析、报表分析、综合查询以及业务管理等功能模块。审计分析通过提供多维分析、挖掘分析、预警预测、疑点智能分析等功能实现对企业财务的审计。报表分析模块完成企业报表的指标分析、百分比分析、杜邦分析、趋势分析、汇总分析、特征分析，对企业的财务状况、经营成果和现金流量情况等进行综合比较和评价，为财务会计报告使用者提供管理决策和控制依据的一项管理工作。综合查询提供关联查询、组合查询、傻瓜查询、智能模糊查询等功能，可以通过图、表等多种形式实现查询结果的输出。业务管理实现公司管理、指标管理、参数管理以及报告设置等功能。（2）平台支撑层。平台支撑实现财务审计的系统支撑。包括审计推理、知识管理、数据管理、安全管理、搜索引擎、工作流引擎和智能处理引擎等功能模块。审计推理实现案例推理、挖掘推理、规则推理以及集成推理等功能，为审计分析提供强有力的支撑。知识管理实现知识的获取和存储，完成案例管理、规则管理、模型管理以及知识推拉等功能。数据管理实现数据存储、数据访问ETL的处理以及元数据管理。安全管理保障整个系统的安全运行，实现用户管理、安全认证、权限管理、安全日志管理、单点登录等功能。（3）数据资源层。数据资源层完成财务数据库、本体库、领域案例库、模型方法库、专家知识库的创建、维护、更新、索引，元数据的建立、更新和维护，以及数据的采集、访问和管理。（4）数据交换中心。数据交换中心实现内容集成，以消除信息孤岛，保证各应用系统的有效协同和数据访问。（5）系统接口。为用户访问和系统管理提供接口，为系统对外服务和展示提供窗口。（6）系统保障机制。包括信息安全保障体系、网络安全保障体系、管理制度标准规范、数据交换规则规范和运营机制等。（7）基础设施。硬件平台作为整个系统的物理载体，是整个系统建设的一个重要组成部分，包括网络系统、服务器群组建设等内容。

三、智能审计软体系统关键实现技术

实现该系统，需要着重解决以下两个方面的问题：综合运用信息处理技术，设计高效的算法，快速、准确、客观、规范审计财务业务，整合专家知识与数据挖掘技术，建立新型审计模型；根据审计数据的特点，研发相应的数据分析方法。数据实验表明，数据分析算法对不同的数据具有不同的敏感度。对于具体的审计分析模型，需要研发相应的数据分析方法，并根据不同算法、不同行业数据的特性进行数据实验，选择相对效果较佳的算法及参数。

充分整合领域专家知识，综合利用专家系统、数据挖掘、知识处理等智能技术，构建智能审计模型，建设智能审计系统，提高审计智能化水平和效率、降低审计成本和风险，促进金融市场健康稳定发展是当前审计发展的方向。在深入分析总结现有各种审计软件优缺点以及当今计算机智能处理技术的基础上，提出了智能审计软件系统的系统架构。下一步需更加深入地研究该系统中各个关键技术，并设计切实可行的解决方案，实现智能化审计软件系统。

［本文系上海市教育委员会科研创新基金资助项目（10YZ192，09YZ426）、上海市市本级财政部门预算项目（1138IA0005）阶段性研究成果］

参考文献：

［1］周杭：《审计专家系统的发展及其启示》，《中国注册会计师》2005年第3期。

［2］易仁萍等：《基于数据挖掘的审计模型框架》，《中国审计》2003年第3期。

［3］胡荣等：《数据挖掘——现代审计处理数据的新方法》，《中国审计》2004年第7期。

［4］王忠等：《基于人工神经网络的金融审计模型》，《计算机工程》2006年第4期。

［5］陈丹萍：《数据挖掘模式下的审计风险决策研究》，中国社会出版社2007年版。

篇9

1.大数据的概念和特征

对于大数据时代，目前通常认为有下述四大特征，称为“四V”特征：第一，数据体量巨大（VolumeBig）：数据量级已从TB（1TB=210GB）发展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可称海量、巨量乃至超量；第二，数据类型繁多：越来越多的为视频、位置信息、图像与图片等半结构化和非结构化数据信息；第三，价值密度低，商业价值高：以视频为例，连续不间断监控过程中有价值的数据可能仅为一两秒的数据流；第四，处理速度快，处理工具演进快：数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理。[2，3]

