人工智能研究综述

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能研究综述范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能研究综述范文第1篇

>> 研究生人工智能系列课程教学改革 研究生人工智能课程教学探索 研究生“人工智能”课程教学改革探索 人工智能实验课教学改革研究 人工智能课程全英文教学改革 创新型人工智能教学改革与实践 《人工智能》硕士课程教学改革的研究与实践 落实科学发展观,深化“人工智能”课程的教学改革 面向人工智能的信息管理与信息系统专业教学改革 人工智能课程教学方法研究 人工智能的应用研究 日本巨资扶持人工智能研究 人工智能系列课程研究 高中人工智能教学初探 《人工智能》双语教学初索 人工智能双语教学建设 人工智能实验教学探讨 “人工智能”之父 人工智能 AI人工智能 常见问题解答 当前所在位置：l(美国人工智能协会)、caiac.ca/(加拿大人工智能协会)等，它们包括了学科前沿动态、讨论交流及大量的代码资源等。通过使用这些资源，学员可及时了解人工智能最新发展动态，进行人工智能程序设计的交流及对一些问题进行较为深入的探讨。

2教学方法研究

研究生教学应更突出学生的主体地位，注重发挥其学习的主动性和自觉性，为此，课程组结合课程特点，在教学方法进行了如下探索。

2.1加强教学设计

教学设计就是对教学活动进行系统计划的过程, 是教什么(课程内容)及怎么教(组织、方法、策略、手段及其他传媒工具的使用等)的过程[2]。在教学过程中，每节课授课前，坚持集体备课的原则，由课程组集体讨论选定授课内容，补充阅读文献，根据授课对象与课程内容特点，确定课堂组织方式，采用的授课方式以研讨式教学为主，给合讲授、实验、自学等。

2.2抓好课堂教学环节

教学方法与教学手段是保证课堂教学效果的关键。本课程授课对象主要为硕士研究生，他们的接受能力较强，有一定的求知欲。由于学员人数较少，授课方式可灵活组织。教室有完备的多媒体设备，基本的软件实验环境，教学过程可采用灵活教学方法、多种教学手段，提高教学效率，保证授课质量。

1) 以研讨式为主的教学方式。研究生教学应坚持学术研究为导向，发挥学员在学习过程中的主动性和自觉性。由于研究生学员有一定的学习基础与自学能力，教员可以在课前给学员布置预习内容，学员通过查阅资料、分析整理进而形成自己的观点，使在课堂教学中师生互动交流成为可能，改变传统的教员讲，学员听的灌输式教学方式。研讨式教学也有力于培养学员积极思考、创新思维的习惯与能力。

2) 教学手段的信息化。人工智能原理教学一个突出矛盾是知识点多、内容抽象、理论性强，但学时较少，因此，必须发挥现代教学手段的作用，提高教学效率。为此，课程组对每节课都精心设计了教学课件，课堂教学中以课件为主，辅以板书，充分利用多媒体信息量大、直观等优点，改善教学效果；引入教学声像资料，便于学员课下学习；设计演示程序，使部分比较抽象、不易于理解的内容，如子句归结、搜索策略更形象直观，易于学习和掌握。

3注重培养学员学术研究能力

学术能力是指专门对某一学问进行系统的哲理或理论研究的能力，它不仅包括思辨的方面，还包括实践及感性的敏感力等方面。研究生阶段学习的一个突出特点是要求学习的主体――研究生必须具备研究的能力[3]。论文写作是培养、锻炼、提高研究生的学术能力的重要途径，在教学实施过程中，要求每个专题学习结束后，都要提交一份格式符合期刊发表要求的总结报告，题目可自行选定，也可由教员指定；内容既可以是人工智能该专题某一算法的实现，也可以是对某一问题的进一步研究，或者是对该专题最新研究进展的综述。教员重点在以下几个方面予以指导。

1) 选题准确。要求选题不能过于宏大，应以小题目反映大问题，具有一定的可研究性为宜。

2) 研究内容。研究目标明确，方法恰当，能够提出自己的见解，所提观点正确。

3) 论文结构。结构清晰、完整，论述严谨，表达规范。

4) 占有文献丰富。撰写过程中要有意识培养学员查阅科技文献的能力，要求查阅反映最新研究成果的权威文献。

4加强实验环节教学

人工智能教学在进行各种理论知识讲授的同时，还应重视实践教学，把抽象的知识转化为形象、直观的实验，让学员真正理解人工智能的概念、本质、研究目标，从而提高学员多角度思维的能力和逻辑推理能力，进一步了解信息技术、计算机技术发展的前沿，培养他们对人工智能研究的兴趣，激发对人工智能技术未来的追求。为此，课程组借鉴国内外知名大学人工智能实验教学经验，编写了《人工智能原理实验指导书》，围绕问题表示、经典逻辑推理、不确定推理、搜索策略及简单专家系统实现等教学内容提供了7组实验供学员选择。

例如，在状态空间搜索一节教学过程中，先完成理论部分的教学，使学员对状态空间基本概念、问题表示及求解方法有一个准确的认识，然后进行实验教学。由学员自主完成重排九宫问题求解的程序，初始状态和目标状态如图1所示，调整的规则是，每次只能将与空格(左、上、下、右)相邻的一个数字平移到空格中[4]。实验过程重点指导学员掌握状态空间进行问题求解的关键步骤：问题表示和搜索策略。问题表示就是要确定该问题的基本信息及程序实现的数据结构，基本信息有初始状态集合、操作符集合、目标检测及路径费用函数，数据结构可采用向量、链表等形式；搜索策略可分为盲目式搜索和启发式搜索，可按照先易后难的原则，先实现盲目搜索中的广度优先及深度优先搜索，在此基础上再定义估价函数实现启发式搜索。而在启发式搜索实现过程中，又可以通过定义不同的启发函数：如某状态格局与目标节点格局不相同的牌数、不在目标位置的牌距目标位置的距离之和等加以比较，准确理解启发函数的意义。通过实验，学员加深了对课堂讲授的理论知识的理解，能够熟练地将状态空间法运用于实际问题的求解，提高了工程实践能力。

实验教学组织方式可根据具体的实验内容特点，采用上机编程实验、演示程序验证、模拟平台开发、分组讨论等多种形式进行。

5适度开展双语教学

研究生的英语基础普遍较好，基本都通过了国家公共英语四级考试，部分学员通过了六级考试，加之在本科阶段还开设了专业英语课程，因此，在培养研究生人工智能知识的同时，我们要提高学员阅读原版英文资料、用英语进行简单科技写作及对外学术交流的能力，适度开展双语教学，对此，我们可采取以下基本方式。

1) 专业术语全部用英语表示。

在教学过程中用英语表达人工智能原理中的专业术语和主要概念，如Knowledge Representation(知识表示)、Depth-First Search(深度优先搜索)、Breadth- First Search(广度优先搜索)等。

2) 以英文原版教材为教学参考书。

选定机械工业出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》为参考书，该书“是人工智能课程的完美补充。它既能给读者以历史的观点，又给出所有技术的实用指南[5]。”

3) 加强英文文献的阅读。

在课程论文撰写时，要求阅读一定数量的外文文献；在讨论课中，鼓励学员使用英语进行讨论。

经过课程学习，学员都能准确掌握人工智能学科专业词汇，英文运用能力得到一定提高，能较自如地阅读原版英文专业资料，为进一步用英文进行学术交流及学术论文写作打下基础。

6考试与成绩评定改革

考核方式采用传统的试卷与课程论文、实践环节等三部分组成，全面考查学员对基础理论知识掌握情况以及理论联系实际的能力，其中试卷占70%，课程论文占10%，实践环节占20%。课程论文题目不作限制，由学员在课程学习阶段结合某一专题选定题目，课程论文以选题意义、研究内容、论文结构、参考文献及撰写规范等指标为评价依据；实验成绩采用实验过程考查、实验结果验收和实验报告评阅相结合的考核方法，综合评定。这样做不但考核了学员人工智能基本理论掌握情况，也反映了学员的学术研究能力和工程实践能力。同时，考核结合实际教学进程，改变了单一课终总结性考核的弊端。

7结语

经过课程组近两年的教学方法研究与教学实践，研究生人工智能原理课程教学收到较好的效果，但仍存在一些问题，如在课堂讨论环节，个别学员准备不充分、讨论不够深入；课程论文撰写选题随意，文献综述不够全面、准确，论文格式不够规范等。在今后的授课中，课程组将根据授课研究生人数较少的特点，采取明确每名学员预习重点、加强课程论文交流等方式予以改进，力求取得更好的教学效果。同时，进一步充分利用便利的校园网平台，开展“人工智能原理”网络课程建设，购买或自主开发网络教学资源，引导学员利用网络资源进行个性化自主学习，增强教学过程的信息化程度。

参考文献：

[1] 王永庆. 人工智能原理与方法[M]. 西安:西安交通大学出版社,2002:1.

[2] 李志厚. 国外教学设计研究现状与发展趋势[J]. 外国教育研究,1998(1):6-10.

