核心外规则引擎

是否有在核心外运行的生产规则系统实现?

我已经检查了一些开源实现,如CLIPSJess,但这些系统只能在内存中运行,因此在处理大量事实和规则(例如,数十亿/万亿级)时,容易崩溃或导致严重的磁盘交换。

我正在考虑将一个简单的规则引擎,如Pychinko,移植到使用Django的ORM的SQL后端。然而,要支持CLIPS中找到的功能级别将非常复杂,我不想重新发明轮子。

有没有什么方法可以扩展生产规则系统的规模?


回答:

你可以查看JENA以及类似的RDF规则引擎,这些引擎设计用于处理非常大的事实数据库。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注