
- •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
Запитання для повторення та контролю знань
1. Що таке менеджмент знань?
2. Структура менеджменту знань.
3. Формування знань.
4. Введення документованих знань.
5. Введення недокументованих знань.
6. Мотивація здійснення менеджменту знань.
7. Особливості впровадження менеджменту знань.
8. Класифікація функцій підприємства.
9. Базові поняття менеджменту знань.
10. Видобування знань.
11. Системи пізнання.
12. Організація доступу до знань.
13. Що таке онтологічний інжиніринг?
14. Інновації в області автоматизації менеджменту знань.
Розділ 2 теоретичні аспекти менеджменту та інженерії знань
Поле знань
Стратегії одержання знань
Теоретичні аспекти видобування знань
Теоретичні аспекти структурування знань
У цьому розділі розглянуто теоретичні проблеми інженерії знань, інакше кажучи – проектування баз знань – одержання і структуризації знань фахівців для подальшого розроблення баз знань. Центральним поняттям на етапах одержання і структуризації є поле знань.
Поле знань – це умовний неформальний опис основних понять і взаємозв’язків між поняттями предметної області, виявлених із системи знань експерта, у вигляді графа, діаграми, таблиці або тексту.
2.1. Поле знань
Інженерія знань – доволі молодий напрям штучного інтелекту (ШІ), який з’явився тоді, коли практичні розробники зіткнулися з досить нетривіальними проблемами труднощів “видобування” і формалізації знань. У перших книгах зі ШІ ці факти зазвичай тільки постулювалися, надалі почалися серйозні дослідження з виявлення оптимальних стратегій видобування знань.
2.1.1. Мова опису поля знань
Поле знань Рz формується на третій стадії розроблення інтелектуальних систем – стадії структурування.
Поле знань як перший крок до формалізації подає модель знань про предметну область у тому вигляді, в якому її зумів подати аналітик деякою “своєю” мовою. Що це за мова? Відомо, що словник мови конкретної науки формується внаслідок поповнення загальновживаної мови спеціальними термінами і знаками, які або запозичуються з повсякденної мови, або винаходяться. Назвемо цю мову L і розглянемо її властивості, враховуючи, що стандарту цієї мови не існує, а кожен інженер зі знань змушений сам її винаходити.
По-перше, як і в мові будь-якої науки, в ній має бути якомога менше неточностей, властивих повсякденним мовам. Частково точність досягається строгішим визначенням понять. Ідеалом точності, зазвичай, є мова математики. Мова L, мабуть, займає проміжне місце між природною мовою та мовою математики.
По-друге, бажано не використовувати в ній термінів інших наук в іншому, тобто новому, сенсі. Це викликає непорозуміння.
По-третє, мова L, мабуть, буде або символьною мовою, або графічною (схеми, малюнки, піктограми).
Під час вибору мови опису поля знань не варто забувати, що на етапі формалізації необхідно замінити її на машинно-реалізовану мову подання знань (МПЗ), вибір якої залежить від структури поля знань. Існує багато мов, доволі універсальних, щоб претендувати на значення мови інженерії знань, – це структурно-логічна мова SLL, що об’єднує апарат лямбда-конверсії, мова K-систем тощо. Однак вони не набули широкого застосування. У деякому розумінні створення мови L дуже близьке до ідей розроблення універсальних мов науки. До XVII століття утворилося два підходи в розробленні універсальних мов: створення мов-класифікацій і логіко-конструктивних мов. До першої належать проекти, висхідні до ідеї Ф. Бекона, – це мови Вілкінса і Далгарно. Другий підхід пов’язаний з дослідженнями в межах пошуку універсального методу пізнання, найчіткіше висловленого Р. Декартом, а потім у проекті універсальної характеристики Г. Лейбніца. Саме Лейбніц позначив основні контури вчення про символи, які відповідно до його задумів у XVIII столітті розвивав Г. Ламберт, який дав назву науці “семіотика”. Семіотика, в основному, знайшла своїх адептів у сфері гуманітарних наук. Останнім часом утворилася також нова галузь семіотики – прикладна семіотика.
Рис. 2.1. Структура семіотики
Представники природничих наук ще не до кінця усвідомили позитивні якості семіотики тільки через те, що мають справу з доволі простими і “жорсткими” предметними областями. Їм вистачає апарату традиційної математики. Проте, в інженерії знань ми маємо справу з “м’якими” предметними областями, де явно не вистачає виразної адекватності класичного математичного апарату і де велике значення має ефективність дотації (її компактність, простота модифікації, зрозумілість інтерпретації, наочність тощо).
Мови семіотичного моделювання як природний розвиток мов ситуаційного керування є, як нам здається, першим наближенням до мови інженерії знань. Саме мінливість і умовність знаків роблять семіотичну модель пристосованою до складних сфер реальної людської діяльності. Тому головне на стадії концептуалізації – збереження природної структури поля знаннями, а не виразні можливості мови. Традиційно семіотика охоплює (рис. 2.1):
синтаксис (сукупність правил побудови мови або відношення між знаками);
семантику (зв’язок між елементами мови та їх значень або відношення між знаками і реальністю);
прагматику (відношення між знаками та їх користувачами).