2.大数据时代对人才的需求

2013年3月，IDC数字宇宙报告《大数据，更大的数字身影，最大增长在远东》预计到2020年数字宇宙规模将达到40ZB。这意味着需要大量的人力和技术对如此庞大的数据进行处理、分析和管理。在此情况下，对于大数据环境下新型人才的培养问题在近年逐渐受到重视。未来对具有大数据管理和分析能力的人才需求将快速增长，这些人员除了具备相应的技术能力、管理能力、社交能力、系统分析和开发的能力外，还需要具备深度分析数据的能力。同时，一些和大数据相关的职位也会应运而生，例如数据分析师、数据架构师等。2011年麦肯锡全球研究所给出的一份报告预测，美国到2018年对具有良好信息素养的经理人才的需求量大约在150万人，此外，还需要14万～19万数据分析方面的资深专家。[4]在我国，互联网企业、电子商务、金融机构、医疗卫生、零售、保险等行业及政府数据中心对大数据专业人才的需求量都很大。

二、大数据时代下山东理工大学信管专业培养模式

大数据时代产生对相关人才的巨大需求，因此，山东理工大学（以后简称“我校”）信管专业提出了新的培养标准和课程设置体系，培养具有我校特色的信息管理专业人才。

1.培养目标和培养标准

在大数据环境下，重新定位信管专业的培养目标和标准，以适应“大数据”对专业人才提出的新要求，是信管专业建设的首要议题。我校信管专业突破国内高校信息管理专业人才培养的三种主要模式（一是强调IT技术，弱化了现代管理理论与方法；二是强调管理又过于弱化了IT技术；三是IT技术与管理相融合，但实际效果不理想），[5]强调学生不但要掌握现代信息系统的规划、分析、设计、实施和运维等方面的方法与技术，更要具有现代管理科学思想和较强的信息系统开发利用以及数据分析处理能力。我校信管专业还制定了全新的培养标准矩阵（如表1所示），从五大方面28个小方面更为详实地阐述了信管专业学生需具备的技能和能力，并为课程的设置提供了依据。

2.课程设置体系

为了满足大数据时代对人才提出的新要求，我校信管专业课程设置围绕主干学科（管理学、经济学、计算机科学与技术、管理科学与工程）不仅设置了国内高校信管专业常设的管理学、统计学、管理信息系统、数据库原理与应用、数据结构与算法分析、计算机网络基础与应用、Java程序设计、电子商务等课程外，还设置了数据仓库与数据挖掘、商务智能与人工智能等相关课程，使学生在理解新兴数据处理模式的同时，智能化数据分析处理及决策支持能力得到训练。与此同时，还设置了基于移动终端的APP开发、企业信息系统构建与仿真、电子商务平台架构设计等课程，使信管专业的学生成为拥有合理知识结构的复合型人才。大数据时代下新型的信息管理与信息系统专业人才的培养既要高度重视理论知识的学习，又要加强实践能力的培养。为此，我校信管专业还设置了工程实训、软件实习等实践项目，以及为期10周的IM&IS应用实践环节，为学生搭建实践平台，拓宽实践渠道。通过3年在校学习及总计约1年的实践锻炼（如图1所示），我校信管毕业生不仅具有良好的管理知识基础、信息技术应用能力，现代信息系统的开发利用的能力，还具备智能数据分析处理工具的操作能力以及综合数据分析处理能力。

3.特色

大数据时代下，我校信管专业制定了具有自身特色的培养模式，即：培养目标和标准与行业发展结合，适应大数据对人才能力需求的变化；培养具有综合分析和管理能力，强调动手能力的新型信管人才。

三、总结

篇10

【关键词】信息技术；理论课；创造性教学；理论联系实际

对于学生来说，信息技术教学中的理论课与上机操作课相比显得较枯燥、乏味，他们不适应，不喜欢，甚至不想学。他们想当然地认为信息技术课就是到电脑室进行操作，课堂教学也难取得什么好的教学效果，然而信息技术理论知识是信息技术实践课的基础，实践是理论的延伸，没有理论知识支持的实践，注定是无根之木。不能掌握信息技术的理论知识，也就无法真正提高学生信息素养。那么教师们怎样上好信息技术理论课？能不能把理论课也变得富有创造性，让学生学得有趣，能积极主动地投入学习中呢？现在谈谈自己的教学实践和经验:

一、借助多媒体课件来辅助教学，使理论课堂生动、有趣

多媒体辅助教学已经在各个学科中得到广泛的应用，当然作为信息技术课更应该充分利用好这个利剑。在我们信息技术理论课教学中，恰当的使用多媒体技术来辅助教学，有时能起到事半功倍的效果。

