Dropbased Riegel (Englisch fallbasiertes, franz. Raisonnement par cas) ist ein maschinelles Lernen Verfahren zur Problemlösung durch Analogie Argumentation. Das zentrale Element in einem CBR-System ist ein Tropfen Basis in so genannten (Drop-Datenbank, bei MEMORY), in denen Probleme bereits gelöst sind, wie bei gespeichert. Ein solcher Fall besteht mindestens aus einer Problembeschreibung und einer damit verbundenen Problem-Lösung. Das Ziel ist, für die Lösung eines bestimmten Problems die Lösung eines ähnlichen und früher bereits gelöst Problem zu konsultieren. So kopiert man ein menschliches Verhalten: Bevor ein neues Problem gestellt, die Menschen oft an einer vergleichbaren Situation, die er in der Vergangenheit erlebt, und versuchen Sie, um die aktuelle Aufgabe in ähnlicher Weise zu meistern.

Gelegentlich spricht man auch von Speicher-Based Reasoning.

Vorgehen

Das wohl bekannteste Modell sinkt / geht zurück auf die Wissenschaftler Agnar Aamodt und Enric Plaza , die das Grundprinzip der Case-Based Reasoning als einen Prozess mit vier Phasen, die CBR-Zyklus beschrieben, so genannt, (Quelle: siehe unten).

1. Abrufen. Auf der Grundlage einer bestimmten Problemstellung es gilt in der Dropdown Grundlage einer möglichst ähnlichen Problem wie möglich zu bestimmen. Die Herausforderung in dieser Phase besteht in der Bestimmung der Ähnlichkeit der Problembeschreibungen.
2. Gestaffelte Array. Die Lösung des Falles, die ähnlich wie die meisten gegeben, ist zu Ende, einen ersten Vorschlag zur Lösung getroffen wird. So hat man einen Ausgangspunkt für die Lösung des neuen Problems.
3. Zu überarbeiten. Immer kann man nicht lösen das aktuelle Problem genau das gleiche wie die früheren. In der Überarbeitung der ersten Phase untersucht die erste Lösung gewann vor und passt sie gegebenenfalls an die konkreten Bedingungen.
4. Bewahren. Die überarbeitete Fall ist schließlich in der Dropdown-Basis gespeichert und steht damit für zukünftige Anfragen. Auf diese Weise das System mit jedem weiteren behobenes Problem lernt dazu und verbessert so die Effizienz.

Anwendung

Case Based Reasoning bewährt besonders in der Anwendung für den Kundenservice, Help Desk-Systeme so genannten, wo man es z. B. um die Diagnose und Therapie von Kundenproblemen verwendet. In jüngster Zeit nutzt man sie verstärkt in (Produkt-) Beratung, zum Beispiel in der E-Commerce, sowie für die Klassifizierung von Texten.

Als günstig wird angenommen, dass CBR auch bei schlecht strukturierten und unvollständig beschriebenen Probleme eingesetzt werden kann. Im Gegensatz zu benachbarten Konzepten (siehe unten) ist zunächst schon aus einem vergleichsweise kleinen Sammlung von Fällen von Referenz, die durch die Arbeit mit dem CBR-System erhöht sich allmählich. Auch in Anwendungsbereichen, deren genaue Wirkung gesteht Verbindungen nicht vollständig sind, ist CBR geeignet.

Wie immer, wenn man mit Analogien argumentiert, ist es darauf zu achten, dass die Vorschläge zur Lösung des Problems zur Verfügung, die vom System erzeugt werden, angemessen sind, ob also beispielsweise die Bedingungen, auf denen die historische Lösung basiert immer noch erfüllt werden etc. (Veralterung des Wissens).

Einstufung

The Case Based Reasoning ist ein Teilgebiet der Künstlichen Intelligenz und kann hier auf die maschinellen Lernens Verfahren gezählt werden. Der Lernprozess wird in Analogie basiert, im Gegensatz zum Lernen durch Induktion und Deduktion. Aufgrund zahlreicher Einsatzmöglichkeiten in Unternehmen (siehe oben) ist man nicht nur in (Kern-) Informatik besetzt, sondern auch in der Wirtschaftsinformatik mit CBR.

Literatur

• Aamodt, Agnar, Plaza, Enric: Case Based Reasoning: Grundlagenfragen, Methodische Variation und Systemlösungen, aicom 7 (1994) 1, S. 39-59; Pdf-Version .
• Richter, Michael M.: Dropbased Argumentation. In: G rz, G nther; Rollinger, Claus Rainer; Schneeberger, Josef Manuelle der künstlichen Intelligenz. 4. Edition, München / Wien 2003, S. 407-430. ISBN 3486272128.
• Miner, Ralph: Experience Management: Grundlagen, Entwicklung Methodik und Internet-basierte Anwendungen, LNAI 2432, Springer (2002), ISBN 3-540-44191-3

Related Links

Case Based Reasoning Website des IIIA

Artikel in der Kategorie "Dropbased Argumentation"

Wir fanden hier 15 Artikel.