18 grudnia 2003 Technologie wspierajce zarzdzanie wiedz Zarzdzanie

18 grudnia 2003 Technologie wspierające zarządzanie wiedzą

Zarządzanie wiedzą Kontekst organizacyjny zarządzania wiedzą. Techniki wspierające zarządzanie wiedzą: n sieci semantyczne / mapy wiedzy, n wyszukiwanie wsparte modelem wiedzy. Standardy modelowania wiedzy: n Topic. Maps, n Resource Description Framework. Semantic Web – nowa wizja inteligentnego Internetu.

Modne hasło: zarządzanie wiedzą Wiedza – najcenniejszy zasób w organizacji. Zarządzanie wiedzą: n powstawanie wiedzy, n przesyłanie wiedzy (dzielenie się wiedzą), n wykorzystanie wiedzy.

Wiedza a kultura organizacyjna Psychologiczne bariery przepływu wiedzy: n "gromadzisz wiedzę – masz władzę – budujesz swój autorytet", n "korzystając z cudzej wiedzy przyznajesz, że jesteś niekompetentny". Syndrom klasy szkolnej. Motywowanie do dzielenia się wiedzą: n ocenianie pracowników, n udział w efektach wykorzystania wiedzy, n tworzenie warunków do wymiany wiedzy: n czas i miejsce, n technologia.

Procesy tworzenia wiedzy Do Wiedza ukryta Wiedza jawna Wiedza ukryta Wymiana Przekazywanie Wiedza jawna Przyswajanie Łączenie Z Nonaka i Takeuchi, 1995 Za: W. Staniszkis, "Architektura systemów zarządzania wiedzą", Rodan Systems S. A.

Rozwiązania technologiczne System plików (na dysku sieciowym). System zarządzania dokumentami/treścią: n metainformacje, workflow, wersje, uprawnienia, . . . , n SGML/XML, n Intranet – zarządzanie i publikowanie treści w jednym. Portal korporacyjny: n każdy jest zarówno czytelnikiem, jak i autorem, n udostępnianie zintegrowanej informacji z: n systemów biznesowych organizacji, n Internetu; n jednokrotna autoryzacja dostępu do wszystkich zasobów, n personalizacja. Czy to jest zarządzanie wiedzą?

Co autor miał na myśli Co ciekawsze zasłyszane definicje systemu zarządzania wiedzą: n baza wszystkich pracowników, ich doświadczeń i umiejętności, pozwalająca na znalezienie osoby o zadanym doświadczeniu, n system umożliwiający określenie statusu i miejsca przebywania przesyłki (w firmie kurierskiej), n system przekazu obrazu wideo, pozwalający ekspertom na zdalną diagnozę i naprawę uszkodzonych szybów naftowych. Czy to jest zarządzanie wiedzą?

Czym tak na prawdę jest wiedza? To więcej niż: n informacja, n tekst, n dokument. To sieć n powiązań, n relacji, n skojarzeń między n informacjami, n doświadczeniami, n spostrzeżeniami. Tymczasem: n systemy zarządzania dokumentami, n systemy zarządzania treścią, n portale korporacyjne operują na dokumentach!

Wiedza a technologia Modelowanie wiedzy: n ontologia – schemat modelowanej dziedziny: n typy pojęć, n typy relacji między pojęciami, n mapa wiedzy: n abstrakcyjne pojęcia, n powiązania między pojęciami, n wystąpienia pojęć w dokumentach. System zarządzania wiedzą: n budowanie ontologii, n budowanie, rozwijanie mapy wiedzy, n nawigacja po mapie wiedzy.

Ontologia stanowi wspólną reprezentację pewnej dziedziny działalności ludzkiej, która może być wykorzystana jako platforma porozumienia pozwalająca na spójne podejście do rozwiązywania problemów w tej dziedzinie. Ontologia obejmuje pewną wizję świata ograniczoną do danej dziedziny. Taka wizja zazwyczaj jest wyrażana jako zbiór pojęć, definicji tych pojęć oraz ich wzajemnych powiązań. Taką reprezentację dziedziny nazywamy często jej konceptualizacją Mike Uschold - Artificial Intelligence Application Institute, University of Edinburgh Za: W. Staniszkis, "Architektura systemów zarządzania wiedzą", Rodan Systems S. A.

