证据推理理论、方法及其在决策评估中的应用 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

朱卫东，吴勇 等 著

图书标签:

• 证据理论
• 决策分析
• 不确定性推理
• 专家系统
• 风险评估
• 信息融合
• 贝叶斯网络
• 智能决策
• 评估方法
• 人工智能

出版社： 科学出版社

ISBN：9787030512970

版次：1

商品编码：12052943

包装：平装

开本：16开

出版时间：2017-02-01

用纸：胶版纸

页数：181

字数：231000

正文语种：中文

内容简介

　　证据推理理论研究是人工智能研究的一个重要方向。随着互联网信息技术的发展，依据大数据和领域专家的经验证据进行决策的应用越来越广。《证据推理理论、方法及其在决策评估中的应用》首先研究证据推理理论的基本概念、DS证据理论的基本框架，在此基础上研究用构造性证据表述两维证据理论体系，研究证据合成时证据之间由相关性、重要性、可靠性的差异而导致的合成效用问题，提出基于学习的参数优化等证据合成修正方法，并将其应用在证券市场预测、商业银行风险评估、创新能力评价和基金项目专家评审意见合成等领域，为证据推理理论提供新理论框架和合成方法。
　　《证据推理理论、方法及其在决策评估中的应用》可作为高等院校信息管理与信息系统、电子商务、金融工程等专业本科生和研究生用书，也可作为研究人工智能和决策支持系统的相关人员的参考用书。

内页插图

目录

第1章 绪论
1．1 证据理论的发展历程
1．2 证据理论的研究现状
1．3 组织结构和章节安排

第2章 证据理论的基本知识
2．1 证据识别框架与基本可信度指派函数
2．2 框架的转化
2．3 证据的决策规则

第3章 基于学习的证据合成方法研究
3．1 相关证据合成方法
3．2 冲突证据的合成方法
3．3 基于优化学习的综合系数修正证据合成方法

第4章 基于两维语义的证据推理方法研究
4．1 识别框架的分类与识别框架等价
4．2 两维语义信息的表示及融合方法
4．3 基于两维语义的群体决策方法

第5章 两维递进证据框架证据合成方法研究
5．1 两维递进证据框架的提出
5．2 基于第二维框架信息的证据融合的思路
5．3 基于证据源特征信息的证据分组方法
5．4 两维递进识别框架下证据分组合成研究

第6章 基于神经网络的证据推理方法在证券市场专家群体预测信息融合与决策的应用
6．1 证券市场专家群体预测方法概述
6．2 基于神经网络与证据理论的证券市场专家群体预测信息融合方法
6．3 实际应用案例
6．4 基于可信度与决策报酬函数的决策

第7章 基于证据理论的不完全信息商业银行操作风险评价研究
7．1 问题的提出
7．2 商业银行操作风险评价指标体系研究
7．3 基于证据理论的商业银行操作风险评价方法研究
7．4 基于证据理论不完全信息商业银行操作风险评价实例

第8章 基于两维语义的安徽企业自主创新能力综合评价
8．1 基于两维语义的安徽企业自主创新能力综合评价指标的确定
8．2 基于两维判断矩阵的企业自主创新能力评价指标权重确定
8．3 基于两维语义的企业自主创新能力综合评价方法
8．4 基于两维语义的安徽企业自主创新能力综合评价应用研究
8．5 基于两维语义安徽企业自主创新能力综合评价模型的有效陛分析

第9章 基于两维语义证据推理的科学基金评估方法研究
9．1 国家自然科学基金立项评估概况
9．2 数据来源
9．3 科学基金立项评估实证研究
9．4 本章小结

第10章 基于两维递进框架证据推理的证券分析师荐股评级预测信息融合研究
10．1 传统的证券分析师预测信息分析方法及其缺陷
10．2 证券分析师荐股评级预测信息融合模型的构建
10．3 证券分析师信息融合模型的实际应用
参考文献

