CN105184037A - 运用专家信息的辅助分析系统及其方法 - Google Patents

运用专家信息的辅助分析系统及其方法 Download PDF

Info

Publication number
CN105184037A
CN105184037A CN201510288651.XA CN201510288651A CN105184037A CN 105184037 A CN105184037 A CN 105184037A CN 201510288651 A CN201510288651 A CN 201510288651A CN 105184037 A CN105184037 A CN 105184037A
Authority
CN
China
Prior art keywords
result
weighted score
analysis
describedly
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510288651.XA
Other languages
English (en)
Other versions
CN105184037B (zh
Inventor
杨钰莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
kiddeveloping Co Ltd
Original Assignee
kiddeveloping Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by kiddeveloping Co Ltd filed Critical kiddeveloping Co Ltd
Publication of CN105184037A publication Critical patent/CN105184037A/zh
Application granted granted Critical
Publication of CN105184037B publication Critical patent/CN105184037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G06N5/047—Pattern matching networks; Rete networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

一种运用专家信息的辅助分析系统及其方法。该运用专家信息的辅助分析系统包括一使用者接口与一判断分析模块。该使用者接口包括有多个供使用者触发的分析选项。该判断分析模块，耦接该使用者接口，包括有多个对应所述分析选项的初判结果，其中各该分析选项对应至少一该初判结果，使用者选择多个该分析选项后产生多个初判结果，所述多个初判结果通过一运算处理产生一最终判断结果。

