2025年大學(xué)認(rèn)知科學(xué)與技術(shù)專業(yè)題庫——認(rèn)知科學(xué)與智能決策支持技術(shù)考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分。請(qǐng)將正確選項(xiàng)的字母填在括號(hào)內(nèi)）1.下列哪一項(xiàng)不屬于認(rèn)知科學(xué)的主要研究領(lǐng)域？A.感知與注意B.記憶與學(xué)習(xí)C.情感與動(dòng)機(jī)D.程序設(shè)計(jì)與編譯2.認(rèn)知神經(jīng)科學(xué)研究中常用的fMRI技術(shù)主要測(cè)量什么？A.大腦神經(jīng)遞質(zhì)的含量B.大腦特定區(qū)域的血氧水平變化C.大腦神經(jīng)元放電頻率D.大腦突觸傳遞強(qiáng)度3.符號(hào)主義認(rèn)知模型認(rèn)為智能的基礎(chǔ)是？A.大量神經(jīng)元之間的連接強(qiáng)度B.推理規(guī)則和符號(hào)操作C.大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)D.豐富的感官輸入數(shù)據(jù)4.以下哪項(xiàng)技術(shù)通常被用于構(gòu)建智能決策支持系統(tǒng)中的專家知識(shí)庫？A.決策樹學(xué)習(xí)B.神經(jīng)網(wǎng)絡(luò)C.感知機(jī)D.產(chǎn)生式規(guī)則5.決策支持系統(tǒng)（DSS）與智能決策支持系統(tǒng)（IDSS）的主要區(qū)別通常在于？A.DSS更側(cè)重模型，IDSS更側(cè)重?cái)?shù)據(jù)B.DSS只能處理結(jié)構(gòu)化決策，IDSS能處理半結(jié)構(gòu)化和非結(jié)構(gòu)化決策C.DSS由計(jì)算機(jī)程序組成，IDSS由人工專家組成D.DSS主要面向管理層，IDSS主要面向技術(shù)人員6.在人機(jī)交互設(shè)計(jì)中，考慮認(rèn)知負(fù)荷原則主要是為了？A.提高計(jì)算機(jī)運(yùn)行速度B.減少用戶的記憶負(fù)擔(dān)和操作復(fù)雜性C.增加系統(tǒng)的計(jì)算能力D.使界面看起來更美觀7.數(shù)據(jù)挖掘技術(shù)在智能決策支持系統(tǒng)中的應(yīng)用主要包括哪些方面？（選擇兩項(xiàng)）A.發(fā)現(xiàn)潛在客戶群B.進(jìn)行市場(chǎng)趨勢(shì)預(yù)測(cè)C.建立用戶認(rèn)知模型D.實(shí)現(xiàn)決策過程的自動(dòng)化8.以下哪種方法常用于處理多準(zhǔn)則決策問題，并能夠給出決策方案的排序？A.線性回歸分析B.K-Means聚類算法C.層次分析法（AHP）D.主成分分析（PCA）9.機(jī)器學(xué)習(xí)模型的可解釋性對(duì)于決策支持系統(tǒng)來說為什么重要？A.為了提高模型的計(jì)算效率B.為了讓用戶信任模型并理解其決策依據(jù)C.為了減少模型的存儲(chǔ)空間需求D.為了使模型能夠處理更復(fù)雜的數(shù)據(jù)10.智能決策支持系統(tǒng)在金融風(fēng)險(xiǎn)評(píng)估中的應(yīng)用，可以看作是利用技術(shù)手段模擬了人類的哪項(xiàng)能力？A.創(chuàng)造性思維B.直覺判斷C.邏輯推理D.情感共鳴二、名詞解釋（每題3分，共15分。請(qǐng)用簡潔的語言解釋下列名詞）1.認(rèn)知負(fù)荷2.智能Agent3.決策支持系統(tǒng)（DSS）4.知識(shí)發(fā)現(xiàn)5.群決策三、簡答題（每題5分，共20分。請(qǐng)簡要回答下列問題）1.簡述符號(hào)主義和連接主義兩種認(rèn)知模型的根本區(qū)別。2.簡述智能決策支持系統(tǒng)（IDSS）的主要組成部分及其功能。3.