Главная > Интеллектуальные системы > Базы знаний интеллектуальных систем
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

5.3.4. 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?

• Какие изменения ожидаются в будущем?

При поиске ответов на эти вопросы следует учитывать:

1. Человеческий фактор. Основная причина неудач ранних опытных проектов OMIS заключалась в том, что разработчики игнорировали реальные потребности, способности и цели пользователей системы [Malsch et al., 1993; Kuehn 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.

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, Frawley, 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.

5. Система должна «понимать» контекст поступающих запросов. К примеру, она должна различать термины «размножение жиёотных» и «размножение документов».

6. Гибкость.

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

8. Интеллектуальность.

9. 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 and Abecker,1998],

• Проблема обобщения моделей данных, словарей понятий или тезаурусов, онтологий. Основание для объединенной эксплуатации данных, документов и формального знания — построение объединенных метамоделей 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 объединения 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 работе [Hinkelmann и Kieninger, 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.

В настоящее время существует значительный интерес к КМ со стороны промышленных компаний, которые осознают высокий прикладной потенциал корпоративной памяти для решения целого ряда практических задач обработки информации. С другой стороны, не многие из проектов идут далее стадии прототипа, что очевидно показывает, что компании стараются избегать затрат и риска вложения капитала в новые технологии, которые еще не нашли широкого распространения.

<< Предыдущий параграф Следующий параграф >>
Оглавление