Sven Theel Case Base Wartung und Optimierung 1
Abstract
Die Wartung und Optimierung der Fallbasis ist mittlerweile zu einem der wichtigsten Kerngebiete des Case-Based Reasoning avanciert. Auf Grund der immer weiter wachsenden Anzahl an Informationen, die innerhalb einer solchen Wissensbasis abgelegt und organisiert werden müssen, wird auch dem Aufgabengebiet der Wartung und Optimierung eine immer größere Bedeutung beigemessen.
Nachdem die Eigenschaften der Fälle einer Fallbasis erläutert werden, werden in dieser Arbeit verschiedene Ansätze vorgestellt, wie dem Auftreten von unscharfen Informationen innerhalb einer Fallbasis, verursacht durch Redundanzen, Widersprüche oder sonstige Konflikte hinsichtlich der Fälle und deren Eigenschaften und Qualität, entgegenzuwirken ist. Hierbei werden sowohl Ansätze präsentiert, bei denen es um das Auffinden und Entfernen solcher unscharfen Informationen geht, als auch solche, bei denen versucht wird diesen präventiv entgegenzuwirken, bevor sie überhaupt entstehen können. Alle gezeigten Ansätze verfolgen jedoch das gemeinsame Ziel, eine hohe Qualität und Per-formance der gesamten Fallbasis zu erreichen, diese auf Dauer sicherzustellen und sie nach Möglichkeit immer weiter zu steigern.
Abschließend erfolgt noch einmal einer Gegenüberstellung aller Methoden, sowie ein kur- zer Ausblick auf mögliche Kombinationen der Ansätze.
Sven Theel Case Base Wartung und Optimierung 2
Inhaltsverzeichnis
1 Einführung 3
2 Falleigenschaften 4
2.1 Korrektheit 5
2.2 Konsistenz 5
2.3 Einzigartigkeit 6
2.4 Minimalität 6
2.5 Zusammenhangslosigkeit 6
3 Methoden zur Case Base Wartung / Optimierung 7
3.1 Konfliktgraph 7
3.2 Fall-Hinzufüg-Methode vs. Fall-Lösch-Methode. 12
3.3 Performancebasierter Ansatz 15
3.4 Konsistenzmanagement 17
3.5 Das Nutzen von Widersprüchen 19
4 Gegenüberstellung 22
5 Fazit 24
Literaturverzeichnis 25
Sven Theel Case Base Wartung und Optimierung 3
1 Einführung
Im Laufe der letzten Jahre hat sich das Aufgabenfeld der Wartung und Optimierung von Fallbasen zu einem der wichtigsten Bereiche des Case-Based Reasoning entwickelt. Mittlerweile zählt es den aktivsten Forschungsgebieten in diesem Bereich, wofür es mehrere Gründe gibt. Zum einen müssen die heutigen fallbasierten Problemlösesysteme immer größere Mengen an Erfahrungen bewältigen können. Sie müssen die Datenmengen erfassen, sie verarbeiten und deren Relevanz für die Fallbasis bestimmen, das heißt ob die neue Erfahrung in der Fallbasis abgelegt werden soll, sie verworfen werden soll oder gar eine bisherige Erfahrung ersetzen soll. Die Größe der Fallbasen steigt immer weiter, sodass es entsprechend immer schwerer wird effiziente Entscheidungen zu treffen und Resultate zu erhalten die für den Benutzer verständlich und nachvollziehbar sind [Zhu und Yang 1998, Seite 1]. Weiterhin sind Wartungsaufgaben schon alleine deswegen nötig, da Wissensstrukturen zum Problemlösen im Laufe der Zeit variieren und sich auch das Wissen selber im Laufe der Zeit verändert oder es gar ungültig wird [Zhu und Yang 1998, Seite 1]. Beispielsweise können neue Entdeckungen gemacht werden, die bisheriges Wissen eindeutig widerlegen oder ganz neue, effizientere Lösungsansätze für spezielle Probleme erlauben. Die wesentlichen Wartungs- und Optimierungsaufgaben sind das Löschen, Hinzufügen und Verändern von Fällen oder sonstigem Wissen innerhalb einer Fallbasis, um den Fort-bestand und die Performance eines Case-Based Reasoning Systems zu garantieren [Zhu und Yang 1998, Seite 1]. Es werden Methoden implementiert zum Überarbeiten des Inhaltes, sowie für die Organisation einer Fallbasis zur Vereinfachung zukünftiger Entscheidungen hinsichtlich einer speziellen Menge an Performancezielen [Leake und Wilson 1998]. Da im Bereich der Casebase-Wartung und Optimierung sehr viel gearbeitet wird, gibt es auch eine ganze Reihe von Ansätzen, wie man unscharfen Informationen in eine Fallbasis effizient entgegenwirken kann. Hierbei gibt es zum einen Herangehensweisen die zunächst die Probleme innerhalb der Fallbasis aufspüren und dann versuchen diese zu lösen und zum anderen gibt es Methoden, die als Ziel die permanente Überwachung der Fallbasis-Qualität und -Performance haben und versuchen an mögliche Problemen präventiv heranzugehen, beispielsweise durch spezielle Regelwerke.