Description

运用专家信息的辅助分析系统及其方法
技术领域
本发明是有关于一种辅助分析系统及其方法，尤指一种运用专家信息的辅助分析系统及其方法。
背景技术
各领域的专业知识多经由专业书籍或有经验者教授传承，但可以发现各领域中有些专业知识需要随着科技演进、社会环境变迁或特殊状况而调整，仅专业书籍或有经验者教授传承的专业知识是无法有效评估或解决一些新出现的问题，因此须通过有经验的专家持续根据各种人、事或物之观察与验证而不断修正或新增更多的信息，使专业知识的应用可以更符合现阶段实际需求，再加上专业知识应用在实务现场有许多各种各样的变化与应变类型，常让新手专业者在执行时，感觉到无法应用理论而困难重重，甚至强硬分类归纳而导致错误结论，执行错误判断，等到累积足够的实务，已经发生许多错误案例了；尤其，以服务业而言，例如：心理辅导、教育、临床医学判断、企业管理、经营、客户服务或客诉处理…等需要借助专家知识与经验的行业，受到环境变化的影响更大，难以使用一套书本中的专业知识完全评估或解决各种问题，专家会根据在该行业所累积的知识与经验去修正或新增一些分析项目、判断项目或参数等，然而，过去这些经验多仅存在专家的脑中，成为经营服务的Know-How，且培养专家多需要相当长的时间，在专家人数有限的情况下，导致无法同时服务广大的群众，也难以即时评估或解决客户的问题，而特别是有名的专家更则仅能服务少数人，价格昂贵，时间难求；此外，由于经验值存在专家的脑海当中，没有系统性地被记录下来，难免会发生忘记考虑或记错某些分析项目、判断项目或参数，且亦无法自行验证或经由他人验证判断是否正确，因此专家虽然有专业经验，但是分析结果仅靠人为判断，仍存在许多误判的风险。
以儿童心理分析领域为例，儿童心理分析一直是学龄儿童教育中的重要一环。由于现代工商社会的家长常因工作忙碌而疏忽儿童们的感受，此外一般家长又不懂心理学，儿童也不知道如何表达内心的问题，因此常常导致家长无法正确分析儿童心理，难以了解儿童的心理的真实状态，是否有异状或需要帮助等，无法即时给予正确的管教与协助，甚至误解儿童，导致儿童行为偏差，错过教养或辅导的黄金时期。
另外，在学校中，绝大部分老师无心理学理论及实务背景，若老师经验不足的情况下，无法即时给予正确的指导及帮助。除了具有心理学背景外，通常老师至少需要累积多年经验与观察，并在教育的过程中不断的补充知识与能力，才能快速地判断与处理儿童状况。
由于儿童成长过程中多无法自行判断问题或表达想法，因此通过观察儿童的外在行为表现，分析儿童的心理则为最直接且快速的方法，但行为心理学所涵盖的行为种类与对应的分析说明理论繁复众多，且行为心理学随着时代的演进与外在环境的变迁，导致心理学专家或教育专家的内隐知识会新增或更新行为种类与对应的行为分析说明等内容，根据经验而产生不同见解，这些新增的观察通常在书上也无法查到，多存留在有经验的心理学专家或教育专家的脑海中，没有系统性地记录下来，更难以有效率地将该经验传授给新进的老师或分享给家长，且由于分析方式复杂，新进老师与家长即使了解该内容也难以短时间熟记内容，因此更难以实际应用于日常生活中。此外，关于儿童心理状态的评估，心理学专家或教育专家多被要求在短时间内回复，由于儿童外显的行为种类繁杂，因此仅能凭借累积经验与人脑推测，难免会发生评估项目遗漏或错误而导致不准确的问题；而评估儿童行为背后可能原因的推算模式，也随着不同专家的理论基础与经验值，通常也会进行修正以提高准确度，导致评估之结果受到评估方法不同的影响而无一致性，通常评估结果无法被追踪确认是否正确且无法系统性地累积评估结果以反馈修正评估方法或参数。
因此，针对此类需要整合专家知识与经验的领域，为使一般使用者能快速且更精准分析可观察到的具体事实背后的原因，甚至得到改正建议，或者提供专家作为辅助分析与记录的工具，用以协助专家将内隐知识导出并建立可被重复验证、修正以及大量复制使用。因此，基于前述各项需求，本发明遂提出解决的系统及方法。
发明内容
有鉴于此，本发明提出一种运用专家信息的辅助分析系统及其方法，由此解决先前技术所述及的问题。
该运用专家信息的辅助分析系统包括一使用者接口(Interface)以及一判断分析模块。该使用者接口包括有多个供使用者触发的分析选项。所述判断分析模块，耦接所述使用者接口，包括有多个对应所述分析选项的初判结果，其中各所述分析选项对应至少一初判结果，使用者选择多个所述分析选项后产生多个初判结果，所述多个初判结果通过一运算处理产生一最终判断结果。
在本发明的一示范性实施例中，所述运算处理为依据所述多个初判结果的产生次数来进行一加权运算，以提供最终判断结果。
在本发明的一示范性实施例中，所述多个初判结果分别具有对应的一加权分数与一判断群组，各所述判断群组对应至少一所述初判结果，所述运算处理包括将各所述判断群组分别所对应的所述初判结果的加权分数相加而使得各所述判断群组分别对应获得一总加权分数。
在本发明的一示范性实施例中，所述运算处理进一步包括将所述判断群组依据所对应的所述总加权分数高低进行排序。
在本发明的一示范性实施例中，所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，运算处理进一步包括将彼此间具有相抵触关系的所述判断群组间所对应的所述总加权分数相扣抵后获得一差值，其中相扣抵前总加权分数较高的判断群组的总加权分数依据差值进行更新，再进一步将相扣抵前总加权分数较低的判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
在本发明的一示范性实施例中，所述判断群组分别具有对应的一属性，属性用于定义各所述判断群组彼此间是否具有一相抵触关系，运算处理进一步包括将彼此间具有相抵触关系的所述判断群组中总加权分数较低的判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
在本发明的一示范性实施例中，所述多个初判结果分别具有对应的一加权分数与一属性，属性用于定义各所述初判结果彼此间是否具有一相加关系，运算处理包括将彼此间具有相加关系的所述初判结果所对应的所述加权分数相加后获得一加总值，其中相加前加权分数较高的初判结果的加权分数依据加总值进行更新，进一步将相加前总加权分数较低的初判结果排除，再进一步包括将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
在本发明的一示范性实施例中，所述复数初判结果分别具有对应的一加权分数与一属性，属性用于定义所述初判结果彼此间是否具有一相抵触关系，运算处理包括将彼此间具有相抵触关系的所述初判结果所对应的所述加权分数相扣抵后获得一差值，其中相扣抵前加权分数较高的初判结果的加权分数依据差值进行更新，再进一步将相减前加权分数较低的初判结果排除，再将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
在本发明的一示范性实施例中，所述多个初判结果分别具有对应的一加权分数与一属性，属性用于定义各所述初判结果彼此间是否具有一相抵触关系，运算处理包括将彼此间具有相抵触关系的所述初判结果中加权分数较低的初判结果排除，再将存留的所述初判结果依据所对应的所述总加权分数高低进行排序。
在本发明的一示范性实施例中，各分析选项对应至少一分析判断单元，分析判断单元以至少一阶层的展开方式以连结对应至少一初判结果。
在本发明的一示范性实施例中，包括一管理者接口，管理者接口信息连接使用者接口与判断分析模块，管理者接口具有多个编辑项目用以编辑所述分析选项以及各所述分析选项所对应的至少一初判结果。
在本发明的一示范性实施例中，包括一管理者接口，管理者接口信息连接使用者接口与判断分析模块，管理者接口具有多个编辑项目用以编辑所述分析选项、各所述分析选项所对应的至少一初判结果、各所述初判结果所对应的加权分数、各所述初判结果所对应的判断群组、以及各所述判断群组所对应的属性。