前言/序言

　　Shafer在Dempster研究基础上提出证据理论，于1976年出版《证据的数学理论》，这标志着证据推理理论的诞生。它是人们认识不确定世界的有力理论方法，是人工智能研究的一个重要领域。该理论经过40多年的研究发展，其理论框架和证据合成方法不断完善，应用领域不断推广。作为在贝叶斯推理理论上发展起来的证据推理理论，构造了结构型概率，决策框架动态演化，对研究依据大数据与专家经验证据进行决策具有重要的理论意义和较高的应用价值。
　　本书作者长期从事证据推理理论与方法、决策理论与方法、金融工程等理论与应用研究，先后完成多项国家自然科学基金课题，其中国家自然科学基金面上项目“两维语义的证据推理理论与系统研究”（71071048）在国家自然科学基金管理科学部的结题项目绩效评估中被评为优，并获得多项省部级科学技术奖和人文社会科学奖。本书正是对多年来相关领域研究成果的总结。本书总结证据推理理论研究的创新成果，并将理论研究成果应用在证券、金融、科技创新等领域。
　　本书首先研究证据推理理论的基本概念与理论框架，并详细研究证据合成的修正方法，提出两维证据推理理论体系，最后将理论研究成果应用于相关领域。本书共分10章，第1章阐述证据推理理论的产生与发展。第2章阐述证据理论的基本概念和理论框架。第3章至第5章研究证据合成方法、两维语义的证据推理方法和两维递进框架证据合成方法。第6章至第10章阐述理论研究成果的实际应用。
　　本书由合肥工业大学的朱卫东教授、吴勇副教授主编。各章的编者如下：第1章朱卫东、库泉，第2章吴勇，第3章朱卫东，第4章张洪涛，第5章孙宜博，第6章朱卫东，第7章张晨，第8章钟俊杰，第9章张洪涛，第10章孙宜博。朱卫东和吴勇负责全书的策划、大纲制定和统纂，博士生库泉做了大量文字校正工作。
　　在本书的编著过程中，参考了大量国内外有关成果，在此对所涉及的专家和研究人员表示衷心的感谢，杨善林院士对本书的研究给予了悉心的指导，在此谨向他们表示诚挚的谢意。另外，科学出版社的编辑为本书的出版付出了大量的心血，特此感谢。本书还得到了两项国家自然科学基金项目（项目编号：71071048，J1424015）的资助，在此表示感谢。
　　经过多年的研究，我们深深感到证据推理理论的研究发展十分迅速，在利用多源异构证据进行决策时，还有许多问题需要进一步探讨，希望本书的出版成为我们继续研究的新起点，书中若有不妥之处，请各位专家和读者不吝指教。

