Инженерия знаний. Применение в экономике. Решение задач классификации с применением метода деревьев решений

Вопросы экономических 
наук, № 4, 20 J О 

Головицына М.В., кандидат технических наук, профессор 
Толстоухова М.И. 
(Филиал Московского государственного открытого университета в г. Александрове) 

ИНЖЕНЕРИЯ ЗНАНИЙ. ПРИМЕНЕНИЕ В ЭКОНОМИКЕ. 
РЕШЕНИЕ ЗАДАЧ КЛАССИФИКАЦИИ С ПРИМЕНЕНИЕМ МЕТОДА ДЕРЕВЬЕВ РЕШЕНИЙ 

Инженерия знаний представляет собой совокупность моделей, методов и технических 
приемов, нацеленных на создание систем, которые предназначены для решения проблем 
с использованием знаний [1]. 

Фактически инженерия знаний - это методология ЭС, которая охватывает методы добычи, анализа и выражения в правилах знаний экспертов. Развитие ЭС создало инженерию 
знаний - процесс построения интеллектуальных систем. 

Ключевым вопросом построения экспертной системы является процесс получения знаний. 
Задачи формирования знаний в экономических приложениях приобретает особую актуальность. Практически для всех экономических приложений характерно наличие системы учета, 
обеспечивающей долгосрочное хранение информации в виде различного рода данных. 

Традиционно к задачам формирования знаний относятся: задачи прогнозирования, 
идентификации функций, классификации и кластеризации, фазификации нечетких переменных и т.п. Для решения этих задач используются методы прикладной статистики, искусственные нейронные сети, генетические алгоритмы [2]. 

Самым распространенным методом формирования знаний является метод деревьев 
решений (деревьев классификации). 

Дерево решений - это множество объединенных правил, отражающих условия выполнения некоторого процесса. 

Метод деревьев решений позволяет предсказывать принадлежность наблюдений или 
объектов к тому или иному классу в зависимости от соответствующих значений атрибутов, 
характеризующих эти наблюдения. Деревья решений обеспечивают автоматическое построение продукционных правил «если..., то...» по имеющейся статистике, на основании которых в дальнейшем выносится решение о принадлежности наблюдения или объекта к тому 
или иному классу [2]. 

В данной работе рассмотрен пример решения задачи классификации с применением 
метода деревьев решений. 

Как известно, для процесса кредитования небольшим коммерческим банком юридических и физических лиц характерно большое количество заемщиков при небольших размерах 
ссуд, что порождает большой объем работы по их оформлению и достаточно дорогостоящую процедуру оценки кредитоспособности относительно получаемой в результате прибыли. Задача заключается в построении классифицирующих (продукционных) правил, позволяющих выявить закономерности отнесения потенциального заемщика к одному из двух 
классов: «давать кредит заемщику - К> и «не давать кредита - К2». 

Если рассматривать статистику по клиентам некоторого банка, то сами клиенты представляют собой некоторое множество Т. Каждый клиент обладает набором характеристик: 
полом, возрастом, целью кредитования, кредитной историей и т.д. Это и есть атрибуты С*, 
С2, С3 и т.д. Атрибут С* (пол) может принимать два значения: М и Ж, т. е. х^= М, х12= Ж и т.д. 

Далее, пусть имеется множество классов (Kj)^ j. При этом каждый объект множества Т 

(каждый клиент банка) уже был отнесен к некоторому классу объектов Kj, и это отражено 
в статистике. 

Классифицирующее правило имеет вид: 
«если признаки объекта tj(i=1, ...,п) принимают значения 

С?= x1pw С2= Хгри ... и Cm = xmp, 
(1) 

то f, относится к классу Kj». 

152