
- •В.В. Литвин технології менеджменту знань
- •Розділ 1 основні поняття менеджменту знань
- •1.1. Основні означення менеджменту знань
- •1.1.1. Структура менеджменту знань
- •Маркетинґ Проектування Підготовка виробництва Виробництво Збут
- •1.1.2. Формування знань
- •1.1.3. Введення даних
- •1.1.4. Адміністрування
- •1.1.5. Мотивація
- •1.1.6. Особливості впровадження мз
- •1.2. Менеджмент знань
- •1.3. Базові поняття менеджменту знань
- •1.3.1. Видобування знань
- •1.3.2. Системи пізнання
- •1.3.3. Організація доступу до знань
- •1.3.4. Інновації в області автоматизації
- •1.3.5. Менеджмент знань та інформації
- •1.3.6. Менеджмент знань та Інтернет
- •1.4. Онтологічний інжиніринг
- •1.4.1. Системи керування знаннями
- •1.4.2. Онтологія
- •1.5. Висновки
- •Запитання для повторення та контролю знань
- •Розділ 2 теоретичні аспекти менеджменту та інженерії знань
- •2.1. Поле знань
- •2.1.1. Мова опису поля знань
- •2.1.2. Семіотична модель поля знань
- •2.1.3. “Піраміда” знань
- •2.2. Стратегії одержання знань
- •2.3. Теоретичні аспекти видобування знань
- •2.3.1. Психологічний аспект
- •2.3.2. Лінгвістичний аспект
- •2.3.3. Гносеологічний аспект видобування знань
- •2.4. Теоретичні аспекти структурування знань
- •2.4.1. Історична довідка
- •2.4.2. Ієрархічний підхід
- •2.4.3. Традиційні методології структуризації
- •2.4.4. Об’єктно-структурний підхід (осп)
- •Стратифікація знань предметної області
- •Матриця об’єктно-структурного аналізу
- •Запитання для повторення та контролю знань
- •Розділ 3 технології менеджменту та інженерії знань
- •3.1. Класифікація методів практичного видобування знань
- •3.2. Комунікативні методи
- •3.2.1. Пасивні методи
- •Порівняльні характеристики пасивних методів видобування знань
- •3.2.2. Активні індивідуальні методи
- •Порівняльні характеристики активних індивідуальних методів видобування
- •3.2.3. Активні групові методи
- •3.3. Текстологічні методи
- •3.3.1. Методи структурування
- •Дані концептуалізації
- •3.3.2. Еволюція систем одержання знань
- •Запитання для повторення та контролю знань
- •Завдання для самостійного розв’язування
- •Розділ 4 прикладні аспекти менеджменту та інженерії знань
- •4.1. Латентні структури знань і психосемантика
- •4.1.1. Семантичні простори і психологічне градуювання
- •Опис зв’язку між поняттями
- •4.1.2. Методи багатовимірного градуювання
- •4.1.3. Використання метафор для виявлення “прихованих” структур знань
- •4.2. Метод репертуарних решіток
- •4.2.1. Основні поняття
- •4.2.2. Методи виявлення конструктів. Метод мінімального контексту
- •4.2.3. Аналіз репертуарних решіток
- •4.2.4. Автоматизовані методи
- •4.3. Керування знаннями
- •4.3.1. Що таке “керування знаннями”?
