案例推理中的案例检索技术研究

案例推理(Case-Based Reasoning,简称CBR)是一种基于经验知识进行推理的人工智能方法,是对人类认知过程的一种模拟。本文在传统欧氏距离算法的基础上结合了模糊数学的计算方法,提高了推理的效率,克服了传统的只能对确定性指标进行搜索的缺陷。     

基于XML的案例表示和自学习案例检索模型的研究

介绍了基于案例推理的方法及其过程,给出了基于XML的案例表示和检索策略利用相似度的自学习案例检索模型.这种案例表示和检索方法实现了分布式的案例存储与检索,缓解了案例检索时间随案例数目呈线性增长的问题,加快了检索速度,为解决缺乏理论基础的复杂领域的决策问题提供了新的思路.     

基于案例推理的保险欺诈案例分析系统设计

案例推理（CBR）是人工智能领域中一种基于知识的问题求解和学习方法．文中以保险欺诈案例分析为背景,提出基于案例推理和应用XML来表示和搜索案例,应用数据仓库构建保险欺诈案例分析系统,并介绍了该系统案例推理流程、相似性度量函数、案例相似匹配方法、案例维护等关键技术．     

基于案例推理的智能学生评价方法研究

文章在论述案例推理方法基本理论的基础上，构建了智能化的学生评价模型，研究了学生特征因素描述、定性特征因素隶属度量化、标准化、标杆确定以及学生特征因素与标杆相似度度量等关键问题，最后对模型进行了仿真。     

基于案例推理中案例表示的研究

基于案例推理利用过去的案例或经验进行推理来求解新问题，是一种重要的机器学习方法,在CBR（Case-based Reasoning）中知识表示以案例表示为基础，案例是一段带有上下文信息的知识，该知识表达了推理机在达到其目标的过程中能起关键作用的经验．案例表示可能是半结构化或非结构化的，甚至用自然语言来表达的，涉及系统的运行效率．分析了目前的多种表示方法，研究了不同环境下的案例表示，以及选用合适的方法来构筑的案例库．     

基于案例推理技术的分析与研究

介绍基于案例推理的概念和结构，讨论基于案例推理技术的基本问题及其应用，同时阐述了个人的理解与观点。     

基于案例的推理:智能授导系统研究的新方法

传统的智能授导系统研究方法是以学习者个体数据作为决策依据,以基于规则的推理作为推理方法,这样的系统面临着学习者个体数据不易测定、决策规则难以描述、系统无法自我完善三条困境.基于案例的摊理方法恰好规避了规则获取和描述的困难,结合群体数据和个体数据作为推理依据,实现了自我完善的推理智能.作为智能授导系统新的研究方法,基于案例的推理具有广阔的应用前景.     

推理案例赏析

授课班是文科重点班,虽然是重点班,但除少数学生外,多数学生的数学水平不高,从整体看有以下共性：     

基于案例推理的重复谈判研究

提出了一种具有案例推理能力的重复谈判方法,通过相似度函数为目标案例匹配最相似的源案例,通过最相似案例中的交易值作为目标案例的新offer,使得谈判Agent在信息不完全、不确定以及存在谈判期限的情况下,能够更有效地完成双边多议题重复谈判。     

基于知识密集型的CBR构件检索方法研究与实现

传统的构件检索方法假定用户的查询需求是清晰且准确的,然而用户往往并不能准确地定义自己的查询需求。本文提出了一种基于知识密集型会话式案例推理的构件检索方法,并重点阐述如何以主动的“询问一应答”方式通过基于知识密集型会话式案例推理方法帮助用户构造增量式查询。实验结果表明：该方法是行之有效的,能够大幅度提高构件的检索效率。     

推理案例一则

推理与证明是数学的标志性思维方式，也是数学的基本思维过程．《普通高中数学课程标准》在选修系列2中新设了“推理与证明”一章，旨在结合已学过的数学实例和生活中的实例，使学生了解合情推理的含义，能运用归纳和类比等进行简单的推理，体会演绎推理的重要性，掌握演绎推理的基本形式．这一章安排的课时并不多，只有8课时，但切不可因此而忽视其重要的价值．本记录一则推理案例，试图说明在学习和运用数学的过程中，应注意合理运用推理方法，提高数学思维能力．[第一段]     

