WSaiOS EOM模拟人工认知工程理论
第九章：认知知识库理论——从数据库到认知知识系统
9.1 为什么研究认知知识库
前面章节建立了EOM人工认知模型：
信息
↓
元素
↓
对象
↓
关系
↓
知识
↓
方法
↓
行动
↓
经验
↓
记忆但是，一个人工认知系统还需要解决一个核心问题：
这些认知结构如何保存、组织和再次利用？
传统软件通常采用：
数据库。
例如：
用户表：
id
name
email产品表：
id
product_name
price
stock数据库解决的是：
数据如何存储。
但是人工认知需要解决：
知识如何组织。
因此：
EOM提出：
人工认知系统需要：
认知知识库（Cognitive Knowledge Base）。
9.2 数据库与知识库的区别
9.2.1 数据库存储事实
传统数据库：
保存：
数据记录例如：
供应商表：
公司：
深圳XX科技有限公司
产品：
电动牙刷
地址：
深圳数据库知道：
有什么。
但是数据库不知道：
为什么。
9.2.2 知识库存储认知结构
EOM知识库保存：
对象
属性
状态
关系
方法
经验例如：
供应商对象：
对象：
深圳XX科技有限公司
属性：
电动牙刷OEM
关系：
生产→电动牙刷
状态：
可合作
经验：
历史合作成功率90%系统不仅知道：
“它是谁”。
还知道：
“它能做什么”。
因此：
数据库是：
信息存储。
知识库是：
认知结构存储。
9.3 EOM认知知识库模型
EOM定义：
知识库：
不是简单表结构。
而是一组认知对象网络。
模型：
Cognitive Knowledge Base
Object
|
----------------
| | |
Attribute Relation Memory
|
Method
其中：
Object
认知对象。
例如：
供应商
产品
客户
市场Attribute
对象属性。
例如：
名称
类型
能力
地区Relation
对象关系。
例如：
供应商
生产
产品Memory
历史经验。
例如：
合作记录
成功概率
时间变化Method
对象能力。
例如：
匹配
推荐
分析9.4 知识库如何存储对象
EOM对象模型：
Object
{
ID
Name
Elements
Attributes
State
Relations
Methods
}例如：
电动牙刷供应商对象：
Object:
Supplier_001
Elements:
公司
产品
地区
Attributes:
OEM能力
认证
State:
正常
Relations:
生产电动牙刷
Methods:
报价
生产
交付
数据库实现：
对象表：
objects
id
name
type
state属性表：
object_attributes
object_id
attribute
value关系表：
relationships
source_id
relation_type
target_id通过多个结构组合：
形成认知对象。
9.5 知识库如何存储关系
关系是知识库的重要部分。
传统数据库：
通常是：
二维关系。
EOM：
强调：
对象之间的认知连接。
例如：
三个对象：
供应商A
电动牙刷
美国市场关系：
供应商A
生产
电动牙刷
电动牙刷
销售于
美国市场形成：
供应商A
↓
生产
↓
电动牙刷
↓
销售
↓
美国市场这就是：
知识结构。
9.6 知识库如何存储经验
知识不是静态的。
需要经验积累。
例如：
供应商匹配：
第一次：
推荐成功第二次：
合作成功系统形成经验：
供应商A
适合
美国采购客户保存：
经验对象：
Experience
{
Object
Action
Result
Time
Weight
}例如：
对象：
供应商A
行动：
推荐
结果：
成交
权重：
95经验进入知识库。
9.7 外部实时信息进入知识库
人工认知系统不能只依靠已有知识。
需要持续感知外部世界。
EOM设计：
外部信息输入：
外部世界
↓
信息采集
↓
元素解析
↓
对象形成
↓
知识更新例如：
互联网信息：
某企业发布新产品
某公司获得认证
市场价格变化进入系统：
形成：
新对象
新属性
新关系例如：
发现：
公司A
获得ISO认证更新：
公司A对象
属性增加：
ISO认证这就是：
外部知识更新。
9.8 用户私有资源进入知识库
