Особенности разработки OMIS

Форма № 3.

                                                                                                                                      Титульный лист 

МОСКОВСКИЙ  ГОСУДАРСТВЕННЫЙ  УНИВЕРСИТЕТ

ПРИБОРОСТРОЕНИЯ  И  ИНФОРМАТИКИ

 

Кафедра «Роботы и робототехнические системы»

               (шифр и наименование кафедры)

 
 
 
 
 
 
 
 
 
 

Реферат

 
 

тема: Особенности разработки OMIS 
(наименование темы лекции)

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

МГУПИ – 2010г.

• Системы OMIS

Автоматизированные  системы KM, или Organizational Memory Information Systems (OMIS), предназначены для накопления и управления знаниями предприятия [Kuhn et al.,1998]. ОMIS включают работу как на уровне 1 - с явным знанием компании в форме баз данных и электронных архивов, так и на уровне 2 - со скрытым знанием, фиксируя его в некотором (более или менее формальном) представлении в форме экспертных систем [Wiig, 1990] или БД.

ОМIS часто  используют вспомогательные справочные системы, так называемые helpdesk-приложения.

Основные  функции OMIS:

Сбор и систематическая организация информации из различных источников в централизованное и структурное информационное хранилище.

Интеграция  с существующими автоматизированными  системами [Conklin, 1996]. На техническом  уровне, это означает, что корпоративная  память должна быть непосредственно связана с помощью интерфейса с инструментальными средствами, которые в настоящее время используются в организации (например текстовые процессоры, электронные таблицы, системы документооборота).

Обеспечение нужной информации по запросу (пассивная форма) и при необходимости (активная форма). Слишком часто ошибки - это следствие недостаточной информированности. Этого невозможно избежать с помощью пассивной информационной системы, так как служащие часто слишком заняты, чтобы искать информацию или не знают, что нужная информация существует.

Конечная  цель OMIS состоит в том, чтобы обеспечить доступ к знанию всякий раз, когда  это необходимо. Чтобы обеспечить это, OMIS реализуют активный подход распространения  знаний, который не полагается на запросы пользователей, а автоматически обеспечивает полезное для решения задачи знание. Чтобы предотвращать информационную перегрузку, этот подход должен быть совмещен с высокой выборочной оценкой уместности. Законченная система должна действовать как интеллектуальный помощник пользователю.

Рисунок 2 иллюстрирует подход, который в настоящее время реализуется нами в рамках развития концепции создания корпоративных порталов УЗ. Три уровня обработки информации заставляют разработчиков последовательно придерживаться дедуктивного подхода top-down, начиная проектирования системы с онтологического или концептуального уровня, постепенно конкретизируя его до конкретных информационных файлов. При этом в зависимости от типа информации (данные, знания, или документы) применяются различные технологии обработки

CУЗ  расширяют технологии работы  с информацией для улучшения  качества решения производственных  задач. Так ОМIS включают подсистемы объяснений, которые позволяют непосредственно отвечать на вопросы: "Почему?" и "Почему нет?". В простой базе данных или гипертекстовой системе, пользователи должны были бы искать нужную информацию для ответа на такие вопросы непосредственно, а для этого необходимо отфильтровать большое количество потенциально нужной информации, которая, однако, не будет применяться в специфическом случае.

Наконец, OMIS всегда открыты для расширения и пополнения новой информацией.

Если  хранилища данных содержат в основном количественную информацию, то хранилища знаний больше ориентированы на качественную или содержательную информацию. КМ системы генерируют системы из широкого диапазона данных, хранилищ данных, статей новостей, внешних баз, WWW-страниц.

Программный инструментарий для OMIS включает как оригинальные разработки, например KARAT [Tschaitschian, 1997] и Documentun i4 [Николаев, 1999], так и стандартные средства, например LOTUS NOTES обеспечила один из первых инструментариев хранения документальной информации. Однако сегодня в связи с бурным развитием Интернета, КМ системы все чаще используют Web-технологию.

• Особенности разработки OMIS

Так как  разработка систем корпоративной памяти - это прежде всего программный  проект, то для нее применимы традиционные технологии разработки больших программных систем. В каждом программном проекте, первым шагом в разработке является анализ требований, в котором должны быть найдены ответы на следующие вопросы:

• Какие задачи должны поддерживаться?
• Какая информация необходима, чтобы решить эти задачи?
• Какой тип поддержки желателен пользователями?
• Каков уровень затрат на разработку?

При поиске ответов на эти вопросы следует  учитывать:

1)Человеческий  фактор

Основная  причина неудач пилотных проектов OMIS заключалась в том, что разработчики игнорировали реальные потребности, способности, и цели пользователей системы [Malsch et al., 1993; Kuhn et al., 1994].