[3] 肖川,胡乐乐. 论研究生学术能力的培养[J]. 学位与研究生教育,2006(9):1-5.

[4] 周金海. 人工智能学习辅导与实验指导[M]. 北京:清华大学出版社,2008:204.

[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:机械工业出版社,2009:754.

Reform on Postgradrates Artificial Intelligence Course Teaching

TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei

(Department of Computer Engineering, Ordnance Engineering College, Shijiazhuang 050003, China)

人工智能研究综述范文第2篇

【关键词】人工智能；电气工程自动化；控制技术

0 引言

随着经济的快速发展，人们生活水平得到了较好的改善。经济的繁荣使得我国工业水平正在不断提高。在社会主义市场经济环境下，竞争机制不断完善和发展，各企业要想在竞争激烈的市场环境中稳定发展，提高企业自身的工作效益非常重要，而人工智能在提高企业经济效益上有着重要作用。随着科学技术的不断发展，人工智能技术不断成熟并广泛的应用在电气工程自动化中，有效的提高了电气工程自动化的效率，为企业的发展带来了良好的经济效益。

1 人工智能概述

人工智能也可以称作为机器智能，是人类对自然改造做制造出来的系统所表现出来的职能，人工智能是以计算机技术为依靠的。从某种意义上将，人工智能就是沿用人工的方法和技术，以人类的智慧为模型，实现机器智能化的发展。人工智能的产生是随着科学技术的发展而发展的，是人类与计算机技术发展的产物结晶。科学技术是第一生产力，随着科学技术的不断发展，人工智能的发展已经超越了计算机这一门学科。心理学、计算机学科、哲学、物理学等众多学科都与人工智能有着密切的关系。

2 电气工程中实现人工智能控制的意义

在我国，是一个能源消耗大国，工业的发展，使得在人力上、物力上、财力上的投入不断增加，近年来，我国电气工程事业得到了飞速发展，为了满足人们日益增长的物质文化需求，适应经济快速发展的步伐，在竞争激烈的市场环境中，电气工程面临着巨大的挑战。随着科学技术的不断发展，人工智能逐渐进入到人们的视野，并且所担任的角色也来越重要。人工智能在电气工程中所扮演的角色尤为重要。当前我国电气工程很容易出现设备故障，经济效益低下，为了改变这些状况，在市场环境中长远生存下去，利用人工智能技术已经迫在眉睫了。在电气工程中，利用人工智能，可以实现智能化作业，在电气设备上实现智能化自我检修，防止出现设备故障，从而提高设备的工作效率，给电气工程事业带来经济效益[1]。

3 人工智能在电气工程自动化控制技术中的应用

在我国电气工程中，运用人工智能作业，可以有效的提高智能化作业水平，在作业过程中，可以自行的对机械设备进行检查，从而加大对电气工程自动化作业的控制，提高电气工程自动化作业水平。下面就以火力发电工程为例，来分析人工智能在工程中自动化的控制技术。

3.1火力发电的原理

火力发电系统中主要由燃烧供给系统、给水系统、蒸汽系统、冷却系统、发电系统等主要部件构成。火力发电是指利用石油、煤和天然气等燃料燃烧时所产生的热能来加热水，使水变成高温、高压水汽，然后再由水蒸气推动发电器来发电。热电厂为火力发电厂，采用煤炭作为一次能源，利用皮带传送技术，向锅炉输送经处理过的煤粉，煤粉燃烧加热锅炉使锅炉中的水变为水蒸汽，经一次加热之后，水蒸汽进入高压缸。为了提高热效率，应对水蒸汽进行二次加热，水蒸汽进入中压缸。通过利用中压缸的蒸汽去推动汽轮发电机发电。从中压缸引出进入对称的低压缸。已经作过功的蒸汽一部分从中间段抽出供给炼油、化肥等兄弟企业，其余部分流经凝汽器水冷，成为40度左右的饱和水作为再利用水。40度左右的饱和水经过凝结水泵，经过低压加热器到除氧器中，此时为160度左右的饱和水，经过除氧器除氧，利用给水泵送入高压加热器中，其中高压加热器利用再加热蒸汽作为加热燃料，最后流入锅炉进行再次利用。以上就是一次生产流程[2]。

3.2产品设计人工智能化控制

在火力发电场中，电气设备的设计是一个非常艰难的过程，设备性能的好坏直接影响到了发电系统的整体效果，要想保障火力发电系统的正常使用，产品设计的科学性很重要。人工智能利用计算机科学技术，经过模型设计，计算出电力系统做需要产品的规格，从而提高了工作效率，缩短了设计的周期，在发电系统中便利统一指导和管理[3]。

3.3经济运行人工智能化控制

随着计算机技术的发展，在火力发电厂中，运用计算机技术实现火力发电各系统之间的监控，而人工智能集合了计算机技术与人类的智慧于一体，在火力发电厂中，利用人工智能可以计算出火力发电厂各个系统运行的功率，单位的流量。火力发电厂场中，各个分系统之间是相互联系的，利用人工智能，能够计算出会理系统所需要的燃料，蒸汽系统中的水温变化情况，已经发电成效，对火力发电系统中各个子系统都能够有效的控制起来，从而保障火力发电厂经济运行[4]。

3.4机械设备人工智能化控制

火力发电厂所需要的设备较多，所要投入的人力也较大，一般都是一个子系统由两到三个人监控，发电系统能够正常运行。通过计算机监控技术，只要一个中央控制系统就能对发电系统的各个子系统中进行人工智能操作，不仅能够节省大量的人力，还能针对设备故障进行自动化检修，保障设备运行的效率，实现人工智能化控制[5]。

4 结语

随着我国科学技术的不断发展，人工智能已经逐渐成熟起来，并且广泛应用在当前企业的经营活动中。伴随着电气工程规模不断的扩大，电气自动化技术在电气工程中的作用也越来越大。在社会主义市场经济当中，随着市场竞争越来越激烈，我国电气工程要想在市场中取得发展，不断满足现代化经济快速发展的需要，就必须提高电气工程自动化的办公效率，利用人工智能技术，对企业办公实行自动化控制，从而有效的改善电气工程运行环境，提高经济效益，促进经济发展。

【参考文献】

[1]徐志国.人工智能（AI）在电力系统中的应用[J].现代电子技术，2013，06（21）：24―25.

[2]王同文，管霖，张尧.人工智能技术在电网稳定评估中的应用综述[J].电网技术，2011，01（12）：136―137.

[3]李华勇，王诗明，王华.电网智能操作票管理系统的研制与开发[J].江西电力，2012，10（06）：104―105.

[4]毛钢元，刘志国.智能控制系统设计方法的比较研究[J].淮阴工学院学报，2010，10（05）：198―199.

[5]孙竹梅，张丽香.人工智能技术在国内电厂中的应用研究[J].电力学报，2011，08（02）：105―106.

人工智能研究综述范文第3篇

关键词：人工智能；智能营销；营销趋势；营销挑战

一、引言

随着人工智能技术的快速发展，越来越多的企业将人工智能技术应用到企业的日常生产经营活动中来。NarrativeScience和国家商业研究所的报告显示，在2016年仅有38%的企业表示引用了人工智能技术，而到了2017年这一数字迅速增长到了61%。与此同时人工智能技术在营销领域的应用也越来越广泛，在零售行业，人工智能可以通过自我学习，为消费者添加标签，描绘用户画像；在网络消费场景，智能人工助理可以帮助营销人员及时在线回答用户问题。人工智能的应用让消费者与企业的互动更加频繁，这也给企业营销活动本身带来了如隐私泄露、过度营销、用户倦怠等问题。如何正确处理人工智能技术在营销领域的应用问题，成为了学者们日益关注的重点。以往的研究已经从人工智能营销的技术基础、概念、隐私担忧等方面进行了分析，本文将从人工智能营销的内涵、趋势、挑战等方面进行梳理研究，希望能够对人工智能态势下的市场营销有更加全面的认识，为企业应对人工智能营销活动中的问题提供有价值的参考。

二、人工智能态势下的市场营销

（一）智能营销的内涵

智能营销，是伴随着人工智能应用的发展而产生的一个新的营销概念。智能营销不等同于电子营销，它是建立在大数据、人工智能、云计算等综合技术基础上的一种智能化运作模式（汪涛2014），是可以模仿营销人员的部分行为活动的过程。随着人工智能技术在营销领域的应用，智能化的设备通过仿真、思考、行动等模式完成了营销人员所需要进行的一部分工作，深刻改变了营销思维和方式。作为智能经济条件下的新产物，目前学者们对智能营销还没有形成一致的概念界定。但是随着对人工智能的逐步深入了解，业界逐渐形成了一种共识，即它是企业借助计算机网络、移动互联网等智能技术来进行营销活动的各种新思维、新方法、新工具的一种创新营销新概念（常亚平2018），它包括智能识别、智能存储、智能执行等多个方面。

