Vivek Jaglan et al.

/ International Journal of Engineering Science and Technology (IJEST)

MEJORAR EL RENDIMIENTO DE LA INTELIGENCIA DE NEGOCIOS A TRAVS DE CASOS
BASADOS EN EL RAZONAMIENTO.
Vivek Jaglan
Research Scholar
Suresh Gyan Vihar University
Jaipur, India
Surjeet Dalal
Asst. Professor CSE Dept
Manav Rachna International University
Faridabad, India
Dr. S. Srinivasan
Professor Department of Computer Applications,
PDMCE Bahadurgarh
Jhajjar, India
Resumen:
Los gerentes deben estar capacitados para tomar mejores decisiones en la organizacin
empresarial. Ellos tambin necesitan una ambiente de apoyo donde no puedan ser
injustamente criticado por tomar decisiones equivocadas. La toma de lo que sucede cada vez
ms en todos los niveles de una empresa.
Business Intelligence ofrece los datos correspondientes en el momento adecuado y en la
disposicin precisa. Se ofrece informacin fcil de usar abiertamente a los usuarios donde
pueden trabajar, formar un equipo y hacer resoluciones. Aunque la inteligencia de negocios
tiene botn propio cuello, por lo tanto, el rendimiento del sistema de inteligencia de negocios se
cae rpidamente.
En este trabajo, estamos aplicando tecnologas de razonamiento basado en casos (CBR) de la
inteligencia de negocios que supera las deficiencias del sistema existente. La decisin de
negocios se estn tomando a travs del concepto de caso enfoque de razonamiento base.
Palabras clave:
Business Intelligence, razonamiento basado en casos, fracaso de la inteligencia de negocios, y
el caso de negocios; La toma de decisiones de negocios.
1. Introduccin
En esta rpida evolucin de los consumidores del mundo ahora estn exigiendo ms rpido
servicio ms eficiente de las empresas.
Para mantenerse competitivas las empresas deben alcanzar o superar la perspectiva de los
consumidores. En la era de los negocios la competencia, la naturaleza del proceso de negocio
se vuelve mucho ms compleja. Los gerentes tienen que adopta la crtica decisiones en todas
las fases de la actividad empresarial. Los gerentes estn constantemente obligados a evaluar
las alternativas y tomar decisiones sobre una amplia gama de asuntos. Al igual que hay
diferentes estilos de gestin, hay diferentes estilos de toma de decisiones. Debido a esta
complejidad de procesos de negocio, entonces la inteligencia de negocio es un nuevo campo
de la investigacin de la aplicacin de las facultades cognitivas del ser humano y la inteligencia
artificial tecnologas para el apoyo a la gestin y la toma de diferentes problemas de negocios.
El proceso de toma de decisiones implica incertidumbre y el riesgo, y los tomadores de
decisiones tienen diferentes grados de riesgo aversin. Este proceso tambin implica anlisis
cualitativos y cuantitativos y algunos tomadores de decisiones prefieren una forma de anlisis
sobre el otro. La toma de decisiones puede verse afectada no slo por el juicio racional, sino
tambin por los no-factores racionales como la personalidad de quien toma las decisiones, la
presin de grupo, la situacin organizativa y otros. La inteligencia de negocios permite a las
organizaciones tomar decisiones de negocio bien fundamentadas en diferentes procesos de
negocio y por lo tanto pueden ser fuente de ventajas competitivas. Esto es especialmente cierto
cuando las empresas son capaces de extrapolar la informacin de los indicadores en el entorno

externo y hacer predicciones precisas sobre tendencias futuras o las condiciones

econmicas. Una vez que la inteligencia empresarial se reuni con eficacia y utilizar de manera
proactiva entonces las empresas pueden tomar decisiones que beneficien a las empresas.

