Когнитивная аналитика имитирует мыслительный процесс человека, чтобы учиться на данных и извлекать из данных скрытые закономерности. Он делает все источники данных, такие как аудио, видео, текст, изображения, доступными для процессов аналитики, которые в дальнейшем используются для принятия решений и бизнес-аналитики.
Он применяет человеческий интеллект к таким задачам, как извлечение полного резюме текста, а не отдельных слов. Поэтому когнитивная аналитика использует комбинацию таких технологий, как семантика, алгоритмы искусственного интеллекта, машинное обучение, глубокое обучение. При применении этих технологий соответствующее когнитивное приложение станет более эффективным, со временем обучаясь на взаимодействии с данными и людьми. Система когнитивной аналитики выполняет поиск по всем данным, существующим в базе знаний, для определения решений в реальном времени.
Как работает когнитивная аналитика?
Когнитивные вычисления сильно зависят от глубокого обучения и нейронной сети. Глубокое обучение основано на архитектуре, известной как нейронная сеть глубокого обучения, которая возникает из архитектуры нейронной сети.
Разные ВИДЫ АНАЛИТИКОВ — чем они отличаются? Аналитик данных, продуктовый аналитик и другие.
Структура человеческого мозга влияет на нейронную сеть. Он состоит из нейронов, соединенных взвешенными взаимосвязями. Нейронная сеть глубокого обучения состоит из нескольких слоев нейронов. Обучение будет происходить, когда веса обновляются между взаимосвязью весов.
Обучение состоит из трех этапов –
- Понимание естественного языка и человеческого общения.
- Создание и оценка гипотезы, основанной на доказательствах.
- Адаптация и обучение на основе выбора и ответов пользователей.
Преимущества включения когнитивной аналитики
Пользователи могут понять рост бизнеса из своих когнитивных инициатив. Этот метод повышает вовлеченность клиентов, что повышает эффективность в быстром темпе, что еще больше увеличивает рост бизнеса. Преимущества –
Привлечения клиентов
- Улучшенное обслуживание клиентов.
- Персонализированный клиентский/пользовательский опыт.
- Повышение вовлеченности клиентов.
- Обеспечить более быстрое реагирование на потребности клиентов/рынка.
Производительность и эффективность
- Повышение производительности и эффективности.
- Улучшение принятия решений и планирования.
- Улучшенная безопасность и соответствие требованиям, сниженная безопасность.
- Снижение затрат.
- Расширьте возможности обучения.
Рост бизнеса
- Расширенная экосистема.
- Расширение бизнеса на новые рынки.
- Ускоренное внедрение новых продуктов/услуг.
Почему когнитивная аналитика имеет значение?
Технологии играют жизненно важную роль в улучшении общества. Для решения проблем общества требуется наилучшее сочетание человеческого и машинного интеллекта. Поэтому применяются когнитивные технологии. Когнитивная техника задействована в различных областях, таких как:
Кто такие системный и бизнес-аналитик, и зачем они нужны?| Geekbrains
- Социальные службы — с использованием когнитивных технологий извлекается информация из набора данных. Это также помогает в создании планов персонализированных услуг и понимании уязвимости с микроскопической точки зрения. Он также обеспечивает лучшие условия для защиты групп риска.
- Окружающая среда — в связи с растущим влиянием человека на мир природы возникает необходимость защитить его для будущих поколений. Когнитивная аналитика помогает решать фундаментальные проблемы, такие как изменение климата, наличие продовольствия, воды и энергии. Таким образом, правительство может более эффективно указывать источники загрязнения. Это также помогает определить аномалии или проблемные области, которые еще больше уменьшают вырубку лесов, отслеживают урбанизацию, смягчают болезни и лучше контролируют экосистему.
- Общественная безопасность – благодаря использованию когнитивных технологий извлекается более точная информация для повышения ситуационной осведомленности. Поэтому вводятся новые возможности, такие как борьба с эпидемиями, управление стихийными бедствиями и борьба с преступностью.
Как внедрить когнитивную аналитику?
Разработка конкретных алгоритмов сложна для крупной корпорации. Индивидуальный метод поиска необходим для понимания и функционирования в сети для достижения желаемых результатов. Система должна иметь возможность учиться по предыдущим поискам и выбранным файлам. Поэтому сочетание машинного обучения и когнитивного поиска будет очень полезно в бизнес-сети. С появлением когнитивного поиска в сети не только повышается скорость поиска файлов и информации, но и усиливается функционирование всей сети с использованием четко определенных специализированных приложений.
Рекомендации по включению когнитивной аналитики
- Используйте весь спектр расчетов для распределений.
- Рассмотрение выбросов данных.
- Сообщите о шуме в наборе данных.
- Анализ и визуализация данных для определения сложности.
- Нарезка набора данных.
- Обзор практической значимости.