（二）智能营销的技术基础

人工智能营销的兴起离不开技术的支持，根据以往文献的研究，可以将智能营销发展的技术基础大致归为三个方面：首先，移动互联网和5G技术为智能营销发展提供了海量数据来源的保障。智能营销发展的重要基础就是数据，持续可靠的数据获取是智能营销所需的核心技术之一。随着移动互联网和5G技术的发展，营销活动借助虚拟现实技术、仿真技术、人工生物智能技术广泛深入到消费者的工作、娱乐、生活、消费等日常行为活动中，全方位地记录了消费者的行为数据，为智能营销的后续分析处理工作提供了海量的数据信息来源。其次，云计算帮助智能营销完成了复杂的数据计算和处理分析。移动互联网时代，大数据的发展使网络数据成几何倍增长，如何计算和处理分析这些海量数据成为了智能营销发展所必须解决的重要问题。云计算技术凭借强大的数据计算能力，很好地解决了人工智能技术应用过程中的海量数据处理问题，通过多维度数据的连接实现了万物互联，从而使消费者和智能设备的交互体验更加完善，营销场景也因及时准确的数据分析而更加智慧化。最后，人工智能商业化应用技术为智能营销发展提供了网络应用环境。德勤2019年《全球人工智能发展白皮书》显示，当前人工智能技术已进入全方位商业化阶段，并预测全球人工智能市场在未来几年会经历现象级增长（钱明辉2019）。我国也出台了相应政策来支持人工智能商业化应用的发展，2019年我国从事人工智能业务企业数量居全球第二。人工智能商业化的发展环境以及人工智能商业化应用技术的支持，为智能营销的发展创造了良好的外部网络应用环境。

（三）人工智能在营销中的应用体现

人工智能技术在营销中的应用，使营销活动体现出了新的特点，如：视觉、听觉、触觉等多种形态的新互动方式、个性化需求的预测等。根据营销活动的不同过程阶段，可以从四个方面来分析人工智能在营销中的应用体现。1.营销调查研究阶段。营销调查研究是营销活动的起点，通过提前的调研企业可以了解市场占有情况、消费者意愿、目标消费群体需求等重要信息。大数据技术以及人工智能技术的应用，极大地提高了企业营销活动前期的营销调研效率。消费者在各种生活消费场景中会留下自己的痕迹和使用信息，人工智能技术会帮助企业将海量的用户数据进行归类，如账户数据、交易数据、浏览数据等，并利用这些数据进行用户画像，从而准确分析出消费者的日常消费偏好、消费方式等信息，帮助营销人员获取营销调研后的第一手分类数据。2.营销策略的制定阶段。人工智能技术从全网智能抓取相关数据进行分析，并智能分析出最新热度关注点，帮助营销人员完成寻找吸引消费者的创新点环节，摆脱了以往只依赖于营销人员自身经验判断和小范围营销调研结果的限制。同时借助仿真技术、生物识别等技术，人工智能技术所创造的“人工脑”可以完成营销策略制定过程中的一部分思考工作，如创意筛选、优化等方面。3.营销执行阶段。以往的营销推广活动，需要营销人员提前进行宣传媒介的选择并且派大量人员进行实地配合，受限于地点、经费等外部因素。而人工智能技术根据网络热度数据分析，自行筛选出适合企业产品宣传的网络平台，并且根据用户使用偏好数据测算出适合的营销时间点、次数等，在用户进行相关网络访问时个性化推送符合该用户需求特征的营销方案，如喜马拉雅会根据用户年龄、性别、收听历史记录等自动推送相关收听图书资源和购买活动等。4.营销效果的评估阶段。以前的营销活动效果评估需要事后进行监测，而人工智能技术的应用帮助企业实现了实时监测，系统自动在全网络进行相关内容的数据抓取和分析处理，并将监测效果及时反馈给营销人员，方便营销人员根据消费者反应及时修改营销方案，降低了突发事件对企业营销活动的影响。

三、人工智能带来的营销管理新趋势

人工智能技术在营销领域的应用深刻地改变了企业的营销思维和营销方式，也让营销管理活动有了新发展，对于人工智能带来的营销管理新趋势可以从下面几个方面来理解：一是技术驱动营销变革。智能技术将成为下一代营销变革的新支撑。目前，仿真技术和人工生物智能技术的初步使用已经能够帮助智能设备进行部分营销工作中的思考问题。营销专家智能系统可以实现专业知识的传递和学习，在营销专家的训练下智能系统会增长解决问题所需的知识，并向用户提供解决问题的办法。电子自动订货系统，会根据企业线上线下的销售数据自动进行分析，智能识别畅销品和滞销品，并根据实际情况自动交换订单信息，减少营销人员在了解销售状况和消费者偏好等信息时所投入的时间成本。人工智能技术的应用带来了营销理念、方法、手段、工具等各个方面的改变，未来如何利用好人工智能技术来帮助企业进行营销活动是营销人员需要关注的重点。二是营销方式的多元化和营销推荐的大规模定制化。人工智能技术的应用给营销方式带来了巨大的变革，短视频营销、直播营销等新型营销方式使企业营销活动不再局限于传统线下和网络页面广告等方式。这种多元化的智能营销方式，可以更加广泛深入地获取消费者的各种使用数据信息，如抖音小视频会根据用户关注信息来自动推送相关产品宣传视频。智能化的营销方式让大规模定制化成为可能，企业可以借助智能技术和数据处理技术实现对每个用户的精准识别与记录，从而为其个性化推荐相关信息，实现营销个性化的批量自动生产。三是“AI+”智慧营销带来的跨场景营销。“AI+短视频”营销、“AI+KOL”的粉丝营销等不同营销策略，在人工智能技术的支持下各自发挥所长，应用到营销活动的各个环节当中。“AI+”的使用增强了消费者的互动体验感和真实感，如唯品会的智能试装功能可以帮消费者实现线上虚拟体验，大大提升了消费者从“看”到“买”的效率，缩短了购买转化时间。在移动互联网时代，消费场景碎片化、消费行为流动化，人工智能技术的使用可以帮助企业处理复杂的消费使用数据，系统整合消费者在不同场景的多维行为数据，从而精准识别不同消费个体在不同消费场景下的差异化需求，结合消费者的实时场景，为消费者适时提供跨场景的营销服务，突破圈层和场景的限制，扩大营销推广范围，提升企业的56品牌宣传度。四是基于智能识别、语音互动等技术的线上线下一体化智慧营销。根据2018年人工智能应用行业报告，目前人工智能技术已经可以应用到零售的全链条环节，既可以线上进行用户画像和精准个性化推荐，也可以线下智能物流、智能选址、优化消费者行为分析和商品运营环节等，这种线上线下一体化智慧营销，需要完整的人工智能技术体系的支持。通过分析消费者轨迹数据、可穿戴智能设备的身体数据以及社交消费平台数据等信息，利用线上线下信息的同步传输、人脸识别等技术，人工智能可以及时捕捉消费者行为及心理需求，并实现精准匹配。

四、人工智能时代市场营销面临的挑战

人工智能技术在营销领域的应用给企业和消费者都带来了极大的便利，但是技术都是具有两面性的，我们必须理性对待人工智能技术，正视人工智能应用过程中产生的问题。根据以往文献的研究，可以从以下几个方面来认识人工智能时代市场营销面临的挑战。一是人工智能背景下复合型营销人才的不足，带来的技术和营销的进一步对接问题。当前，智能营销领域的一个显著问题就是技术与营销的进一步深度衔接问题，懂技术、懂市场的复合型人才的不足使得企业在应用人工智能过程中出现很大障碍。一些机构掌握着最新智能技术，积累了海量数据；而另一些机构则了解市场，不掌握技术，技术应用与市场营销之间的衔接出现了隔阂。人工智能技术在营销的应用给所有领域的营销人员都带来了挑战，人才和工作需求双向失衡。企业必须培养复合型的营销人才，引进新技术培训课程，提升现有营销人员的整体技术素质，从而帮助企业解决智能技术与营销的进一步对接问题。二是人工智能营销过程中暴露的数据隐私保护和流量造假问题。各种数据隐私新闻案件的曝光，让越来越多的用户对新技术的使用保持着高度敏感。大量未经用户本人同意的数据非法监测和解读严重干扰着消费者的日常生活，一些企业甚至利用智能技术对用户个人信息进行预测分析来以此获取用户隐私。而流量数据造假问题更是进一步瓦解了消费者对网络消费活动的信任，一些企业为了短期的盈利，利用内容剪切等网络工具打造虚假流量信息，给消费者带来了误导，同时也严重干扰了正常的市场竞争秩序。为了能够让企业更有效地推进人工智能技术与营销活动的衔接，必须及时惩治非法获取消费者隐私的企业，营造良好的网络使用环境，同时企业也要在内部加强管理，提升营销人员的道德素养。三是全方位人工智能营销环境下的消费者心理倦怠问题。人工智能技术可以给消费者推荐各种个性化信息，但这种根据消费者使用痕迹来进行持续性的精准推荐很难不让消费者产生厌倦心理。随时随地的广告推荐、跨屏的无广告拦截、用户浏览记录的跟踪推荐等行为，在智能技术的推动下变得更加自动频繁。虽然人工智能技术可以帮助企业精准分析用户数据，但数据也不能完全反映消费者的内心，企业要避免对智能技术的完全盲从，以防消费者产生厌倦心理。营销活动是对人进行的活动，因此企业也要关注营销人员的营销经验，不能以技术决定一切，要将技术与人的主观感受相结合，真正做到从消费者本身需求出发。

五、结论

人工智能在营销领域的应用目前还处于初步发展期，企业在应用人工智能技术时必须理性看待人工智能技术。既要看到人工智能给企业营销带来的数据分析、精准识别等便利，也要看到人工智能应用带来的技术陷阱、用户隐私等问题。当然，人工智能技术在营销领域的应用未来还将有更进一步的发展，企业也要及时进行探索研究。本文仅从理论层面梳理分析了人工智能在营销领域应用的相关问题，未来还可以在其他方面进行深入研究：如何更好地解决人工智能应用过程中带来的隐私泄露问题，从而提升消费者的使用体验；人工智能的特征如何对消费者的行为产生影响；智能互动方式的改变对营销活动的影响，等等。

参考文献：

[1]高山行，刘嘉慧.人工智能对企业管理理论的冲击及应对[J].科学学研究，2018(11).