為什么說人機(jī)協(xié)同是智能決策支持系統(tǒng)發(fā)展的重要方向？4.數(shù)據(jù)挖掘中常用的分類算法有哪些？請(qǐng)分別簡要說明其原理。四、論述題（每題10分，共20分。請(qǐng)圍繞下列主題展開論述）1.論述認(rèn)知科學(xué)原理如何在智能決策支持系統(tǒng)的設(shè)計(jì)中得到應(yīng)用，以提升用戶體驗(yàn)和決策效果。2.分析當(dāng)前智能決策支持系統(tǒng)面臨的主要挑戰(zhàn)，并提出可能的改進(jìn)思路或未來發(fā)展方向。五、分析題（10分）假設(shè)你正在為一個(gè)大型零售企業(yè)設(shè)計(jì)一個(gè)智能決策支持系統(tǒng)，用于優(yōu)化其產(chǎn)品推薦策略。該系統(tǒng)需要分析顧客的歷史購買記錄、瀏覽行為、社交媒體評(píng)論等多維度數(shù)據(jù)，并結(jié)合顧客的認(rèn)知特點(diǎn)和偏好，提供個(gè)性化的產(chǎn)品推薦。請(qǐng)分析在此場(chǎng)景下，認(rèn)知科學(xué)和智能決策支持技術(shù)如何協(xié)同工作？你需要考慮哪些關(guān)鍵的技術(shù)和設(shè)計(jì)問題？試卷答案一、選擇題1.D2.B3.B4.D5.B6.B7.AB8.C9.B10.C二、名詞解釋1.認(rèn)知負(fù)荷：指?jìng)€(gè)體在執(zhí)行特定任務(wù)時(shí)，認(rèn)知系統(tǒng)所承受的壓力或資源消耗量。高認(rèn)知負(fù)荷意味著需要更多的認(rèn)知資源，可能導(dǎo)致表現(xiàn)下降或出錯(cuò)率增加。2.智能Agent：指能夠感知環(huán)境、自主決策并采取行動(dòng)以實(shí)現(xiàn)特定目標(biāo)的軟件實(shí)體或機(jī)器人。它通常具備學(xué)習(xí)、適應(yīng)和推理能力。3.決策支持系統(tǒng)（DSS）：一種利用計(jì)算機(jī)技術(shù)輔助決策者進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的信息系統(tǒng)。它提供數(shù)據(jù)分析、模型構(gòu)建和決策方案生成等功能。4.知識(shí)發(fā)現(xiàn)：指從大量數(shù)據(jù)中提取隱藏的、未知的、潛在的有用信息和知識(shí)的過程。這是數(shù)據(jù)挖掘的核心概念。5.群決策：指由多個(gè)決策者參與共同完成決策過程的活動(dòng)。它涉及到群體成員之間的信息共享、協(xié)商和投票等環(huán)節(jié)。三、簡答題1.符號(hào)主義認(rèn)知模型認(rèn)為智能源于符號(hào)的操作和推理，強(qiáng)調(diào)邏輯、規(guī)則和表示。它將知識(shí)表示為符號(hào)和命題，通過符號(hào)變換來解決問題。連接主義認(rèn)知模型（或稱神經(jīng)網(wǎng)絡(luò)模型）則認(rèn)為智能源于大量簡單處理單元的相互連接和協(xié)同工作，強(qiáng)調(diào)學(xué)習(xí)、聯(lián)想和模式識(shí)別。它將知識(shí)表示為神經(jīng)元之間的連接權(quán)重，通過調(diào)整權(quán)重來適應(yīng)環(huán)境。2.IDSS的主要組成部分及其功能：*數(shù)據(jù)庫管理子系統(tǒng)：負(fù)責(zé)管理決策所需的數(shù)據(jù)，包括內(nèi)部數(shù)據(jù)（組織內(nèi)部）和外部數(shù)據(jù)（組織外部）。功能包括數(shù)據(jù)存儲(chǔ)、檢索、更新和維護(hù)。*模型庫管理子系統(tǒng)：負(fù)責(zé)存儲(chǔ)和管理IDSS中使用的各種模型，如預(yù)測(cè)模型、優(yōu)化模型、決策分析模型等。功能包括模型存儲(chǔ)、檢索、修改和評(píng)價(jià)。