Bevor im Folgenden auf die unterschiedlichen Wartungs- und Optimierungsansätze eingegangen wird, werden zunächst die Falleigenschaften innerhalb einer Fallbasis erläutert. In deren Ausprägungen spiegelt sich die Qualität einer Fallbasis wieder und sie sind es daher auch, die es zu optimieren gilt, weshalb sie in einigen der hier präsentierten Ansätze eine wesentliche Rolle spielen.
Sven Theel Case Base Wartung und Optimierung 4
2 Falleigenschaften
Die in der Fallbasis enthaltenen Fälle lassen sich durch ihre verschiedenen Eigenschaften charakterisieren und aus den Ausprägungen der Falleigenschaften der Gesamtheit der Fälle lässt sich die Qualität der gesamten Fallbasis ableiten. Erfüllen alle Fälle einer Fallbasis eine bestimmte Eigenschaft, so kann man auch der Fallbasis selber diese bestimmte Eigenschaft zuordnen. [Iglezakis 2001, Seite 4]
Man kann außerdem zwischen isolierten und vergleichenden Falleigenschaften unterscheiden. „Isoliert“ heißt in diesem Zusammenhang, dass die Eigenschaft ohne Zuhilfenahme anderer Fälle festgestellt werden kann und „vergleichend“ bedeutet entsprechend, dass die Eigenschaft mittels von Vergleichen mit anderen Fällen ermittelt wird. [Iglezakis 2001, Seite 2]
Es gibt eine ganze Reihe an Falleigenschaften. Im Folgenden werden die Wesentlichen anhand der Beispielfallbasis in Abbildung 1 erläutert.
Sven Theel Case Base Wartung und Optimierung 5
2.1 Korrektheit
Die Korrektheit ist eine isolierte Eigenschaft. Ein Fall gilt genau dann als korrekt, wenn die Problembeschreibung zur angegebenen Lösung passt. Dies ist der Fall, wenn die Lösung das beschriebene Problem löst [Iglezakis 2001, Seite 2]. Beispiel für Korrektheit:
Fall 1: Die Lösung „Bremsbeläge erneuern“ behebt das beschriebene Problem „Quietschen beim Bremsvorgang“. Æ Fall ist korrekt.
Fall 6: Die Lösung „Zylinderkopfdichtung erneuern“ behebt das beschriebene Problem „Scheibenwischer wischt nicht mehr“ nicht. Æ Fall ist inkorrekt.
2.2 Konsistenz
Bei der Konsistenz handelt es sich um eine vergleichende Falleigenschaft. Grundsätzlich ist ein Fall konsistent, wenn es keine anderen Fälle innerhalb der Fallbasis gibt, deren Problembeschreibung die gleiche oder eine Teilmenge der Problembeschreibung des betrachteten Falles ist und die Lösungen unterschiedlich sind. Hintergrund für diese Definition ist, dass angenommen wird, dass für jedes auftretende Problem nur eine beste Lösung existiert, da die optimale Fallbasis nur „beste Fälle“ enthält. Es ist jedoch denkbar, dass es in bestimmten Bereichen äquivalente Lösungen für ein Problem gibt. Hierbei muss der Fallbasis-Administrator entscheiden ob dies zulässig ist oder nicht [Iglezakis 2001, Seite 3].
Bei der Konsistenz kann zusätzlich zwischen Intra-Case-Konsistenz und Inter-Case-Konsistenz unterschieden werden. Intra-Case-Konsistenz bedeutet, dass innerhalb eines Falles Konsistenz herrscht, wenn der Fall hinsichtlich des zugehörigen Hintergrundwissens, also im Kontext des Wissens, in sich schlüssig ist. Inter-Case-Konsistenz hingegen herrscht genau dann, wenn zwischen zwei oder mehr Fällen innerhalb einer Fallbasis zuei-nander konsistent sind, im klassischen Sinne der Konsistenz [Racine und Yang 1996, Seite 3f]. Beispiele für Konsistenz: Intra-Case-Konsistenz:
Fall 2: BMW 320d hat bei der Kraftübertragung den Wert „Frontantrieb“ zugewiesen bekommen. Æ Fall ist inkonsistent, da BMWs entweder über Heckantrieb oder Allradantrieb
verfügen. Inter-Case-Konsistenz:
Fälle 1 und 3: Fälle unterscheiden sich lediglich in der Lösung. Æ Fälle sind zueinander
inkonsistent. Möglicher Grund: Bei Fall 3 wurde das Baujahr falsch eingetragen und bei einem älteren 760Li lässt sich das Problem noch durch das Festziehen der Bremssattelhal- terung beheben.
Sven Theel Case Base Wartung und Optimierung 6
2.3 Einzigartigkeit
Die vergleichende Falleigenschaft Einzigartigkeit ist dann erfüllt, wenn ein Fall nur einmal innerhalb einer Fallbasis existiert und es keinen gleichen oder ähnlichen Fall gibt, der für die gleiche Menge Probleme und Anfragen verwendet wird [Iglezakis 2001, Seite 3]. Beispiel für Einzigartigkeit:
Fall 1 und 4: Die Attribute, deren Werte, die komplette Problembeschreibung und die Lösung sind identisch. Æ Die Fälle sind nicht einzigartig. Es macht keinen Sinn beide in der
Fallbasis beizubehalten, sodass man einen der Fälle löschen kann um Speicherplatz freizusetzen.