[2]常亚平，王良燕，黄劲松，等.3D（大数据、数字化和发展中）背景下的营销战略与转型专栏介绍[J].管理科学，2018(5):1-2.

[3]Shankarv.Howartificialintelligence（AI）isreshapingretailing[J].JournalofRetailing，2018，94(4):vi－xi.

[4]汪涛，谢志鹏.拟人化营销研究综述.外国经济与管理，2014(1):38-45.

[5]Wangtao,XIEZhipeng.Areviewoftheliteratureofper-sonificationmarketing[J].ForeignEconomics,Manage-ment,2014(1):38-45.

[6]钱明辉，徐志轩.基于机器学习的消费者品牌决策偏好动态识别与效果验证研究[J].南开管理评论，2019(3):66-76.

[7]王先庆，雷韶辉.新零售环境下人工智能对消费及购物体验的影响研究：基于商业零售变革和人货场体系重构视角[J].商业经济研究，2018(17):5.

人工智能研究综述范文第4篇

关键词：智能电网；人类智能；人工智能；自感知；自适应；自趋优

中图分类号：TM73 文献标识码：A 文章编号：2095-1302（2013）01-0032-05

0 引 言

智能电网是当今世界电力系统发展的重大变革，也是21世纪电力系统的重大科技创新和发展趋势。2003年，美国“未来能源联盟”首次提出智能电网的概念。同年，美国能源部了“Grid　2030”设想[1]，将美国的未来电力系统描述为一个完全自动化的电力传输网络，能够监视和控制每个用户和电网节点，保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。2005年，欧洲技术论坛（ETP）提出了“Smart　Grid”概念[2]，计划通过智能电网的建设，向所有用户提供高度可靠、经济有效的电能，充分开发利用大型集中发电机和小型分布式电源，提高电网公司运营效率，降低电能价格，加强与客户的互动，应对来自市场、安全和电能质量、环境等方面的压力。

国内也高度重视智能电网建设。2010年6月7日，总书记在两院院士大会上的讲话中提出，要“构建覆盖城乡的智能、高效、可靠的电网体系”。国家科技部于2009年11月24日的《关于加快我国智能电网技术发展的报告》中提出了明确的目标和任务。国家电网公司于2009年5月了“坚强智能电网”愿景及建设路线图。南方电网有限责任公司在2010年7月提出了“建设一个覆盖城乡的智能、高效、可靠的绿色电网”的目标。2011年2月，陕西省地方电力（集团）有限公司作为专业的配电网公司，联合清华大学提出了建设“多指标自趋优”智能配电网的目标。

智能电网涉及能源、环境、社会、经济和管理等多个学科，由于其具备系统工程和创新技术的特点，目前智能电网的研究趋向发散，对智能电网的认识多从企业自身出发，尚未收敛到智能电网本质的研究，影响和干扰了对智能电网发展方向的研判。本文在分析国内外智能电网相关研究的基础上，结合实践应用，溯源了智能电网的本质——智能，提出了智能电网分代标准，建立了智能电网分代模型，探讨了智能电网分代的社会经济意义。

1 国外智能电网分代研究状况

分代研究在计算机和战斗机等领域已经取得了共识。计算机按照所采用的电子元件，历经了电子管计算机、晶体管计算机、集成电路计算机、大规模集成电路计算机，现在正在研发信息获取、存储、处理、通信与人工智能相结合的第五代计算机。20世纪40年代中期，以喷气式发动机为动力的战斗机出现后，按时代和技术水平，战斗机历经三代，目前正在研制第四代战斗机。

由于智能电网尚未大规模应用，与计算机、作战飞机等其他领域分代研究更注重“回头看”的方法不同，智能电网分代更注重“向前看”，这个特点导致智能电网分层次、分步骤、分阶段的研究异彩纷呈，莫衷一是。国外智能电网分代的相关研究综述如下。

1.1 智能电网演进模型

2010年1月，加拿大学者Hassan　Farhangi从功能和投资回报率（ROI）两个维度，提出了如图1所示的智能电网的演进模型[3]。他认为，由于化石燃料的成本猛增，电力公司无法扩大发电能力以满足用户对电能不断上升的需求，只有从配电网着手，加强需求侧管理，才能保障电力公司拥有较高的ROI水平。模型表示，智能电网最初的投资用来满足计量设备由机电式到单向自动抄表（AMR）的功能转变，AMR具有节约人力以及时间成本的优势，但是由于其只具有单向通信能力，无法支持电力公司依据从电表获取数据采取调控措施。高级计量架构（AMI）能够提供双向的通信系统，旨在为电力公司提供实时的能耗数据，允许客户以价格为基础，对能源使用做出选择。智能电网演进的最终目标是分布式控制与微网相结合的互联电网。

1.2 智能电网持续发展理论

2011年7月，美国GridNet公司执行副总裁兼首席战略官Andres　Carvallo和能源与IT行业学者John　Cooper合作出版了“The　Advanced　Smart　Grid　—　Edge　Power　Driving　Sustainability”一书，提出了智能电网持续发展理论[4]。书中认为第一代智能电网（Smart　Grid　1.0）实现了发电厂到终端计量设备的电流与信息流的传输，典型的第一代智能电网是美国科罗拉多州博尔德市智能电网的建设。下一代智能电网（Smart　Grid　2.0）将是一个集成的、先进的智能电网体系，从战略上进行顶层设计，在组织、运行、系统集成与建模等多个维度进行柔性规划，下一代智能电网的一些技术已经在美国奥斯汀市智能电网研究项目Pecan　Street中浮现。书中对第三代智能电网（Smart　Grid　3.0）进行了展望，并将其定义为一个基于互联网络的重新设计的能源系统。

1.3 智能电网层次理论

IBM高级电力专家Martin　Hauske认为智能电网的基本概念有3个主要元素：首先是广泛连接资产与设备的传感器；其次是数据的搜集与整合体系；最后是依据数据进行相关分析，以优化运行和管理的能力。与之对应，智能电网也就有三个层面的含义[5]：首先是利用传感器对发电、输电、配电、供电等关键设备的运行状况进行实时监控；然后将获得的数据通过网络系统进行收集、整合；最后通过对数据的分析、挖掘，达到对整个电力系统运行的优化管理。因此，智能电网可以被认为是通过传感器把各种设备、资产连接到一起，形成一个客户服务总线，通过对信息进行整合分析，从而降低成本，提高效率和可靠性，促进管理和运行达到最优化。

1.4 智能电网成熟度模型

智能电网成熟度模型是IBM、美国生产力和质量中心（APQC）及全球智能电网联盟（GIUNC）合作研究的成果[6]。智能电网的成熟度分为5个阶段：第1阶段，只有对智能电网的设想，主要工作是对技术的试验和评价，以及建立业务模型；第2阶段，企业在至少一个智能电网的重要业务领域进行投资和实施；第3阶段，企业对智能电网的组成部分进行重新配置，实现业务领域整合或产业链升级；第4阶段，实现企业范围的跨业务综合观测及综合控制，力争形成新的经济或商业模式；第5阶段，企业有能力在新的业务、运行、环境等机会出现时，充分利用并发展壮大。

综观国外的相关研究，智能电网演进模型以计量系统为主线，没有加入交易环节，同时忽视了人工智能在电网中的应用。智能电网持续发展理论有对智能电网分代以及各代相应功能的描述，但是缺乏对智能电网本质的分析，特别是对三代智能电网核心的描述。智能电网层次理论以传感器为基础，触及到智能电网的基本，但是数据收集与整合体系等没有体现人这一重要因素的参与，理论阐述不够全面。智能电网成熟度模型实质上是智能电网的推进步骤。因此，上述研究都没有涉及智能电网的本质。

2 智能电网的本质——智能

对国外智能电网的研究和实践进行分析，能够为国内的相关研究带来启示和借鉴。从人类认识事物的基本方法来看，对智能电网进行分代研究，必然要从智能电网的本质着手。智能电网可以认为是人工智能在传统电网中的应用，而人工智能又起源于人类智能，因此，必须从人类智能出发，探求智能电网的本质——智能。

