Инженерия знаний
TRANSCRIPT
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
Гаврилова Т.А. 2010 3
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»
Гаврилова Т.А. 2010 4
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
Гаврилова Т.А. 2010 5
1. Инженерия знаний и ментальные модели
Гаврилова Т.А. 2010 6
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
Гаврилова Т.А. 2010 7
Мультидисциплинарность УЗ
©Д. Кудрявцев
Гаврилова Т.А. 2010 8
УЗ версия MBS (Moscow Business School)
Гаврилова Т.А. 2010 9
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.
Гаврилова Т.А. 2010 10
Гаврилова Т.А. 2010 11
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
Гаврилова Т.А. 2010 12
Онтология «Инженерия знаний»
Гаврилова Т.А. 2010 13
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
Гаврилова Т.А. 2010 14
2. Организация процесса УЗ. Роль онтологий
Анализ идиагностика
Исп
ольз
ован
ие
Распределение
Приобретение
АНАЛИЗ и ДИАГНОСТИКА
ПРИОБРЕТЕНИЕ
РАСПРЕДЕЛЕНИЕ
ИСПОЛЬЗОВАНИЕ
Гаврилова Т.А. 2010 15
Этап 1: Анализ потребностей
или диагностика
Определение потребности в информации
Осведомлѐнность о наличии информации
Кто владеет информацией
Чего это будет стоить
Способы реализации
Гаврилова Т.А. 2010 16
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
Гаврилова Т.А. 2010 17
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
Гаврилова Т.А. 2010 18
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
Гаврилова Т.А. 2010 19
Татьяна Гаврилова
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 )
Гаврилова Т.А. 2010 24
Татьяна Гаврилова
Три слоя лингвистических
проблем
Лингвистический аспект
Понятийная структураОбщий код Словарь пользователя
Гаврилова Т.А. 2010 25
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
Гаврилова Т.А. 2010 26
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).
Гаврилова Т.А. 2010 27
Классификация по типу знаний
Гаврилова Т.А. 2010 28
Классификация моделей
представления знаний
ЯПЗ
СЕТЕВЫЕ МОДУЛЬНЫЕ
Семантические
сетиФреймы
Формально-
логические
Правила-
продукции
K-графыТаблицы
решений
Для машины
Для человека
И-картыонтологии
Гаврилова Т.А. 2010 29
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
Гаврилова Т.А. 2010 30
Интеллект-карта как ментальная графическая модель
Гаврилова Т.А. 2010 31
Что важно в и-карте
www.12manage.com/images/picture_mind_mapping_...
Гаврилова Т.А. 2010 32
Правило «одного уровня»
Понятия, лежащие на одном уровне
иерархии, должны быть однородны.
Сосна Ель
Дерево
Ветвь
инородно
Гаврилова Т.А. 2010 33
Ошибка 1: разнородность понятий
на всех уровнях
Гаврилова Т.А. 2010 34
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
Гаврилова Т.А. 2010 35
Концептуальные графы
Концепты
(понятия)
Отношения
Иерархия
Перекрестные
связи
Гаврилова Т.А. 2010 36
Пример концептуального
графа (Concept mapping)
Узлы графа
- концепты
Стрелки –
отношения
между ними
Все стрелки
имеют имя
Гаврилова Т.А. 2010 37
ДЕРЕВО РЕШЕНИЙ
Гаврилова Т.А. 2010 38
Диаграмма Ишикавы
Гаврилова Т.А. 2010 39
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
Гаврилова Т.А. 2010 40
Пример «дорожных карт»
Гаврилова Т.А. 2010 41
Карта знаний
Объединяют ЧТО->(ГДЕ/КТО) знания
Минимизация объема информации
Ясность
Образность
Проекция таксономии на СОС
Гаврилова Т.А. 2010 42
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
Гаврилова Т.А. 2010 43
Методы структурирования знаний
(кратко)
МСЗ (по форме)
Визуальные
Иерархические
Сетевые
Линейные
Графики
СимвольныеТабличные
Текстовые
Гаврилова Т.А. 2010 44
Типы онтологий
Генеалогия
Партономия
Атрибутивная
структура
Таксономия
Функциональности
Гаврилова Т.А. 2010 45
Ontology Applications
Гаврилова Т.А. 2010 46
Онтологический инжиниринг
OИ – это методология и технология
проектирования, разработки и
использования онтологий для
структурирования и тиражирования
знаний в различных предметных
областях и приложениях.
Гаврилова Т.А. 2010 47
Онтологический инжиниринг
Гаврилова Т.А. 2010 48
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.
Гаврилова Т.А. 2010 49
Этап 4: Использование (плюс
обучение и ликвидация) Девиз: создавать и поддерживать
Мотивация
Доверие
Поддержка
Гаврилова Т.А. 2010 50
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
Гаврилова Т.А. 2010 51
Трудности: человеческий фактор
Эксперты?
Инженер по
знаниям ?
Modeler?
Гаврилова Т.А. 2010 52
Коммуникативные
способностиАналитические
способности
МетодЗадача
Инструмент
Гаврилова Т.А. 2010 53
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
Гаврилова Т.А. 2010 54
+ =Управление
знаниями
Конечные пользователиКоллектив разработчиков
(постановщики,
программисты)
Технология
реализации
Топ-менеджеры и
специалисты-
экспертыАналитики
Методология
и
организация
ОбъектName
Человеческий фактор
Гаврилова Т.А. 2010 55
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
Гаврилова Т.А. 2010 57
Гаврилова Т.А. 2010 58
Гаврилова Т.А. 2010 59
Заключение:
“Правильно поставить задачу- значит практически ее решить”
Харрингтон
СПАСИБО! Вопросы?