我正在使用带有推理引擎(前向链接)的专家系统,我想解释为什么它比使用非常简单的概念的决策树更好。(在一种特殊情况下)
我知道在 stackoverflow 上有一个类似的问题,但这不是我正在寻找的答案。
这是我的问题:
对于客户关系管理,我使用许多不同的业务规则(诱导对话规则)来帮助客户对一种产品做出决定。注意:经常添加规则(每天 2 条)。
客户在得到答案之前回答了一系列问题。业务规则与对话规则相结合,使生成的问卷看起来像是由最优决策树生成的问卷。即使隐藏的推理完全不同。
在这种情况下,与决策树相比,我想知道在可扩展性、鲁棒性、复杂性和效率方面支持(或反对)推理引擎的主要论点是什么。
我已经有了一些想法,但既然我需要说服某人,就好像我从来没有足够的论据。
提前感谢您的想法,如果您能建议我阅读有关此主题的好论文,我将很高兴。