Hay cuatro etapas en el desarrollo de la inteligencia empresarial. Los tres primeros pasos se
repiten varias veces antes de la cuarta etapa se toma y el ciclo se ha completado.
Identificar las necesidades de la organizacin. Las necesidades deben limpiarse primero.
La organizacin de datos utilizando diferentes tcnicas que proporcionan consistencia y
fiabilidad en el acceso a los datos informacin.
Anlisis de datos en la que se examina la informacin, los datos se analizaron sobre la base
de la empresa necesidades.
La toma de decisiones y accin despus de analizar la informacin, se est decisin. En esta
etapa, el ciclo se detiene y se toman medidas. Luego se toman medidas sobre la base de su
anlisis. Una vez que haya decidido, es una buena idea de evaluar los resultados de sus
acciones y determinar qu nuevas necesidades de inteligencia se han desarrollado.
La Inteligencia de Negocios (BI) slo puede ser entresacado de informacin completa Informacin que se extiende sobre la gama de silos funcionales que componen la empresa,
organiza para mayor claridad y fiabilidad, proporciona cierto apoyo a la decisin, y establece la
base de la superioridad y la accin competitiva. Est involucrado con varios aplicaciones tales
como ERP, CRM y aplicaciones de SCM que organizan la gran cantidad de informacin para el
anlisis de las actividades de negocio. Cada decisin debe ser adaptada a las necesidades
propias de la empresa y recursos.
Hay grandes ventajas de la inteligencia de negocio que pueden ayudar a cualquier aumento de
la rentabilidad de la organizacin sistema de transporte de BI en toda la empresa como la
siguiente:
Simplificar el trabajo en equipo y la asignacin: la inteligencia de negocios y la
experiencia asociacin mejora de gestin eficiencia. Incorporacin firma de BI permite
al empleado para compartir los datos de una seguridad mejorada.
Unite empleado para acceder a los datos de la accin: El inicio de la inteligencia de
negocios ha hecho que la decisin haciendo mucho ms sencillo. El administrador
puede acceder y evaluar los datos en cualquier punto del tiempo y lugar.
Transmitir inteligencia de negocios para toda la empresa: BI respalda el ancho de la
inteligencia de negocio de la empresa requisitos. La planificacin prevista es sencillo

cuando se utilizan equipos conocidos, supervisin de datos es ms fcil y la expansin

es ms rentable.
Estos hechos son ventajas bsicas de la inteligencia empresarial en las organizaciones.
2. Trabajos relacionados
El concepto de inteligencia de negocio es llevado (BI) por Gartner Group desde 1996. Se define
como la aplicacin de un conjunto de metodologas y tecnologas, tales como J2EE, DOTNET,
Servicios Web, XML, los datos almacn, OLAP, minera de datos, tecnologas de
representacin, etc, para mejorar la operacin de la empresa la eficacia, la gestin de soporte /
decisin de lograr ventajas competitivas. La inteligencia de negocios de hoy en da nunca es
una nueva tecnologa en lugar de una solucin integrada para las empresas, dentro de la cual
la empresa requisito es sin duda el factor clave que impulsa la innovacin tecnolgica. Cmo
identificar y creativa abordar las cuestiones clave del negocio es por lo tanto siempre el gran
reto de una aplicacin de BI para lograr negocios reales impacto.
En 1992 Brad Quinn Publicar present el ttulo de la ponencia "Construyendo el Caso de
Negocio de Tecnologa del Grupo de Apoyo" en el que se centr el trabajo en grupo que, como
el reconocimiento de las ganancias, las tecnologas de apoyo a grupos emergentes plantean
cuestiones sobre las ventajas de estos sistemas en relacin con el desempeo del grupo y el
retorno de la inversin. Caso Bushess las variables de eficiencia, calidad, eficacia, satisfaccin
del cliente y la toma de decisiones son tiles para medir la contribucin potencial que ofrecen
las tecnologas de apoyo del grupo. En este trabajo se presenta la bsqueda de un campo
reciente estudio que utiliz los conceptos de caso de negocio como su enfoque de diseo. El
artculo explora el desarrollo de la infraestructura requisitos para la construccin de un estudio
de caso de negocio. Este marco es til para las empresas deciswn de decisiones y los
investigadores interesados en el despliegue de estas tecnologas en los entornos
empresariales complejos
En 2003 Celina M. Olszak centra en los sistemas de Business Intelligence. Al principio, el
conocimiento como un se presenta activo importante y estratgico que determina el xito de
una empresa. A continuacin, algunas caractersticas de los sistemas de Business Intelligence
se discuten y su arquitectura se describe. Intencionalidad de la aplicacin de este tipo de
soluciones en una empresa se pone de relieve. Un enfoque integrado para construir y poner en
prctica empresarial Se ofrece sistemas de inteligencia. Los sistemas se presentan en cuatro
dimensiones: de negocios, funcional, tecnolgico y de organizacin. En 2006 Samo Bobek
mostr para hacer decisiones gerentes calificados combinan la informacin procedentes de
aplicaciones de BI con la informacin sobre el estado econmico global, sus clientes, socios
dispersar y los competidores.
En 2009 Leo Sennott trabaj en la arquitectura de las soluciones de inteligencia de negocios
utilizados en Skyworks y detalla cmo se est utilizando este sistema integrado para mejorar
nuestra competitividad en un mercado global. En 2010 A. Tejaswi y JNVVS PRAKASH
introdujeron decisiones inteligentes de negocios que se realizan a partir de los datos dealmacn a travs del descubrimiento Actionable-Conocimiento (AKD) en el dominio Conducido
minera de datos (D3M para corta). La arquitectura general de D3M de decisiones de la
empresa se propuso y el almacenamiento modelo fue presentan y se analizan sus
caractersticas.
En 2009 Reza Khajavinia present el documento titulado "la base para construir un caso de
negocios EN Desarrollo de software, en el que en muchas empresas de software, ingenieros de
software Un estudio de caso " y los directivos de empresas viven en mundos separados,
usando su propia terminologa, criterios de decisin, y mtodos de trabajo. La construccin de
un modelo de negocio es una forma posible de reducir la brecha entre el negocio y el software
ingeniera y para aumentar la calidad y la rentabilidad de desarrollo de software. Principales
hallazgos empricos de este estudio es que las compaas de casos utilizan un modelo de
negocio de software para asignar los recursos entre los concurrentes proyectos, para apoyar
actividades de ventas y precios y para identificar la plataforma tcnica de sus clientes "
productos.
Venkatadri. M [2010] present el documento titulado como A Business Intelligence Framework
novedoso sistema que sistemas de Business Intelligence (BI estados) desempea un papel
vital en la toma eficaz de decisiones para mejorar la el rendimiento del negocio y las
oportunidades mediante la comprensin de los entornos de la organizacin a travs de la
proceso sistemtico de informacin. El desarrollo de los sistemas de BI es limitado debido a
sus enormes costes de desarrollo.