《智能决策的基石：基于证据的推理与分析》 在纷繁复杂的世界中，我们无时无刻不在做出决策。从日常琐事到关乎重大的战略规划，高质量的决策能力是个人成长、组织发展乃至社会进步的关键驱动力。然而，现实世界的挑战在于，信息往往是不完整、不确定、甚至相互矛盾的。如何在这样的环境中，基于可靠的证据，进行严谨的推理，最终做出最优的选择？《智能决策的基石：基于证据的推理与分析》一书，正是为了回应这一核心命题而诞生的。 本书并非一本简单的决策技巧手册，而是一次深刻的探索，旨在揭示驱动有效决策的底层逻辑——证据推理。我们相信，任何一项有价值的决策，其生命力都源自于对支撑它的证据的精准把握与逻辑的严密推演。本书的使命，便是为读者构建一套系统化的思维框架，掌握一套实用的分析工具，从而在信息洪流中拨开迷雾，直击决策本质，提升决策的科学性与鲁棒性。 第一部分：证据的本质与获取——筑牢决策根基 决策的起点是证据。然而，什么是真正的证据？它们从何而来？我们如何辨别其质量？本书的第一部分将深入剖析证据的本质。我们将探讨证据的类型，包括直接证据、间接证据、统计证据、专家意见、历史数据等，并分析它们各自的特点、优势与局限性。 在信息化时代，信息爆炸是常态，但并非所有信息都能成为有用的证据。因此，如何从海量信息中筛选、识别、并收集高质量的证据，成为了一项至关重要的能力。本书将详细介绍多种有效的证据获取方法，例如： 文献调研与信息检索： 如何系统性地搜集相关文献、报告、行业数据，并从中提取关键信息。 访谈与问卷设计： 如何设计有效的访谈提纲和问卷，以获取来自利益相关者、专家或目标群体的一手信息。 实验与实证研究： 在条件允许的情况下，如何通过设计实验来验证假设，获取客观的实证数据。 数据挖掘与分析： 如何利用统计学和机器学习技术，从结构化和非结构化数据中发现有价值的模式和关联。 案例研究与情景分析： 如何通过深入剖析典型案例或构建未来情景，来理解复杂问题和潜在的决策影响。 同时，本书将强调证据的质量评估。一个关键的维度是可靠性：证据的来源是否权威？是否存在偏见？是否经过交叉验证？另一个重要维度是相关性：证据是否与待决策的问题直接相关？是否能有效支撑或反驳某个假设？我们还将讨论证据的时效性、充分性以及潜在的误导性，帮助读者建立起批判性思维，避免被虚假或低质量的证据所误导。 第二部分：证据推理的理论框架——驾驭逻辑的力量 拥有了高质量的证据，如何才能将其转化为有力的决策依据？这需要强大的推理能力。本书的第二部分将系统性地介绍证据推理的核心理论。我们将从逻辑学的基本原理出发，逐步深入到各种证据推理模型。 演绎推理与归纳推理： 区分两种基本的推理方式，理解它们在证据分析中的作用和应用场景。 贝叶斯推理（Bayesian Inference）： 详细阐述贝叶斯定理及其在更新信念、处理不确定性方面的强大威力。我们将通过生动的例子，展示如何根据新的证据，逐步修正对某个假设的概率判断，从而做出更明智的决策。 证据理论（Dempster-Shafer Theory of Evidence）： 介绍这一处理不确定性和不精确性信息的理论框架，解释其如何通过信任函数（Belief Function）和似然函数（Plausibility Function）来融合来自不同信源的证据，并做出推理。 模糊逻辑与专家系统： 探讨如何利用模糊逻辑来处理人类模糊的判断和语言化的信息，以及如何构建专家系统来模拟专家的推理过程。 图模型与概率网络（Probabilistic Graphical Models）： 介绍如何利用图模型来表示变量之间的概率关系，如贝叶斯网络（Bayesian Networks），以及如何利用它们进行推理和诊断。 本书将避免枯燥的数学推导，而是侧重于理论的直观理解和实际应用。