EOM认为：
人工认知能力的重要来源：
不是公共信息。
而是：
用户自己的知识资源。
用户资源：
包括：
文件
文档
业务资料
历史记录
经验数据流程：
用户资源
↓
信息解析
↓
认知元素
↓
对象建立
↓
进入个人知识库例如：
企业用户上传：
供应商名单。
系统转换：
供应商对象
+
产品关系
+
合作经验形成：
用户专属知识。
9.9 系统学习产生的新知识
EOM认为：
知识库必须能够自我更新。
学习过程：
新信息
↓
分析
↓
行动
↓
结果
↓
经验
↓
知识更新例如：
系统发现：
某地区供应商成交率更高。
形成新规则：
美国客户
更偏好
某认证供应商进入知识库。
这不是人工输入。
而是：
系统学习产生。
9.10 长期记忆与知识库结合
前面第七章提出：
长期记忆。
长期记忆：
保存稳定经验。
知识库：
保存认知结构。
两者关系：
知识库
+
长期记忆
=
持续认知能力区别：
知识库：
回答：
知道什么？长期记忆：
回答：
过去发生过什么？例如：
知识库：
供应商A生产电动牙刷长期记忆：
供应商A过去三次合作成功结合后：
系统可以判断：
供应商A值得推荐9.11 知识匹配形成用户个性化能力
EOM认为：
人工认知能力不是来自统一知识。
而来自：
用户知识与系统知识的匹配。
模型：
用户信息
+
公共知识
+
历史经验
↓
个性化认知例如：
两个用户：
用户A：
关注：
批发采购。
用户B：
关注：
零售销售。
同一个产品：
系统输出不同。
原因：
用户知识背景不同。
因此：
智能系统需要：
用户认知模型。
9.12 用户认知模型
EOM定义：
用户能力：
来自：
User Knowledge
+
Memory
+
Preference
+
Experience模型：
User Cognitive Model
{
用户资源
用户历史
用户需求
用户行为
用户知识
}
系统通过匹配：
形成：
个性化认知。
9.13 PHP OOP实现知识库模型
知识库：
可以采用对象化设计。
知识对象：
class KnowledgeObject
{
public $object;
public $attributes;
public $relations;
public $memory;
}知识库：
class KnowledgeBase
{
public $objects;
public function match($input)
{
}
public function update($knowledge)
{
}
}Controller调用：
$result=$knowledgeBase->match($input);返回：
认知结果。
9.14 MVC中的知识库管理
Model层
负责：
知识对象
关系
经验
记忆Controller层
负责：
知识匹配
知识更新
推理调用流程：
输入
↓
Controller
↓
KnowledgeBase
↓
Object匹配
↓
Method执行
↓
结果View层
Smarty：
展示：
匹配结果
推荐理由
知识来源
历史经验9.15 WSaiOS EOM知识系统架构
完整结构：
外部信息
|
用户资源 --------知识库-------- 系统学习
|
Object对象
|
Relationship关系
|
Memory记忆
|
Method方法
|
Decision决策
9.16 本章核心结论
EOM认为：
知识库不是数据仓库，而是人工认知系统保存、组织和调用认知结构的核心。
传统数据库：
数据
↓
查询EOM知识库：
信息
↓
元素
↓
对象
↓
关系
↓
经验
↓
知识
↓
匹配
↓
认知能力最终：
用户能力来源于：
用户自己的信息资源
+
外部实时信息
+
系统学习经验
↓
知识匹配
↓
个性化认知能力WSaiOS EOM通过：
PHP OOP
+
MVC
+
Smarty
+
知识库模型
+
记忆系统实现：
从数据库系统向人工认知系统的工程化转变。
下一章：
第十章：人工认知匹配理论——从知识库到认知能力
重点研究：
- 为什么匹配是人工认知的核心过程；
- 感知如何通过知识匹配形成理解；
- 用户知识如何参与认知；
- 对象匹配、关系匹配、经验匹配如何工作；
- WSaiOS如何实现认知匹配引擎。