福彩投注智能建站系統應用研究

趙文華

摘要：福彩投注站是銷售福利彩票的主要場所，遍布全國各地的投注站點構成了福彩銷售網絡，合理優化科學配置福彩投注站點總體布局是保證福彩發行規模穩步擴大的關鍵手段。文章基于人工智能和決策支持系統的相關理論知識，結合福利彩票行業特點，采用人工智能專家系統中的知識推理等，建立了福彩投注建站系統的智能決策模型，為推動投注站點網格化配置提供了一種思路。

關鍵詞：智能決策；福彩投注站；專家系統

中圖分類號：TP319? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）32-0048-03

1 概述

福利彩票是經國家特許發行的合法彩票，隨著游戲品種的不斷豐富，福利彩票銷售規模也在不斷擴大，為我國公益慈善事業等提供了有力的資金支持。其中，福利彩票投注站點是福彩的主要銷售場所，構成了福彩銷售網絡，是發行福利彩票的神經末梢終端。近年來，隨著銷售站點布局不合理、租金成本攀升、人力成本增加等因素，福利彩票站點經營出現一些困難，很大程度上影響了福彩的發行銷售工作。隨著人工智能、大數據、云計算等新型技術的不斷興起和蓬勃發展，為合理配置福彩銷售網點布局提供了一種新的啟發思考。

自從提出基于知識專家系統以來[1-2]，基于知識的系統一直備受關注。基于知識的系統是利用知識推理過程來解決需要專家才能解決的問題的計算機程序，一般情況下由知識庫、推理機、工作空間、用戶接口和知識獲取機等幾部分構成。

綜上所述，本文根據現行福利彩票電腦票投注場所分類標準，利用人工智能和計算機輔助分析決策系統，研發并設計一套具有較強的實踐指導意義的電腦票投注站點智能決策專家系統。

2.智能分析決策系統

2.1系統功能

智能分析決策學習系統是一種依靠經驗性的規則和知識分析和解決問題的方法[3-4]，主要是將經驗性知識結合人工智能技術應用于相關領域。該系統主要包含以下三種功能：1）建站推薦功能：根據欲新設投注站點輸入的地理位置、交通信息、店面面積、周邊配套、人口密度、經濟活動指數、專兼營等，對目前我國福彩投注點布局信息進行全面掃描、分析、然后輸出欲新建站指數；2）風險評價功能：根據目前彩票市場發展規模，游戲玩法結構，結合以往彩票投注站調整或退機站點詳細數據，預測新設站點的未來發展走向及退機風險評價等，輸出風險評價指數；3）學習功能：充分利用計算機多媒體優勢，應用聲音、圖表、文字等多種方式向新用戶介紹新建站的相關知識，對新用戶進行模擬操作培訓等，并輸出學習適應指數。

2.2系統設計

本系統是在決策支持系統的基礎上，廣泛融合人工智能技術，采用知識推理進行邏輯演繹，推演功能主要包含知識庫、數據庫、規則庫、知識推理以及人機交互等幾大模塊。知識庫主要包含福彩行業專業知識和經驗共識；數據庫主要存儲原始的銷售站點具體數據，以供智能決策做參考；規則庫則是對既往新增投注站點積累的經驗進行了數據模型化，按照不同邏輯相互關聯或獨立呈現；知識推理主要是應用上述內容進行歸納和演繹分析，即對那些得到驗證的理論進行修正或再優化；人機交互主要是向用戶解釋系統的行為，主要包含系統理解和結論解釋。其中，部分規則庫由數據庫存儲或者生成相關規則，二者相關作用，相互關聯，系統功能結構如圖1所示。

2.3知識庫

知識庫用于存取和管理所獲取的專業知識和經驗共識，具有知識記錄檢索、增加、刪除和擴充等功能。知識庫中的記錄一般采用標準要求細化、歷史案例分析、面談等方式獲取，經過篩選及標準化處理以后，再輸入知識庫中。隨著機器學習、模式識別等先進技術的進一步發展，因此可以嘗試使用上述方法進行知識庫的輸入。

知識表達采用基于規則的產生式標識，知識庫更新主要來源于福彩行業標準的重新發布，或從大量建站樣本空間中反饋的內容，經行業專家形成共識經驗后納入知識庫，形成新的知識集合，上述過程也可理解為智能翻新學習功能。

2.4規則庫

規則庫中主要包含智能設立新投注站的系列規則，舉例如下：1）如果某片區內（按面積計算）最近一個月，新設5家以上投注站點，則認為該片區內投注站點相對飽和；2）如果某片區內（按面積計算）最近一個月，有連續3家投注站發生退機現象，則認為該片區內投注站點處于不飽和狀態，同時，將退機原因納入建站負面反饋清單，以上規則分析主要從定性和定量角度分析。

2.5數據庫

數據庫主要存儲原始的銷售站點具體數據，具體可分為地理位置、店面面積、交通信息、周邊配套、人口密度、經濟活動指數、專兼營等，銷售額指標數據主要分為年銷售量、單機銷售量、月銷量等，以及系統推理過程中用到的控制信息，例如假設前提和推理結果等。