我们将通过大量来自不同领域的案例，例如医疗诊断、金融风险评估、法律证据分析、工程故障排除等，来生动地展示这些推理理论是如何被应用于解决实际问题，以及它们各自的优劣之处。读者将学会如何根据问题的性质和数据的特点，选择最适合的推理方法。 第三部分：证据分析的实践方法与工具——赋能决策实践 理论的价值最终体现在实践。本书的第三部分将聚焦于证据分析的具体方法与实用工具，帮助读者将所学理论转化为切实可行的决策能力。 可视化分析技术： 介绍如何利用图表、散点图、热力图、流程图等可视化手段，直观地展示证据之间的关系、分布规律和趋势，从而加速洞察的产生。 假设检验与统计推断： 讲解常用的统计检验方法，如t检验、卡方检验、方差分析等，以及如何基于样本数据对总体进行推断，为决策提供量化的支持。 回归分析与预测模型： 阐述如何建立回归模型，分析自变量与因变量之间的关系，并进行趋势预测，为未来情景的评估提供依据。 因果推断方法： 深入探讨如何识别和量化变量之间的因果关系，区分相关性与因果性，从而避免因果错位导致的错误决策。我们将介绍潜在结果模型（Potential Outcomes Framework）、干预（Intervention）等概念。 证据整合与冲突解决： 学习如何系统地整合来自多个信源的证据，特别是在证据相互矛盾的情况下，如何运用科学的方法进行权衡、评估其可信度，并最终形成统一的判断。 决策树与多标准决策分析（MCDA）： 介绍如何利用决策树来梳理复杂的决策过程，评估不同方案的潜在结果；以及如何运用多标准决策分析方法，在多个相互冲突的评价标准下，对备选方案进行排序和选择。 软件工具介绍： 简要介绍与证据分析和决策支持相关的常用软件工具，如统计分析软件（R, Python的statsmodels, SciPy）、数据可视化工具（Tableau, Power BI）、以及一些专门的决策支持系统。 本部分将提供大量的实践指南和操作步骤，鼓励读者动手实践，通过解决具体问题来加深对方法的理解。我们将设计一系列练习和案例分析，让读者在模拟环境中磨练自己的证据分析和决策能力。 第四部分：决策评估中的应用——将理论付诸实践 本书的最后一部分，是将前面所学理论与方法，系统地应用于决策评估这一核心场景。我们将深入探讨，如何将证据推理的框架，贯穿于决策的整个生命周期，从问题的界定、选项的生成，到证据的收集与分析，再到方案的评估与选择，以及最终的实施与反馈。 问题界定与证据需求分析： 如何清晰地界定决策问题，并据此确定需要哪些类型的证据来支撑决策。 方案生成与证据支持： 如何基于现有证据和对未来情景的预测，生成合理且可行的决策方案。 风险与不确定性评估： 如何利用证据推理模型，量化和评估不同决策方案的潜在风险与不确定性，并制定应对策略。 专家意见的整合与审慎运用： 如何在决策过程中，科学地采纳和评估专家意见，避免过度依赖或忽视。 决策后评估与反馈机制： 建立有效的决策后评估体系，通过收集实施结果的证据，来反思和改进决策过程，形成持续学习的闭环。 本书将通过多个精心设计的综合案例，贯穿本书的各个章节，展示如何将证据推理理论和分析方法，一步步应用于复杂的实际决策场景。这些案例将涵盖公共政策制定、商业战略规划、技术研发项目管理、个人投资决策等多个领域，力求展现证据推理的普适性和强大生命力。 结语 《智能决策的基石：基于证据的推理与分析》是一本面向所有渴望提升决策能力的人士的书籍。无论您是企业管理者、政策制定者、研究人员、还是寻求更明智生活方式的个人，本书都将为您提供一套坚实的理论基础和一套实用的分析工具。我们坚信，掌握了证据推理的艺术，您将能够以更加清晰、更加理性、更加自信的方式，驾驭不确定的世界，做出更优的决策，最终实现更卓越的成就。本书的目标，是帮助您成为一个更优秀的决策者，一个能够基于证据、驱动价值的思考者。

