![](/user_photo/2706_HbeT2.jpg)
- •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
1.4.2. Онтологія
Існують різні підходи, моделі і мови|язики| опису даних і знань. Проте|однак| все більшої популярності останнім часом набувають|придбавають| онтології. Онтологія є специфікацією концептуалізації, формалізованим відображенням основних понять і зв’язків між ними. Раніше цей філософський термін означав учення про буття, потім він перемістився в царину точних наук, де напівформалізовані| концептуальні моделі завжди супроводжували математично строгим|суворим| визначенням. Під визначення онтології підпадають багато понятійних структур: ієрархія класів в об’єктно-орієнтованому програмуванні, концептуальні карти (concept| maps|), семантичні мережі тощо|сіті|. На нашу думку, можна ще ширше трактувати онтологію, наприклад, як сценарій або процес, який структурує хаос.
Онтологія – це структурна специфікація деякої предметної області, її формалізоване подання, яке містить словник (або імена) вказівників на терміни предметної області і логічні вирази, які описують, як вони співвідносяться один з одним.
Отже, онтології забезпечують словник для відображення і обміну знаннями про деяку предметну область і безліч зв’язків, встановлених між термінами в цьому словнику.
Для опису онтології| існують різні мови|язики| і системи, проте|однак|, найперспективнішим є візуальний підхід, що дає змогу фахівцям|спеціалістам| безпосередньо “малювати” онтології, що допомагає наочно|наглядний| сформулювати і пояснити|тлумачити| природу і структуру явищ. Візуальні моделі, наприклад, графи мають когнітивне (тобто пізнавальне) значення. Будь-який програмний графічний пакет від PaintBrush| до Visio| можна використовувати як первинний інструмент опису онтології|.
Проте|однак|, проектування і розроблення онтології|, тобто онтологічний інжиніринг, не є|зявляється| тривіальним завданням|задачею|. Він вимагає від розробників професійного володіння технологіями інженерії знань – від методів видобування|видобування| знань до структуризації і формалізації.
Онтологічний інжиніринг повинен і може стати “дороговказною ниткою” для всього процесу структуризації комплексних систем автоматизації, оскільки|тому що| він об’єднує дві основні технології проектування великих систем – об’єктно-орієнтований і структурний аналіз. Недарма|недарма| онтологічний аналіз увійшов до стандарту IDEF5|, який є|зявляється| основним засобом|коштом| специфікації і моделювання бізнес-процесів| сьогодні. Проблеми розроблення онтології та засоби її побудови описано у 6-му і 7-му розділах цього навчального посібника.
1.5. Висновки
МЗ є новим вектором у керівній діяльності організацій, націленій на нагромадження і ефективне використання інтелектуального капіталу. Він має стати одним із головних інструментів підвищення конкурентоспроможності організацій.
МЗ ґрунтується на ключових напрямах діяльності організації:
маркетингу;
виробництві;
інжинірингу;
бенчмаркингу;
інформаційних технологіях;
менеджменті якості;
керуванні персоналом.
Основною перешкодою під час впровадження МЗ найчастіше буде низька культура організацій і недостатньо високий рівень використання інформаційних технологій.
Ще однією перевагою онтологічного інжинірингу в МЗ | є|зявляється| цілісний підхід до автоматизації підприємства. У процесі досягають:
системності – онтологія подає цілісний погляд на предметну область;
одноманітності – матеріал, відображений в єдиній формі, набагато краще сприймається і відтворюється.
Зазначимо, що онтологія не лише мета, а й засіб формування систем МЗ.
Важливість онтологічного інжинірингу в системах МЗ | зумовлена також тим, що знання, яке не описане, не розповсюджується і не зростає, врешті-решт стає застарілим і непотрібним|некорисним|. Навпаки, знання, яке розповсюджується|поширюється|, отримується і обмінюється, генерує нове знання.
Отже, будь-яка система автоматизації передбачає проблеми зберігання корпоративних знань, але|та| тільки|лише| системи МЗ орієнтовані на це в явному вигляді|виді|, тим самим сприяючи збереженню|зберіганню| цього цінного|коштовного| ресурсу, а не розчиняючи його в алгоритмах, бізнес-процесах і специфікаціях. МЗ | фактично може стати| наступним|такий| рівнем автоматизації для тих компаній, які вже ввели|із| автоматизацю даних, і є|зявляється| прикладом для тих, хто|КТО| хоче створити інтеґровану систему, а не “мозаїку” окремих функціональних блоків.