在本发明的一示范性实施例中，所述编辑项目更用以编辑各所述分析选项所对应的至少一分析判断单元，其中各所述分析判断单元以至少一阶层的展开方式以连结对应至少一初判结果。
在本发明的一示范性实施例中，包括一管理者接口，管理者接口信息连接使用者接口与判断分析模块，管理者接口具有多个编辑项目用以编辑所述分析选项、各所述分析选项所对应的至少一初判结果、各所述初判结果所对应的加权分数、以及各所述初判结果所对应的属性。
在本发明的一示范性实施例中，所述编辑项目更用以编辑各所述分析选项所对应的至少一分析判断单元，其中各所述分析判断单元以至少一阶层的展开方式以连结对应至少一初判结果。
本发明再提出一种运用专家信息的辅助分析方法。运用专家信息的辅助分析方法包括步骤有：接受多个分析选项的触发，其中各所述分析选项对应至少一预设的初判结果；以及执行一运算处理，运算处理根据所接受收所述多个分析选项对应输入的所述多个初判结果产生一最终判断结果。
本发明再提出一种运用专家信息的辅助分析方法，所述运算处理为依据所述多个初判结果的产生次数来进行一加权运算，以提供所述最终判断结果。
本发明再提出一种运用专家信息的辅助分析方法，所述多个初判结果分别具有对应的一加权分数与一判断群组，各所述判断群组对应至少一所述初判结果，所述运算处理包括将各所述判断群组分别所对应的所述初判结果的加权分数相加而使得各所述判断群组分别对应获得一总加权分数。
本发明再提出一种运用专家信息的辅助分析方法，所述运算处理进一步包括将所述判断群组依据所对应的所述总加权分数高低进行排序。
本发明再提出一种运用专家信息的辅助分析方法，其中所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，所述运算处理进一步包括将彼此间具有所诉相抵触关系的所述判断群组所对应的所述总加权分数相扣抵后获得一差值，其中相扣抵前总加权分数较高的所述判断群组的所述总加权分数依据所述差值进行更新，再进一步将相扣抵前总加权分数较低的所述判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
本发明再提出一种运用专家信息的辅助分析方法，所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，所述运算处理进一步包括将彼此间具有所述相抵触关系的所述判断群组中总加权分数较低的所述判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
本发明再提出一种运用专家信息的辅助分析方法，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相加关系，所述运算处理包括将彼此间具有所述相加关系的所述初判结果所对应的所述加权分数进行相加后获得一加总值，其中相加前加权分数较高的所述初判结果的所述加权分数依据所述加总值进行更新，进一步将相加前总加权分数较低的所述初判结果排除，再进一步包括将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
本发明再提出一种运用专家信息的辅助分析方法，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相抵触关系，所述运算处理包括将彼此间具有所述相抵触关系的所述初判结果所对应的所述加权分数相扣抵后获得一差值，其中相扣抵前加权分数较高的所述初判结果的所述加权分数依据所述差值进行更新，进一步将相扣抵前加权分数较低的所述初判结果排除，再将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
本发明再提出一种运用专家信息的辅助分析方法，所述复数初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相抵触关系，所述运算处理包括将彼此间具有所述相抵触关系的所述初判结果中加权分数较低的所述初判结果排除，再将存留的所述初判结果依据所对应的所述总加权分数高低进行排序。
本发明再提出一种运用专家信息的辅助分析方法，各所述分析选项对应至少一分析判断单元，所述分析判断单元以至少一阶层的展开方式以连结对应至少一所述初判结果。
本发明再提出一种运用专家信息的辅助分析方法，还包括步骤有：接收至少一编辑项目的触发与编辑信息，以编辑被触发的各所述编辑项目所对应的分析选项或各所述编辑项目所对应的初判结果；以及储存被编辑的各所述分析选项以及各所述初判结果。
本发明再提出一种运用专家信息的辅助分析方法，包括：一使用者接口，包括有多个供使用者触发的分析选项；一分析数据库，包括有至少一与各所述分析选项对应的分析判断单元，以及多个分别与所述分析判断单元信息连接的初判结果；以及一运算处理单元，耦接所述分析数据库，接收多个来自所述分析数据库的初判结果通过一运算处理产生一最终判断结果。
本发明再提出一种运用专家信息的辅助分析方法，包括一管理者接口，所述管理者接口信息连接所述使用者接口与所述分析数据库，所述管理者接口具有多个编辑项目用以编辑所述分析选项以及各所述分析选项所对应的初判结果。
本发明的运用专家信息的辅助分析系统及其方法提供了一种快速又精确的评估方式，使得专家信息得以被记录、调整与广泛应用；以儿童心理分析领域而言，使得家长与老师们可以了解儿童背后的心理因素，而给予正确的管教方式，或者提供儿童心理学专家或教育专家作为辅助参考信息。
应了解的是，上述一般描述及以下具体实施方式仅为例示性及阐释性的，其并不能限制本发明所欲主张的范围。
附图说明
下面的所附图式是本发明的说明书的一部分，其示出了本发明的示例实施例，所附图式与说明书的描述一起用来说明本发明的原理。
图1示出了本发明使用者接口一实施例的操作画面示意图；
图2示出了本发明一实施例的判断分析模块的内部阶层与运算处理关系示意图；
图3示出了本发明另一实施例的判断分析模块的内部阶层与运算处理关系示意图；
图4示出了本发明管理者接口一实施例的操作画面示意图；
图5示出了本发明适用管理者接口一实施例的系统架构示意图；
图6示出了本发明一实施例的运用专家信息的辅助分析方法的流程图；
图7示出了本发明另一实施例的运用专家信息的辅助分析方法的流程图。
附图标记说明
10：运用专家信息的辅助分析系统
1：计算装置
11：使用者接口
111,112,113：分析选项
12：判断分析模块
121：运算处理单元
122：分析数据库
13：管理者接口
131：编辑项目
1111,1112,1121,1122,1131,1132：一阶分析判断单元
a1,a2,b1,b2：二阶分析判断单元
b11,b12：三阶分析判断单元
ID1,ID2,ID3：初判结果群组
ID11、ID12、ID13、ID14、ID15、ID21、ID22、ID23、ID24、ID31、ID32、
ID33：初判结果
FD1：第一判断群组
FD2：第二判断群组
FD3：第三判断群组
FD4：第四判断群组
FD5：第五判断群组
FD6：第六判断群组
FS：最终判断结果
S305,S310,S315,S320,S325：步骤
具体实施方式
现在将详细参考本发明的示范性实施例，并在附图中说明所述示范性实施例的实例。另外，在图式及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类似部分。
在下述诸实施例中，专家信息至少包括了专家经由学习获得的知识或经由实务中获取的经验。当元件被指为“连接”或“耦接”至另一元件时，其可为直接连接或耦接至另一元件，或可能存在介于其间的元件，或可能是数据之间的传输连结，或可能是网路数据间的传输连结。术语“模块”可表示为至少一元件或多个元件，这至少一元件可以是硬体实现，也可以是软体实现。