Mapa wiedzy – przykład ryba główny składnik rodzaj śledź świeży przygotowywany z śledź solony suszona pietruszka grupa podobny do śledzie główny składnik w śmietanie grupa składnik można zastąpić śledzie w oliwie natka pietruszki danie rybne

Ontologia – przykład Typy pojęć: n przepis, n grupa przepisów, n składnik. Relacje: n składnik wchodzi w skład przepisu, n składnik jest głównym składnikiem przepisu, n składnik jest rodzaju składnik, n składnik jest przygotowywany ze składnika, n składnik można zastąpić składnikiem, n przepis należy do grupy przepisów, n przepis jest podobny do przepisu

Wiedza operacyjna a wiedza abstrakcyjna Wiedza operacyjna: n opisuje konkretne instancje obiektów i ich własności, np. : n klienta Jana Kowalskiego, n polisę nr 1234 -5678/2002; n często się zmienia, n ma charakter relacji bazodanowych. Wiedza abstrakcyjna: n opisuje własności abstrakcyjnych bytów (klas obiektów), np: n zakres ubezpieczenia terminowego na życie; n nie zmienia się w wyniku działalności operacyjnej, n ma charakter luźnej sieci powiązań.

Modelowanie ontologii (1) Zdefiniowanie celu modelowania: n charakter mapy wiedzy: operacyjny vs. abstrakcyjny, n poziom szczegółowości mapy wiedzy, n poziom granulacji dokumentów, n czy mapa wiedzy formalizuje wiedzę zapisaną w dokumentach? n jaki będzie podstawowy sposób dostępu do informacji? Analiza rzeczywistości biznesowej: n oddzielenie wiedzy abstrakcyjnej od operacyjnej, n modelowanie części abstrakcyjnej: n wyodrębnienie ogólnych klas i relacji między klasami, n uszczegółowienie klas, utworzenie hierarchii klas; n modelowanie części operacyjnej: n określenie, które klasy abstrakcyjne będą miały instancje w części operacyjnej (ewentualnie rozszerzenie części operacyjnej), n zdefiniowanie możliwych zależności między instancjami.

Modelowanie ontologii (2) Analiza dostępnych dokumentów: n wyodrębnienie pojęć występujących w dokumentach, n klasyfikacja dokumentów, n zdefiniowanie typów wystąpień dokumentów w mapie wiedzy. Testowanie: n wypełnienie mapy wiedzy pojęciami i powiązaniami, n dowiązanie przykładowych dokumentów, n sprawdzenie efektywności nawigacji po mapie, n wprowadzanie poprawek.

Podział ról Poziom dostawcy rozwiązania Język modelowania ontologii Poziom analityka/ administratora Ontologia Poziom użytkownika Mapa wiedzy

Korzenie: sztuczna inteligencja Sztuczna inteligencja: n nauka o mechanizmach racjonalnego działania oraz budowaniu algorytmów stosujących te mechanizmy, n intensywnie rozwijana w latach 70 -tych. Obszary zainteresowań: n przetwarzanie języka naturalnego, n reprezentacja wiedzy, n automatyczne wnioskowanie, n uczenie maszynowe. n systemy eksperckie. Sztuczna inteligencja a zarządzanie wiedzą: n to człowiek, a nie maszyna, wykorzystuje wiedzę, n problemem jest efektywny dostęp do zgromadzonej wiedzy.

Mapa wiedzy a dokumenty Wiedza zawarta w: n pojęciach i powiązaniach w mapie wiedzy, n treści dokumentów. Poeta napisał Warstwa pojęć autor dzieło Szekspir biografia Warstwa dokumentów Szekspir – biografia „Hamlet” zdjęcie treść Hamlet by W. Shakespeare

Jak dotrzeć do wiedzy zawartej w dokumentach? Znajdowanie właściwych dokumentów: n nawigacja po mapie wiedzy, n wyszukiwanie pełnotekstowe: n często wystarczy odnaleźć rozwiązanie podobne, n na czym polega "podobieństwo"? jak je wyrazić? Wyszukując w treści dokumentów, powinniśmy uwzględnić: n wiedzę zakodowaną w mapie wiedzy o zależnościach między pojęciami, n wiedzę ukrytą. Rozwiązanie: n wyszukiwanie wsparte modelem wiedzy.

Wyszukiwanie a wiedza Wyszukiwanie wsparte modelem wiedzy: n konfrontuje zapytanie z modelem wiedzy, n znajduje dokumenty semantycznie odpowiadające zapytaniu. zapytanie baza wiedzy wiedza dane i dokumenty inteligentne odpowiedzi

Model wiedzy – przykład Typ: składnik. Wartości i podobieństwa: śledź świeży śledź solony natka pietruszki suszona pietruszka koperek śledź 100 0 0 0 90 20 śledź świeży 100 śledź solony 80 60 natka pietruszki 0 0 0 suszona pietruszka 0 0 0 80 koperek 0 0 0 20 20 20

