# Отчет по лабораторной работе
## по курсу "Искусственый интеллект"

### Студенты:

## Результат проверки


> Здорово, что использовался CLIPS, и что он интегрирован с ботом на Java. Плохо, что система представляет собой одноуровневые рассуждения, где по характеристикам, запрошенным у пользователя, сразу выводится название фильма. Нет дополнительных рассуждений в стиле "Если цель просмотра - романтическое свидание, и ваша девушка любит котиков, то ей понравятся комедии про животных со счастливым концом". Именно такие многоуровневые рассуждения позволяют ограниченным количеством правил охватить большое количество вариантов.

## Тема работы

Экспертная система, помогающая выбрать фильм для просмотра

## Концептуализация предметной области

Опишите результаты концептуализации предметной области:
 - Выделенные понятия
 - - Черты сюжета
 - Связи между ними, тип получившейся онтологии (словарь, сеть, иерархия и т.д.)
 - - Дерево
 - Опишите возможные статические и динамические знания
   - Статистические знания: сюжеты фильмов. Динамические знания: классификация фильма
 - Как предметная область может быть разделена между участниками для коллективного создания базы знаний
    - Каждый участник берёт себе по несколько отдельных тем фильмов, создаёт своё отдельную часть дерева, затем все участники собирают получившиеся части в одно дерева



## Принцип реализации системы

Опишите:
 - Какой механизм вывода вы предполагаете использовать и почему
   - Бинарное дерево. Т.к. цель пользователя в конучном счете получить фильм на основе предпочтений. Если дерево где-то замкнуть, может получится бесконечное блуждание по цилку.
 - Какую систему программирования вы предполагаете использовать и почему
   - *CLIPS*, т.к. есть возможность интеграции в Java-проект. Бот был написан на Java.
 - Если это имеет смысл, приведите графическую иллюстрацию архитектуры системы. Если система состоит из разных частей (бот, механизм вывода) - опишите принципы интеграции
   - Механизм вывода интегрируется в бота при помощи *CLIPSJNI- CLIPS Java Native Interface*, позволяющего использовать экспертную систему, сделанную с помощью *CLIPS*, из Java-программ

![Получившаяся онтология](https://sun1-2.userapi.com/c840620/v840620778/6d211/HBAS-XfLK8Q.jpg)
## Механизм вывода

 - Опишите, как работает механизм вывода. Наиболее интересные фрагменты кода приведите в отчете.
   - На основе положительных или отрицательных ответов пользователя происходит продвижение по дереву, пока лист не будет достигнут

## Извлечение знаний и база знаний

- Опишите, как происходило извлечение знаний, с учётом совместной работы над проектом. Приведите фрагменты представления знаний: дерево И-ИЛИ, наиболее интересные правила.
   - Извлечение знаний из происходило при помощи интерфейса *CLIPSJNI*.


## Протокол работы системы

 - Приведите несколько примеров работы системы, проиллюстрируйте их фрагментами деревьев вывода.
 -
![Пример 1](https://pp.userapi.com/c844520/v844520588/200e9/2-iKoPLtW7g.jpg)

![Пример 2](https://pp.userapi.com/c844520/v844520588/20178/5ewXHd9vuOU.jpg)
## Выводы

 - Сформулируйте *содержательные* выводы по лабораторной работе. Чему он вас научила?
Над чем заставила задуматься? В чём состояли основные сложности в работе? Насколько эффективной получилась командная работа, и какие методы для повышения эффективности командной работы вы использовали (scrum, slack, ...)?
   - Случайно вышло, что работа происходила по принципам *scrum*. У нас было около 2 недель, что может быть представлено как один *спринт*, на выполнение задания, обязанности были разделены и переодически происходило обсуждение проделанной работы, как при встрече в институте, так и при помощи беседы. Работа получилась достаточно эффективной, т.к. на выполнение задания ушло около 5 дней.
   - Лабораторная работа способствует развитию навыков командой работы и способностей правильного распределения.
   - Основные сложности лаборторной работе состояли в правильном подборе инструментов и их изучении.