3自适应超媒体系统中贝叶斯网络的构造

　　一个贝叶斯网络由网络结构表示其定性部分，由条件概率分布函数表示其定量部分。这两部分必须加以指明以构成一个贝叶斯网络，之后在一个系统中被用作推导引擎。在超媒体系统中，构造贝叶斯网络分为四个阶段。

　　(1)定义域变量。在某一领域，确定需要哪些变量描述该领域的各个部分，以及每个变量的确切含义。

　　(2)确定网络结构。由专家确定各个变量之间的依赖关系，从而获得该领域内的网络结构。在确定网络结构时必须注意要防止出现有向环。

　　(3)确定条件概率分布函数。通过由专家确定的网络结构中每个变量的条件概率分布函数，量化变量之间的依赖关系。

　　(4)应用到实际系统。运用到实际系统中，利用系统搜集的数据，经过计算和分析，调整贝叶斯网络的网络结构和各变量的条件概率分布函数，对贝叶斯网络进行优化。

　　在实际应用中，在每一个阶段之后，都要进行评估，考察前面的阶段是否被成功地执行。每当发现前面阶段所得的结论不充分时，前一个阶段将被再次执行，否则，前进到下一阶段。每个阶段发生的错误应被及时更正，在早期产生的错误若在后期加以更正将比在早期更正花费更大的代价。我们称重复经历某个阶段并进行评估的过程为建立一测试期(budd—textcycle)，据此，我们构建了自适应超媒体系统贝叶斯网络构造生命周期图，如图4所示。