algorithm - IBM Watson Tradeoff Analytics 与简单的约束决策有何不同？

Question

我一直对 IBM Watson 软件包的技术天才感到震惊。这些工具可以做很多事情，从识别图像中的主题到提取字母中的情感，它们都很棒。然后是 Tradeoff Analytics .在他们的Nests demo ，您选择一个州，然后选择一系列约束条件(价格必须介于 W 和 X 之间，平方英尺必须介于 Y 和 Z，必须有可用的保险托管融资等)，他们会根据房屋符合您的限制条件的程度对其进行排名。

似乎所有 Tradeoff Analytics 所做的只是按照以下顺序运行一个简单的查询:

SELECT * FROM House WHERE price >= W AND price <= X AND square_footage >= Y
AND square_footage <= Z AND ...

我是否没有正确理解权衡分析？我非常尊重 IBM 的人们，他们构建了所有这些令人惊叹的工具，但权衡分析似乎是简单的约束决策制定，它出现在任何编程入门类(class)中，因为您正在学习 if 语句.我错过了什么？

Answer 1

正如@GuyGreer 指出的那样，该服务确实使用了与简单约束有很大不同的 Pareo 优化。

例如:假设你有三间房子

         Sqr Footage Price
HouseA   6000         1000K       
HouseB   9000         750K
HouseC   8000        800K

现在假设您的约束是 Sqr Footage > 5000 和 Price < 900K那么你剩下的房子B和房子CTradeoff Analytics 只会返回给你 houseB。因为根据帕累托，给你的价格和镜头目标，HouseB 主导 House C，因为它有更大的镜头并且更便宜。

显然，这是一个虚构的例子，在现实生活中，您在购买房屋时会考虑更多的目标(属性)。

Pareto 的想法是找到 Pareto Frontier .权衡分析向帕累托优化添加了额外的本土算法，让您对权衡有更多的了解。

最后，该服务附带一个客户端小部件，该小部件使用新颖的方法来可视化 Pareto Frontiers。考虑到这种边界是多维的，它本身就是一个复杂的问题。