El desarrollo de los sistemas complejos con tecnologa Auto Organizada Multi-agente reducira
el costo de construccin sin afectar a la escalabilidad y la fiabilidad del sistema. Por lo tanto,
este trabajo presenta un nuevo marco basado en la tecnologa de auto Agente Multi
Organizada para la construccin de los sistemas de BI bajo coste.
3. La falta de Business Intelligence
Aunque la inteligencia de negocios juega un papel muy importante en la organizacin, pero
tienen muchas desventajas. Las principales desventajas se dan como a continuacin:
Costo: Estos das coste de uso de la inteligencia de negocios es de ms all del
presupuesto para los pequeos, as como para pequeas y medianas empresas. El
uso de tal sistema puede ser costoso para las transacciones comerciales bsicos
Complejidad: Otra desventaja de BI podra ser su complejidad en la implementacin de
los datos. Puede ser por lo compleja que puede hacer que las tcnicas empresariales
inflexible de tratar. En la vista de tal premisa, muchos expertos en negocios han
predicho que estas indicaciones pueden finalmente sofocar cualquier negocio.
Uso limitado: Incluso el sistema BI de hoy no estn al alcance de la mayora de las
empresas. A pesar de que los operadores en el ltimos aos han comenzado a
modificar sus servicios a las industrias medianas y pequeas, pero el hecho de es que
muchas de estas empresas no se considera que sean muy esencial, por su
complejidad.
Tiempo de ejecucin consumo: El tiempo necesario para la implementacin es ms
que las expectativas firmes.
Muchas empresas no tienen la paciencia suficiente para esperar a que la ejecucin de
la inteligencia de negocios en su organizacin. Se tarda alrededor de 18 meses para el
sistema de almacenamiento de datos para implementar completamente el sistema.
Los hechos muestran los inconvenientes de la aplicacin de la inteligencia de negocio en los
diferentes niveles de la organizacin. Estos decoro de la inteligencia de negocio se debe a
varias razones. Existen siguientes razones para ser el fracaso de la inteligencia empresarial, tal
como figura a continuacin:
No se define caso de negocio. En todos los niveles de diversas organizaciones, el
trabajo adicional de los negocios la inteligencia es slo incorporada en el
almacenamiento de datos. Necesita ser tratado como cualquier otro proyecto y debe
definir sus objetivos, las demandas de movilizacin de recursos y metas a largo plazo
dentro de un buen modelo de negocio para justificar en s.
Soluciones que se encuentran rara vez son apropiadas. La inteligencia de negocios se
utiliza principalmente para identificar las tendencias y los problemas dentro de los datos
de que disponen. Sin embargo, las soluciones que proponen no pueden incorporar las
necesidades y objetivos de negocio de la empresa.
Hay una falta de datos de alta calidad. Hay falta de disponibilidad de datos relevantes o
de alta calidad con el fin de realizar un anlisis efectivo de la informacin. Adems, si la
arquitectura es equivocado para iniciar a continuacin, con la los datos que est
recibiendo de vuelta ser imperfecto. Concntrese en la arquitectura de datos a la
derecha y luego, gradualmente, la construccin de anlisis.
Estos equipos no estn regidas / proyectos gestionados correctamente. Actividades de
inteligencia de negocios son generalmente integrar dentro de la administracin de
almacenamiento de datos y rara vez tienen un gerente de proyecto dedicado, entrega
set ciclos y metas del proyecto.
El personal tiene poca o ninguna formacin almacenamiento BI / data. Las tareas se
asignan generalmente a las personas dentro de equipos de administracin de bases de
datos que no se puede esperar que sea capaz de apoyar plenamente las demandas
reales del trabajo de inteligencia de negocios sin la ayuda suficiente capacitacin (al
proporcionarles capacitacin o utilizando consultores).
Debido a estas razones, los fracasos de la inteligencia empresarial, ha llevado a
cabo. La principal razn del fracaso es la falta de disponibilidad de buenos casos de
negocio. Por lo tanto debemos utilizar este enfoque que motiva el uso de los negocios
casos en la toma de decisiones. Despus de esto, habr disponibilidad de buen modelo
de negocio. El caso basado enfoque de razonamiento es ms adecuado para esta
situacin.