- •4.3.2. Керування знаннями і корпоративна пам’ять
- •4.3.3. Системи omis
- •4.3.4. Особливості розроблення омis
- •4.4. Візуальне проектування баз знань як інструмент пізнання
- •4.4.1. Від понятійних карт до семантичних мереж
- •4.4.2. База знань як пізнавальний інструмент
- •4.5. Проектування гіпермедіа бд і адаптивних навчальних систем
- •4.5.1. Гіпертекстові системи
- •4.5.2. Від мультимедіа до гіпермедіа
- •4.5.3. На шляху до адаптивних навчальних систем
- •Запитання для повторення та контролю знань
- •Розділ 5 Класифікація даних та знань
- •5.1. Важливість правильної класифікації
- •5.1.1. Класифікація й об’єктно-орієнтовне проектування
- •5.1.2. Труднощі класифікації
- •5.2. Ідентифікація класів і об’єктів
- •5.2.1. Класичний і сучасний підходи
- •5.2.2. Об’єктно-орієнтований аналіз
- •5.3. Ключові абстракції й механізми
- •5.3.1. Ключові абстракції
- •5.3.2. Ідентифікація механізмів
- •5.4. Висновки
- •Запитання для повторення та контролю знань
- •Розділ 6 онтології й онтологічні системи
- •6.1. Поняття онтології
- •6.2. Моделі онтології й онтологічної системи
- •Класифікація моделей онтології
- •6.3. Методології створення і “життєвий цикл”онтології
- •6.4. Мови опису онтологій
- •6.4.1. Види owl
- •6.4.2. Структура онтологій
- •Запитання для повторення та контролю знань
- •Розділ 7 Програмні засоби побудови онтологій
- •7.1. Онтологія як засіб формалізації та алгоритмізації знань в інтелектуальній системі
- •7.1.1. Аналіз підходів до навчання онтологій
- •7.1.2. Загальні принципи проектування онтологій
- •7.1.3. Формати та стандарти подання інформації
- •7.1.4. Засоби для створення онтології
- •7.2. Технологія розроблення онтологій в редакторі Protégé
- •7.2.1. Еволюція Protégé
- •7.2.2. Protégé-owl. Мова Web онтологій owl
- •7.2.3. Основні терміни та поняття у Protégé-owl
- •Терміни та їх синоніми
- •7.2.4. Методика розроблення онтології засобами Protégé
- •Створення й експлуатація онтології
- •7.2.5. Створення онтології
- •Запитання для повторення та контролю знань
- •Завдання для самостійного розв’язування
- •Література
- •Литвин Василь Володимирович технології менеджменту знань
- •V lp.Com.Ua, ел. Пошта: vmr@vlp.Com.Ua
1.4. Онтологічний інжиніринг
Онтологічний інжиніринг – ядро концепції “керування знаннями”, яке виникло|появлялося| в середині 90-х років минулого століття в крупних корпораціях, де проблеми опрацювання інформації набули|набули| особливої гостроти і стали критичними|. Стало очевидним, що основним є|зявляється| опрацювання знань, нагромаджених фахівцями|спеціалістами| компанії, оскільки|тому що| саме знання забезпечують перевагу перед конкурентами.
Фактично МЗ| – це модне гасло|лозунг| в менеджменті і його зв’язок з|із| інженерією знань (knowledge| engineering|) сьогодні ефемерна|ефемер|. МЗ | займається проблемою організації інформації в компанії, адже часто інформації в компаніях нагромаджено навіть більше, ніж вони здатні|здібні| оперативно опрацьовувати. Різні організації намагаються|пробують| вирішувати це питання по-своєму, але|та| кожна компанія прагне збільшити ефективність опрацювання інформації.
1.4.1. Системи керування знаннями
Керування знаннями – це сукупність процесів, які керують створенням, розповсюдженням, опрацюванням і використанням інформації всередині підприємства.
“Містком” до інтелектуальних технологій є поняття “знання”, яке трактується в МЗ украй вільно і широко. Так, ресурси знань розрізняють залежно від галузей індустрії і додатків, але, як правило, об’єднують керівництво, листи, новини, інформацію про замовників, відомості про конкурентів і технології, що нагромадилися в процесі розроблення. Самі ці ресурси можуть міститися в різних місцях: у базах даних, базах знань, у картотечних блоках, у фахівців і можуть бути роззосереджені по всьому підприємству. Часто одна частина підприємства дублює роботу іншої лише тому, що неможливо знайти і використовувати знання, що містяться в сусідніх підрозділах.
Отже, системи МЗ повинні (але це лише декларація) інтегрувати різноманітні технології:
електронну пошту й Інтернет;
бази і сховища даних (Data Warehouse);
системи групової роботи з інформацією;
системи підтримки ухвалення рішення;
локальні корпоративні системи автоматизації;
системи документообігу і workflow;
контекстний пошук.