图1示出了本发明一实施例的统示意图。于图1中，运用专家信息的辅助分析系统10执行于一计算装置1中。在本实施例中，计算装置1是具有处理单元的电子装置，其可为云端伺服器、桌上型电脑、笔记型电脑、平板电脑、或智慧型手机等可进行运算的物件，本发明对此并不加以限制。该运用专家信息的辅助分析系统10还包括一使用者接口11与一判断分析模块12，其中该使用者接口11包括有至少一供使用者触发的分析选项111,112,113。在本发明之一实施例中，该分析选项的数目为三个，在其他实施例中，该分析选项的数目也可以是数十个，本发明对此并不加以限制。该分析选项为专家整合专业书籍提到或自行观察到的具体事实(或具体行为事实)进行设定的选项，提供使用者选择符合的分析选项用以进行分析。于本发明中，该判断分析模块12包括有一分析数据库122以及一耦接该分析数据库122的运算处理单元121。该分析数据库122包括有至少一与该分析选项111,112,113对应的分析判断单元，以及多个分别与所述分析判断单元信息连接的初判结果；该运算处理单元121接收多个来自该分析数据库122的初判结果通过一运算处理产生一最终判断结果。
以儿童行为心理分析领域为例，该分析选项111可以是“该吃饭不吃饭”，分析选项112可以是“抢走长辈手上东西”，分析选项113可以是“一点小事就需要大人帮忙”，实际上就儿童心理分析领域而言，所述分析选项111,112,113为可观察到的具体行为事实，即为一种行为选项，使用者可根据观察分析对象(儿童)的行为表现选择相对应的分析选项111,112,113。此外，该使用者接口11可经由点选功能项方式进入一管理者接口(如图4所示)或经由输入网址进入该管理者接口13，该管理者接口13用以增加或删除分析选项或分析选项各种相对应的内容。该管理者接口13可以进一步设定权限，具有权限者才能够执行编辑功能。在本实施例中，该使用者接口11与该管理者接口13皆是由软体实现，其可分别或同时显示在计算装置1的显示单元。
该判断分析模块12耦接该使用者接口11，在本实施例中，请参阅图5所示，该判断分析模块12与该使用者接口11之间存在有数据传输的连结。此外，该判断分析模块12中的该分析数据库122与该运算处理单元121进一步耦接该管理者接口13，在本实施例中，该判断分析模块12与该管理者接口13之间也同样存在有数据传输的连结。
在本实施例中，该判断分析模块12同样位于计算装置1中。该计算装置1可为一笔记型电脑。此外，该计算装置1亦可为一云端伺服器，该判断分析模块12可位于该云端伺服器，通过网路数据间的传输连结使得该使用者接口11或该管理者接口13呈现在使用者眼前的一显示单元，所述显示单元可以是电子装置的显示器，例如：手机。
图2示出了本发明一实施例的分析数据库122的内部阶层与运算处理单元121关系示意图，各该分析选项111,112,113对应至少一分析判断单元，该分析判断单元以至少一阶层的展开方式以连结对应至少一初判结果，因此可得知各该分析选项111,112,113可对应至少一该初判结果。在本实施例中，该分析数据库122具有相对应的分析判断单元。例如：该分析选项111具有相对应的一阶分析判断单元1111,1112，其中一阶分析判断单元1111还有相对应的二阶分析判断单元a1,a2。该分析选项112具有相对应的一阶分析判断单元1121,1122，其中一阶分析判断单元1121还有相对应的二阶分析判断单元b1,b2，二阶分析判断单元b1,b2还有相对应的三阶分析判断单元b11,b12。该分析选项113具有相对应的一阶分析判断单元1131,1132。前述各项分析选项111,112,113的展开主要是用以推测各具体行为事实背后的可能原因，各阶分析判断单元中若还可以继续推测更深入的原因则继续展开相对应的下一阶判断单元，对应各分析选项111,112,113所展开的分析判断单元的阶层数量可以依据行为心理学的理论而设定或实际观察发现而新增或删除。此外，该分析选项111,112,113与所述分析判断单元可呈现树状阶层结构，原则上，该树状阶层结构最末端的分析判断单元所对应的初判结果为可能造成该相对应的分析选项可能发生的情况(或原因)，其中，各该最末端分析判断单元可以对应至少一个初判结果。此外，根据最末端的分析判断单元发生可能性高低，则其所对应的初判结果则会被给予相对应的加权分数，例如：二阶分析判断单元a1,a2是分析选项111的最末端分析判断单元，其中二阶分析判断单元a1发生可能性较高，所以其相对应的初判结果ID11的加权分数会比较高，二阶分析判断单元a2发生可能性较低，所以其相对应的初判结果ID12的分数会比初判结果ID11的加权分数低。
如该分析选项111例如是“该吃饭不吃饭”所有可展开的相对应的分析判断单元说明如下，一阶分析判断单元1111例如是“肚子饱了”，一阶分析判断单元1112例如是“闹脾气”，其中一阶分析判断单元1111具有相对应的二阶分析判断单元a1例如是“吃太多零食”与二阶分析判断单元a2例如是“有人先让他吃东西”，而一阶分析判断单元1112则不具有相对应的二阶分析判断单元，而分析选项111相对应所有展开的最末端分析判断单元包括二阶分析判断单元a1、二阶分析判断单元a2以及一阶分析判断单元1112等，这些最末端分析判断单元分别可产生对应的初判结果，例如：二阶分析判断单元a1相对应的初判结果有两个，分别为过度溺爱ID11与放纵教养ID12，二阶分析判断单元a2相对应的初判结果为教养不一致ID13，一阶分析判断单元1112相对应的初判结果有两个，分别为情绪调节能力差(缺乏情绪教育)ID14与冲突处理能力差ID15。其中，最末端的分析判断单元所对应的说明内容可以直接等同于其所对应的初判结果的说明内容。
由此，当使用者点选分析选项111“该吃饭不吃饭”，则该分析数据库122便可依据各个阶层的分析判断单元分析结果来产生多个初判结果，为了方便说明，该分析选项111相对应产生的多个初判结果称之为初判结果群组ID1，在本实施例中，初判结果群组ID1，其可包括多个初判结果ID11、ID12、ID13、ID14、ID15，各初判结果分别具有对应的说明内容，例如：过度溺爱ID11、放纵教养ID12、教养不一致ID13、情绪调节能力差(缺乏情绪教育)ID14、冲突处理能力差ID15。相类似地，该分析数据库122可依据分析选项112、113中的各个阶层的分析判断单元来产生初判结果群组ID2、ID3，其中初判结果群组ID2包括多个初判结果ID21、ID22、ID23、ID24，各初判结果分别具有对应的说明内容，例如：放纵教养ID21、过度溺爱ID22、放纵教养ID23、西方教育ID24，另一初判结果群组ID3也包括多个初判结果ID31、ID32、ID33，各初判结果分别具有对应的说明内容，例如：过度溺爱ID31、过度溺爱ID32、过度溺爱ID33。由此，当多个分析选项(例如：分析选项111、112、113)被选择时，该运算处理单元121将针对被选择的多个分析选项所对应的所述初判结果进行一运算处理以产生最终判断结果FS。
上述的运算处理可以有多种做法。在本发明的一种运算处理的实施例中，在进行该运算处理过程时，该分析选项111、112、113的初判结果群组ID1、ID2、ID3的所述初判结果可以分别具有相对应的一加权分数与一判断群组，如图3所示，加权分数是用来定义每个初判结果的可能性高低，分数越高代表该项初判结果的可能性越高，即该项初判结果为导致该分析选项表现成因的可能性越高，而对应相同判断群组的所述初判结果的加权分数相加而得一总加权分数，若当有判断群组中只有对应一个初判结果时，则该初判结果的加权分数即为该判断群组的总加权分数，计算完成所述判断群组的总加权分数后，所述判断群组进一步依据所对应的总加权分数高低进行排序，例如：分析选项111的初判结果群组ID1中的初判结果ID11的加权分数为6且对应第一判断群组FD1，初判结果ID12的加权分数为3且对应第二判断群组FD2，初判结果ID13的加权分数为4且对应第三判断群组FD3，初判结果ID14的加权分数为2且对应第四判断群组FD4，初判结果ID15的加权分数为1且对应第五判断群组FD5，分析选项112的初判结果群组ID2中的初判结果ID21的加权分数为5且对应第二判断群组FD2，初判结果ID22的加权分数为3且对应第一判断群组FD1，初判结果ID23的加权分数为5且对应第二判断群组FD2，初判结果ID24的加权分数为3且对应第六判断群组FD6，分析选项113的初判结果群组ID3中的初判结果ID31的加权分数为5且对应第一判断群组FD1，初判结果ID32的加权分数为3且对应第一判断群组FD1，初判结果ID33的加权分数为1且对应第一判断群组FD1。其中，所述判断群组可进一步分别具有对应的属性，属性用于定义所述判断群组彼此间是否具有一相抵触关系，本运算处理的实施例中第一判断群组FD1与第二判断群组FD2皆被设定彼此间具有相抵触关系。