评分☆☆☆☆☆

我一直对那些能够帮助我们更理性地分析问题，做出更明智决策的著作充满兴趣，而“证据推理理论、方法及其在决策评估中的应用”这本书，听名字就透着一股严谨和深度。在信息爆炸的时代，我们每天都在接收大量形形色色的信息，如何辨别真伪，如何权衡轻重，如何从中提炼出有价值的线索，最终形成一个相对可靠的判断，这无疑是一个巨大的挑战。我非常好奇这本书将如何界定“证据”，以及它将如何构建一个从收集证据到推理判断的完整流程。作者在“理论”部分，是否会探讨不同类型的证据（如科学证据、经验证据、直觉证据等）的特性和局限性？在“方法”部分，又会介绍哪些具体的推理技术，比如定性推理、定量推理，还是混合模式？尤其是“决策评估中的应用”这一部分，我非常期待看到书中能够提供一些生动的例子，展示证据推理如何在医疗诊断、金融投资、甚至公共政策制定等领域发挥关键作用，帮助决策者规避风险，提高效率。

评分☆☆☆☆☆

这本书的到来，对于我目前正在进行的一项关于风险评估的研究来说，简直是雪中送炭。我一直在寻找能够系统性地阐述如何处理不确定性信息，并将其转化为可靠决策的理论框架。读到“证据推理”这个关键词时，我便立刻被吸引住了。我猜想，书中关于“理论”的部分，可能会涉及诸如贝叶斯定理、证据度量、以及不同证据来源之间的融合等经典概念，但更吸引我的是作者可能在这些基础上，进一步发展出更具创新性和实用性的理论模型。而“方法”部分，则是我最期待的内容，因为这直接关系到我是否能将书中的知识应用到我的研究中。我希望看到作者能够详细介绍具体的证据推理算法，例如如何构建证据网络、如何进行证据更新，以及如何处理矛盾或不完整的证据。如果书中还能够提供一些实际案例的分析，展示这些方法是如何在复杂的决策场景中被成功应用的，那就更完美了。我对这本书寄予厚望，希望它能为我打开新的研究思路，并提供解决现实问题的新工具。

评分☆☆☆☆☆

这本书的书名就足以引起我的极大兴趣。在如今这个充斥着各种不确定性和复杂性的世界里，如何做出高质量的决策，已经成为一个至关重要的问题。而“证据推理”这个概念，恰恰抓住了决策过程中最核心的环节——如何有效地利用和整合信息。我非常期待书中能够对“证据”本身有一个清晰而全面的定义，并且深入探讨不同类型证据的质量、可靠性和相关性。在“理论”部分，我希望能看到作者对现有证据推理理论的梳理和评价，也许还会提出一些新的理论视角。而“方法”部分，则是我最看重的内容，我希望能够学习到一套系统性的、可操作的证据推理框架，了解具体的推理算法和技术，例如如何处理不确定性、如何进行证据的聚合和更新、如何识别和处理潜在的偏见。更让我兴奋的是，本书还将目光投向了“决策评估中的应用”，这意味着我将能看到这些抽象的理论和方法如何在实际场景中落地，例如在医疗、法律、商业等领域，如何利用证据推理来改进决策的质量和效率。

评分☆☆☆☆☆

这本书的标题“证据推理理论、方法及其在决策评估中的应用”立刻吸引了我的目光。我一直认为，在复杂决策中，证据的收集、分析和推理是至关重要的。这本书似乎正是我一直在寻找的。我非常好奇作者将如何构建其“理论”框架，是否会整合多学科的观点，比如认知科学、人工智能、统计学等，来阐述证据推理的本质。在“方法”部分，我热切地期待能够看到具体的、可操作的推理模型和算法。我希望了解这些方法是如何处理不确定性、如何量化证据的强度、以及如何有效地整合来自不同来源的证据。同时，书中关于“决策评估中的应用”的部分，更是让我充满了期待。我希望能看到作者通过具体的案例，展示证据推理如何在实际的决策场景中发挥作用，例如在医学诊断、风险管理、法律判决等领域，如何通过严谨的证据推理来提高决策的准确性和可靠性。这本书可能是一把钥匙，能帮助我们解锁更理性的决策之道。

评分☆☆☆☆☆

这本书的封面设计就带着一种沉稳的学术气质，书名“证据推理理论、方法及其在决策评估中的应用”也精准地概括了它所涵盖的核心内容。虽然我还没有来得及深入研读，但仅仅是浏览目录和扉页，就让我对作者在证据推理这个复杂领域所付出的努力和积累的深度有了初步的认识。我尤其期待作者在“理论”部分如何梳理和阐述证据推理的基石，是沿袭经典的概率模型，还是引入了新的视角？在“方法”部分，具体的推理框架和算法将如何被介绍？是否包含了一些前沿的计算模型或机器学习的影子？而“决策评估中的应用”更是让我充满了好奇，这个部分很可能将抽象的理论和方法与现实世界的难题紧密联系起来，比如在医疗诊断、法律判决、甚至商业策略的制定中，证据推理能够发挥怎样不可替代的作用，这些都是我迫切想要了解的。这本书似乎不仅仅是一本理论著作，更像是一套解决实际问题的工具箱，为理解和优化那些依赖于不确定信息和证据的决策过程提供了坚实的理论支撑和可操作的实践指导。