2.1 人类智能的发展阶段

人类智能经历了从初级到高级、从简单到复杂的演化过程。这种过程只在个体的前十几年表现得尤为突出，正是这一过程决定了每个人一生智能水平的高低，也决定了人类群体智能水平的多样性。

1983年，美国学者Howard　Gardner提出多元智能理论，将智能分为语言智能、数学逻辑智能、空间智能、身体运动智能、音乐智能、人际智能、自我认知智能、自然认知智能等8个方面。瑞士心理学家Jean　Piaget从时间维度对人类智能演化规律做出经典总结，提出了人类智能发展理论[7]，将个体从出生到青年时期的智能发展水平分为感知运动阶段、前运算阶段、具体运算阶段和形式运算阶段。

虽然多元智能理论并不着眼于各个智能在个体层面的发展顺序，但是结合Jean　Piaget的认知发展理论，同时根据Howard　Gardner对每种智能概念的描述，可以对智能的8个组成部分以发展为时序，在多元维度上进行归类。在感知运动阶段，空间智能和音乐智能是人类智能重点发展的部分；到了前运算阶段，语言智能和身体运动智能在儿童身上表现较为明显；数学逻辑能力和自我认知能力在具体运算阶段得到了迅速发展；最后，从青少年阶段开始，终其一生，对自然的认知，人际交往能力随着阅历的丰富、经验的积累而日趋成熟。

2.2 人工智能是对人类智能的模拟、延伸和扩展

人类智能的演进规律遵循着Jean　Piaget的人类智能发展理论，这些研究成果也深刻地影响着另一个与之紧密相关的学科，即以计算机为基础的人工智能的研究。人工智能最初被定义为“让机器的行为看起来就像人所表现出的智能行为一样”，到后期逐渐演变为让机器拥有自己的思维。对比人类智能发展的历程，人工智能的演进呈现出与之相似的路径。

（1） 人工智能发展的初级阶段是对人类智能的模拟。通过传感器远程传送信号，需要操作者通过计算机终端控制机器执行动作，这类似于人类智能的感知运动阶段，具体的应用如排爆机器人、勘探机器人等。

（2） 人工智能发展的中级阶段是对人类智能的延伸。着眼于通过程序算法实现机器的逻辑运算和自我认知能力，类似于人类智能的前运算和具体运算阶段。智能机器人通过处理器分析传感器收集的信息，在无人操控的状态下执行动作。有些智能机器人还能通过对人类语言的识别和模拟实现与人类的语言交流，如日本的ASIMO智能机器人，可以通过“脑—机”系统达到人类思维直接控制机器人的效果。

（3） 人工智能的更高阶段，智能将成为一种系统层面的应用。人工智能体现出自我思维和机器情感等人类特有的能力，通过自我思维产生对外部环境的认识，通过机器感情与外部环境产生更为复杂的交互，这些能力使得人工智能发生了从模拟、延伸到扩展人类智能的突破。

2.3 智能电网是人工智能在传统电网中的应用

智能电网建立在电力电子技术、传感与测量技术、控制仿真决策技术、信息与通信技术、人工智能技术等基础技术之上，以实现发电、储能、输电、配电、用电等环节的智能化为目的。其中，人工智能技术在推动智能电网发展中起着重要作用。

（1） 人工智能的应用能够推动整个电力系统的发展。传统电网存在大量非线性的、模糊的、不确定、不精确、不完全真值的问题，人工智能技术应用的目的就是解决上述问题。基于人工智能的电网故障检测与诊断、具有灵活自愈功能的配电自动化等技术的应用表明，在期望能取得低代价的解决方法和鲁棒性方面，人工智能的应用显著改善了传统电网对不确定、高度非线性环境的适应能力。

（2） 人工智能技术的应用体现了智能电网的本质。智能电网的本质是智能，现代人工智能技术是对人类智能的模拟，因而人工智能的应用是电网“智能化”的根本体现，人工智能技术应用使智能电网回归到了它的本质——智能。从这种意义上说，人工智能技术是否应用是评价一个电网是不是智能电网的基本依据。

（3） 人工智能技术在电网中的应用程度体现了智能电网区别于传统电网的特征。传统电网未能完整地体现人工智能“感知、思维、行为”三要素，导致人的参与程度较低，传统电网始终徘徊在由工业化主导的阶段，在信息化与工业化融合时，遇到了重重困难。智能电网中，人工智能技术的广泛应用将使得电网逐步具有模拟人类智能的能力，从而减少人的参与程度。

（4） 未来智能电网的发展中，人工智能是推动智能电网跃进发展的革命性力量。未来智能电网将是一个具有自预测、自诊断、自愈、自组织和自管理特性的电网。智能电网的跃进发展将主要依靠电网的自学习能力，人的干预将退居其次。人工智能的应用，使得电网的自学习成为可能。在可以预见的将来，除了人工智能技术，其他技术均无法有效增强电网的自学习能力。

3 智能电网分代原则、标准与模型

以上分析了智能电网的本质，以下在智能电网的本质基础上提出智能电网分代的原则、标准以及智能电网分代模型。

3.1 智能电网分代原则

智能电网分代必须遵循以下原则：

（1） 惟一性原则：下一代和上一代的智能电网必须按照智能电网的本质进行划分。

（2） 革命性原则：下一代智能电网必须在整体，而不是局部取得标志性进展和突破。

（3） 连续性原则：下一代智能电网发展的关键要素必须蕴含在上一代智能电网的发展过程中。

3.2 智能电网分代标准

智能电网的本质是智能。人工智能是人类智能应用于传统电网的纽带，人工智能将人类智能的8个方面归纳为“感知、行为、思维”3个要素，上述3个要素也是智能电网分代的标准。

感知是客观事物通过感觉器官在大脑中的直接反映。在多元智能的8个方面中，感知体现语言智能、空间智能、音乐智能。感知在人工智能技术中的体现有语音识别、机器视觉等。

行为是器官对外界刺激所产生的反应。行为体现身体运动智能，行为在人工智能技术中的体现有机器人学、智能控制等。

思维是主体处理信息及意识的活动。思维体现数学逻辑智能、人际智能、自我认知智能、自然认知智能，思维在人工智能技术中的体现有知识系统、专家系统、神经网络、进化计算等。

3.3 智能电网分代模型

智能电网发展的各阶段均须具备人工智能3个要素的全部或部分，不具备3个要素的电网属于传统电网。依据3个要素在传统电网中渗透与融合的深度和广度，建立智能电网分代模型如图2所示。

图2中将智能电网划分为具有以下特征的三代智能电网：

（1） 第一代智能电网：自感知智能电网（Self-sensing　Smart　Grid）。第一代智能电网在传统电网的基础上具备自主感知能力，是人工智能在电网中应用的初级阶段。智能电网关键设备能够自主感知电属性（负荷等）和电相关属性（温度等）的变化，需要人参与进行决策并采取行动，第一代智能电网只具备简单的自主决策和初级的自主行为能力。典型的自感知智能电网设备及系统如电子式及光学式互感器、智能环网柜、智能在线监测系统、智能终端等。

（2） 第二代智能电网：自适应智能电网（Adaptive　Smart　Grid）。第二代智能电网在第一代智能电网自主感知能力的基础上，具备一定的自主决策能力和自主行为能力，是人工智能在电网中应用的中级阶段，较少需要人参与就能根据感知结果进行决策并采取行动。这种感知、决策和行为是独立的，即只在单一设备或系统局部的感知域内进行决策并根据决策结果驱动单一设备或系统局部采取行动，以达到局部最优。典型的自适应智能电网应用系统如智能调度系统、智能自愈系统等。

（3） 第三代智能电网：自趋优智能电网（Self-approximate-optimization　Smart　Grid）。第三代智能电网在第二代智能电网自主决策和自主行为能力的基础上，是人工智能在电网中应用的高级阶段，更少需要或不需要人参与就能根据感知结果进行决策并采取行动。这种感知、决策和行为是系统的、全局的，即在整个系统感知域（或子集）内进行决策并根据决策结果驱动相关（部分或全部）设备采取行动，使得电网自身状态趋向最优。目前，已经提出来的自趋优智能电网如智能广域机器人（Smart　Wide　Area　Robot，Smart-WAR）[8]。

4 智能电网分代的社会经济意义

技术创新与人类解放之间的历史发展进程表明，人的劳动方式在逐渐变化，技术创新使人在生产劳动中逐渐从事必躬亲的执行者演变成监督者、命令者，这种角色的演变，反映出技术创新在人的实践过程中所具备的强大能动作用。智能电网作为当前电网行业最重要的技术创新形式，同样发挥着着解放人类劳动的作用，亦即电网运行中人的参与程度不断减弱。

