房地产投资开发经验重用的TCBR实现研究

论文摘要

本课题的任务是采用基于文本案例的推理（TCBR）技术,构造房地产投资开发经验重用系统,并研究在该系统中,如何实现文本案例表示,信息实体解析,案例的提取以及案例学习等内容。 CBR（Case-base Reasoning）是一种人工智能的推理方法,它以实例作为其最基本的推理单元,当一个新的待解决问题提出以后,我们可以把它抽象为一个新实例,为了解决这个问题我们从实例库中找出一个和新实例最相近的实例,其解决方案就可作为新问题的参考。我们还可以对实例进行修改,使之更符合问题的要求。修改后的实例成为一个新学习到的实例被存到实例库中,如果下一次碰到类似的问题就可以此作为参考。这是一般CBR系统的原理,它只是对领域经验的自学习做了大量的工作。而房地产投资开发经验有结构不易确定、来源多种多样等特性。针对这些特性,我们采用CBR的一个分支:基于文本的案例推理（Textual CBR,TCBR）来完成推理和学习系统的构建。在系统构建和TCBR理论研究过程中,产生了许多新的特性,本论文将对这些特性进行详细的研究,分析和验证。 在本论文中,首先对房地产开发经验重用系统的选题背景和现状进行了阐述,并对本课题的研究内容和意义进行了介绍。从中我们可以看出,将TCBR技术和实例提取网CRN应用到房地产投资开发经验重用上,可以为广大地产投资者起到一个智能辅助决策的作用,并推动CBR和TCBR技术的应用领域研究。接下来,我们详细介绍了TCBR、CRN和其中关键术语的概念和定义,并介绍了构造CRN的详细过程以及相关计算函数。在CRN构造过程中,提出了一种新型的实例与问题相关度评价的计算模型并进行详细的分析。然后本文详细说明了CRN在本系统中实现的算法,结构和实现过程,包括信息实体的解析、实例的相关值计算等内容。 实例的学习是CBR系统中重要的组成部分,论文在接下来的部分提出了一种实例学习的方法,并对这种方法的发展提出了设想。在案例学习过程中,对于可能产生的实例冗余问题,提出了一种可行的解决办法。 在文章的后面,我们对系统的优势和缺陷进行了介绍,主要进行了现有的房

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文选题的背景
• 1.2 房地产投资开发辅助决策系统的发展现状
• 1.3 TCBR推理技术发展现状
• 1.4 本课题研究的内容和意义
• 第二章 利用CBR技术构建房地产投资开发经验重用系统
• 2.1 CBR基本理论介绍
• 2.1.1 CBR概念及基本原理
• 2.1.2 CBR的四个过程
• 2.2 为什么要使用TCBR和CRN
• 第三章 TCBR、CRN和IEs
• 3.1 TCBR、CRN、IES的基本概念
• 3.2 CRN网的构建及实例提取
• 3.2.1 CRN解决问题的三个基本步骤
• 3.2.2 CRN网的构建
• 3.2.3 一个关联值计算函数模型
• 3.2.4 使用CRN网进行推理和求解
• 3.3 BCRN的改进
• 3.3.1 增加启发式的限制条件
• 3.3.2 相似度的惰性传播
• 3.3.3 其他改进方法
• 第四章 系统的信息实体、实例的提取和实例库构建
• 4.1 系统信息实体和实例的抽象和结构化
• 4.1.1 信息实体的分类
• 4.1.2 信息实体的相似性
• 4.1.3 实例的抽象和相似实例链接
• 4.2 系统的构建
• 4.2.1 开发环境选择和实例库结构设计
• 4.2.2 CRN的内存实现
• 4.2.3 其他问题的解决
• 4.2.4 系统总体结构和模块功能
• 4.3 案例个性化的处理
• 4.3.1 理论分析
• 4.3.2 实现方法
• 第五章 房地产投资开发经验的学习
• 5.1 房地产投资开发经验学习的必要性
• 5.2 房地产投资开发经验学习实现方法
• 5.3 经验案例学习与自然语言理解过程的结合
• 5.4 房地产投资开发经验学习的不足和发展
• 第六章 与现实中的系统的比较
• 6.1 系统的优势
• 6.1.1 CRN与传统实例提取相比较的优势
• 6.1.2 CRN提取实例的方式与传统的根据关键字提取相比的异同
• 6.2 缺点和完善
• 第七章 结束语
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