4. Razonamiento Caso Base

Razonamiento Basado en Casos (CBR) es un enfoque de resolucin de problemas que simula
el ser humano para resolver problemas comportamiento. En este enfoque, el problema se
soluciona a cabo sobre la base de experiencias pasadas ha subido a partir durante la solucin
del problema en el pasado. En caso de sistema complejo, es muy difcil de formular las
situaciones con reglas de dominio. Otro inconveniente es que las reglas requieren ms
informacin de entrada que es tpicamente disponibles, debido a las especificaciones de
problemas incompletas o porque los conocimientos necesarios simplemente no est disponible
en el tiempo de resolucin de problemas. Pero en el caso de aproximaciones CBR, si el
conocimiento general no es suficiente debido a demasiados excepciones, o cuando nuevas
soluciones se pueden derivar a partir de soluciones antiguas ms fcilmente que a partir de
desgaste, a continuacin, sobre la base de las experiencias pasadas, el problema se est
solucionando.
El razonamiento basado en casos implica cuatro fases en la solucin de problemas. Cada
especificacin de un problema y su solucin se almacena en forma de los casos. Mantiene la
colecta de los casos que se conoce como la base de casos. En este sistema, cada problema es
considerado como el nuevo caso. En la fase retrieve segn el nuevo caso, caso de solucin
aproximada se busca desde la base del caso y de seleccionar. Despus de la seleccin del
caso, que caso est adaptada al nuevo caso. Se genera el caso resuelto. Ahora el caso
resuelto se evala en el revisar se estn reparando las fallas de fase y en ese caso. Ahora caso
modificado es la solucin del problema. Este solucin se almacena en el caso con el ndice
adecuado. Esta accin es obligatoria para la extraccin de los casos de manera muy eficiente Y
un acceso rpido a los casos en el futuro.
La Figura 4.1 muestra el razonamiento basado en casos como se indica a continuacin.

Razonamiento basado en casos no se limita a la reutilizacin de la experiencia. Otra

caracterstica muy importante de casos y razonamiento basado en casos es su acoplamiento al
aprendizaje. Como los seres humanos aprende de la experiencia pasada, la base de caso
razonamiento apoya el aprendizaje de la experiencia pasada. El aprendizaje en la RBC se
produce como un subproducto natural de la invencin la resolucin de problemas. Cuando un
problema se resuelve con xito, la experiencia se retiene con el fin de resolver similares
problemas en el futuro. Cuando un intento de resolver un problema de falla, se identifica y la
razn para el fracaso recordado con el fin de evitar el mismo error en el futuro.
5. Papel de los casos de negocios de Business Intelligence
El caso de negocio proporciona un mecanismo para mitigar y guiar un proyecto empresarial. El
modelo de negocio es la base para decidir la empresa ms rentable del esfuerzo. Para el
proceso de negocio en particular, el negocio caso debe corresponder la siguiente informacin
para el equipo del negocio:
Los objetivos del proceso de negocio.
El monto de la inversin del proceso de negocio (tiempo y dinero)