第一代智能电网通过技术创新实现自我感知，不但极大地拓展了认知的深度和广度，而且还使人的身体在一定程度上获得了解放。

第二代智能电网通过技术创新实现自我行为，将会极大地减轻人的劳动强度，甚至取代了劳动者在电网运行过程中仅有的操作、监督和控制工作，使人得以在很大程度上从体力劳动中解放出来。

第三代智能电网通过技术创新实现自我思维，“电脑”开始代替“人脑”控制电网运行，机器人劳动取代人的劳动，使人的活动逐渐从电网运行中淡出，这将使人的思维劳动强度得以极大的减轻。

以智能电网建设为标志的技术创新为电力产业提升运行管理水平，开发新产品和服务，以及延伸整个产业链奠定了坚实的技术基础。随着技术手段的革新与经营管理模式的转变，电力产业尤其是电网企业的供给可能性边界将极大扩展，不仅能够满足目前存在的潜在需求，而且还能在未来引领和创造新的需求，在供需双方良性互动的作用下，电力产业将不断优化升级，产业整体影响力和竞争力都会获得显著的提升。

5 结 语

智能电网分代是一个全新的课题，但是分代研究在计算机等其他领域并不鲜见，对这些领域进行分代的目的是通过研究“上一代是什么”来推测“下一代是什么”，因此有必要通过分代研究来预测和引导智能电网的发展方向。与其他领域分代研究更注重“回头看”的方法不同，智能电网尚未大规模应用，分代更注重“向前看”，正是人类智能与人工智能的发展规律，奠定了我们“向前看”的基础。未来，伴随智能电网的深入推进，实践应用总结出的成果和经验，将有助于深化对智能电网本质的认识，理论的可行性与实践的迫切要求，也必将对智能电网分代研究起到促进作用。

参 考 文 献

[1]　US　Department　of　Energy.　Grid　2030：　A　national　vision　for　electricity's　second　100　years[R].USA：　US　Department　of　Energy　Initiative，　2003.

[2]　European　Commission.　European　technology　platform　smartgrids：　vision　and　strategy　for　Europe's　electricity　networks　of　the　future[EB/OL].　[2012-09-20].　http：//ec.europa.eu/research/energy/pdf/smartgrids_en.pdf.

[3] FARHANGI　Hassan.　The　path　of　the　smart　grid　[J].　IEEE　Power　and　Energy　Magazine，　2010，　8（1）：　18-28.

[4] CARVALLO　Andres，　COOPER　John.　The　advanced　smart　grid：　edge　power　driving　sustainability　[M].　Boston：　Artech　House　Publishers，　2011.

[5]　IBM论坛2009.　点亮智慧的地球[EB/OL].　[2012-09-25].　http：///cn/forum2009/wisdom.shtml.

[6]　IBM.智能电网成熟度模型[EB/OL].　[2012-09-12].http：///smarterplanet/global/files/cn_cn_zh_energy_solution3_112kb.pdf.

人工智能研究综述范文第5篇

系统综述(systematicreview)又称系统评价，起源于医学领域，是指在复习、分析、整理和综合原始文献的基础上进行的二次研究方法［12］，目前已经被广泛应用于循证医学(evidence-basedmedicine)［13］，逐步应用于社会学、教育学、图书情报等领域［14］。系统综述可被精确区分为两种类型:(1)定性系统综述，原始文献的研究结果被分析与总结，但未经统计学合并;(2)定量系统综述，又称元(meta)分析或荟萃分析，应用统计学方法对若干个研究结果进行定量统计合并的过程。在某些不强调或较难实施统计学合并的研究领域，直接将定性系统综述称为系统综述，将其作为一种对某研究问题、主题或现象的可获得的所有研究进行评价和解释的方法，目标在于通过一种可信的、严格的以及可审计的方法来提供公正的研究评价［15］。信息科学与旅游科学的交叉研究属于较难实现统计学合并的研究领域，因此本文采用定性系统综述方法，简称系统综述。本文关于信息科学与旅游的交叉研究的系统综述研究包含如下步骤:(1)确定研究问题为了全面了解与分析信息科学与旅游的交叉研究现状，本文确定了如下系统综述的研究问题:①信息科学研究中面向旅游的研究主要有哪些方面?②旅游研究中与信息科学相关的研究主要有哪些方面?③信息科学与旅游的交叉研究有哪些趋势?(2)确定文献搜索策略基于所确定的研究问题，设计如下文献搜索策略:①搜索工具与数据库:采用GoogleScholar、IEEEXplore、ScienceDirect;②搜索关键字:采用关键字组合“tourism”AND(“computer”OR“communicationtechnology①”)，即“旅游”与“计算机”或“通信技术”同时出现;计算机科学与技术是信息科学研究领域中最为活跃的方向之一，计算机科学与技术、通信科学与技术在信息科学研究中具有一定的代表性;经过反复搜索测试，“计算机”与“通信技术”作为关键字与“旅游”进行组合搜索，搜索结果能够较为全面地覆盖信息科学与旅游的交叉研究，实现本文系统综述的研究目标;③搜索的时间范围:2000年之后。(3)文献搜索按照上述搜索策略分别在3个工具与数据库进行搜索。GoogleScholar显示共有54500条结果(2011年12月22日)，其只提供最相关的前1000条;IEEEXplore(搜索字段为“摘要”)共搜索到46条结果(2011年12月24日);ScienceDirect(搜索字段为“题目”或“关键字”或“摘要”)共搜索到36条结果(2011年12月24日)。(4)文献筛选在上述搜索到的条目中，按照表1所示的文献入选和剔除标准，筛选用于本文系统综述的文献。表1所示第一步完成后共有512篇文献入选。第二步经过多次逐步细化筛选，最终确定用于本文系统综述的入选文献共245篇，其中期刊论文158篇，会议论文87篇。245篇文献来自106种期刊和58种会议，文献来源分散且涉及领域广泛，有关文献来源、作者等的定量分析结果已另文撰写［16］，本文则侧重对系统综述研究步骤(1)所确定的研究问题的回答。(5)分析与完成报告根据系统综述研究步骤(1)所确定的研究问题，对入选文献进行分类、分析与总结。分析结果见下一章节。为了分别回答问题1与问题2，本文需要将入选文献划分为旅游研究和信息科学研究两种视角，分别简称为旅游类研究和信息类研究。而事实上，当两种研究产生交叉与融合，进行上述严格区分是较为困难的。为此，本如下处理:(1)按照文献来源所属学科范畴进行划分，如来源于TourismManagement及《旅游学刊》的文献则划入旅游类，来源于ExpertSystemswithApplications及《计算机工程》的文献则划入信息类;(2)按照期刊载文的学科范畴划分，如《华东经济管理》刊载旅游类文章，则归为旅游类，《北京工商大学学报(自然科学版)》刊载信息技术类文章，则归为信息类;(3)按照入选文献的具体内容划分，一些综合性期刊无法直接确认属于哪一类，则阅读入选文章原文，如果偏重人文社会学视角，则归入旅游类;如果偏重信息科学及技术视角，则归入信息类。由此，经管类、电子商务、地理类等期刊归入旅游类中，测绘类期刊归入信息类中;两类分别含有入选文献147篇和98篇。

