CBR研究综述解读.ppt

(3) 组合赋权法 综合考虑专家的主观经验与数据的客观事实, 通过组合赋权, 使排序结果既能体现主观信息, 又 能体现客观信息。目前, 主、客观赋权法的常见组 合方式有以下两种： 第一, RS+AHP, 以粗糙集方法确定客观权重, 层次分析法确定主观权重, 然后将主、客观权重进行集成得到组合权重; 第二, 熵+AHP, 主要利用信息熵确定特征项的客观权重。 此外, Combination determining weights method for multiple attribute decision making based on maximizing deviations基于离差最大化的基本原理, 提出 了一种组合赋权方法, 通过一个最优规划模型来确 定组合权重。 2. 2 特征项相似度的计算 分类型案例检索是对现有案例的不完全匹配过程,特征项的相似度计算模型直接决定案例之间的相似度评估结果。目前, 基本类型(数值型、布尔型、枚举型、字符串型)特征项的相似度计算模型已趋于成熟，现阶段的研究主要关注区间型和文本型特征项的相似度计算。 《Defining and combining symmetric and asymmetric similarity measures》和《Bridge, Similarity metric: a formal unification of cardinal and non-cardinal similarity measures》 中作者系统性地论述了相似性度量方法的理论结构。相似性度量对于新案例的分类至关重要。不同的相似性度量方法有各自的优缺点，适用于不同的问题。 《Are case based reasoning and dissimilarity-based classification two sides of the same coin?》 一文中作者提出了dissimilarity-based pattern recognition 来构建距离函数。 《An unsupervised Bayesian distance measure》一文中作者提出了一种贝叶斯距离度量。 《Improved heterogeneous distance functions》 一文中作者提出heterogeneous different metrics。 《Similarity measures for retrieval in case based reasoning systems,》一文中作者提出了CARS system 并实验了各种传统的距离度量方法。 《A comparative study on the use of similarity measures in case based reasoning to improve the classification of environmental system situations》 一文中作者提出 L’Eixample distance similarity measure 并用十折交叉检验将其应用在一组UCI数据中，得到较好的分类准确率。 上述文章均没有说明哪一种距离度量具有最好的准确率，并且更多的距离度量方案还在研究中 最常用的距离度量： 尽管这些距离函数很简单而且计算量很小，但是《Data Mining Techniques: for Marketing, Sales and Customer Support 》中阐述，在不同问题它们往往表现优异。最常用的相似性度量函数是 ，加权后表现为 区间型特征项的相似度计算 按照区间是否存在上下界, 又可进一步细分为 以下三种方法： ① 确定区间相似度计算方法。确定区间是指 有确定下界和上界的区间。Slonim 等人在 《Design issues in fuzzycase-based reasoning》 首先提出了确定区间相似性的数值解法, 能够给出两个确定区间值的相似性量化结果; ② 模糊区间相似度计算方法。模糊区间是指 一个没有确定上界和下界的区间。 ③ 确定区间和模糊区间属性值相似度计算方 法 2.3 检索策略 CBR检索策略的设计要达到两个目标： 第一,检索出的案例尽可能少; 第二, 检索出的案例尽可能与当前问题描述相关或相似。 宏观上, CBR 系统的检索方法可分为串行和并行两种。串行检索采用一种由上至下逐层求精的方式, 越往下相似程度越高, 如层次法; 并行检索则同时检索所有(或多个)案例, 返回一个相似程度最高的案例, 如最近邻法、知识引导法、模板检索法等。最近邻法是CBR系统中应用最广泛也是