 Los beneficios empresariales esperados o deseados

El alcance de la investigacin
Las expectativas sobre el alcance del proceso deseado
Los conocimientos caso de negocio debe provenir de la empresa, es obligatorio contar con el
anlisis fundamental habilidades para producir un modelo de negocio bien especificado. Un
modelo de negocio bien definido tiene explicacin adecuada de laos requisitos. Antes de definir
los requisitos detallados, recopilar toda la informacin que tenga sobre el caso de negocio, esto
significa que usted necesita para descubrir el alcance del problema, los objetivos de los
procesos de negocio, y las partes interesadas. Por lo tanto el documento de modelo de negocio
puede incluir informacin sobre el proyecto de necesidades de recursos, costos de inversin,
las proyecciones de ingresos y aceptacin en el mercado. Casos de negocios incluyen
expectativas de eventos futuros. Incluso con el mejor de los procesos, un modelo de negocio
sigue siendo no ms que una instantnea en un punto en el tiempo. No debe ser creado y
revisado solo una vez para determinar si se debe proceder con una inversin y, a continuacin,
ignorado o, a lo sumo, revisada en la revisin posterior a la ejecucin.
Caso de Negocio Business Intelligence puede ser un tema simple, cuando un evento de
negocios est buscando la creacin de un data-mart. En este caso, la demanda proviene de
empresas y negocios ha elaborado su aritmtica para justificar los requisitos.
Enterprise Business Intelligence inversiones fundacin incluyen
Adquisicin de la empresa BI Data Warehouse, OLAP, Enterprise informes,
herramientas de anlisis Iniciativa de gestin de meta-datos
toda la empresa
Empresa amplia base de datos Almacn de desarrollo Modelo Dimensional
objetivo Process-based/business basa (y no funcione de forma) las iniciativas de BI.
Los casos de negocios juegan un papel muy importante en la toma a travs de la inteligencia
de negocio de decisiones empresariales.
El modelo de negocio ofrece una justificacin para una empresa a invertir tiempo y dinero en un
proyecto en particular entregable. Estos casos de negocio ofrecen la plataforma en la que los
administradores pueden Anlisis del negocio situaciones que tome las decisiones. Antes de
tomar la accin, las decisiones se rectificarn de la disponibilidad de los diversos casos de
negocios. Por lo tanto los casos de negocio se resume el estado de los procesos de negocio.
6. La utilizacin de casos de negocios a travs del razonamiento basado en casos
En el razonamiento basado en casos, la representacin del conocimiento cubre los casos
almacenados en la base de datos del sistema experto (Representacin caso), y las estrategias
de adaptacin utilizadas para adaptar estos casos para adaptarse a una nueva situacin. Cada
caso tiene una semntica y una representacin sintctica. La idea central de la CBR es el caso,
que es la representacin de la situacin analizada (Problema), junto con su solucin (decisin,
plan, etc.) El caso es la situacin, que ocurri en el pasado, recordado por el ordenador y ms
tarde reutilizado en otro problema similar. El concepto de caso aqu es muy amplia. En la
medicina se puede, mediante un conjunto de sntomas que ocurren durante el examen del
paciente junto con el diagnstico del mdico.
En sistemas HelpDesk ser descripcin del error en el producto compatible con la
especificacin de qu tipo de accin que el usuario tiene que tomar. En este enfoque, el
conocimiento se almacena sin cambios. CBR requiere seleccin de buena representacin del
conocimiento en un primer momento. Los casos individuales, que consta de los problemas y
sus soluciones deben ser codificados de manera que permite bsqueda eficiente.
Por otra parte, la representacin del conocimiento debe ser compatible con la posibilidad de
modificar o ajustar la solucin existente, de modo que se puede aplicar en el caso especfico
bajo consideracin. As, la reutilizacin del conocimiento debe incluir elementos de
creatividad. Algunos elementos adicionales consisten en la revisin adecuada de la solucin
final y su almacenamiento en la forma adecuada en la base de conocimientos para su uso
posterior. En implementaciones prcticas se pueden encontrar muchos mtodos de casos que
representan en funcin de lo especfico dominio o formato de los datos existentes. Las
principales formas de representacin podr, mediante divide en las siguientes clases: simple
conjunto de propiedades del caso descrito con valores (modelos de base de datos), los
sistemas orientados a objetos especficos, representacin (grficas, planos). La mayor parte de
los casos con frecuencia se describen como conjuntos de atributos con sus valores. Uso

