我正在使用推理引擎(向前鏈)的專家系統,我想解釋爲什麼它比使用非常簡單概念的決策樹更好。 (在特定情況下)推理引擎vs決策樹
我知道在stackoverflow上有一個similar question但它不是我正在尋找的答案。
這裏是我的問題:
對於客戶關係管理,我使用很多不同的業務規則(即誘導對話的規則),以幫助客戶做出一個產品的決定。 注意:規則經常添加(每天2次)。
客戶在得到答案之前回答了一系列問題。與對話規則混合在一起的業務規則使得生成的調查問卷看起來像由最佳決策樹生成的調查問卷。儘管隱藏的理由是完全不同的。
我想知道在這種情況下,與可伸縮性,魯棒性,複雜性和效率相比,推理引擎有利於(或可能反對)哪些主要論點。
我已經有了一些想法,但因爲我需要說服某人這就像我從來沒有足夠的論據。
預先感謝您的想法,如果您能告訴我關於此主題的好論文,我會很高興。
謝謝,那是我的一個想法,但我喜歡你的榜樣。我的例子不是很好。 (我正在檢查大部分和正在互動的居住國家)。當屬性相關時,有一個「因式分解」的節點數量。 – 2011-06-10 17:09:29