- Проверка согласованности данных во времени.
Инструменты когнитивной аналитики
- Статистическое НЛП
- Глубокое обучение НЛП
- НЛП на основе правил
- OpenNLP
- ВОРОТА
- Apache Lucene Core — это полнофункциональная библиотека Java для механизма текстового поиска.
- GPText от Greenplum — это платформа статистического анализа текста, оптимизированная для выполнения на параллельных вычислительных платформах.
- SyntaxNet — это среда нейронной сети с открытым исходным кодом для разработки систем понимания естественного языка.
- Parsey McParseface — это предварительно обученная модель SyntaxNet для разбора стандартного английского языка.
- TensorFlow — еще одна программная библиотека для машинного интеллекта.
- NuPIC — это платформа для когнитивных вычислений, основанная на теории неокортекса, называемой иерархической временной памятью (HTM).
- OpenCV и ImageJ — это библиотеки для задач компьютерного зрения.
- Praat — это инструмент для манипулирования речью, анализа и синтеза.
- OpenSMILE — еще один инструмент для извлечения аудиофункций в режиме реального времени.
Нажмите, чтобы подписаться и получать последние обновления и уведомления о наших блогах и примерах использования на свой почтовый ящик.
Источник: evogeek.ru
Когнитивная бизнес аналитика это
// Четвёртая международная конференция по когнитивной науке: Тезисы докладов: В 2 т. Томск, 22–26 июня 2010 г. – Томск: Томский государственный университет,
2010. Т. 1: – 283 с. С. 115-116
ISBN 5-94621-316-4
В работе вводится понятие когнитивной экономики, приведены предпосылки возникновения этого направления в современных экономических теориях. Предлагается обобщение концепции когнитивной экономики на основе включения в эту область некоторых разделов интеллектуальных систем в экономике, моделей, основанных на знаниях, мягких вычислений, управления знаниями в экономике и когнитивной бизнес-аналитики.
Когнитивная экономика является одним из перспективных направлений развития экономики и прикладной когнитивной науки [1, 2]. Предметом когнитивной экономики является изучение процессов оценки, выбора и принятия решений человеком в экономической деятельности и объяснение природы эволюции организаций и социальных институтов в условиях структурной неопределенности. Подобно психологии, нейробиологии и философии, когнитивная экономика опирается на понимание умственной активности человека и разрабатывает свои модели в связи с этими науками и их прогрессом.
Структурно, методологически и технологически когнитивная экономика связана с методами искусственного интеллекта и управления знаниями в экономике. Сама по себе когнитивная экономика, как сфера исследований и человеческой деятельности, включает в себя три основные области: интеллектуальные системы в экономике, управление знаниями в экономике и когнитивные технологии в экономике [3].
Область интеллектуальных (когнитивных) систем в экономике связана с использованием в экономике, производственной сфере и бизнесе методов и моделей искусственного интеллекта, интеллектуальных информационных систем, систем поддержки принятия решений, интеллектуальной обработки данных и т.д. Важным аспектом поддержки управленческих решений в экономике является развитие методов экономического моделирования, основанных на знаниях и моделях когнитивной бизнес-аналитики [4].
Среди примеров применения когнитивных методов в прикладных интеллектуальных системах в экономике следует отметить интеллектуальные системы планирования производства, динамические экспертные системы диспетчерского управления предприятием, финансовый анализ и планирование с помощью нейронных сетей и эволюционных алгоритмов, интеллектуальные системы управления инвестиционным портфелем и риск-менеджмента [5]. Область управление знаниями в экономике – ключевой элемент экономики знаний. Кроме собственно управления, область тесно связана с инновационной экономикой, интеллектуальным капиталом, со знаниями, как экономической категорией, управлением изменениями, реинжинирингом и т. д., то есть со всем, что связано с экономическими знаниями в широком смысле. На первый план выходят проблемы инновационного развития экономики и социума на основе прогнозирования тенденций в экономике, обществе, технологической сфере и цивилизации в целом.
Область когнитивных технологий в экономике основана на применении когнитивной науки к экономике и изучает модели принятия экономических решений в сознании человека. Поэтому когнитивную экономику можно отнести к гетеродоксальной экономической теории, имеющей дело с экспериментальным анализом того, как собственно человек принимает экономические решения, и зачастую опровергающей классическую теорию, основанную на рациональном выборе с полной информацией.
Сюда относятся собственно сама когнитивная экономика, экспериментальная и поведенческая экономики. В этой области в научных исследованиях используется методы нейрофизиологии, психологии, лингвистики, антропологии, а также весь аппарат современных компьютерных наук вплоть до робототехники и моделирования мозга на суперкомпьютере. Все эти направления, так или иначе, связаны с представлением знаний в мозге человека.
