Инженерия знаний

Гаврилова Т.А. 2010 1

Cанкт-Петербургский Государственный

Университет, Высшая Школа

Менеджмента, зав.каф.

«ИТ в менеджменте»

Татьяна Гаврилова

дтн, профессор

ИНЖЕНЕРИЯ ЗНАНИЙ

«

Инженерия знаний

«Стремление к знанию – одно

из основных свойств человека»

Аристотель


3 «состояния» знаний

«Газообразные»

«Жидкие»

«Твердые»

Метафора Нордстрема и Риддерстрале

из книги «Бизнес в стиле фанк навсегда»

«Чем тверже знания,

тем больше можно на них заработать»


1. Инженерия знаний и ментальные модели

2. Организация процесса УЗ. Роль онтологий.

3. Инструменты для формирования СУЗ

4. Практическая разработка портала знаний

5. Трудности

Модели структурирования и инструменты управления

знаниями


1. Инженерия знаний и ментальные модели


Культура

ОрганизацияАнализ и

диагностика

Распределение

Испол

ьзо

ва

ни

е

Стратег.

уровень

Организационный

уровень

Операционный уровень

Технологии

Знания

(контент)

Пр

ио

бр

ете

ни

е

УЗ как система

©Д. Кудрявцев


Мультидисциплинарность УЗ

©Д. Кудрявцев


УЗ версия MBS (Moscow Business School)


Дуализм концепции «Управление знаниями»

Управление знаниями

Knowledge Management

Раздел

менеджмента

Информ.

технология

Стратегия управления

компанией, которая

обеспечивает

интегрированный подход к

созданию,

организации,

использованию и

увеличению

интеллектуальных и

информационных

ресурсов предприятия

Программное обеспечение

для реализации задач УЗ:

хранения,

формирования,

поиска,

анализа,

обмена,

группового

использования

документов, данных и

знаний.


Информация

ДАННЫЕ - факты,

характеризующие

отдельные свойства

объектов, процессов,

явлений.

Получены из

наблюдений и

измерений.

ЗНАНИЯ -

закономерности,

связывающие данные и

позволяющие решать

задачи.

Получены из практики.

Неструктурированный контент


Онтология «Инженерия знаний»


Основные фазы обработки знаний

ХАОС

ПОЛУЧЕННЫХ

ЗНАНИЙ

МЕНТАЛЬНЫЕ

МОДЕЛИ

МОДЕЛИ

ПРЕДСТАВЛЕНИЯ

ЗНАНИЙ

ПОЛЕ ЗНАНИЙ БАЗА ЗНАНИЙ

Протоколы интервью,

стенограммы,

документы, фото и

пр.

Интеллект-карты,

концептуальные

графы, таблицы

решений

Фреймы,

семантические сети,

продукции

ЗНАНИЯ


2. Организация процесса УЗ. Роль онтологий

Анализ идиагностика

Исп

ольз

ован

ие

Распределение

Приобретение

АНАЛИЗ и ДИАГНОСТИКА

ПРИОБРЕТЕНИЕ

РАСПРЕДЕЛЕНИЕ

ИСПОЛЬЗОВАНИЕ


Этап 1: Анализ потребностей

или диагностика

Определение потребности в информации

Осведомлѐнность о наличии информации

Кто владеет информацией

Чего это будет стоить

Способы реализации


Этап 2. Получение

(приобретение) знаний

Работники должны знать где найти источник знаний

• Создание системы указателей : каталогов, справочников, планов и карт

• Блиц-оценка приоритетов организации в решении проблемы

• Обращение к профессиональным сообществам для получения сведений о накопленных в компаниях знаниях

Осознание образа мышления, принятого в организации

Создание условий, когда работники готовы сотрудничать

Соединение воедино процесса обновления данных с другими рабочими процессами


Этап 2. Получение (приобретение) знаний

Неявные данные и знания

ВыявлениеИзвлечение+Структурирование+Формализация

БЗ

Док

РБД БД

Явные данные и знания

Данные в книгах

Данные в голове Знания в голове

Знания в книгах


Основные

аспекты

извлечения

знанийГносеологический

аспект

Пс

ихо

ло

гич

ес

-ки

й а

сп

ект

Методическийаспект

Ли

нгв

исти

чески

йасп

ект

Кто скажет, тот не знает,

Кто знает, тот не скажет.