综述结果与分析

1:信息科学研究中面向旅游的研究主要有哪些方面?“面向旅游”并不特指专用于或专门针对旅游的研究，而是指其研究问题由旅游领域而产生，或者旅游是其最为典型的应用。面向旅游的信息科学研究几乎涉及了信息科学研究范畴的各个方面，而许多研究领域更是体现了信息科学领域较新及较前沿的研究方向与热点，如表2所示①。面向旅游的信息科学研究中最受关注的研究主题是应用系统、人工智能、地理信息系统、移动应用、推荐系统以及语义网与本体等;而Web服务、虚拟现实、普适计算、计算机仿真也受到了一定程度的关注。下面对表2排序前10的研究主题的进展情况进行详细阐述。应用系统指面向各种终端设备，如电脑、手机、PDA(掌上电脑)、电话等使用者的可用人机交互系统，也包含网站(Web)应用系统。本文为了强调移动应用和推荐系统两类特殊的应用系统，在本类研究主题统计中将其排除，另列类别。应用系统研究占据了面向旅游的信息科学研究的较大比重。一方面是因为信息科学向旅游研究中进行渗透的最初方式正是其在旅游行业中的实际应用;另一方面是入选文献中我国研究占据较大比重且较集中于该类研究。应用系统的相关研究可分为:①战略设计或实施建议，如航空业信息技术应用战略与战术研究［17］，以及非洲撒哈拉以南地区的旅游组织实施电子商务的建议［18］;②技术架构设计，如基于面向服务的体系架构(serviceorientedarchitecture，SOA)的旅游资源信息服务模型研究［19］;③系统设计与开发，如一种智能旅游行程导航系统［20］，以及四川［21］、山西［22］和赣东北［23］等目的地或区域管理信息系统的设计与开发。人工智能是面向旅游的信息科学研究较多采用的方法与技术，可将相关研究分成以下几个方面:①推理，即采用人工智能推理技术支撑各种应用系统，如基于贝叶斯网的旅游行程推理［24］;②数据挖掘，如旅游突发事件预测预警［25，26］、消费者特征分析［27］、基于机器学习的旅游博客观点挖掘［28］以及数据仓库技术在旅游业中的应用［29］;③主体(agent)，如主体旅游者进行数据采集、分析并向旅游者进行旅游推荐［30－32］;④评价，如基于神经网络的上海旅游可持续发展能力评价［33］;⑤决策支持，如旅游目的地选择决策支持系统［34］。旅行活动是一种人地关系，地理信息是设计与开发各种旅游应用系统的重要信息资源，地理信息系统就是为这些应用系统提供地理信息使用接口的重要支撑系统。个性化目的地推荐系统［35］、基于短信服务的餐馆推荐系统［36］、导航系统［20］、位置服务系统［37］、旅游资源监控预警系统［38］以及古建筑信息系统［39］等应用系统都离不开地理信息系统的支撑。上述“应用系统”主题研究中，几乎所有面向目的地与区域的管理信息系统的设计与开发都离不开地理信息系统。有关旅游地理信息系统本身的研究也较为活跃，如雅安市WebGIS(万维网地理信息系统)的实现研究［40］、基于WebGIS的旅游地理信息系统研发［21］以及泰山三维(3D)地理信息系统的研发［41］。移动通信技术，特别是移动终端技术的快速发展，使得面向旅游者手持终端(如手机、PDA)的各种移动应用得到了迅猛发展。相比较于传统的计算机应用，移动应用较好体现了旅游以“人为中心”而不是计算机为中心的理念。相关研究主要集中于面向旅游者服务的信息推送与搜索［37］、导航［42，43］、实时路线及目的地推荐［34，36，44，45］;并向普适计算的方向进行扩展，如手机电子门票［46］、基于全球定位系统的车辆监控与导航以及手机与环境之间的交互游戏［47］等。除了面向旅游者服务外，移动应用研究还包含面向旅游研究者、旅游公共管理与服务部门以及旅游企业的旅游行为数据采集与分析，如可通过基于手机数据的散客流分析，对目的地住宿的可容纳量进行估算［48］。移动应用中与位置信息相关的应用也被称为位置服务，如位置信息服务、导航以及实时路线推荐等。推荐系统是为解决互联网“信息过载”问题而提出的一种个性化服务，帮助用户从大量信息中发现其可能感兴趣的或者满足其需求的资源，如信息、服务以及商品等，并自动生成个性化推荐［49］。目前，推荐系统在旅游中的典型应用为旅游行程规划，可面向旅游电子商务用户［50］，也可面向互联网用户［4，51，52］;可规划旅行的时间、地点以及活动等全套行程规划［4，51－53］，也可推荐旅游目的地［35］、餐厅［36］以及住宿［54］等。推荐系统主要采用人工智能［50］、语义网［24，53］、移动应用［36，45］、定位与地理信息系统［36］等技术。相关研究还涉及用户个性语义模型［55］、系统架构设计［56］等方面。语义网(semanticWeb)是传统网站的一种扩展。在语义网中，信息具有明确的含义———语义，人类语言与机器语言之间能够相互理解，机器能够自动地处理和集成网上对于人而言可用的信息，使得人与机器之间的交流变得像人与人之间交流一样顺畅。本体(ontology)是用来描述网络文档中术语的明确含义及其之间关系的技术，能够实现语义网信息处理的自动化，提高网站搜索的准确性以及网站服务质量［57］。旅游领域是语义Web与本体研究的问题来源与典型应用对象，如基于语义Web与本体技术的旅游中小企业间信息交换［58］、动态生成客户供给的客户关系管理［59］、旅游网站信息系统［60］、旅游目的地管理系统［61］以及旅行推荐系统［24，30，53，54，56］。这些系统能够对旅游领域知识进行本体表达，从而集成对于用户有用的或者满足用户需求的语义信息;其中，旅游知识域的本体表达［62］、行程规划的语义信息推理［24］是实现这些系统的关键技术。Web服务(Webservices)是Web上数据和信息集成的有效机制，是解决Web上各种应用系统高维护与更新代价的最为合理的解决方案［57］。因此，Web服务在旅游中主要用于信息集成、交换以及系统之间的互操作［63，64］。Web服务技术对于旅游目的地管理而言非常重要，能够实现旅游目的地营销系统与旅游企业之间以及目的地旅游企业之间的异构数据交换、共享以及集成［65］。Web技术还是Web推荐系统的重要技术之一，能够获取推荐系统所需的动态与实时的万维网数据［52］。虚拟现实技术主要用于旅游目的地、景区、景点的市场营销。国内的相关研究集中于旅游目的地、景区及景点等的虚拟展示，如西安市360度全景虚拟旅游系统［66］、北京妙峰山古建筑群的网络虚拟漫游系统［67］、村镇民俗旅游资源的立体展示［68］。郑鹏等认为这是一种旅游产品的虚拟试用体验［69］。而国外的相关研究则侧重于游客的现场体验，特别针对历史文化遗产与遗迹，如意大利的PEACH(personalexperiencewithactiveculturalheritage，个性化体验活动的文化遗产)项目针对提升游客在博物馆对于文化遗产的体验［70］以及马来西亚凯利城堡(Kellie’sCastle)的虚拟旅游原型研发［71］。虚拟现实技术在旅游中的应用还包含了旅游开发与遗产保护，如十三陵景区的虚拟复原［72］。普适计算模式下人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理。由于移动终端设备及其应用的发展，普适计算在旅游研究中非常活跃，如一种面向移动终端的基于旅游本体的信息广播与推送方法研究，用以解决传统移动终端对于旅游者需要花费昂贵的“漫游”网络连接费用以及需要主动获取信息等问题［73］;一个面向德国雷根斯堡(Regensburg)游客的移动终端游戏的设计与应用，游客可以通过在空中晃动手机来与游戏中的历史人物沟通，该游戏以一种有趣的方式向游客介绍雷根斯堡的历史［74］。普适计算是我国目前形成研究热点的物联网应用的基础理论与技术之一。计算机仿真技术研究中面向旅游的研究包含基于概率统计方法对上海旅游服务系统顾客满意度进行仿真［75］以及基于系统动力学方法对新度假制度对城郊旅游的影响进行仿真［76］等。

