Статья: Информационные технологии управления знаниями
средства планирования – календари (Google Календарь) и т.п.
К Web 2.0 можно также отнести «ПО как сервис» (Software as a Service, SaaS). Такое ПО работает через интернет, а компания ежемесячно оплачивает услуги сервис-провайдера. Это дешево и удобно. Не нужно покупать дорогие лицензии, устанавливать и настраивать сложный софт.
Более полумиллиона западных компаний успешно используют онлайновую платформу AppExchange от Salesforce.com, что позволяет подписаться на любое из нескольких сотен бизнес-приложений, доступных для подписки (CRM-системы, бухгалтерские программы и др.). В данный момент SaaS значительно уступает по популярности традиционным моделям использования ПО, но в будущем ситуация должна измениться. Gartner прогнозирует, что к 2011 г. доля SaaS в общем объеме рынка программного обеспечения вырастет до 25%, то есть в пять раз по сравнению с 2005 г. [Ализар, 2006]
Инструменты Web 2.0 подходят для поддержки совместной работы в системах управления знаниями: они просты, эффективны и уже знакомы некоторым пользователям. По оценкам компании McKinsey основной целью использования инструментов Web 2.0 в бизнесе является поддержка совместной работы в компании – 75% опрошенных менеджеров (70% - взаимодействие с покупателями, 51% - взаимодействие с поставщиками и партнерами). При этом бОльшая часть респондентов рассматривает совместную работу как инструмент управления знаниями [Bughin, Manyika, 2007]. Рисунки 1 и 2 отражают мнения пользователей, полученные в рамках других исследований, о пользе и препятствиях таких инструментов.
Источник: InformationWeek Research, 2006
Рис. 1. Польза инструментов Веб 2.0 для бизнеса
Источник: InformationWeek Research, 2006
Рис. 2. Препятствия для Веба 2.0 в бизнесе
Вряд ли инструменты Web 2.0 вытеснят с рынка стандартные системы управления документами и софт для групповой работы, но они определенно могут его дополнить и стать неотъемлемой их частью. Собственно, такая интеграция происходит уже сейчас ( см. выше описание IBM Lotus Quickr, Sametime и др.).
В России внедрение в корпоративные системы блогов, wiki и социальных сетей идет несколько медленнее, чем на Западе. Причины заключаются в худшем состоянии технической инфраструктуры. Широкополосный интернет, который является главным условием для развития публичных сервисов Веб 2.0, распространен только в Москве. По этой причине блоги, подкастинг, wiki и прочие современные технологии еще не стали достаточно популярными среди пользователей. Корпоративная культура только начинает приспосабливаться к использованию социально-ориентированных сервисов в бизнесе.
5. Семантический веб и онтологии в управлении знаниями
Сейчас значительная часть содержания Всемирной Сети (World Wide Web) предназначена для чтения человеком, а не для осмысленного манипулирования им с помощью компьютерных программ. Компьютер способен умело разобраться в разметке веб-страницы и произвести рутинную её обработку — тут идёт заголовок, здесь следует ссылка на другую страницу; но у компьютера нет надёжного способа обрабатывать смысл документа: это — домашняя страница компании Х, а эта ссылка ведёт на резюме сотрудников данной компании.
Семантический веб (Semantic Web) привносит смысловую структуру в содержание веб-страниц. Семантический веб — это не какая-то отдельная сеть, а расширение уже существующей, такое, что в ней информация снабжена точно определённым смыслом, позволяющим человеку и машине успешно взаимодействовать.
Сценарий работы таких программных средств представлен в основополагающей статье идеологов семантического веба – Тима Бернерса-Ли и Джеймса Хендлера, опубликованной в 2001 году в журнале Scientific American [Berners-Lee, Hendler, 2001]:
«Пит поднял трубку, звонила его сестра Люси из кабинета врача: «Моей маме нужно попасть на приём к врачу, а потом ей требуется пройти несколько сеансов физиотерапии. Примерно два раза в неделю. Я сейчас поручу своему агенту записать нас на приём к врачу». Пит сразу же согласился подвезти её маму на своей машине. В кабинете врача Люси дала указания своему электронному агенту Семантической Сети через свой портативный веб-браузер. Агент сразу же получил информацию о назначенном маме лечении от агента её врача, просмотрел несколько перечней медицинских учреждений, оказывающих подобные услуги, проверил, какие из них подходят [in-plan] по её страховому полису и находятся в окрестности 20 миль от её дома и при этом имеют рейтинг — «отличный» либо «очень хороший» согласно достоверным рейтинговым источникам. Далее агент попытался сопоставить имеющиеся часы приёма врачей (предоставленные агентами соответствующих мед. учреждений на их веб-сайтах) с расписаниями Пита и Люси. (Слова, выделенные курсивом, указывают на термины, семантика, или смысл, которых была предоставлена агентам посредством Семантической Сети.) Уже через несколько минут агент представил им план. Питу он не понравился — Университетская Клиника расположена на другой стороне города, и ему пришлось бы возвращаться обратно как раз в час пик. Он попросил своего агента повторить поиск с более строгими предпочтениями относительно места и времени. Тем временем агент Люси, полностью доверяя агенту Пита в рамках данной задачи, автоматически помогал, предоставляя тому права доступа и ссылки на уже добытую им информацию. Практически мгновенно был предложен новый план: найденная клиника была уже гораздо ближе, и часы приёма более ранние».