Новые направления в когнитивной экономике возникают в зонах пересечения трех рассмотренных областей. На пересечении областей интеллектуальных систем в экономике и области управления знаниями в экономике лежат бизнес-аналитика, data mining, text mining, web mining, business intelligence. Эта зона связана с созданием систем поддержки принятия решений и обработки данных для инновационных бизнес-процессов.
На пересечение областей интеллектуальных систем в экономике и когнитивных технологий в экономике лежат гибридные интеллектуальные системы с настройкой на сознание и логику эксперта. Они состоят из когнитивной и аналитической части, причем нижний уровень — когнитивный, предоставляет информацию для обработки верхним, аналитическим, уровнем.
На пересечении областей управления знаниями в экономике и когнитивных технологий в экономике находятся такие направления, как прямое использование когнитивных методов в бизнес процессах, например, когнитивный маркетинг. На пересечении областей управления знаниями в экономике, когнитивных технологий в экономике и интеллектуальных систем в экономике лежат системы бизнес-аналитики для экономики знаний на основе интеллектуальных систем поддержки принятия решений, использующие когнитивные методы анализа сознания людей, вовлеченных в эти процессы, а также тестирование качества ЛПР по их мозговой активности, для параметрической настройки интеллектуальных систем поддержки принятия решений.
С этой областью также связаны работы по интеграции моделей прогноза и оценивания неструктурированных ситуаций на основе подходов когнитивного моделирования. Такие модели охватывают все этапы процесса поддержки принятия решений (от анализа ситуации до выбора лучшей альтернативы) и предназначены для поддержки деятельности аналитиков в условиях неопределенности.
Они ориентированы на моделирование знаний эксперта о ситуации в аспекте его представлений и предпочтений относительно цели управления и динамических свойств ситуации. Когнитивное моделирование используется также для исследования влияния эмоций на принятие решений, процессов обучения, приятия решений в условиях недостатка времени. Работы в этих областях ведутся на кафедре когнитивной экономики факультета информатики Российской экономической академии им. Г. В. Плеханова (РЭА), в том числе в рамках научного сотрудничества с когнитивной лабораторией Высшей школы информатики Киотского Университета (Япония) [6-8].
Предложенная систематизация может явиться основой для создания ряда перспективных гибридных научных направлений на стыках областей управления знаниями в экономике, когнитивной экономики (в узком смысле), интеллектуальных систем, когнитивного моделирования и когнитивной бизнес-аналитики.
1. Walliser B. Cognitive Economics. Springer, 2008.
2. Ross D. Economic Theory and Cognitive Science: Microexplanation. The MIT Press, 2005.
3. Абдикеев Н. М., Аверкин А. Н., Ефремова Н. А. Когнитивная экономика в эпоху инноваций // Вестник РЭА, 2010, № 1.
4. Абдикеев Н. М., Аверкин А. Н. и др. Когнитивная бизнес-аналитика / Под ред. Н. М. Абдикеева. – М.: ИНФРА-М, 2010.
5. Абдикеев Н. М. Проектирование интеллектуальных систем в экономике. — М.: Экзамен, 2004.
6. Abdikeev N., Tarasenko S. Cognitive Decision Support System architecture // Cognitive Modeling in Linguistics — The VIII International Conference, Varna, Bulgaria.- Proceedings, September 4-11, 2005.
7. Tarasenko S., Inui T., Abdikeev N. The Golden Ratio characteristics of decision-making without prior information // The 5th Conference Japanese Society for Cognitive Psychology, Kyoto, Japan. – Proceedings, 2007.
8. Tarasenko S., Inui T., Abdikeev N. Subfunctions of human Learning process during a sequential task // CogSci 2008 – The 30th Annual Conference of the Cognitive Science Society, Washington, D.C., USA. – Proceedings, July, 2008.
Источник: www.sites.google.com
Когнитивная бизнес-аналитика
Учебник. — М.: ИНФРА-М, 2014. — 511 с.Рассматриваются концепция, методология и технологии когнитивного бизнес-анализа. Впервые в консолидированном виде представлены передовые технологии, ведущие пользователя в направлении от информации — к знаниям, тенденциям и решениям. Отличие данной книги от других, посвященных различным частным проблемам бизнес-анализа, состоит в том, что в основу поставлена цель — дать возможность пользователю выявить скрытые закономерности, сильные и слабые стороны своего бизнеса и, благодаря этому, определить стратегии его развития на основе синтеза эффективных решений с использованием когнитивного анализа. Сочетание системности изложения с наглядностью и большим количеством практических примеров позволяет применить на практике описанные методы и технологии. Для менеджеров высшего звена, бизнес-аналитиков, ИТ-специалистов, слушателей программ МВА по стратегическому менеджменту, технологиям принятия решений и другим направлениям, магистров вузов по направлениям Менеджмент , Экономика, Прикладная информатика в экономике , Бизнес-информатика .
Источник: zlibrary-asia.se