*對(duì)話/用戶接口子系統(tǒng)：負(fù)責(zé)實(shí)現(xiàn)用戶與IDSS之間的交互。功能包括接收用戶輸入、展示輸出結(jié)果、提供用戶操作支持等，設(shè)計(jì)需考慮用戶友好性和認(rèn)知負(fù)荷。*分析/推理子系統(tǒng)：是IDSS的核心，負(fù)責(zé)執(zhí)行數(shù)據(jù)分析、模型運(yùn)算和推理決策。功能包括數(shù)據(jù)預(yù)處理、模型選擇與調(diào)用、結(jié)果生成和解釋。3.人類決策過程往往是復(fù)雜的，涉及直覺、經(jīng)驗(yàn)、情感等多種因素，并非完全理性。純粹的自動(dòng)化決策系統(tǒng)可能無法完全模擬人類的這些能力。同時(shí)，人類專家的知識(shí)和經(jīng)驗(yàn)是寶貴的資源。人機(jī)協(xié)同可以結(jié)合計(jì)算機(jī)強(qiáng)大的計(jì)算、存儲(chǔ)和數(shù)據(jù)分析能力與人類專家的創(chuàng)造力、直覺判斷和經(jīng)驗(yàn)知識(shí)，彌補(bǔ)彼此的不足，提高決策的準(zhǔn)確性、魯棒性和可信度。此外，人機(jī)協(xié)同能更好地處理復(fù)雜、模糊和非結(jié)構(gòu)化的決策問題，并提供更符合人類認(rèn)知習(xí)慣的交互體驗(yàn)。4.數(shù)據(jù)挖掘中常用的分類算法及其原理：*決策樹（DecisionTree）：基于樹形結(jié)構(gòu)進(jìn)行分類。通過遞歸地分割數(shù)據(jù)集，將樣本劃分到不同的葉節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)代表一個(gè)類。分割標(biāo)準(zhǔn)通常是信息增益、增益率或基尼不純度。原理是尋找最優(yōu)特征進(jìn)行數(shù)據(jù)劃分，形成分類規(guī)則。*支持向量機(jī)（SupportVectorMachine,SVM）：尋找一個(gè)最優(yōu)超平面，將不同類別的樣本點(diǎn)分開。它嘗試最大化不同類別樣本之間的邊界（間隔）。對(duì)于非線性問題，通過核函數(shù)將數(shù)據(jù)映射到高維空間，使其線性可分。原理是結(jié)構(gòu)風(fēng)險(xiǎn)最小化，找到具有最大泛化能力的分類器。*K近鄰（K-NearestNeighbors,KNN）：非參數(shù)分類算法。對(duì)一個(gè)新的樣本，計(jì)算其與訓(xùn)練集中所有樣本的距離，找出距離最近的K個(gè)鄰居，然后根據(jù)這K個(gè)鄰居的類別進(jìn)行投票，決定新樣本的類別。原理是基于“物以類聚”的思想，認(rèn)為相似的樣本屬于同一類別。四、論述題1.認(rèn)知科學(xué)原理在智能決策支持系統(tǒng)（IDSS）設(shè)計(jì)中應(yīng)用廣泛，主要體現(xiàn)在以下幾個(gè)方面：*用戶界面與交互設(shè)計(jì)：認(rèn)知心理學(xué)關(guān)于注意、記憶、感知和心智模型的原理指導(dǎo)著IDSS界面的設(shè)計(jì)。例如，界面應(yīng)簡潔明了，減少信息過載和認(rèn)知負(fù)荷；關(guān)鍵信息應(yīng)易于識(shí)別和獲?。徊僮髁鞒虘?yīng)符合用戶的習(xí)慣和思維模式；提供適當(dāng)?shù)姆答伜蛶椭?，降低學(xué)習(xí)成本。應(yīng)用如基于心智模型的導(dǎo)航、適應(yīng)式用戶界面、可視化分析工具等，能提升用戶體驗(yàn)和操作效率。*知識(shí)表示與推理：認(rèn)知科學(xué)對(duì)人類知識(shí)結(jié)構(gòu)和推理過程的研究，有助于改進(jìn)IDSS中的知識(shí)庫表示和推理引擎。例如，借鑒人類概念形成和抽象能力，設(shè)計(jì)更靈活的知識(shí)表示方法；模擬人類的啟發(fā)式推理和經(jīng)驗(yàn)判斷，增強(qiáng)IDSS的決策建議能力；利用認(rèn)知負(fù)荷理論優(yōu)化推理過程，使其更符合人類理解習(xí)慣。