基于案例推理对群体决策的支持

基于案例推理(Case-BasedReasoning)作为一种重要的推理方法,近年来逐渐得到人们的重视。这一方法十分适用于非结构化问题的求解。本文针对基于实例推理的特点和群体决策的非结构化特点,在讨论基于案例推理方法的基础上提出了其对群体决策进行支持的结构框架和过程框架,并介绍了应用这一理论的优点。最后,提出了部分需要进一步发展和研究的问题。     

课堂教学中运用情绪推理的案例研究

课堂教学与情绪推理的关系相辅相成,课堂教学是情绪推理的基础,情绪推理的结论影响着课堂教学的开展。情绪推理是人类个体基于自身情绪体验而出现的一种推理形式。研究结果表明,教师在课堂教学中得出情绪推理的结论影响着学生的辨别能力,对学生的学习造成重要的影响。相关建议:教师和学生应科学而理性地看待情绪推理,教师应在学生面前树立规范而良好的榜样,学生应学会自我接纳和自我调控。     

案例推理Agent合作框架下的个性化学习资源推荐研究

e-Learning学习环境中学习资源的极大丰富,在给学习者带来资源选择多样性和主动性的同时,也给不同背景和不同学习偏好的学习者满足个性化资源的需求带来不便,出现了在众多学习资源面前的选择迷航现象.本文基于此提出了多角色案例推理Agent间的合作框架,通过多角色Agent的合作,结合案例推理的思想尝试解决e-Learning环境下学习资源个性化推荐问题.本文阐述了案例推理在个性化学习资源推荐中的工作流程,分析了案例推理的关键技术,并结合实例说明了案例推理技术使用的过程.     

学习科学视域下的案例推理学习设计研究

学习科学视域下的案例推理机制为案例教学带来了新的行动方向,其核心思想是"类似的问题有类似的解决方案"。文章通过梳理五种案例推理认知模型后,建构了案例推理学习模型,研发了基于案例推理的学习模型以及供学习者自主学习的游戏化学习平台。学习结果分析表明,基于案例推理的学习模型是以学习者为中心,关注学习过程,可以促进学习者主动推理反思,实现知识迁移,探索复杂多变的现实问题的解决方法。     

基于案例推理的学习

基于案例推理的学习是学习科学领域内一种新的学习范式,它对学习者做出了新的假设,对认知过程做出了新的界定,并提出了促进学习的若干建议。基于案例推理的学习理论在课堂教学中的运用主要通过设计学习得以体现。     

案例推理技术在CAD/CAM课程教学改革中的应用

本文针对UG课程实践性强的特点,提出了将CBR技术应用于UG课程教学改革中并对其教学案例知识进行管理,阐述了在UG课程教学改革中使用案例推理技术的意义,研究了UG教学案例知识管理系统的关键技术及实现方案.教学改革实践表明,基于CBR的UG教学案例知识管理系统能促进教师发掘教学案例背后隐藏的隐性知识,促进UG教学案例知识更好地共享、转化、创新和应用,同时为学生学习提供了理实结合的又一途径.     

基于案例推理的问题解决

现实世界中的非良构问题是复杂多变的,致使传统的基于规则的推理与基于模型的推理不能满足这一动态的、不可控的复杂问题解决的需要。基于案例推理是认知科学专家所揭示的一种推理方式。它以其强调案例知识、情景记忆、类比推理、预期失败及经验反思等认知过程已经逐渐成为人们面向复杂问题解决的一个有效的、可信服的认知模式。该模式给教育工作带来很多启示,产生了一些关于有效地促进学习的建议。这些已经被应用至包括教育在内的某些领域的真实问题解决和学习之中。     

IDSS中的推理和学习

本文从IDSS中的智能因素角度,总结了IDSS中几种常用的推理方法和学习策略,并对如何综合利用几种推理方法和学习策略作了比较详尽的阐述。最后给出一个IDSS的框架图,用以说明IDSS中学习、推理和其它部件间的关系。在总结部分指出了部分需着重加强研究的领域。