在本运算处理的实施例中，假设当分析选项111、分析选项112以及分析选项113皆被使用者选择时，由于所述初判结果ID11、ID22、ID31、ID32、ID33皆为对应第一判断群组FD1，将第一判断群组FD1的5个初判结果的加权分数相加后，使得第一判断群组FD1取得总加权分数为18；而所述初判结果ID12、ID21、ID23皆为对应第二判断群组FD2，将第二判断群组FD2的3个初判结果的加权分数相加后，使得第二判断群组FD2取得总加权分数为13；初判结果ID13则对应第三判断群组FD3，由于只有一个初判结果ID13，因此执行将第三判断群组FD3的1个初判结果的加权分数相加后，使得第三判断群组FD3取得总加权分数为4，即第三判断群组的总加权分数即等同于初判结果ID13的加权分数；初判结果ID14为对应第四判断群组FD4，同样执行将第四判断群组FD4的1个初判结果的加权分数相加后，使得第四判断群组FD4取得总加权分数为2；初判结果ID15为对应第五判断群组FD5，执行将第五判断群组FD5的1个初判结果的加权分数相加后，使得第五判断群组FD5取得总加权分数为1；初判结果ID24为对应第六判断群组FD6，执行将第六判断群组FD6的1个初判结果的加权分数相加后，使得第六判断群组FD6取得总加权分数为3，将前述判断群组FD1、FD2、FD3、FD4、FD5、FD6的总加权分数依据总加权分数高至低进行排序第一判断群组FD1(最新的总加权分数18)、第二判断群组FD2(最新的总加权分数13)、第三判断群组FD3(总加权分数4)、第六判断群组FD6(总加权分数3)、第四判断群组FD4(总加权分数2)、第五判断群组FD5(总加权分数1)。或者，前述判断群组不进行排序，而是进一步判断任意两个判断群组的属性是否定义彼此间具有相抵触关系，具有相抵触关系的两个判断群组间会有两种处理的态样，其中的一种处理态样为将其相对应的总加权分数相扣抵后获得一差值，相扣抵前总加权分数较高的判断群组的总加权分数依据差值进行更新，再进一步将相扣抵前总加权分数较低的该判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。例如：将有相抵触关系的第一判断群组FD1(总加权分数为18)与第二判断群组FD2(总加权分数为13)的总加权分数相扣抵后，差值为5，由于第一判断群组FD1的相扣抵前总加权分数高于第二判断群组FD2的总加权分数，因此于相扣抵后第一判断群组FD1的总加权分数更新为5，而进一步将相扣抵前总加权分数较低的第二判断群组FD2排除(即删除)，再将存留的所有判断群组(FD1、FD3、FD4、FD5、FD6)依据所对应的总加权分数排序，排序结果为依据总加权分数由高至低依序为第一判断群组FD1(更新的总加权分数5)、第三判断群组FD3(总加权分数4)、第六判断群组FD6(总加权分数3)、第四判断群组FD4(总加权分数2)、第五判断群组FD5(总加权分数1)；另一种处理态样为将彼此间具有该相抵触关系的所述判断群组中总加权分数较低的该判断群组排除，不进行总加权分数扣抵，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序，例如：将有相抵触关系的判断群组FD1(总加权分数为18)与判断群组FD2(总加权分数为13)中，由于判断群组FD2的总加权分数较低，因此将判断群组FD2排除(即删除)，再将存留的所有判断群组(FD1、FD3、FD4、FD5、FD6)依据所对应的总加权分数排序，排序结果为依据总加权分数由高至低依序为第一判断群组FD1(最新的总加权分数18)、第三判断群组FD3(总加权分数4)、第六判断群组FD6(总加权分数3)、第四判断群组FD4(总加权分数2)、第五判断群组FD5(总加权分数1)。
各判断群组可以根据原本对应的初判结果内容作为对应的解释说明，例如：第一判断群组FD1相扣抵前对应的初判结果(过度溺爱ID11、过度溺爱ID22、过度溺爱ID31、过度溺爱ID32、过度溺爱ID33)的内容作为解释说明，因此第一判断群组FD1可以解释为“过度溺爱”。最终判断结果FS可为根据前述排序与对应的解释说明所共同呈现的结果以显示在使用者接口提供使用者参考分析结果，例如：根据前述排序结果对应的解释说明可能性最高的依序为“过度溺爱”、“教养不一致”、“西方教育”、“情绪调节能力差(缺乏情绪教育)”、“冲突处理能力差”，或者仅撷取前几名，还可以进一步搭配提供更详细的解释说明或提供对应的建议方案。
于本实施例中，该管理者接口13提供多个编辑项目131用以编辑所述分析选项、各该分析选项所对应的至少一该初判结果、各该初判结果所对应的该加权分数、各该初判结果所对应的该判断群组、以及各该判断群组所对应的该属性，其中该属性用于定义所述判断群组彼此间是否具有一相加关系或一相抵触关系。此外，其中所述编辑项目131更可用以编辑该分析选项所对应的至少一分析判断单元，其中各该分析判断单元以至少一阶层的展开方式以连结对应至少一该初判结果，该分析判断单元可为一阶或多阶层，各阶层展开关系即为专家根据专业知识与经验将各分析选项通过层层解析开展建立所有可能原因的关系图，各阶层的推展顺序可以根据原因的上下位阶、详细程度或因果关系等排序，专家可以自行编辑新增或删除分析判断单元的栏位与阶层并在分析判断单元的栏位中输入对应的分析内容。专家经由该管理者接口13编辑该编辑项目131后的各该分析选项、各该初判结果、各该加权分数、各该判断群组、各该属性或者各该分析判断单元等皆可以储存至该使用者接口11或该判断分析模块12中，运算处理系根据编辑后的各该分析选项、各该初判结果、各该加权分数、各该判断群组、各该属性或者各该分析判断单元等进行运算。
类似地，本发明的另一种运算处理的实施例，该分析选项111,112,113的初判结果群组ID1,ID2,ID3的所述初判结果分别仅具有相对应的一加权分数与一属性，加权分数同样用来定义每个初判结果的可能性高低，属性则用于定义所述初判结果彼此间是否具有一相加关系，具有相加关系的所述初判结果所对应的所述加权分数相加后获得一加总值，其中相加前加权分数较高的该初判结果的该加权分数依据加总值进行更新，进一步将相加前总加权分数较低的该初判结果排除。例如：分析选项111的初判结果群组ID1中的初判结果ID11的加权分数为6，初判结果ID12的加权分数为3，初判结果ID13的加权分数为4，初判结果ID14的加权分数为2，初判结果ID15的加权分数为1，分析选项112的初判结果群组ID2中的初判结果ID21的加权分数为5，初判结果ID22的加权分数为3，初判结果ID23的加权分数为5，初判结果ID24的加权分数为3，分析选项113的初判结果群组ID3中的初判结果ID31的加权分数为5，初判结果ID32的加权分数为3，初判结果ID33的加权分数为1。其中，本运算处理的实施例中初判结果ID11、ID22、ID31、ID32以及ID33的属性定义彼此间具有相加关系，初判结果ID12、ID21以及ID23同样定义彼此间具有相加关系。
