案例式推理

案例式推理(Case-Based Reasoning ; CBR)

　　案例式推理,即CBR(CASE-BASED REASONING)，是一种类比推理方法，是透过改编那些解决旧问题的方法来尝试解决新问题，也就是利用寻找相似案例的推理法，找到解决旧问题的方法来适用于解决新的问题。

　　案例式推理强调这样的思想：人类在解决问题时，常常回忆过去积累下来的类似情况的处理，通过对过去类似情况处理的适当修改来解决新的问题。过去的类似情况及其处理技术被称之为案例(CASE)。过去的案例还可以用来评价新的问题及新问题的求解方案，并且对可能的错误进行预防。运用这一基本思想进行推理被称为CBR技术。

　　例如早晨开车上班遇到塞车，我们会根据以前曾走过不塞车的路线来绕道，或者尝试走一条不曾走过的路线，如果没有遇到塞车，那么我们便会将这一条路线记忆下来，下次遇到相似情况塞车，我们便可以尝试此路线避开塞车的情况。 CBR的概念也就是这样的想法而产生的，故它可以依据过去的经验案例来帮我们推理新案例的发展情形，故是一个不错的资料探勘技术。

　　案例推理的作法是首先先做一问题的描述 (Presentation)，再从Case-Base中找出最类似的Case(Retrieval)，即使挑选出最类似的Case也不可能完全相同，故要依照Case的Solution再作调整(Adaptation)，再将调整出的结果与使用者或大环境来证实(Validation/Test)，如果适当，则被证实的结果将会被增加到Case-Base中 (Feedback)。

　　故案例推理它是一种较接近真实人类决策的过程，它可以自动的合并新的知识到现存的知识库，创造Case-base是比创造Knowledge-base快速，而且它的速度很快，不需等所有Case都建置好才能使用，故其也不需要了解先前的Solution为什么成功，是一个在概念上也容易被接受的资料探勘技术。

　　在案例式推理的概念应用于电子商务的网站经营上，我们可以经由对应过去使用者的回应来推测新使用者的行为，例如根据以往的案例显示，使用者会点选这个网站，故CBR蛮适用于为使用者提供服务上，使网站经营者更了解使用者的行为趋向。

　　专家系统和案例推理都是运用过去的经验来解决新的问题。传统的专家系统是基于规则进行推理的，也就是要建立大量的知识规则，然后按照规则推理出结果，而案例推理是一种较新的推理方法，它是把过去的经验转化为案例，然后通过案例的匹配，检索出与新问题像近的案例，再进行修正，成为新问题的解决方案。目前，在专家系统的推理中，目前也有很多采用案例推理或者把案例推理和规则推理进行结合。