Expert Systems for Scanner Data Environments: The Marketing Workbench Laboratory Experience

این کتاب در مورد نقش سیستم های خبره در بازاریابی، به ویژه در صنعت کالاهای مصرفی است. بخش اول ماهیت متغیر بازاریابی مصرف کننده را توضیح می دهد و منطق و نیاز به سیستم های خبره را ارائه می دهد. بقیه کتاب آموزش سیستم های خبره را با مجموعه ای از نمونه های اولیه سیستم خبره ترکیب می کند. مطالب آموزشی در سه مکان ارائه شده است. اول، بخش دوم به معرفی سیستم های خبره به طور کلی اختصاص دارد. فصل 3 مقدمه ای کلی برای موضوع ارائه می دهد که در فصل 4 ادامه می یابد که در آن از یک سیستم متخصص کوچک (مشاور ارتقاء) برای نشان دادن ویژگی های مهم یک سیستم مبتنی بر قانون و زنجیره عقب استفاده می شود. موضوع ارتقاء در فصل 5 که در آن یک سیستم بزرگتر ارائه شده است، گسترش یافته است. مطالب موجود در هر سه این فصل به عنوان مقدمه و آموزش رایج‌ترین فناوری برای ساختن سیستم‌های خبره کاربردی طراحی شده‌اند: موتور استنتاج مبتنی بر قانون مبتنی بر زنجیره. مطالب آموزشی نیز در بدنه فصل هایی که نمونه های اولیه را توضیح می دهند موجود است. این مطالب معمولاً به صورت قوانین نمونه و شرحی از فرآیند اعمال قوانین می باشد. محل سوم مطالب سیستم خبره در فصولی است که پس از بحث در مورد نمونه های اولیه است. فصل 7 یک فصل فنی در مورد اتصال سیستم های خبره به سیستم های سنتی است.

This book is about the role of expert systems in marketing, particularly in the consumer goods industry. Section I describes the changing nature of consumer marketing and presents the rationale and need for expert systems. The remainder of the book combines a tutorial on expert systems with a series of expert system prototypes. The tutorial material is presented in three places. First, section II is devoted to introducing expert systems in general. Chapter 3 provides a general introduction to the topic, which is continued in chapter 4 where a small expert system (the Promotion Advisor) is used to illustrate the important features of a backward-chaining, rule-based system. The promotion theme is extended in chapter 5 where a larger system is presented. The material in all three of these chapters was designed as an introduction and tutorial on the most common technology for building applied expert systems: the backward-chaining, rule-based inference engine. Tutorial material is also contained in the body of the chapters that describe the prototypes. This material is usually in the form of sample rules and a description of the process for applying the rules. The third location of the expert system material is in chapters that follow discussions of the prototypes. Chapter 7 is a technical chapter on the coupling of expert systems to traditional systems.