在本运算处理的实施例中，假设当分析选项111、分析选项112以及分析选项113皆被使用者选择时，所述被选择的分析选项111、112、113所对应的所述初判结果中根据所对应内容的相同或相似因素，因此其属性定义彼此具有一相加关系，因此初判结果“过度溺爱”ID11、“过度溺爱”ID22、“过度溺爱”ID31、“过度溺爱”ID32、“过度溺爱”ID33由于具有相加关系，将所有对应的加权分数全部相加总或者两两相加到最后而获得一加总值18，其中由于相加前加权分数较高的初判结果为ID11，因此将初判结果“过度溺爱”ID11的加权分数为6依据加总值进行更新为18，而其他相加前加权分数较低的所述初判结果则排除(删除)；另外初判结果“放纵教养”ID12、“放纵教养”ID21、“放纵教养”ID23同样由于内容相同因而属性被定义彼此间具有一相加关系，将所有对应的加权分数相加总而获得一加总值13，由于相加前分数较高的初判结果有两个分别为初判结果ID21、ID23，则任意择一作为代表，在此假设选择前者初判结果ID21，因此将初判结果“放纵教养”ID21的加权分数5依据加总值进行更新为13，而所述初判结果ID12、ID23则排除(删除)；由于其他初判结果的属性彼此间皆不具有相加关系，因此皆不需要进行相加，进一步将所述初判结果依据所对应的加权分数高低进行排序，加权分数由高至低依序为初判结果ID11(已更新的加权分数18)、初判结果ID21(已更新的加权分数13)、初判结果ID13(加权分数4)、初判结果ID24(加权分数3)、初判结果ID14(加权分数2)、初判结果ID15(加权分数1)。最终判断结果FS可为根据前述初判结果排序将所对应的内容显示在使用者接口以提供使用者参考分析结果，例如：根据前述排序结果对应的解释说明可能性最高的依序为“过度溺爱”、“放纵教养”、“教养不一致”、“西方教育”、“情绪调节能力差(缺乏情绪教育)”、“冲突处理能力差”，或者仅撷取前几名，也可以再进一步搭配提供更详细的解释说明或提供对应的建议方案。
承接上个实施例，本发明另有一种运算处理的实施例，为该分析选项111,112,113的初判结果群组ID1,ID2,ID3的所述初判结果的属性还可以进一步用于定义所述初判结果彼此间是否具有相抵触关系，具有相抵触关系的两个初判结果间会有两种处理的态样，其中的一种处理态样为作为所述初判结果的加权分数相扣抵的依据。例如：根据上个实施例中进行相加计算完成的初判结果当中，其中初判结果“过度溺爱”ID11与“放纵教养”ID21的属性定义彼此间具有相抵触关系，将有相抵触关系的初判结果“过度溺爱”ID11(已更新的加权分数为18)与初判结果“放纵教养”ID21(已更新的加权分数为13)的加权分数相扣抵后获得一差值5，由于初判结果ID11于相扣抵前的加权分数高于初判结果ID21，因此于相扣抵后初判结果ID11的加权分数依据差值更新为5，而进一步将相扣抵前加权分数较低的初判结果ID21排除(删除)，且所有存留的初判结果依据所对应的最新的加权分数排序，加权分数由高至低依序为初判结果ID11(已更新的加权分数5)、初判结果ID13(加权分数4)、初判结果ID24(加权分数3)、初判结果ID14(加权分数2)、初判结果ID15(加权分数1)；另一种处理态样为将彼此间具有相抵触关系的所述初判结果中加权分数较低的初判结果排除，再将存留的所述初判结果依据所对应的所述总加权分数高低进行排序，例如：由于初判结果“过度溺爱”ID11(已更新的加权分数为18)与初判结果“放纵教养”ID21(已更新的加权分数为13)具有相抵触关系，因此将加权分数较低的初判结果ID21排除(删除)，且所有存留的初判结果依据所对应的最新的加权分数排序，加权分数由高至低依序为初判结果ID11(已更新的加权分数18)、初判结果ID13(加权分数4)、初判结果ID24(加权分数3)、初判结果ID14(加权分数2)、初判结果ID15(加权分数1)。同样地，最终判断结果FS可为根据前述初判结果排序将所对应的内容显示在使用者接口提供使用者参考分析结果，例如：根据前述排序结果对应的解释说明可能性最高的依序为“过度溺爱”、“教养不一致”、“西方教育”、“情绪调节能力差(缺乏情绪教育)”、“冲突处理能力差”，或者仅撷取前几名，也可以再进一步搭配提供更详细的说明或提供对应的建议方案。
于本实施例中，该管理者接口13提供多个编辑项目131用以编辑所述分析选项、各该分析选项所对应的该初判结果、各该初判结果所对应的该加权分数、以及各该初判结果所对应的该属性，其中该属性用于定义所述初判结果彼此间是否具有一相加关系或一相抵触关系。此外，其中所述编辑项目131更可用以编辑该分析选项所对应的至少一分析判断单元，其中该分析判断单元以至少一阶层的展开方式以连结对应至少一该初判结果，即该分析判断单元可为一阶或多阶层，各阶层展开关即为专家根据专业知识与经验将各分析选项通过层层解析开展建立所有可能原因的关系图，各阶层的推展顺序可以根据原因的上下位阶、详细程度或因果关系等排序，专家可以自行编辑新增或删除分析判断单元的栏位与阶层并在分析判断单元的栏位中输入对应的分析内容。专家经由该管理者接口13编辑该编辑项目131后的各该分析选项、各该初判结果、各该加权分数、各该判断群组、各该属性或者各该分析判断单元等皆可以储存至该使用者接口11或该判断分析模块12中，运算处理根据编辑后的各该分析选项、各该初判结果、各该加权分数、各该判断群组、各该属性或者各该分析判断单元等进行运算。
又另一种运算处理的实施例，该分析选项111,112,113的初判结果群组ID1,ID2,ID3的所述初判结果不具有的相对应的加权分数，仅以初判结果中内容相同者的出现次数进行数量统计与排序，此运算处理态样，相当于前述各种实施中将初判结果所对应的加权分数皆视为1的情况下，进行运算处理。
图6示出了本发明一实施例的运用专家信息的辅助分析方法的流程图。有关图6的说明，敬请一并参照图1至图4。于图6中，在步骤S305中，接受多个分析选项111,112,113的触发，其中各该分析选项111,112,113对应至少一预设的初判结果。于本实施例中，使用者选择该使用者接口11上的多个分析选项111,112,113后，启动该分析数据库122中的分析判断单元并得到多个与该分析选项111,112,113对应的该初判结果。
于步骤S310，执行一运算处理，该运算处理根据所接受所述多个分析选项111,112,113对应输入的所述初判结果产生一最终判断结果FS(步骤S315)。在本发明的实施例中，被选择的分析选项可以是一个，但较佳为三个以上，最佳为五个，藉此提供一较为准确的分析判断。
除此之外，本发明运用专家信息的辅助分析方法中，在步骤S305接受多个分析选项的触发之前，更可进行步骤S320，请参阅图7所示，接收至少一编辑项目的触发与编辑信息，以编辑被触发的各该编辑项目所对应的分析选项或各该编辑项目所对应的初判结果。当完成编辑后，则进行步骤S325，储存被编辑后的各该分析选项或各该初判结果。完成储存步骤，可以重新进行接受多个分析选项的触发的步骤S305，而并通过执行该运算处理(步骤S310)而得到最终判断结果FS(步骤S315)。至于其他的各该加权分数、各该判断群组、各该属性或者各该分析判断单元等亦可通过前述方法，利用该管理者接口完成编辑并加以储存后，进行步骤S310、S315、S320得到最终判断结果FS。
综上所述，本发明所提供的运用专家信息的辅助分析系统及其方法通过运算处理单元121对使用者选出的分析选项进行初判结果的次数、数值及属性的权值运算，以获得较为客观、准确且符合逻辑的分析判断，使得使用者们可在短时间之内能正确理解观察事件背后的原因，甚至得到改正建议而依此修正后续运作方式，提升效能。而专家也可以持续累积其专业信息，并根据持续的观察与使用者回馈意见进行修正，以提高分析结果的准确度与可靠性。此运用专家信息的辅助分析系统及其方法不限定于儿童心理学的使用，凡是需要运用专家信息并通过观察具体事实以综合分析的领域，皆可以纳入。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
另外，本发明的任一实施例或申请专利范围不须达成本发明所揭露的全部目的、优点或特点。此外，摘要部分和标题仅是用来辅助专利文件搜寻之用，并非用来限制本发明的专利范围。