在“课前导入部分”，如在《人工智能》这节课中，教师就用课件播放某大学为了防止学生逃课采用指纹机进行课前签到的报告，这样的导入，既让学生有新鲜感、好奇感又引入本节课的课题——人工智能技术中的模式识别技术。这样的导入还有很多。

在“教学过程”中，如《文件及其类型》一课中，文件的图标、扩展名和它的类型无疑是这节课的重、难点，对学生而言，这部分知识过于枯燥、繁多、难记。考虑到学生平时爱玩游戏的特点，可把文件的图标、扩展名和类型做成连连看的游戏，这样学生可以在玩中学，反复玩都不会反感，很快就掌握了这部分知识。

在“自主探究”环节，如《网络知识》这一课中，教师用课件准备了很多的拓展知识——双绞线的制作等录制成视频，方便学生自主探究、自主学习。

在“课堂总结”这个环节，多媒体课件同样起到了举足轻重的作用，多媒体课件可以展示整节课的知识结构，让学生一目了然本节课学到了什么，帮助学生回忆归纳。同样可以给出一些练习题来巩固本节课的知识，让学生在课上就消化了知识。

二、让信息技术理论知识生动化、形象化

在信息技术中，一些专业术语和名称是非常枯燥的，如果教师照本宣科，那么学生就不容易理解，而且非常反感。教师巧用形象比喻将枯燥难懂的理论知识生活化、形象化，会吸引学生的注意力。教师巧用形象的比喻，可以把高深莫测变成通俗易懂，且记忆深刻。如果教师的语言幽默风趣，富有感染力，那么能使学生在愉快的课堂气氛中不知不觉增长了知识。

在《算法描述与设计》一课中，什么是算法？一句话：解决问题的方法和步骤。在每年的教学中都发现学生对这句话无法理解。我在这里引用了“三个牧师，三个野人的过河问题”，让学生自己想出解决问题的方法并到黑板上写出具体的实施步骤。通过这个例子引出：解决问题的方法和步骤在我们ⅤB语言中叫“算法”，学生就很难忘记了。

再比如在Flash和Photoshop软件中有很多概念很难理解，在Flash中，把“库”比喻成上舞台前演员休息的后台，库里的“元件”比喻成“演员”。学生就很容易理解了。在Photoshop中，把“图层”比喻成透明的纸，每张纸上写上一个字的一笔，多张纸重合在一起就能看见一个完整的字。这样图层的理解就简单得多。

三、理论要联系生活实际，让学生自主构建知识

信息技术是一门实践性和技术性学科，它在现代社会生活中有着密切而广泛的应用，这就为理论课教学时融入学生的生活元素提供了丰富的资源。教师将理论与实践相结合，激发学生学习的浓厚兴趣，理论课教学就会事半功倍。课堂内容贴近学生生活实际，枯燥的理论知识将变得有趣，学生会学得更加有劲。

例如《信息以及特征》这课，到底什么是信息呢？提出问题引发学生思考。教师授课，同学聊天，打手势，闻到饭菜香味，摔倒后的感受等等，由这些每天都会发现的事情引出我们无时无刻都在接受着信息，再由学生根据自己的了解总结定义。提供素材：老黄历看不得(信息的时效性)，萧伯纳名言(信息的共享性)，空城计(信息的真伪性)，好事不出门坏事传千里(信息的传递性)，最后，请同学们总结，教师点拨，完成本节理论课的学习，达到课堂气氛活跃、理解透彻的效果。

《信息技术基础》书中出现了四处关于“过程”先后顺序的问题，信息获取的一般过程、计算机信息加工的一般过程、信息编程加工的一般过程、信息集成的一般过程。关于这些问题如果强行让学生记忆会非常困难，而且真的很枯燥，但如果融入生活信息里面，记忆起来就容易得多。比如讲解信息获取的一般过程，就可以借助学生经常做的事“出黑板报”为例子来引导学生思考：平时是如何出黑板报的？学生回答：先确定每期的题目，再收集资料(上网、买书、自创)，进行筛选之后就制作板报，但这个过程是在不断的修正中逐步完善的。根据学生的回答构建出信息获取的一般过程：确定信息需求——选择获取信息的来源——确定信息获取方法来获取信息——评价信息。让学生借助自己熟悉的事来帮助他们理解新知，这样学生既不感觉枯燥，掌握起来也容易得多。