Жодна з цих технологій не містить “знання” в контексті інтелектуальних (експертних) систем, тобто баз знань.
Фактично, системи, що позиціонуються|позиціюють| як СКЗ (системи керування знаннями), реалізують лише окремі елементи вищенаведеного| списку. Всі вони працюють або з|із| неструктурованою інформацією, або з|із| даними.
Тому природним першим інструментарієм МЗ стали сховища даних, які працюють за принципом центрального складу. Як правило, сховища містять|утримують| багаторічні|багатолітні| версії звичайної|звичної| БД, що фізично розміщуються в тій самій базі. Коли всі дані містяться|утримуються| в єдиному сховищі, вивчення і аналіз зв’язків між окремими елементами може бути пліднішим. Надалі ідея сховища була розвинена в поняття корпоративної пам’яті (corporate| memory|), яка, за аналогією з людською пам’яттю, дає змогу нагромаджувати|скупчувати| інформацію з|із| попереднього досвіду|досліду| і, нібито, уникати повторення помилок, що є|зявляється| суто декларативним твердженням|затвердженням|.
Корпоративна пам’ять зберігає інформацію з різних джерел підприємства і робить цю інформацію доступною для фахівців для вирішення виробничих завдань.
Корпоративна пам’ять, в ідеалі, охопить і знання фахівців.
Корпоративна пам’ять повинна унеможливлює зникнення знань фахівців, які|спеціалістів| вибувають (відхід|догляд| на пенсію, звільнення і ін.), і зберігає великі обсяги|обсяги| даних, інформації і знань з|із| різних джерел підприємства. Тобто|цебто| ситуація to| be| (як треба|як належить|) повинна виходити за межі даних до знань. Тоді можна буде виділити два рівні корпоративної пам’яті.
Рівень 1. Рівень експліцитний, | або явної інформації – це дані і знання, які можуть бути знайдені в документах організації у формі|у формі| повідомлень|сполучень|, листів, статей, довідників, патентів, креслень, відео-| і аудіозаписів|, програмного забезпечення тощо.
Рівень 2. Рівень імпліцитний,| або прихованої інформації – це персональне знання, невідривно пов’язане з індивідуальним досвідом|дослідом|. Воно може бути передане|передавати| через прямий контакт – “віч-на-віч” – через процедури видобування|видобування| знань. Саме приховане знання – те практичне знання, яке є|зявляється| ключовим|джерельним| для ухвалення|прийнятті| рішення|розвязанні| і керування технологічними процесами.
Насправді ці два типи інформації однаково важливі в структурі корпоративної пам’яті.
Розробляючи системи МЗ, можна виділити певні етапи.
Нагромадження. Стихійне і безсистемне нагромадження інформації в організації.
Видобування. Процес виявлення джерел даних і знань, їх видобування і описування. Це один з найскладніших і трудомістких етапів. Від його успішності залежить подальша життєздатність системи.
Структуризація. На цьому етапі мають бути виділені основні поняття, вироблена структура подання інформації, що матиме максимальну наочність, простоту зміни і доповнення.
Формалізація і програмна реалізація. Подання структурованої інформації у форматах машинного опрацювання – тобто на мовах опису даних і знань, та організація автоматизованого опрацювання і пошуку інформації за запитом.
Обслуговування. Корекція формалізованих даних і знань (додавання, оновлення): “чищення”, тобто видалення застарілої інформації; фільтрація даних і знань для пошуку інформації, необхідної користувачам.
Правила виконання перших чотирьох етапів передбачають володіння інструментами інженерії знань, досить молодої науки, що народилася у процесі розроблення інтелектуальних систем.
Вже класичною помилкою практично всіх автоматизованих систем є верховенство і домінування етапу 4, тобто програмної реалізації над наочною постановкою етапів 1–3. У системах МЗ це особливо небезпечно, оскільки саме наочні знання є ядром таких систем.