2.4 Minimalität
Minimalität ist ebenfalls eine vergleichende Eigenschaft und ist genau dann gegeben, wenn die Problembeschreibung und die zugehörige Lösung jedes anderen Falles in der Fallbasis unterschiedlich sind [Iglezakis 2001, Seite 3f]. Beispiel für Minimalität:
Minimalität ist in der Beispielfallbasis aus Abbildung 1 nicht gegeben, da sich Problembeschreibungen und Lösungen mancher Fälle gleichen. Bestünde die Fallbasis nur aus Fall 1 und Fall 2, so würde Minimalität herrschen, da die beiden Fälle sowohl in Problembeschreibung und Lösung unterschiedlich sind.
2.5 Zusammenhangslosigkeit
Die vergleichende Falleigenschaft Zusammenhangslosigkeit gilt genau dann, wenn jeder andere Fall der Fallbasis mit der gleichen Lösung wie der betrachtete Fall die gleiche Problembeschreibung hat, mit Ausnahme eine festgelegten Menge ¨ (Delta) an Attributen, wo
die Werte unterschiedlich sein müssen [Iglezakis 2001, Seite 4]. Beispiel für Zusammenhangslosigkeit: Fälle 4 und 5: (¨ = 3)
Die beiden Fälle unterscheiden sich hinsichtlich der Werte bei genau 3 Attributen, dem Modell, der Leistung und der Kraftübertragung. Æ Somit sind die Fälle 4 und 5 zusam-
menhangslos. Fälle 6 und 7: (¨ = 3)
Die beiden Fälle unterscheiden sich hinsichtlich der Werte lediglich bei 2 Attributen, dem Modell und dem Problem. Æ Somit sind die Fälle 6 und 7 nicht zusammenhangslos.
Arbeit zitieren:
Sven Theel, 2009, Methoden zur Case Base Wartung und Optimierung bei unscharfen Informationen, München, GRIN Verlag GmbH
Dieser Text kann über folgende URL aufgerufen und zitiert werden:
Einbetten
DOI
Formatvorlage (Microsoft Word) für eine Diplomarbeit, Masterarbeit, Ha...
Für MS Word 2003 - Update 2010
Vorlagen, Muster, Formulare, Infobroschüren
Ausarbeitung, 25 Seiten
Formatvorlage (OpenOffice) für eine Diplomarbeit, Masterarbeit, Hausar...
Vorlagen, Muster, Formulare, Infobroschüren
Ausarbeitung, 35 Seiten
Formatvorlage / Vorlage zur Erstellung einer Diplomarbeit, Bachelorarb...
Vorlagen, Muster, Formulare, Infobroschüren
Ausarbeitung, 15 Seiten
Formatvorlage / Vorlage für eine Diplomarbeit / Hausarbeit
Für MS Word 2007 - dotx
Vorlagen, Muster, Formulare, Infobroschüren
Ausarbeitung, 25 Seiten
Anleitung zum Erstellen schriftlicher Arbeiten: Der Aufbau einer wisse...
Vorlagen, Muster, Formulare, Infobroschüren
Ausarbeitung, 20 Seiten
Erstellen einer schriftlichen Hausarbeit
Vorlagen, Muster, Formulare, Infobroschüren
Hausarbeit, 14 Seiten
Grundtechniken wissenschaftlichen Arbeitens
Bibliografieren - Reden - Schr...
Vorlagen, Muster, Formulare, Infobroschüren
Skript, 46 Seiten
Ratgeber zur Erstellung wissenschaftlicher Arbeiten. Diplomarbeiten - ...
Vorlagen, Muster, Formulare, Infobroschüren
Ausarbeitung, 39 Seiten
Informatik - Wirtschaftsinformatik: Methoden zur Case Base Wartung und Optimierung bei unscharfen Informationen ist nun auf dem Buchmarkt erhältlich
Informatik - Wirtschaftsinformatik: neuer Titel erschienen: Methoden zur Case Base Wartung und Optimierung bei unscharfen Informationen
Sven Theel hat einen neuen Text hochgeladen
Case-Based Reasoning Research and Development
Second International Conferenc...
David B. Leake, Enric Plaza
Case-Based Reasoning Research and Development
First International Conference...
Manuela Veloso, Agnar Aamodt
Mastering the Medical Long Case: An Introduction to Case-Based and Pro...
S. Rohan Jayasinghe
Chondral Disease of the Knee: A Case-Based Approach
A Case-Based Approach
Brian J. Cole, M. Mike Malek
Case-Based Reasoning Research and Development
7th International Conference o...
Rosina O. Weber, Michael M. Richter
Case-Based Reasoning Research and Development
4th International Conference o...
David W. Aha, Ian Watson
Case-Based Reasoning Research and Development
Third International Conference...
Klaus-Dieter Althoff, Ralph Bergmann, L. Karl Branting
0 Kommentare