Claims (28)

1.一种运用专家信息的辅助分析系统，其特征在于，包括：
一使用者接口，包括有多个供使用者触发的分析选项；以及
一判断分析模块，耦接所述使用者接口，包括有多个对应所述分析选项的初判结果，其中各所述分析选项对应至少一所述初判结果，使用者选择多个所述分析选项后产生多个初判结果，所述多个初判结果通过一运算处理产生一最终判断结果。
2.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，所述运算处理为依据所述多个初判结果的产生次数来进行一加权运算，以提供所述最终判断结果。
3.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，所述多个初判结果分别具有对应的一加权分数与一判断群组，各所述判断群组对应至少一所述初判结果，所述运算处理包括将各所述判断群组分别所对应的所述初判结果的加权分数相加而使得各所述判断群组分别对应获得一总加权分数。
4.根据权利要求3所述的运用专家信息的辅助分析系统，其特征在于，所述运算处理进一步包括将所述判断群组依据所对应的所述总加权分数高低进行排序。
5.根据权利要求3所述的运用专家信息的辅助分析系统，其特征在于，所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，所述运算处理进一步包括将彼此间具有所述相抵触关系的所述判断群组所对应的所述总加权分数相扣抵后获得一差值，其中相扣抵前总加权分数较高的所述判断群组的所述总加权分数依据所述差值进行更新，再进一步将相扣抵前总加权分数较低的所述判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
6.根据权利要求3所述的运用专家信息的辅助分析系统，其特征在于，所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，所述运算处理进一步包括将彼此间具有所述相抵触关系的所述判断群组中总加权分数较低的所述判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
7.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相加关系，所述运算处理包括将彼此间具有所述相加关系的所述初判结果所对应的所述加权分数相加后获得一加总值，其中相加前加权分数较高的所述初判结果的所述加权分数依据所述加总值进行更新，进一步将相加前总加权分数较低的所述初判结果排除，再进一步包括将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
8.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相抵触关系，所述运算处理包括将彼此间具有所述相抵触关系的所述初判结果所对应的所述加权分数相扣抵后获得一差值，其中相扣抵前加权分数较高的所述初判结果的所述加权分数依据所述差值进行更新，再进一步将相减前加权分数较低的所述初判结果排除，再将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
9.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相抵触关系，所述运算处理包括将彼此间具有所述相抵触关系的所述初判结果中加权分数较低的所述初判结果排除，再将存留的所述初判结果依据所对应的所述总加权分数高低进行排序。
10.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，各所述分析选项对应至少一分析判断单元，所述分析判断单元以至少一阶层的展开方式以连结对应至少一所述初判结果。
11.根据权利要求1所述的运用专家信息的辅助分析系统，其特征在于，包括一管理者接口，所述管理者接口信息连接所述使用者接口与所述判断分析模块，该管理者接口具有多个编辑项目用以编辑所述分析选项以及各所述分析选项所对应的至少一所述初判结果。
12.根据权利要求5或6所述的运用专家信息的辅助分析系统，其特征在于，包括一管理者接口，所述管理者接口信息连接所述使用者接口与所述判断分析模块，所述管理者接口具有多个编辑项目用以编辑所述分析选项、各所述分析选项所对应的至少一所述初判结果、各所述初判结果所对应的所述加权分数、各所述初判结果所对应的所述判断群组、以及各所述判断群组所对应的所述属性。
13.根据权利要求12所述的运用专家信息的辅助分析系统，其特征在于，所述编辑项目更用以编辑各所述分析选项所对应的至少一分析判断单元，其中各所述分析判断单元以至少一阶层的展开方式以连结对应至少一所述初判结果。
14.根据权利要求7、8或9中任一项所述的运用专家信息的辅助分析系统，其特征在于，包括一管理者接口，所述管理者接口信息连接所述使用者接口与所述判断分析模块，所述管理者接口具有多个编辑项目用以编辑所述分析选项、各所述分析选项所对应的至少一所述初判结果、各所述初判结果所对应的所述加权分数、以及各所述初判结果所对应的所述属性。
15.根据权利要求14所述的运用专家信息的辅助分析系统，其特征在于，所述编辑项目更用以编辑各所述分析选项所对应的至少一分析判断单元，其中各所述分析判断单元以至少一阶层的展开方式以连结对应至少一所述初判结果。
16.一种运用专家信息的辅助分析方法，其特征在于，包括步骤有：
接受多个分析选项的触发，其中各所述分析选项对应至少一预设的初判结果；以及
执行一运算处理，所述运算处理根据所接受所述多个分析选项对应输入的所述多个初判结果产生一最终判断结果。
17.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，所述运算处理为依据所述多个初判结果的产生次数来进行一加权运算，以提供所述最终判断结果。
18.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，所述多个初判结果分别具有对应的一加权分数与一判断群组，各所述判断群组对应至少一所述初判结果，所述运算处理包括将各所述判断群组分别所对应的所述初判结果的加权分数相加而使得各所述判断群组分别对应获得一总加权分数。
19.根据权利要求18所述的运用专家信息的辅助分析方法，其特征在于，所述运算处理进一步包括将所述判断群组依据所对应的所述总加权分数高低进行排序。
20.根据权利要求18所述的运用专家信息的辅助分析方法，其特征在于，所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，所述运算处理进一步包括将彼此间具有所述相抵触关系的所述判断群组所对应的所述总加权分数相扣抵后获得一差值，其中相扣抵前总加权分数较高的所述判断群组的所述总加权分数依据所述差值进行更新，再进一步将相扣抵前总加权分数较低的所述判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
21.根据权利要求18所述的运用专家信息的辅助分析方法，其特征在于，所述判断群组分别具有对应的一属性，所述属性用于定义各所述判断群组彼此间是否具有一相抵触关系，所述运算处理进一步包括将彼此间具有所述相抵触关系的所述判断群组中总加权分数较低的所述判断群组排除，再将存留的所述判断群组依据所对应的所述总加权分数高低进行排序。
22.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相加关系，所述运算处理包括将彼此间具有所述相加关系的所述初判结果所对应的所述加权分数进行相加后获得一加总值，其中相加前加权分数较高的所述初判结果的所述加权分数依据所述加总值进行更新，进一步将相加前总加权分数较低的所述初判结果排除，再进一步包括将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
23.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相抵触关系，所述运算处理包括将彼此间具有所述相抵触关系的所述初判结果所对应的所述加权分数相扣抵后获得一差值，其中相扣抵前加权分数较高的所述初判结果的所述加权分数依据所述差值进行更新，进一步将相扣抵前加权分数较低的所述初判结果排除，再将存留的所述初判结果依据所对应的所述加权分数高低进行排序。
24.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，所述多个初判结果分别具有对应的一加权分数与一属性，所述属性用于定义各所述初判结果彼此间是否具有一相抵触关系，所述运算处理包括将彼此间具有所述相抵触关系的所述初判结果中加权分数较低的所述初判结果排除，再将存留的所述初判结果依据所对应的所述总加权分数高低进行排序。
25.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，各所述分析选项对应至少一分析判断单元，所述分析判断单元以至少一阶层的展开方式以连结对应至少一所述初判结果。
26.根据权利要求16所述的运用专家信息的辅助分析方法，其特征在于，还包括步骤有：
接收至少一编辑项目的触发与编辑信息，以编辑被触发的各所述编辑项目所对应的分析选项或各所述编辑项目所对应的初判结果；以及
储存被编辑的各所述分析选项以及各所述初判结果。
27.一种运用专家信息的辅助分析系统，其特征在于，包括：
一使用者接口，包括有多个供使用者触发的分析选项；
一分析数据库，包括有至少一与各所述分析选项对应的分析判断单元，以及多个分别与所述分析判断单元信息连接的初判结果；以及
一运算处理单元，耦接所述分析数据库，接收多个来自所述分析数据库的初判结果通过一运算处理产生一最终判断结果。
28.根据权利要求27所述的运用专家信息的辅助分析系统，其特征在于，包括一管理者接口，所述管理者接口信息连接所述使用者接口与所述分析数据库，所述管理者接口具有多个编辑项目用以编辑所述分析选项以及各所述分析选项所对应的初判结果。
CN201510288651.XA 2014-05-30 2015-05-29 运用专家信息的辅助分析系统及其方法 Active CN105184037B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW103119003 2014-05-30
TW103119003 2014-05-30

