基于案例推理的企业危机预警系统设计，本文主要内容关键词为：预警系统论文,危机论文,案例论文,企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F270.7文献标识码：A文章编号：1002-9753（2003）03-0067-04
危机管理及其预警是管理科学与工程领域中的一个前沿和热点问题，是一项多学科交叉的边缘性研究课题，由于危机产生的原因复杂，种类繁多，是一类带有大量不确定因素的半结构化问题和非结构化问题，很难进行科学地计算和评估。传统的分析方法主要有头脑风暴法、统计分析法、主观概率法、指标分析法、现场调查法和指数法等[1]，运用这些方法对企业危机进行分析，存在很多的局限性，分析和预测的结果也不够准确，因此迫切需要应用其它技术和分析方法来研究企业危机管理及其预警问题。笔者将基于案例推理方法引入到企业的危机管理领域，通过定性与定量相结合的方法对危机进行分析、评价和预警，帮助企业准确、及时地识别、评价和预测到可能发生的危机。
一、基于案例推理方法
案例推理（Case-Based Reasoning）是人工智能领域新出现的一种推理方法[2]，最早起源于美国耶鲁大学，1982年Roger Schank教授在《Dynamic Memory》一书中创建了案例推理的基本理论，从1987年以后，国际研究界每年都举行案例推理研讨会，先后在通用问题求解、法律案例、医疗诊断、医药、故障诊断、计算机辅助设计等领域得到广泛的应用[3]。案例推理方法是基于人类的认知过程，其核心思想是求解问题时，在以前类似的求解问题的成功范例基础之上进行推理，而不必一切从头开始。一个典型的事例推理过程首先是按照一定的形式向系统描述当前案例；其次是从案例库中检索出与当前问题相应的案例，若该案例与当前案例完全匹配，输出该案例的求解方案，否则修正该案例，形成当前问题的求解；最后对当前案例的求解进行评价，并将新的案例加入到案例库中，以便为以后问题的求解使用。由此可见，案例推理方法实际上是一种类比推理方法，其主要步骤包括待求问题的案例表达、案例库检索、修正相似案例的解及问题案例的学习等[4]。
二、基于案例推理的危机预警系统设计
（一）基于案例推理的危机预警系统的组成与功能
基于案例推理的危机预警系统的组成主要有系统界面模块、系统维护模块、案例推理模块、案例管理模块和知识维护模块五个部分组成，如图1所示。
图1 基于案例推理的危机预警系统的主要功能模块
系统界面模块负责系统与用户进行人机交互，获取有关案例的背景知识，理解用户的具体要求，为用户提供个性化的推理机制，并将经过案例推理方法获得的有关问题案例的解决方案以规则的形式或用户易于理解的方式通过人机界面提供给用户使用。系统维护模块主要完成用户的管理和系统的设置任务。案例推理模块是危机预警系统的核心模块，主要完成求解问题的案例表达、案例库检索、修正相似案例的解、问题案例的学习等案例推理的全部流程。案例管理模块主要任务是用来完成对企业危机案例结构的定义、存储方法和检索机制的确定以及对危机案例的浏览、增加、修改和删除等维护工作。知识维护模块主要存储各个种类的企业危机产生的原因、过程、特点、教训以及危机产生后的处理方法和手段等，该模块作为案例推理的浅层知识主要为各类用户提供有关企业危机的查询和咨询工作，同时为预防和控制危机提供相关的处理方案和对策。
（二）基于案例推理的危权预警系统的框架结构和工作原理
基于案例推理的危机预警系统的框架结构主要由知识发现子系统和案例推理子系统两部分组成，如图2所示。
图2 基于案例推理的危机预警系统的框架结构
其工作原理为：知识发现子系统对企业信息系统中存放在数据库或数据仓库中的海量数据进行分析和挖掘，使各种原始数据能表达成知识的形式，存储在知识库中。知识库一方面表达成案例库的形式，存放各种类型的企业危机案例及其特征；另一方面作为危机管理知识系统，为用户提供有关危机管理及其预警方面的相关信息。案例推理子系统主要完成案例的推理过程。首先按一定的形式向系统案例化描述待求解的问题，然后从案例库中检索出与当前问题相匹配的案例，若该案例与当前案例完全匹配，输出该案例的求解方案，否则修正该案例，对当前问题案例是否会发生危机提供可能的求解；其次对当前问题的求解进行综合评价，得到问题的解决方案；最后将新的案例加入到案例库中，以便为以后问题的求解使用。
三、基于案例推理的危机预警系统中的关键技术