Для того, чтобы Семантический Веб мог функционировать, компьютеры должны иметь доступ к структурированным хранилищам информации и множествам правил вывода, которые могли бы использоваться для проведения автоматических рассуждений. Однако два хранилища информации или базы данных могут использовать различные идентификаторы для обозначения одного и того же понятия, такого, например, как почтовый индекс. И программа, желающая сравнить или как-то скомбинировать информацию из этих баз данных, должна знать, что два конкретных термина используются ими для обозначения одного и того же. В идеале, у программы должен быть способ распознавать подобные термины с одинаковым смыслом, с какими бы базами данных ей не пришлось столкнуться в процессе своей работы.
Решение этой проблемы даётся третим базовым компонентом Семантического Веба совокупностью информации, которое специалисты именуют онтологией (см. статью про инженерию знаний). В философии онтологией называют некую теорию о природе бытия, ИТ-специалисты заимствовали этот термин, и для них уже онтология — это структура, задающая отношения между понятиями.
Онтология определяет классы объектов и отношения между ними. Например, понятие адрес может быть определено как разновидность понятия местонахождение [location], а код города можно задавать применительно лишь к местонахождениям и так далее. Задание классов, подклассов, а также отношений между индивидами [entities] является чрезвычайно мощным инструментом для использования в Вебе.
В простейшем случае, онтологии используют для увеличения точности поиска в Вебе поисковая машина будет выдавать только такие сайты, где упоминается в точности искомое понятие, а не произвольные страницы, в тексте которых встретилось данное многозначное ключевое слово.
В полную силу Семантический Веб будет реализован тогда, когда люди создадут множество программ - агентов, которые, знакомясь с содержимым Веба из различных источников, обрабатывают полученную информацию и обмениваются результатами с другими программами. Семантический Веб стимулирует подобного рода синергию: даже те агенты, которые не были созданы специально для работы сообща, могут передавать информацию друг другу, коль скоро эта информация будет снабжена семантикой.
Полноценный Семантический Веб – это технология управления знаниями будущего, однако, уже сейчас можно пользоваться его отдельными технологиями и применять в ограниченных областях. Примером является Семантический веб организации — или реализация этой концепции в рамках отдельной организации [Cerebra, 2005].
Также и онтологии могут не только использоваться в Семантическом Вебе, но и применяться в системах управления знаниями предприятий. Онтологии задают единый язык, повышая тем самым эффективность коммуникаций сотрудников и обмен знаниями. Они могут использоваться для интеграции информации и выполнения простых автоматических рассуждений, повышая тем самым качество результатов поиска информации. Современные исследователи [Mika, Akkermans, 2004; Davies et al, 2005] считают онтологии основной парадигмой управлением знаниями предприятия.
Сегодняшние поисковые системы зачастую выдают бесчисленное множество совершенно не относящихся к запросу «хитов», обрекая пользователя на длительный ручной отбор материала. Например, если вы ввели для поиска слово «орган», то компьютеру совершенно непонятно, имеете ли вы в виду музыкальный инструмент, часть человеческого тела или орган исполнительной власти. Вся проблема в том, что для компьютера слово «орган» не имеет чёткого смысла, или другими словами, семантического содержания.
Онтологии дают возможность производить запросы на основе понятий, а не на основе совпадения строк. Например, если пользователь задаст вопрос «Какие транспортные средства производятся в России?», то он получит из базы ответ, в который попадут автомобили (=подкласс транспортных средств) производимые во Всеволожске (=город, который находится в России).
Также онтологии дают возможность получения не заданных явно знаний из информационных хранилищ путем логического вывода - поиск «скрытой информации». Например, пользователь системы может задать вопрос: Какие поставки продукции находятся сейчас в состоянии риска? В ответ на такой вопрос система в одной онтологии тарифов определит, что с учетом текущих условий (например, географических или погодных) существуют риски связанные с перевозкой овощей и фруктов. А в другой базе или онтологии деклараций по перевозке груза определит, что в декларации №А345 указаны арбузы, которые являются подклассом «Овощей и фруктов» (см. рис. 3). В результате, система сможет дать кокретный ответ на поставленный вопрос: Поставка COSCO #A345
Рис. 3 Интеллектуальный поиск на основе логического вывода
6. Архитектура СУЗ и ее реализация
Для описания типичной современной архитектуры СУЗ мы несколько адаптировали рисунок из работы [Mika, Akkermans, 2004].