Publications (2)

Publication Number Publication Date
CN105184037A true CN105184037A (zh) 2015-12-23
CN105184037B CN105184037B (zh) 2019-05-24

Family

ID=54069217

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201510288651.XA Active CN105184037B (zh) 2014-05-30 2015-05-29 运用专家信息的辅助分析系统及其方法
CN201510288790.2A Active CN105279363B (zh) 2014-05-30 2015-05-29 行为心理辅助分析系统及其方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201510288790.2A Active CN105279363B (zh) 2014-05-30 2015-05-29 行为心理辅助分析系统及其方法

Country Status (4)

Country Link
US (2) US10599986B2 (zh)
JP (1) JP6530967B2 (zh)
CN (2) CN105184037B (zh)
TW (1) TWI598843B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493012A (zh) * 2018-12-29 2019-03-19 国家电网有限公司 一种典型经验全过程管控平台及其管控方法
TWI690815B (zh) * 2019-03-26 2020-04-11 林威成 電子手冊編輯系統

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1516561A (zh) * 2001-06-15 2004-07-28 ��Ϧ�������ݴ�ѧ������ 用于检测和评估欺骗和隐瞒识别以及对信息的认识/情绪反应的功能性脑成像
JP2005332331A (ja) * 2004-05-21 2005-12-02 Tostem Corp 家造りテーマ診断システム
US20070173733A1 (en) * 2005-09-12 2007-07-26 Emotiv Systems Pty Ltd Detection of and Interaction Using Mental States
JP2007226531A (ja) * 2006-02-23 2007-09-06 Ryoji Yamazaki 性格診断システムおよび性格診断方法
US20080077570A1 (en) * 2004-10-25 2008-03-27 Infovell, Inc. Full Text Query and Search Systems and Method of Use
US20080140616A1 (en) * 2005-09-21 2008-06-12 Nicolas Encina Document processing
JP2013073253A (ja) * 2011-09-26 2013-04-22 Kyoto Univ 患者由来情報システム、及び診療情報抽出システム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04136795A (ja) * 1990-09-28 1992-05-11 Toshiba Corp 異常原因診断方法
JPH0674876A (ja) * 1992-08-28 1994-03-18 Kawasaki Steel Corp 設備診断方法及び装置
DE4305522C2 (de) * 1993-02-17 1996-03-28 Daimler Benz Ag Einrichtung zur rechnergestützten Diagnose eines aus Modulen bestehenden technischen Systems
CN1877588A (zh) 1996-07-12 2006-12-13 第一咨询公司 应用基于列表的处理的计算机医疗诊断系统
US6711585B1 (en) * 1999-06-15 2004-03-23 Kanisa Inc. System and method for implementing a knowledge management system
WO2000079460A1 (en) * 1999-06-23 2000-12-28 Webango, Inc. Method for buy-side bid management
US6569093B2 (en) * 2000-02-14 2003-05-27 First Opinion Corporation Automated diagnostic system and method including disease timeline
US20030130994A1 (en) * 2001-09-26 2003-07-10 Contentscan, Inc. Method, system, and software for retrieving information based on front and back matter data
JP2003242271A (ja) * 2002-02-13 2003-08-29 Toshiba Corp プラント診断方法および診断システム
US6946715B2 (en) * 2003-02-19 2005-09-20 Micron Technology, Inc. CMOS image sensor and method of fabrication
US7780595B2 (en) * 2003-05-15 2010-08-24 Clinical Decision Support, Llc Panel diagnostic method and system
JP2005182738A (ja) 2003-11-26 2005-07-07 Gunma Univ 健康維持支援システム
TW200732984A (en) 2006-02-16 2007-09-01 Leahsin Technologies Inc System and method of projective-picture psychological analysis
JP2009199396A (ja) * 2008-02-22 2009-09-03 Fun Team Co Ltd 実務的能力診断システム
JP2009217457A (ja) * 2008-03-10 2009-09-24 Seiko Epson Corp 不具合原因探索装置および不具合原因探索方法
US8239216B2 (en) * 2009-01-09 2012-08-07 Cerner Innovation, Inc. Searching an electronic medical record
US20110257988A1 (en) * 2010-04-14 2011-10-20 Carmel-Haifa University Economic Corp. Ltd. Multi-phase anchor-based diagnostic decision-support method and system
US20130238647A1 (en) 2010-04-21 2013-09-12 Proteus Digital Health, Inc. Diagnostic System and Method
US8812506B2 (en) * 2011-05-19 2014-08-19 Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E.V System and method for conducting processor-assisted indexing and searching

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1516561A (zh) * 2001-06-15 2004-07-28 ��Ϧ�������ݴ�ѧ������ 用于检测和评估欺骗和隐瞒识别以及对信息的认识/情绪反应的功能性脑成像
JP2005332331A (ja) * 2004-05-21 2005-12-02 Tostem Corp 家造りテーマ診断システム
US20080077570A1 (en) * 2004-10-25 2008-03-27 Infovell, Inc. Full Text Query and Search Systems and Method of Use
US20070173733A1 (en) * 2005-09-12 2007-07-26 Emotiv Systems Pty Ltd Detection of and Interaction Using Mental States
US20080140616A1 (en) * 2005-09-21 2008-06-12 Nicolas Encina Document processing
JP2007226531A (ja) * 2006-02-23 2007-09-06 Ryoji Yamazaki 性格診断システムおよび性格診断方法
JP2013073253A (ja) * 2011-09-26 2013-04-22 Kyoto Univ 患者由来情報システム、及び診療情報抽出システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张美玲: "基于加权模糊推理的大学生心理咨询专家系统的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Also Published As

Publication number Publication date
TW201545107A (zh) 2015-12-01
CN105279363A (zh) 2016-01-27
CN105184037B (zh) 2019-05-24
JP2015228217A (ja) 2015-12-17
JP6530967B2 (ja) 2019-06-12
US10599986B2 (en) 2020-03-24
US20150262065A1 (en) 2015-09-17
US20200184356A1 (en) 2020-06-11
TWI598843B (zh) 2017-09-11
CN105279363B (zh) 2018-12-25

Similar Documents

Publication Publication Date Title
KR102206256B1 (ko) 온라인 강의 시스템에서 강사를 추천하는 방법
CN112307215B (zh) 数据处理方法、装置及计算机可读存储介质
Langley Machine learning for adaptive user interfaces
Bigaret et al. Supporting the multi-criteria decision aiding process: R and the MCDA package
CN109740048A (zh) 一种课程推荐方法及装置
Gómez-Zará et al. A taxonomy of team-assembly systems: Understanding how people use technologies to form teams
US20180018634A1 (en) Systems and methods for assessing an individual in a computing environment
EP0990209A1 (en) Database structure and management
Bharadwaj Strategic decision making in an information-rich environment: a synthesis and an organizing framework for innovation research
Vega-Gorgojo et al. Visual query interfaces for semantic datasets: An evaluation study
US20170140117A1 (en) Method and system for generating and displaying topics in raw uncategorized data and for categorizing such data
Afolabi et al. Decision support system for final year project management
CN112734142B (zh) 基于深度学习的资源学习路径规划方法及装置
CN105184037A (zh) 运用专家信息的辅助分析系统及其方法
US20170140110A1 (en) Method and system for generating and displaying structured topics of a healthcare treatment taxonomy in different formats
JP7390337B2 (ja) デジタルソリューション選定装置及びデジタルソリューションを選定する方法
CN114780408A (zh) 软件用户行为路径分析方法及装置
US20210334920A1 (en) System for Interest-Aligned Educational Degree Planning
Sarakiotis Human-centered AI: Challenges and opportunities
Barrientos et al. A Robust Monitoring Platform for Rural Cultural and Natural Heritage
Javahery et al. A user-centered framework for deriving a conceptual design from user experiences: Leveraging personas and patterns to create usable designs
Theng et al. Improved conceptual design for better hypertext
Jantarada et al. A hybrid human-data methodology for the conception of operational performance management systems
Costolloe et al. Decision Maker User Guide.
Abd El-Migid et al. Emotimonitor: A Trello Power-Up to Capture Emotions of Agile Teams.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant