WSaiOS EOM模拟人工认知工程理论
第二十八章：WSaiOS EOM认知匹配引擎设计——从知识库到个性化认知能力
28.1 为什么研究认知匹配
前面章节建立：
信息
↓
元素 Element
↓
对象 Object
↓
关系 Relationship
↓
知识 Knowledge
↓
记忆 Memory但是：
拥有知识和记忆，并不代表系统已经具备认知能力。
真正智能行为需要：
面对新的信息时：
能够从已有知识中寻找：
相关结构。
这个过程：
EOM定义为：
认知匹配（Cognitive Matching）
28.2 搜索与认知匹配的区别
传统搜索：
目标：
找到相同文字。
例如：
输入：
电动牙刷供应商搜索：
查找包含：
“电动牙刷供应商”
的页面。
它关注：
关键词。
而认知匹配：
关注：
对象、关系、上下文和经验。
例如：
用户需求：
寻找美国市场电动牙刷供应商系统不是寻找：
相同文字。
而形成：
需求对象：
Demand Object
{
产品:
电动牙刷
地区:
美国
角色:
供应商
目标:
采购合作
}
然后：
匹配知识库中的：
供应商对象。
28.3 EOM认知匹配模型
EOM定义：
匹配：
不是字符串比较。
而是：
结构匹配。
公式：
Matching
=
Object
+
Relationship
+
Context
+
Memory
其中：
Object匹配
判断：
对象是否相关。
例如：
需求：
电动牙刷供应商。
匹配：
供应商对象。
Relationship匹配
判断：
关系是否符合。
需求：
采购。
需要：
供应商
↓
供应
↓
产品
Context匹配
判断：
环境。
例如：
地区：
美国。
Memory匹配
参考：
历史经验。
例如：
过去合作成功率。
28.4 用户能力来源理论
WSaiOS提出：
用户能力：
不是来自系统固定知识。
而来自：
用户自身资源与知识库匹配。
公式：
User Capability
=
Private Resource
+
Knowledge Base
+
Matching Engine
+
Memory也就是说：
每个用户拥有：
自己的认知空间。
例如：
企业用户：
拥有：
企业产品资料
供应商资料
客户资料
历史订单
行业经验
进入知识库。
通过匹配：
形成：
企业自己的认知能力。
28.5 三类知识匹配来源
WSaiOS知识匹配：
来自：
三个空间。
第一：公共知识空间
Public Knowledge
例如：
行业知识
市场信息
公开资料
第二：用户私有知识空间
Private Knowledge
例如：
企业内部资料
个人经验
业务数据
第三：经验记忆空间
Experience Memory
例如：
过去判断
成功案例
失败案例
最终：
Cognitive Result
=
Public
+
Private
+
Experience
28.6 Matching Engine总体设计
WSaiOS设计：
Matching Engine。
结构：
Matching Engine
|
-----------------------
Object Matcher
Relation Matcher
Context Matcher
Memory Matcher
Score Calculator
Result Generator
-----------------------
28.7 Object Matcher对象匹配
作用：
寻找：
相似对象。
例如：
需求：
电动牙刷供应商知识库：
对象：
A公司
B公司
C公司判断：
哪些属于：
供应商对象。
PHP：
class ObjectMatcher
{
public function match(
$requestObject,
$knowledgeObject
)
{
// 对象属性比较
}
}28.8 Relation Matcher关系匹配
对象相同：
不代表符合。
例如：
两个公司：
都是供应商。
但是：
一个生产：
电动牙刷。
一个生产：
手机。
需要关系判断。
代码：
class RelationMatcher
{
public function compare(
$relationA,
$relationB
)
{
}
}判断：
生产
供应
销售
合作28.9 Context Matcher上下文匹配
同一个对象：
环境不同。
例如：
供应商A：
在中国市场：
合适。
但是：
美国认证不足。
上下文：
影响结果。
模型：
Object
+
Context
=
MeaningPHP：
class ContextMatcher
{
public function check(
$object,
$context
)
{
}
}28.10 Memory Matcher经验匹配
记忆提供：
历史判断。
例如：
两个供应商：
结构相同。
但是：
历史：
A：
成功率90%。
B：
成功率50%。
系统选择：
A。
PHP：
class MemoryMatcher
{
public function evaluate(
$object
)
{
}
}28.11 匹配评分模型
WSaiOS可以设计：
综合评分。
公式：
Score
=
ObjectScore
+
RelationScore
+
ContextScore
+
MemoryScore
例如：
权重：
对象:
30%
关系:
30%
上下文:
20%
经验:
20%
最终：
形成：
认知判断。
28.12 Matching Engine完整流程
例如：
用户输入：
寻找美国电动牙刷供应商流程：
第一步：
生成需求对象。
Demand Object
产品:
电动牙刷
地区:
美国
角色:
供应商
第二步：
查询知识库。
第三步：
对象匹配。
第四步：
关系匹配。
第五步：
记忆评价。
第六步：
生成结果。
流程：
User Input
↓
Element Engine
↓
Object Engine
↓
Matching Engine
↓
Knowledge Base
↓
Memory
↓
Result
28.13 PHP OOP Matching Engine设计
<?php
class MatchingEngine
{
protected $objectMatcher;
protected $relationMatcher;
protected $memoryMatcher;
public function match($request)
{
$result=array();
$result["object"] =
$this->objectMatcher
->match($request);
$result["memory"] =
$this->memoryMatcher
->evaluate($request);
return $result;
}
}
?>28.14 MVC中的认知匹配
结构：
Controller
↓
Matching Engine
↓
Knowledge Model
↓
Memory Model
↓
Result
↓
Smarty View
Controller：
接收任务。
Matching Engine：
完成认知。
Smarty：
显示结果。
28.15 认知匹配与人工智能
传统AI：
重点：
计算答案。
EOM：
重点：
形成判断过程。
区别：
计算
↓
结果
变为：
对象理解
↓
关系分析
↓
经验参考
↓
判断
↓
行动
28.16 本章总结
EOM认为：
认知能力不是知识数量，而是系统将当前信息与已有对象、关系、知识和经验进行有效匹配的能力。
WSaiOS认知匹配模型：
用户信息
↓
需求对象
↓
知识库匹配
↓
关系判断
↓
经验评价
↓
认知结果
软件实现：
Matching Theory
↓
PHP Matching Class
↓
Matching Engine
↓
Knowledge Base
↓
Memory System
↓
MVC Application
下一章：
第二十九章：WSaiOS EOM认知决策引擎设计——从匹配结果到行动方法
重点研究：
- 为什么认知系统必须产生决策；
- Method如何连接认知与行动；
- Decision Engine设计；
- Controller如何调用认知方法；
- PHP OOP决策流程实现。