數據庫支持對數據的查詢、訪問和修改。由于銷售員的銷售業績是決定投注站能否持續經營的一項重要參考因素，因此需要評估銷售員的潛能，具體評估算法主要對其有關指標采取加權計算的方法獲得，指標設置包含年齡、既往銷售經驗、是否熱愛銷售工作等。評估算法可調用數據庫中有關數據。

2.6知識推理

知識推理中包含了解決問題的策略和推理方法[5]，接收從人機交互界面輸入的信息數據，結合數據庫中的知識記錄，調用知識庫中的有關知識對該信息進行分析預處理，并將處理結果返送給人機交互接口。

推理方法主要是基于輸入的條件信息，與數據庫中的歷史記錄進行查找比對，然后通過相應的推理演繹，形成反饋信息。系統中包含不精確推理方法，對于當前不適合建站的片區或者已經飽和的片區，今后也有可能成為增點擴建的熱點片區，采用上述方法，可能會取得比較好的效果。此外，在本系統中還設置了正向推理與逆向推理，對不同的建站問題，采用不同的策略。總之，知識表示是推理控制策略的核心，也直接關乎推理結論的獨立性與準確性。

3 系統架構與關鍵流程

3.1系統架構

基于上述理論觀點，利用單體應用程序開發架構，在充分考慮投注站建站既往歷史條件等因素下，按照知識推理的關鍵內容，系統按照前臺、中臺、后臺等三部分架構設計，架構圖如圖2所示。

其中，前臺主要向用戶展示前端界面、部分參數化配置以及結果信息反饋等內容。

中臺主要用于規則設置、知識推理、邏輯演繹以及核心算法實現等，是整個福彩投注智能建站系統的大腦，并將相關推理結果通過前臺反饋給用戶，同時將推理結果按照相關要求查詢校對后，寫入后他建站條件因素數據文件或者數據庫。

后臺主要以數據庫的形式存儲歷史站點的關鍵信息屬性指標，具體可分為，投注站點編號、業主信息、地理位置、店面面積、交通信息、經濟活動指數、年度銷售額、人口密度、周邊配套、專營兼營等關鍵字段。

3.2規則表達

知識表達采用基于規則的產生式標識。由于福彩行業建站知識大都是分散型的，采用知識表達求解，是一個相對獨立操作的運算過程，這種運算過程類似于因果關系。所以，通常情況下用一組產生式方法來表達投注站點要求，可以表示為一棵或多棵“與/或”樹。

舉例如下：將新建投注站的核心要素分別用A、B、C、D等符號標識，參照后臺數據庫中已經存在的歷史站點信息，分別采用A&B&C|D；A|B&C|D；A&B|C|D等不同產生式標識，其中，“&”為與運算，“|”為或運算。

3.3關鍵流程

系統的關鍵流程主要是知識演繹推理流程，具體為：登錄訪問系統后，系統會自動展示一些問題，例如：新建站點位置、兼營專營、經營意愿、計劃經營年限、抗風險能力等，問題涉及經濟因素、社會因素等不同方面，相對較為客觀全面，用戶以問題提示方式向系統提交自己意見，最后，系統根據用戶的回答進行知識演繹和邏輯推理，得出結論并反饋展示給用戶，系統流程圖，如圖3所示。

操作流程為：①根據用戶輸入的信息，讀取規則庫中的信息，然后選擇一條與用戶輸入的信息相關的規則，若規則存在，則轉入②，否則，轉入④；②判斷規則的條件真假，若為真，把結論加入方案表中，然后轉入③，否則直接轉入③；③讀取下一條該任務的規則，若規則存在，則轉入②，否則直接轉入④；④若初步方案已經生成，則轉入⑤，否則檢查算法庫，做進一步檢索，轉入①；⑤用戶確認所生成的方案，推理結束。

4 結束語

目前，雖然智能分析決策系統的研究已經取得了一些成績，也開發了一些較為實用的方法和工具，但是由于專家系統自身知識邏輯推理的缺陷及不足，現有的智能模型還遠遠沒有達到客戶預期的使用效果。隨著專家系統知識推理演繹算法的不斷完善和擴容，新建投注站決策智能化研究應用也將進一步深化，進而更好地服務于我國福利彩票事業和慈善公益事業持續創新發展。

參考文獻：

[1] 史蒂芬·盧奇，丹尼·科佩克.人工智能[M]. 林賜，譯.北京：人民郵電出版社，2018.

[2] 張曉明.人工智能基礎數學知識[M].北京：人民郵電出版社，2020.

[3] 王衡軍.機器學習Python sklearn TensorFlow 2.0[M].北京：清華大學出版社，2020.

[4] 邱錫鵬.神經網絡與深度學習[M].北京：機械工業出版社，2020.

[5] 羅素.人工智能一種現代的方法[M]. 殷建平，祝恩，劉越，等譯.北京：清華大學出版社，2013：58-80.

【通聯編輯：唐一東】