问题2:旅游研究中与信息科学相关的研究主要有哪些方面?旅游研究中与信息科学方法与技术相关的研究范围较为广泛，表3显示本文入选文献中归入旅游类的研究主题共有43种①。其中最受关注的研究主题是电子商务、网站评估以及在线消费者行为。人工智能、移动通信、地理信息系统等信息科学方法与技术在旅游中受到了相应重视。旅游网站空间、系统评价、网络营销、应用系统以及正在大范围普及的Web2.0互联网应用模式也受到了旅游研究的重视。信息科学领域中的某些前沿研究也在旅游研究中得到了关注，如计算机仿真、推荐系统、Web服务、语义网与本体。进一步对表3各类主题的文献内容进行剖析与归纳，可以得到以下旅游研究中与信息科学方法与技术相关的6个研究范畴:信息技术对旅游的影响研究主要包含信息技术对旅游产业的影响与信息技术在旅游中的应用影响两个方面。其中，信息技术在旅游中的应用影响又分为现状研究、作用研究、影响因素研究等方面。信息技术对旅游产业的影响主要体现在其对传统旅游产业价值链的重构上，集中表现于电子商务对旅游产业的影响［77］、新型电子中介(供应商、互联网门户网站、拍卖网站、数字电视、移动商务等)对传统电子中介(计算机订座系统、全球分销系统等)的影响［78］、信息技术对分销渠道的影响［79］。信息技术在旅游中的应用现状研究主要侧重于旅游企业，如电子商务在北京旅游企业中的应用现状［80］、土耳其旅行社对互联网的使用情况［81］、爱尔兰旅游中小企业和乡村微型住宿业对信息技术使用情况的分析［82］、南非中小旅游企业对于信息技术使用的状况研究［83］.信息技术对旅游的作用研究既包含旅游企业整体层面，如信息技术对埃及中小接待企业发展的积极作用［84］、知识管理对于澳大利亚旅游业的作用［85］等;又包含旅游企业的某项具体功能，如信息技术应用对于泰国酒店运营效率的作用［86］;还包含旅游资源开发与保护方面，如计算机技术对于泰国古建筑重建的重要作用［87］。信息技术应用的影响因素研究对于旅游业如何有效应用信息技术而言是非常重要的。相关研究包含:①电子商务的应用影响，如泰国旅游企业应用电子商务的影响因素［88］、酒店业应用电子商务的影响因素［89］;②网络营销对旅游企业的影响，如互联网广告对旅行社运营的影响［90］;③旅游企业对技术应用的态度，如希腊旅行社对互联网技术的使用情况与态度［91］;④旅游者对信息技术使用的态度，如游客在度假时是否愿意使用基于技术的信息［92］、影响旅游者使用互联网进行旅游规划的因素［93］。目前，信息技术在旅游中的应用模式研究主要集中于电子商务模式、网络营销以及Web2.0。电子商务模式的相关研究有区域旅游电子商务开发计划研究［94］、旅游电子商务模式现状与趋势研究［95］、旅游电子商务模式［96］以及运营模式研究［97］等。网络营销是除了电子商务之外信息技术在旅游中最主要的应用模式。网络营销研究多围绕网站展开，如英国农村接待企业网站营销现状研究［98］、塞尔维亚旅游网站网络促销现状和形式研究［99］、美国旅游官方网站网络营销使用分析［100］、旅游目的地营销组织网站的客户需求研究［101］。此外，在线葡萄酒旅游［102］以及在线客户关系管理［103］都是一种网络营销方式。随着互联网技术的发展，Web2.0作为一种新型的互联网应用模式受到了旅游领域的高度关注。相关研究可以分为如下几个方面:①营销，即基于Web2.0的网络营销方式，这是目前旅游研究领域最为关注的方面，如Web2.0对克罗地亚旅游产品的营销作用研究［104］、博客对于旅游市场营销的中介作用［105］;②旅游者行为与服务，如Web2.0下网络旅游消费行为模式及旅游网站应用研究［106］、基于Web2.0的用户个性化定制研究［107］以及基于人工智能技术的微博“旅游情感”数据挖掘［108］;③网站分类，如Web2.0旅游网站的分类机制研究［109］。此外，面向产业价值网络的四川旅游信息资源整合推进模式和机制是一种信息技术在旅游中应用模式的有效探索［110］。网站评价是信息技术应用评价研究中最主要的内容［111］。从评价对象上看，相关研究涉及官方旅游网站［112］、目的地营销组织网站［113］、各国及地区旅游网站［114－116］;从评价内容上，包含有效性评价［112］、可用性评价［114，117］、使用分析［118］、功能分析［113，119］、网站设计［116，120］、网站旅游本体分析［121］、游客价值［116］以及网站访问者分析［119］等;从评价方法上有调查法［114］、启发式方法［115］、数据包络分析法［122］、内容分析法［113］、网站日志分析法［118］、领域本体分析法［121］等。随着移动通信技术的发展，移动应用在旅游领域得到了广泛应用，针对移动应用系统的评价研究也受到研究者的关注，如从用户角度对移动应用进行评价［123］、各种移动旅游者指南功能与可用性评价［124］。较传统旅游研究对象，如旅游资源、旅游企业以及旅游者等，信息社会视角的旅游研究对象发生了扩展，如从旅游者的地理时空变化扩展到了在线旅游者行为变化，从旅游资源的空间格局扩展到了旅游网站的网络结构等。在线旅游者行为研究中最受关注的是消费行为研究，如消费影响因素与满意度［125］、忠诚度与推荐行为［126］、在线分享行为［127］。随着社会网络的形成，在线旅游者的情绪研究得到关注，如通过旅游者在论坛、博客(微博)上的评论分析旅游者情绪［3，108，128］，相关方法包含内容分析［3］、统计与语言学分析［128］、人工神经网络方法［108］以及数据挖掘技术［127］等。一项研究还将旅游者的博客进行了计算机可视化，用来辅助其他旅游者的旅行计划［129］。此外，旅游目的地营销组织网站的旅游者在线行为也受到研究者的关注［101］。目的地地理尺度的旅游网站空间结构也受到研究者的关注，主要包含方法研究与案例研究。方法研究有统计方法［130］以及网络拓扑图方法［131－133］等;案例包含欧洲［131］、意大利厄尔巴岛［132］以及河北省［134］等。旅游虚拟社区是社会信息化背景下形成的新型社区，部分旅游研究者对其给予了关注，如针对具有中国文化背景的芒果社区网(Mango)的综合性研究［135］。社会信息化下的旅游研究方法包含两个方面的含义。一是指传统旅游研究方法可借助社会信息化背景进行扩展，如网络调查方法［1，136］扩展了传统现场发放问卷的调查方法;基于射频识别(RFID)与全球定位系统(GPS)技术的追踪系统扩展了传统旅游者游憩行为问卷调查方法，并提高了数据的精度［137，138］;遥感与地理信息系统(RS＆GIS)技术可提高旅游资源监测的准确性［139］等。二是指旅游研究方法对于信息科学方法与技术的借鉴。人工智能是旅游研究中采用最多的信息科学方法与技术，其在旅游研究中的应用可以分为以下几个方面:①需求预测，如基于人工神经网络的西班牙巴利亚利群岛旅游时间序列预测［5］、遗传算法在旅游需求预测中的应用［140］、模糊时间序列及灰色理论在短时间序列旅游需求预测中的应用［141］以及人工智能方法与其他预测方法的比较［142］;②在线行为分析，如基于机器学习(machinelearning)的在线消费者行为数据挖掘［127］;③基于主体(agent)的旅游系统仿真研究，采用人工智能研究领域的重要分支———多主体系统(multi-agentsystem，MAS)对多层面、多地理尺度旅游系统进行计算机仿真，探索旅游主体之间的相互作用与规律，如基于多主体的旅游空间结构演化研究［143］、旅游者在目的地［144］以及景区范围的动态性研究［6］。计算机仿真方法与技术在旅游研究中的应用也受到了旅游研究者的关注，具体研究包含以下几个方面:①预测，如旅游收入预测［145］;②旅游经济研究，如区域旅游经济系统动力学分析［146］;③旅游主体行为研究，如上述人工智能研究中基于主体的旅游系统仿真研究［6，143，144］。地理信息系统(GIS)是信息科学与地理科学的交叉研究领域，作为旅游研究的一种研究方法或工具，主要被用于旅游资源评价［147，148］。随着移动终端设备在旅游者中的普及，旅游研究者对移动应用的相关研究给予了较大关注，如上下文适应的移动应用体系框架设计［149］、上下文相关的信息推动服务系统设计［150］以及用于博物馆导游的多媒体技术研究［151］。语义网与本体是信息科学的前沿领域，但由于其对于提升面向旅游者的网络服务质量具有非常重要的作用，也受到了旅游研究者的关注，如用于搜索引擎的旅游域语义表示研究［152］。智能系统作为信息科学的前沿领域，在旅游研究中也受到了关注，除了综述性研究外［153］，还出现了有关智能系统设计方面的研究［154］。应用系统的规划建议与系统结构设计是旅游研究者较为关注的信息技术研究，如基于知识管理视角的目的地管理系统设计［155］。而其中以我国的相关研究为最多，如赣东北网络旅游信息系统研究［23］、上饶市旅游资源信息系统［156］。数字旅游是一种典型的旅游与信息技术的综合叉研究主题，在我国旅游研究领域受到了关注，既包含了偏重技术的研究，如数字旅游的体系框架［157］，也包含了围绕数字旅游系统建设的保障体系研究，如相关政策法规方面的研究［158］。

问题3:信息科学与旅游的交叉研究有哪些趋势?尽管信息科学与旅游的交叉研究在近12年间经历了快速发展，但其仍然属于新兴交叉学科，其发展需要相关学者更为广泛与深入的探索研究。在本节，笔者在对最近12年信息科学与旅游的交叉研究进行系统整理的基础上，通过捕捉旅游类与信息类研究共同关注的研究主题(表4)，以及基于笔者对信息科学以及旅游研究趋势的把握，找到信息科学与旅游交叉研究中的研究重点，其反映了两类科学的交叉发展趋势，或者研究者们重新认识某些对该交叉领域的发展来讲非常重要的问题。以下分别对它们进行阐述:人工智能方法与技术是信息技术发展的高级阶段，研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术，涉及知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面的研究内容。尽管目前人工智能在旅游中的应用以旅游需求预测最为成熟，然而其相关理论、方法与技术并没有在旅游领域中得到充分应用。如何充分利用人工智能方法与技术来有效处理与使用旅游数据、信息与知识，深入挖掘旅游者、旅游公共管理与服务部门以及旅游企业的特征、存在的问题并进行决策支持，是信息科学与旅游科学交叉研究中较为迫切与前沿的问题。语义网与本体研究是信息科学领域的前沿领域，是海量网络信息之间相互理解的基础。互联网的发展使得传统面向旅游者的“线下”服务扩展至“线上”，包含以传统计算机为中心的和以新兴各种移动终端为中心的“线上”服务，“线上”服务质量对于信息时代的旅游者体验是非常重要的。基于语义网与本体技术的旅游推荐系统正是提升网络服务质量的有效方法与工具，如何将语义网、本体技术以及旅游推荐系统进行理论、方法以及应用上的有效集成，使其对旅游者具有实际应用价值，是信息科学与旅游科学交叉研究中的另一个前沿问题。普适计算是我国目前形成研究热点的物联网应用的基础。随着移动终端设备及其应用的发展，传统以计算机为中心的网络服务扩展至以移动终端—旅游者为中心，基于普适计算模式的连接物与物、人与物、人与人的物联网以及各种移动应用系统在旅游研究与实际应用中得到了重视。然而，无论是普适计算还是物联网，在信息科学研究中都是前沿领域，存在许多未解问题，因此，普适计算以旅游领域为问题域或典型应用，将同时有助于其本身以及旅游问题的解决。