中国股票市场中经常发生一些能够影响股票价格及收益的事件。在类似的市场环境中,相似主题事件的发生往往会对市场产生类似的效应。因此,在实际投资过程中,投资者经常需要借助于历史相似事件包含的知识和经验来辅助决策。然而,股票市场中发生的事件信息往往是一种非结构化的文本形式,无法通过简单的规则或者模型进行表示。这使得投资者很难有效利用这些信息,通过检索过去发生的相似事件,得到经验性知识以辅助决策。因此,搜集并规范化事件信息势在必行。基于案例的推理(Case-based Reasoning, CBR)是将过去求解问题的经验定义为案例并使用案例来求解新的类似问题。而对于事件案例推理系统来说,就是将事件表示成案例,通过对相似事件案例的检索,为新事件的发生结果提供辅助决策。本体(ontology)明确了领域内共同认可的概念术语,利用领域知识的语义模型表达了概念含义,并在内部层次中规定了这些概念之间的关系,具有较强的知识表达能力和支持较强的推理能力。把本体与CBR相结合,可以把案例所表达的知识与用本体表示的一般领域知识模型进行整合,这样基于本体的案例推理过程可以充分利用领域知识来获取更精确和全面的结果。本文把本体与案例推理相结合,首先利用本体表示案例结构,用protege工具构建了案例本体和领域知识本体;然后建立了基于本体的主题事件案例库；最后实现了案例推理实验系统,该系统包含市场波动趋势预测模块、案例管理模块以及案例学习等模块。系统通过把事件的基本信息以及市场波动情况以案例形式存储到案例库中,将有利于投资者积累经验性知识,从而辅助决策。实验结果表明,当股票市场有类似事件发生时,通过该案例推理系统能检索出相似事件案例,进而通过分析事件的详细信息,辅助决策者预测市场可能波动情况并最终用于投资决策。