Лао-цзы



Три слоя психологических

проблем

Психологический аспект

Процедурный слойКонтактный слой Когнитивный слой

личность

пол

возраст

время

неверб. компоненты

темп

поленезависимость

ригидность

диапазон когнит. эквив.

Обществен

наяСоциальнаяЛичнаяИнтимная

0.5 1.5 3.5Проксемика

Личная территория

Учет невербальных компонент

Поза (прямо, открыто, легкий наклон, расслаблено, зрительный

контакт - между уклонением и «сверлением взглядом») Egan, 1990

Мимика (если нужно, будьте невыносимы, но улыбайтесь)

Движения головы (кивки, назад -высокомерие, вперед -

зависимость)

Dress-code (лучше under-dressed, чем over-dressed, чем эксперт +

учет корпоративного стандарта Berkley vs Stanford )



Три слоя лингвистических

проблем

Лингвистический аспект

Понятийная структураОбщий код Словарь пользователя


Методический аспект извлечения знаний

Методы извлечения

знаний

Коммуникативные

Групповые Индивидуальные

Активные Пассивные

• круглый стол

• мозговой

штурм

• игры

Текстологические

• анализ документов

• анализ справочников

• наблюдение

• вербальные

отчеты

• лекции

• интервью

• анкетирование

• ролевые

игры


Объектно-структурный анализ (Гаврилова, 1996)

• s_1 - ЗАЧЕМ-знания (стратегический анализ:назначение и функции системы);

• s_2 - КТО-знания (организационный анализ: коллективразработчиков системы);

• s_3 - ЧТО-знания (концептуальный анализ: концепты иотношения );

• s_4 - КАК-знания (функциональный анализ: гипотезы имодели принятия решения);

• s_5 - ГДЕ-знания (пространственный анализ:окружение, оборудование, коммуникации);

• s_6 - КОГДА-знания (временной анализ: временныепараметры и ограничения);

• s_7 - ПОЧЕМУ-знания (каузальный анализ:формирование подсистемы объяснений);

• s_8 - СКОЛЬКО - знания (экономический анализ:ресурсы, затраты, прибыль, окупаемость).


Классификация по типу знаний


Классификация моделей

представления знаний

ЯПЗ

СЕТЕВЫЕ МОДУЛЬНЫЕ

Семантические

сетиФреймы

Формально-

логические

Правила-

продукции

K-графыТаблицы

решений

Для машины

Для человека

И-картыонтологии


Интеллект-карты (Mind maps)

И-карты - это ассоциативные сети (графы), отражающие основные идеи и их взаимосвязи с

другими, идеями, понятиями и объектами.

(частично из Т.Бузена (Т. Busen))

Питание

Спорт

Климат

Жилье

Наследственность

Образ жизни

СемьяРабота

Здоровье


Интеллект-карта как ментальная графическая модель


Что важно в и-карте

www.12manage.com/images/picture_mind_mapping_...


Правило «одного уровня»

Понятия, лежащие на одном уровне

иерархии, должны быть однородны.

Сосна Ель

Дерево

Ветвь

инородно


Ошибка 1: разнородность понятий

на всех уровнях


Инструменты вrain-mapping

(“мысле-графы”)

Inspiration 7.6

iMap (by Tony Buzan)

MindMapper

MindGenius Business

Visual Mind 7

Mind Pad

Mind manager v.8

Freemind

The Brain

Comapping


Концептуальные графы

Концепты

(понятия)

Отношения

Иерархия

Перекрестные

связи


Пример концептуального

графа (Concept mapping)

Узлы графа

- концепты

Стрелки –

отношения

между ними

Все стрелки

имеют имя


ДЕРЕВО РЕШЕНИЙ


Диаграмма Ишикавы

http://www.smartdraw.com/resources/examples/business/images/cause_effect_full.jpg