2)Стоимостной  анализ

Во-первых, ядро проекта должно ориентироваться  на критические процессы, "страдающие" от недостатка информационной поддержки. Во вторых, не следует перегружать начальную систему слишком большим количеством услуг, которые могут быть желательны, но не обещают быстрое возвращение инвестиций. Рисунок 2. представляет архитектуру для OMIS и корпоративной памяти (частично из работы [Borghoff et al., 1998]). Ядром системы является Информационное хранилище.

3) Эволюция  знаний

Электронная поддержка особенно ценна в областях, подвергающихся быстрым изменениям, так как на таких предприятиях трудно обеспечить доступ к оперативной современной информации. В системах OMIS часто используют различные новые технологии обработки знаний, не имеющие пока общепринятых русскоязычных терминов и связанные с получением нового знания из анализа данных, например "открытие или разведка знаний" (Knowledge Discovery) и "разработка данных" (Data Mining). Разведка знаний представляет собой новое и быстро развивающееся направление, занимающееся "нетривиальным извлечением точной, ранее неизвестной и потенциально полезной информации из данных" [Piatetsky-Shapiro et al., 1991]. В методах разведки данных используются различные подходы к анализу текста и числовых данных, плюс специальный инструментарий статистического анализа.

4) Чувствительность  к контексту для естественно-языковых  запросов.

Система должна "понимать" контекст поступающих  запросов. К примеру, она должна различать  термины "размножение животных" и "размножение документов".

5) Гибкость.

Система должна иметь возможность обрабатывать знания в различной форме и по разным темам в контексте работы данного предприятия.

6) Интеллектуальность.

Система должна накапливать информацию о  своих пользователях и о знаниях, которые она получает во время  работы. Таким образом, со временем ее возможность "продуманно" предоставлять пользователям знания должна совершенствоваться.

До последнего времени при разработке OMIS остается целый ряд исследовательских  вопросов [Kuehn et al.,1998]:

Проблема  обобщения моделей данных, тезаурусов, онтологий. Основание для объединенной эксплуатации данных, документов, и формального знания - построение объединенных мета-моделей данных и знаний. Полезны были бы процедуры автоматического порождения тезауруса из существующих массивов документов Объединенная онтология/тезаурус может использоваться, чтобы улучшить поиск, фильтрацию и маршрутизацию документов.

Проблема  объединение логического вывода и информационного поиска. Объединенная эксплуатация формальных и неформальных представлений знаний и данных - это последовательное сближение логических методов и методов информационного поиска и индексации данных.

Соединение  Деловых Процессов и Управления Знаниями. Окончательная цель состоит  в том, чтобы обнаруживать информационную потребность в течение выполнения производственного процесса и определять уместное знание в специфическом контексте задачи. Первый прагматический шаг в этом направлении описан в [Hinkelmann et al., 1997], где авторы предлагают использовать информацию контекста задачи для информационной фильтрации.

Корпоративная память интегрирует знания, чтобы  в решении новых задач опереться  на предварительно накопленный опыт. Таким образом, можно избегать повторения ошибок, опыт может расширяться систематически, и информационно-емкие процессы работы могут быть выполнены более эффективными способами. В отличие от экспертных систем первичная цель систем OMIS - не поддержка одной специфической задачи, а лучшая эксплуатация необходимого общего ресурса - знаний.

• Заключение

В настоящее  время существует значительный интерес к СУЗ со стороны промышленных компаний, которые осознают высокий прикладной потенциал корпоративной памяти для решения целого ряда практических задач обработки информации, стимулирует исследования в данной области. С другой стороны, не многие из проектов идут далее стадии прототипа, что очевидно показывает реальную сложность создания промышленных образцов СУЗ.

• Список  литературы

[Гаврилова, 1992] Спецификация знаний через  структурирование: введение в CAKE-технологию // Сборник трудов III конференции по искусственному интеллекту. т. 2. - Тверь. - с. 113-116.

[Гаврилова  и др., 2000] Базы знаний интеллектуальных  систем // Учебник для вузов. - СПб,  Изд-во "Питер".

[Гаврилова  и др., 1999] Визуализация онтологий  как инструмент приобретения  знаний // Труды 4-го международного семинара по прикладной семиотике, семиотическому и интеллектуальному управлению ASC/IC'99. Москва - с. 34-41.

[Николаев, 1999] Построение систем управления  знаниями на базе технологии Documentum 4i // Открытые системы , N9-10.- с.44-48.

[О'Лири, 1998] Управление корпоративными знаниями // Открытые системы, N4-5. -c.31-39.