sistemi basati sulla conoscenza ( KBS ) sono costituiti da archivi centralizzati che contengono le informazioni associate a un particolare argomento, come ad esempio una diagnosi medica , analisi finanziaria o previsioni di produzione aziendale . Sistemi basati sulla conoscenza impiegano metodologie di intelligenza artificiale per risolvere i problemi e di sostenere l'azione umana , l'apprendimento e il processo decisionale . Un KBS funge da magazzino per la diffusione di informazioni o ha la capacità di farlo. Un sistema di gestione della conoscenza raccoglie , organizza e recupera le informazioni . Componenti chiave di un KBS include un database di conoscenza, la rappresentazione della conoscenza , meccanismi di ricerca e meccanismi di inferenza . Istruzioni
Knowledge Database
1

decidere se si vuole costruire il proprio sistema di consegna da zero o acquistare un guscio di esperti .

Costruire un sistema di base di conoscenza di proprietà se si dispone di programmatori con competenze in un linguaggio di programmazione convenzionale , come Java , C + + un linguaggio di programmazione artificiale come Prolog o LISP + o Pascal , o . Portare in un fornitore o di consulenti esterni per la costruzione della base di dati .

Acquista un guscio di esperti se questa sembra essere la soluzione migliore. La Shell di esperti è costituito da un'applicazione software che ha le funzioni necessarie per l'organizzazione e la distribuzione di conoscenze . Questo software comprende le procedure per l'elaborazione delle query e fornire risposte .
2

Recluta un ingegnere conoscenza di intervistare esperti in materia e sviluppare regole .
3

Impiegare dominio esperti che sono molto competenti sulla questione oggetto . Ad esempio , hanno un biologo popolano una base di conoscenze ontologia ponendo domande e registrare le risposte.
Rappresentazione della conoscenza e della ricerca Meccanismi
4

rendere la struttura flessibile e generale rispetto con i database tradizionali. Esaminare le strutture dati per la memorizzazione della conoscenza
5

decidere come utilizzare i metodi di rappresentazione dei dati : . . Alberi , reti semantiche , frame o regole di produzione

Alberi di organizzare i dati in una struttura gerarchica maniera dall'alto verso il basso . Reti semantiche riconoscono , di processo e in avanti le conoscenze richieste ad altri collegamenti in base al termine di ricerca . Cornici Eventi Nome e le caratteristiche o le "slot" che descrivono il fenomeno . Regole di produzione hanno due componenti : situazione a sinistra e l'azione sulla destra . Se la situazione è vero , eseguire l'azione .
6

Determinare come accedere ai dati . La tecnica di ricerca euristica impiega regole specifiche per le grandi basi di conoscenza . Questo metodo trova la migliore risposta nel più breve lasso di tempo .

Ogni rappresentazione della conoscenza ha una tecnica di ricerca specifico. Ad esempio , le regole associate con alberi cercano determina il ramo di adottare ad ogni bivio . Regole di produzione cercano le circostanze che corrispondono alla parte sinistra della regola .
Inferenza Meccanismi
7

inferenza si riferisce alla capacità del sistema di creare nuova conoscenza e continuamente espandere il sistema .

il KBS riceve input dall'utente in merito al problema che deve risolvere . Lo strumento di inferenza attinge conoscenze nella base di conoscenza o fa inferenze . Esso trae una conclusione e dà il consiglio dell'utente , oppure il sistema può richiedere informazioni supplementari .

Seleziona strumenti di inferenza che permetteranno per la costruzione di un grande KBS , come concatenamento in avanti e indietro concatenamento .

concatenamento in avanti esamina le informazioni disponibili e utilizza le regole di inferenza per avere maggiori informazioni , fino a raggiungere il suo obiettivo . Backward chaining utilizza i dati per determinare se un certo fatto è vero .
8

utilizzare una combinazione di strumenti di inferenza deduttiva e induttiva .

Deduttiva utilizza le informazioni dai fatti , come la produzione norme contenute nei KBS per creare nuova conoscenza . Inferenza induttiva sviluppa nuove generalizzazioni o regole compatibili con le informazioni nei KBS .
9

Caso d'uso a base di ragionamento per le query che hanno poco o incomplete . Questo metodo utilizza casi passati contenuti all'interno dei KBS e certi attributi per la ricerca di caratteristiche simili .