Road map Путевая карта/ Стратегическая карта/ МаршрутизаторК

лю

че

вы

е

ре

ше

ни

я

Кл

юче

вы

е

ре

ше

ни

яМ

ер

опр

и-

яти

я

Ме

ро

пр

и-

яти

яР

епе

рны

е

то

чки

Ре

пе

рны

е

то

чки

Би

зне

с

це

ли

Би

зне

с

це

ли

Январь 2007 Июль 2007 Январь 2008 Июнь 2008


Пример «дорожных карт»


Карта знаний

Объединяют ЧТО->(ГДЕ/КТО) знания

Минимизация объема информации

Ясность

Образность

Проекция таксономии на СОС


Попытка классификации ИВС

Инструменты визуального

структурирования

Функциональность инструмента

ПользовательПрофессионал

Новичок

Поддержка коллективной работы

Расширяемость

Масштабируемость

МоделиКоличество моделей

Тип модели

Задача

Тип информацииКоличественный

Качественный

Предметная область

Наука

Бизнес

Образование

Производитель


Методы структурирования знаний

(кратко)

МСЗ (по форме)

Визуальные

Иерархические

Сетевые

Линейные

Графики

СимвольныеТабличные

Текстовые


Типы онтологий

Генеалогия

Партономия

Атрибутивная

структура

Таксономия

Функциональности


Ontology Applications


Онтологический инжиниринг

OИ – это методология и технология

проектирования, разработки и

использования онтологий для

структурирования и тиражирования

знаний в различных предметных

областях и приложениях.


Онтологический инжиниринг


Этап 3: Распределение и

распространение

Обеспечение доступа, как к централизованно управляемой, так и индивидуально публикуемой информации.

Создание структур и методов повторного использования знаний: создание специализированных баз данных, порталов, контроль качества публикуемой информации, регулярное обновление, обучение работе с системой.

Разработка СУЗ.


Этап 4: Использование (плюс

обучение и ликвидация) Девиз: создавать и поддерживать

Мотивация

Доверие

Поддержка


Человеческий фактор

Создание новых должностей по обработке информации:

CIO (Chief Informaion Officer) или СKO (Chief Knowledge Officer)

Превращение библиотекарей в специалистов по оцифрованной информации (кибертекарей)

Создание новых должностей: инженер по знаниями менеджер знаний (менеджер по интеллектуальным ресурсам), а также

координатор знаний и брокер знаний.

Использование экспертов по фильтрации и ликвидации информации


Трудности: человеческий фактор

Эксперты?

Инженер по

знаниям ?

Modeler?


Коммуникативные

способностиАналитические

способности

МетодЗадача

Инструмент


Дуализм роли

аналитика

Аналитик

Анализ Синтез

спецификаций

Влючает инструменты и

методы, которые

обеспечивают

сбор и накопление,

структурирование и

анализ информации об

основной деятельности

предприятия

Влючает модели,

инструменты и методы,

сязанные с

проектированием и

разработкой

спецификаций для

информационных и

производственных

программных систем


+ =Управление

знаниями

Конечные пользователиКоллектив разработчиков

(постановщики,

программисты)

Технология

реализации

Топ-менеджеры и

специалисты-

экспертыАналитики

Методология

и

организация

ОбъектName

Человеческий фактор


Школа аналитика

Модуль 1. Введение в бизнес-аналитику

1.1. Работа с информацией: данные и знания

1. 2. Модели представления инф.

1. 3. Основные аспекты работы с инф.: психологический, лингвистический и методический

1. 4. Практические методы извлечения данных и знаний (коммуникативные и текстологические).

1. 5. Структурирование

2. Основы моделирования бизнес-процессов

2.1. Процессный подход и структурный анализ

2.2. Моделирование БП как основа постановки задачи автоматизации

2.3. Эскизное моделирование

2.4. Представление о функционально-структурном и объектно-ориентированном моделировании –(IDEF и UML)

2.5. Практикум по моделированию.

6 аналитических позиций (по де Боно)

Интуитивно-

эмоциональная

Нейтрально-

информативная Конструктивная

КритическаяКреативнаяРефлективная


Заключение:

“Правильно поставить задачу- значит практически ее решить”

Харрингтон

СПАСИБО! Вопросы?

[email protected]

Инженерия знаний

Documents