bsqueda en bases de datos que almacenan estos casos se basa en la comprobacin de

cumplimiento de las condiciones lgicas que figura en el Consulta SQL.
Se define un caso de bsqueda de hotel por viaje de negocios mediante el uso de consultas
SQL dada. En primer lugar vamos a crear el en particular tabla que contiene la informacin de
todos los almacenados en un caso creacin de la mesa (caseID VARCHAR (15), HolidayType
VARCHAR (20),Precio INTEGER, NumberOfPersons INTEGER, Regin VARCHAR (30),
Transporte VARCHAR (30), Duracin INTEGER,
Temporada VARCHAR (30), Alojamiento VARCHAR (30), Hotel VARCHAR (30));
Cada caso tiene su propio caseID que es nico en el la naturaleza. El uso de comandos SQL
de insercin, podemos crear varios casos que forman la base de caso que se utilizar para
resolver el nuevo problema.
insertar en los valores de viaje ("Journey1", "bao", 4278, 4, "Egipto", "Plane", 14, "Abril",
"TwoStars", "hotel
Casa Blanca, Egipto ");
insertar en los valores de viaje ("Journey2", "ciudad", 2658, 2, "El Cairo", "Plane", 7, "Mayo",
"Threestars", "Nuevo hotel
Marwa Palace, Cairo ");
insertar en los valores de viaje ("Journey3", "bao", 499, 4, "Blgica", "coche", 3, "Agosto",
"Holidayflat",
"H.Flat, Blgica");
Estos comandos SQL insertar los valores de los parmetros en el cuadro de viaje con ID
nico. En la base de casos, estos casos se almacenan en la siguiente manera, tal como figura
a continuacin:
Journey1; bao; 2498; 2; Egipto, Plane, 14, abril; TwoStars, Hotel White House, Egipto
Journey2; City, 2658; 2; Cairo, Plano, 7, mayo; Threestars; Hotel New Palace Marwa, El Cairo
Journey3, bao, 499, 4, Blgica, Coche, 3, agosto; Holidayflat; H.Flat, Blgica
Sistemas CBR tienen conocimiento de dominio ms especfico incorporado en ellos que los
sistemas de bases de datos ordinarias. La mayor parte de este conocimiento adicional se aplica
en una medida de similitud, una funcin que evala la similitud de una consulta dada a los
casos de la base de casos. Los valores de similitud son valores ordinales que son a menudo
normalizada para el intervalo [0, 1]. Un valor de 0 significa "no satisface la consulta a todos" y
un valor de 1, dice "Eso es exactamente lo que has pedido". Para entender cmo se utiliza una
medida de similitud como para encontrar la mejor soluciones para un problema determinado,
considere los casos que se representa como un vector de longitud fija de n atributos. Estos
atributos pueden tener valores numricos o de sus valores pueden ser dispuestos para reflejar
algn tipo de orden
Conclusiones y trabajos futuros
El enfoque basado en casos hacen muy impacto en el rendimiento del sistema de inteligencia
de negocios. Se trata de superar los cuellos de fondo de Business Intelligence. Cuenta con
diversos efectos sobre el sistema de inteligencia de negocios. En primer lugar, que construye
los casos de negocios y los almacena en su base de caso. De ah los diversos casos de
negocio se definen a varios niveles de la organizacin. En segundo lugar, las soluciones que se
encuentran son en su mayora adecuado. En Revisar fase, el soluciones se analizan y defectos
encontrados se reparan. CBR se puede utilizar para recordar a los tomadores de decisiones de
muchos factores especficos que se consideraron pertinentes en casos pasados de los que
pueden ahora han sido olvidados. Si el combinacin de toma de decisiones humana y el
ordenador conduce a mejores decisiones, el hombre-mquina en evolucin relacin puede
ayudar a reducir la reticencia de los usuarios a colaborar con CBR. Por lo tanto las fallas no se
propagan con ms detalle en futuro. As que las soluciones pueden corporativos a las
necesidades y objetivos de la empresa de negocios. En tercer lugar, aunque hay es la falta de
datos de alta calidad, entonces la decisin de negocios se hacen sobre la base de casos de
negocios que hacen efectiva anlisis de la informacin incompleta.