*用戶建模：基于認(rèn)知科學(xué)對(duì)個(gè)體差異（如認(rèn)知風(fēng)格、知識(shí)水平）的理解，IDSS可以構(gòu)建個(gè)性化的用戶模型。通過分析用戶的交互行為、偏好和反饋，系統(tǒng)可以自適應(yīng)地調(diào)整信息呈現(xiàn)方式、推薦內(nèi)容或決策支持策略，提供定制化的決策支持服務(wù)。*解釋性AI（XAI）：認(rèn)知科學(xué)強(qiáng)調(diào)人類對(duì)智能系統(tǒng)決策過程的理解和信任。IDSS中應(yīng)用XAI技術(shù)（如LIME、SHAP），旨在使復(fù)雜的模型決策過程透明化、可解釋，符合人類認(rèn)知對(duì)因果關(guān)系的理解需求，增強(qiáng)用戶對(duì)系統(tǒng)建議的接受度和信任度。*評(píng)估決策效果：借鑒認(rèn)知評(píng)估理論，IDSS可以評(píng)估決策方案對(duì)用戶可能產(chǎn)生的認(rèn)知影響（如理解難度、接受度）和情感反應(yīng)，輔助決策者進(jìn)行更全面的方案選擇。總而言之，融入認(rèn)知科學(xué)原理有助于設(shè)計(jì)出更符合人類認(rèn)知規(guī)律、更易于使用、更值得信賴、更能有效輔助人類決策的智能決策支持系統(tǒng)。2.當(dāng)前智能決策支持系統(tǒng)（IDSS）面臨的主要挑戰(zhàn)包括：*數(shù)據(jù)質(zhì)量與整合：真實(shí)世界的數(shù)據(jù)往往存在噪聲、缺失、不一致等問題，數(shù)據(jù)清洗和預(yù)處理成本高昂。同時(shí)，需要整合來自多源異構(gòu)的數(shù)據(jù)（結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化），數(shù)據(jù)融合難度大。*模型可解釋性與可信度：許多先進(jìn)的機(jī)器學(xué)習(xí)模型（如深度神經(jīng)網(wǎng)絡(luò)）如同“黑箱”，其決策過程難以解釋，這限制了用戶對(duì)系統(tǒng)結(jié)果的信任和在復(fù)雜情境下的應(yīng)用。滿足認(rèn)知層面的可理解性需求是重要挑戰(zhàn)。*處理復(fù)雜性與不確定性：真實(shí)的決策環(huán)境往往充滿復(fù)雜性和不確定性，涉及多重目標(biāo)、約束條件、模糊信息和動(dòng)態(tài)變化?，F(xiàn)有IDSS在處理這類復(fù)雜、非結(jié)構(gòu)化決策問題上的能力仍有局限。*人機(jī)交互與協(xié)同：如何設(shè)計(jì)真正自然、高效、符合認(rèn)知習(xí)慣的人機(jī)交互界面，實(shí)現(xiàn)人機(jī)之間的高效協(xié)同，讓系統(tǒng)更好地輔助而非替代人類決策者，是一個(gè)持續(xù)的挑戰(zhàn)。*實(shí)時(shí)性與效率：在需要快速響應(yīng)的決策場(chǎng)景（如金融市場(chǎng)、戰(zhàn)場(chǎng)環(huán)境），IDSS的計(jì)算效率和實(shí)時(shí)性要求很高，而復(fù)雜模型的訓(xùn)練和推理可能面臨瓶頸。*倫理與偏見：算法可能學(xué)習(xí)并放大訓(xùn)練數(shù)據(jù)中存在的偏見，導(dǎo)致不公平或歧視性的決策。如何確保IDSS的公平性、透明度和倫理合規(guī)性是重要議題。*泛化能力與適應(yīng)性：在快速變化的環(huán)境中，IDSS需要具備良好的泛化能力，能夠適應(yīng)新的數(shù)據(jù)和情境，避免過擬合。改進(jìn)思路或未來發(fā)展方向可能包括：*發(fā)展更強(qiáng)大的數(shù)據(jù)預(yù)處理和融合技術(shù)。*研究和推廣可解釋AI（XAI）技術(shù)，提升模型