Model wiedzy – przykład Typ: kaloryczność Funkcja podobieństwa: 100% user input

Architektura referencyjna systemu zarządzania wiedzą Tekst Atrybuty Mapy wiedzy Hurtownie danych Strony WWW Dokumenty papierowe Bazy danych Integracja zasobów informacji Wyszukiwanie Powiązania SMD Pliki Sieci semantyczne Drzewa kontekstowe Sieci semantyczne Mapy wiedzy Czas Reprezentacja Wiedzy Automatyczne wnioskowanie Hyper-tekst Systemy zarządzania dokumentami Semantyczny model danych System Zarządzania Wiedzą XML Grafy procesów RDF Szyfrowanie Pliki Bezpieczeństwo Repozytorium Forum dyskusyjne Podpis elektroniczny Zarządzanie wersjami Uprawnienia Autentykacja Tworzenie wspólnej ontologii Zarządzanie procesami Współpraca Internet Intranet Zarządzanie hierarchią pamięci Systemy zarządzania bazą danych Poczta elektroniczna Źródło: W. Staniszkis, "Architektura systemów zarządzania wiedzą", Rodan Systems S. A.

Geneza Topic Maps "W dzisiejszych czasach, większość ludzi nie potrzebuje więcej informacji. Jeśli już, to potrzebują jej mniej, ponieważ już toną w ogromnych jej ilościach. " Steve Pepper "Euler, Topic Maps and Revolution" Oryginalna motywacja (1991): n jednolity standard do reprezentacji indeksów, n scalanie indeksów. Pomysł: n utworzenie nad warstwą zasobów warstwy abstrakcyjnych pojęć, n powiązanie obu warstw poprzez wystąpienia pojęć w zasobach.

Pojęcia Pojęcie (topic): n abstrakcyjny byt, n "co autor miał na myśli". Typ pojęcia: n także jest pojęciem. Pojęcie posiada: n nazwy, n wystąpienia, n role pełnione w powiązaniach.

Wystąpienia Wiążą pojęcia z warstwą zasobów: n zasoby nie są częścią mapy pojęć. Nadają sens pojęciom. Role wystąpień.

Powiązania Tworzą sieć zależności między pojęciami: n typy powiązań, n role pojęć w powiązaniu, n powiązania łączące więcej niż dwa pojęcia.

Kompletny przykład Miasto urodzony w miejsce Polska Firma stolica siedziba państwo człowiek miasto instytucja Chopin empolis Polska Warszawa

Co z tego mamy? Mapa pojęć jako samodzielny, niezależny byt (dokument): n oddzielona od warstwy zasobów, n linki (powiązania) niezależne od warstwy zasobów. Więc: n nad danym zbiorem zasobów można skonstruować wiele różnych map, n jedna mapa może być użyta do nawigacji po wielu zbiorach zasobów. Reprezentacja wiedzy! "The GPS of the information universe".

Zastosowania Wydawnictwa encyklopedyczne: n wartość dodana do informacji encyklopedycznej (poprzez możliwość łatwego znalezienia informacji), n Mother Encyclopaedia. Zarządzanie witryną internetową: n struktura witryny jako mapa pojęć, n interfejs nawigacyjny – dzięki odpowiednim przekształceniom XSLT. Zarządzanie wiedzą w organizacjach. Wymiana/przesyłanie zakodowanej wiedzy.

Status Topic Maps: n pierwotnie zwany Topic Navigation Maps, n standard ISO/IEC 13250: 2000, n twórcy: Michel Biezunski, Martin Bryan, Steven R. Newcomb, n oparty na SGML-u i Hy-Time. XML Topic Maps (XTM): n rozwijany przez Topic. Maps. org – niezależne konsorcjum specjalistów, n aktualnie dostępna wersja: 1. 0 z 6. 08. 2001, n twórcy: Steve Pepper i Graham Moore, n oparty na XML-u i XLink.

TMQL – Topic Maps Query Language Trwają prace rozwojowe. Przykład: SELECT topic x WHERE x instance_of topic named "Job seeker” AND assoctemp y named "Person is skilled in” AND x in (assoc template_is y) has topic named "Java programming” AND x in (assoc template_is y) has topic named "German – fluent”

Narzędzia Topic Maps Loom, Info. Loom www. infoloom. com Ontopia Knowledge Suite, Ontopia www. ontopia. net ITM Intelligent Topic Manager, Mondeca www. mondeca. com TM 4 J, Topic Maps for Java (open source) tm 4 j. org www. techquila. com

Gdzie szukać dalej Analizy i raporty n/t zarządzania wiedzą www. egov. pl/km/index. php Knowledge Management Portal www. kmportal. pl topicmap. com www. topicmap. com Learn more about Topic Maps www. ontopia. net/topicmaps/learn_more. html