将案例推理方法应用于企业危机管理及其预警领域，首先要解决的是各种企业危机案例的搜集、整理和分类；其次是危机案例的表达、危机案例库的组织、建立和维护；再次是案例检索与相应的匹配算法；最后是案例的调整策略与案例的学习策略等。
（一）企业危机案例的搜集、整理和分类
要重点搜集企业生产、经营、市场、开发等各个方面因外部环境变化和内部经营情况变化而引发的各种危机案例，并对这些危机案例进行分析、整理和分类，如战略危机、信誉危机、经营危机、产品危机、环境危机、安全危机、财务危机、突发性危机等。根据分析的结果按照一定的分类体系和模式对这些案例进行描述，并把这些案例按照一定的结构组织并存储起来形成案例库。案例推理方法的有效性和工作质量在很大程度上取决于案例库的规模、所存储的案例质量以及对案例知识的表示方法和索引机制的确定等，因此，案例的搜集、整理和分类工作是非常重要的一项工作。
（二）危机案例知识的表示方法
对大量的企业危机案例进行搜集、整理和分类以后，接下来的工作是将欲求解的问题表达成案例的形式，称为案例的知识表示。案例是知识表示的一种模式，它将专家的知识与经验用描述案例的数据结构和众多的案例表示出来，它实际就是专家求解问题的一个具体例子。本文采用参考文献[5]中介绍的框架知识结构来表示危机案例，如表1所示采用上述框架结构的描述方法，将所搜集到的危机案例存放到一系列相互关联的数据库中，利用关系数据库的索引技术，可以方便地建立案例索引。
表1 危机案例结构框架
（三）危机案例的检索方法
案例推理的基本原理就是在案例库中检索出“最佳案例”，并根据以往的编程经验，对当前的问题案例提供解决方案，因此检索算法的效率好坏对于案例推理方法来说是非常重要的。案例推理的检索方法有串行检索和并行检索两种策略，串行检索时采用的是一种由上至下逐层求精的方式，越往下，相似程度越高；并行检索策略就是同时检索多个案例，返回一个相似程度最高的案例。案例推理常用的检索方法主要有最近相邻法、归纳法和知识导引法3种，在基于案例推理方法的企业危机预警系统中，采用的检索方法是最近相邻法，其算法描述如下[6]：
个属性指标的值。
（四）危机案例的学习机制
人类学习是人类不断获得知识和技巧的过程，而案例推理的学习是从案例库中不断获得新知识和改进旧知识的过程。案例推理的学习分为成功学习和失败学习两种[8]。成功学习包括推理成功和案例库学习两层意思，推理成功是指相似案例的解经过调整和修正，能作为问题案例的解决方案；案例库学习是指如果案例库中存在相似度大于预先设定的阈值的旧案例，则问题案例不加入到案例库中去；否则问题案例作为新案例加入到案例库中去。同样，失败学习包括推理不成功和案例库学习两层意思，推理不成功是指问题案例不能在相似案例中找到适用解，旧案例与问题案例的最大相似度低于预先设定的阈值，旧案例的解不适合作问题案例的解决方案；案例库学习是指如果领域专家能给出问题案例的解，则问题案例作为新案例入库，否则问题案例不入库。
四、一个基于案例推理的欺诈危机分析实例
为了说明案例推理方法如何应用到企业的危机预警中去，下面给出一个基于案例推理的欺诈危机分析实例来验证该方法的可行性和有效性，为案例推理方法应用到企业危机管理及其预警中做初步的探索工作。
我们利用http//www.ics.uci.edu所提供的客户信用卡数据库[9]，通过统计抽样，抽取出500条信用卡欺诈案例。这些案例中的数据包括客户的基本信息、客户的有关行为特征、客户使用信用卡的信息及欺诈的相关信息等。然后对这些数据进行了分析、整理和分类，总结出客户信用卡欺诈案例395条，并按照框架的知识表示方法将所搜集到的欺诈案例存放到一系列相互关联的数据库中，建立了客户信用卡欺诈案例库。为了检验案例推理方法的有效性，笔者用Visual C++6.0为软件开发工具，采用SQL6.0管理案例库和知识库，实现了案例推理算法，并以1996年发生的63起客户信用卡欺诈案例为实验数据对该方法进行检验。实验结果是通过对63起信用卡欺诈案例的案例学习和推理，实际预测的欺诈数为57起，预测的准确率为90.4％，表明使用该算法进行欺诈危机的预警工作是可行的和有效的。
企业危机管理及其预警是管理科学与工程领域中的一个前沿和热点问题，基于案例推理方法是人工智能领域一种新的推理方法，适用于描述半结构化和非结构化问题。将基于案例推理的方法运用到危机管理及预警领域，避免了传统的分析和预测方法解决非线性问题的局限性，为企业的危机管理及其预警提供了一种新的研究思路和方法。