Рис. 4. Пример архитектуры СУЗ
Нижний уровень архитектуры (Рис.4) обеспечивает получение знаний из разнородных источников структурированной (базы данных и знаний, таблицы, формы) и неструктурированной (документы) информации. Получение знаний подразумевает аннотирование разнородных источников информации с помощью онтологии, которая позволяет отразить содержание информации. Для получения онтологии используются программные средства автоматического формирования онтологии, поддержки ручной разработки и редактирования онтологии, средства слияния, объединения и оценки качества онтологий. Для аннотирования используются средства автоматической классификации документов по онтологии, извлечения информации из текста и баз данных. Полученные онтологии и метаданные представляются с помощью специальных языков – OWL, RDF.
Промежуточный уровень обеспечивает хранение онтологий и метаданных, управление версиями, доступом, передачу данных для взаимодействия с внешними системами и хранилищами, обработку запросов и логический вывод.
Пользовательские приложения предоставляют пользователям доступ к знаниям, находящимся в системе. Доступ может осуществляться с помощью поискового механизма, средств навигации и визуализации, а также путем непосредственного обмена знаниями между пользователями (например, путем обмена ссылками на ресурсы). Взаимодействие пользовательских приложений с промежуточным уровнем осуществляется с помощью языков запросов и манипулирования данными (например, SPARQL).
Представленная на рис. 4 архитектура может воплощаться в СУЗ полностью или частично. В одних случаях упор может делаться на программную реализацию задач уровня пользовательских приложений – поиск, визуализацию знаний, в других на получение, хранение, интеграцию знаний. В первом случае программная реализация скорее всего будет носить имя «портала знаний», во втором «корпоративной памяти» или «базы знаний».
А) Корпоративная память
Одним из первых инструментов УЗ стали хранилища данных, которые работают по принципу центрального склада. Как правило, хранилища содержат многолетние версии обычной базы данных (БД), физически размещаемые в той же самой базе. Когда все данные содержатся в едином хранилище, изучение и анализ связей между отдельными элементами могут быть наиболее эффективны. В дальнейшем идея хранилища была развита в понятие корпоративной памяти (corporate memory) [Kühn, Abecker, 1998], которая по аналогии с человеческой памятью позволяет накапливать информацию из предыдущего опыта и якобы избегать повторения ошибок, что является чисто декларативным утверждением.
Корпоративная память (КП) хранит информацию из различных источников предприятия и делает эту информацию доступной специалистам для решения производственных задач.
Примером систем УЗ на основе корпоративной памяти могут служить Organisational Memory Information Systems (OMIS), предназначенные для накопления и управления знаниями предприятия [Gomez-Perez, 2002]. ОМIS часто используют вспомогательные справочные системы, так называемые helpdesk-приложения. Основные функции OMIS:
Сбор и систематическая организация информации
Интеграция с существующими автоматизированными системами
Обеспечение нужной информации по запросу (пассивная форма) и при необходимости (активная форма).
Конечная цель OMIS состоит в обеспечении доступа к знанию всякий раз, когда это необходимо. Для этого OMIS реализуют активный подход к распространению 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.
Б) Порталы знаний и карты знаний
В настоящее время найдено универсальное решение, обеспечивающее доступ к информации в рамках СУЗ — это корпоративные порталы знаний. Корпоративный портал — это система, которая объединяет все имеющиеся у организации информационные ресурсы (приложения, базы и хранилища данных, аналитические системы и пр.) и, используя web-интерфейс, предоставляет пользователям единый защищенный доступ к корпоративной и внешней информации [Collins, 2003].
Рис. 5. Концептуальная схема корпоративного портала
Некоторые полезные свойства порталов, упоминаемые в различных источниках:
систематизизация контента и предоставление удобных средств поиска и навигации,
управление контентом для различных групп сотрудников (управление доступом).
внутрикорпоративный обмен знаниями и совместная работа за счет наличия различных конференций, форумов и единого рабочего пространства,
индивидуальный персонализированный интерфейс,
возможность работы с онтологиями.
Развитие идей применения онтологий для создания и поддержки порталов можно найти в работах [Staab, Maedhe, 2002; Maedhe et al Collins, 2002].
Часто на порталах располагают карты знаний (Рис.6), которые сочетают «большую карту» компании и каталог детальных знаний в визуальной форме. Карта знаний служит навигационным помощником для поиска. Карта знаний описывает источники, потоки и границы знаний организации. Карты знаний могут указывать как на людей, так и на документы и базы данных [Davenport and Prusak, 1998], объединяя ЧТО- , ГДЕ- и КТО- знания.
В результате достигается минимизация объема информации, большая ясность, наглядность и доступность.
Рис. 6. Карта знаний
Информационные технологии не решают всех проблем управления знаниями, напротив, они могут породить и дополнительные сложности – при разработке и внедрении. Однако, при умелом использовании, программные средства УЗ могут помочь перевести инфраструктуру знаний компании на новый материально-технологический уровень, и превратить ее в мощный инновационный ресурс.
Мы рассмотрели программные средства, которые могут использоваться для создания СУЗ в произвольной предметной области (Рис.7). Однако почти в любой компании существуют свои программные средства автоматизации. Например, дизайнеры работают в продуктах для обработки изображений, проектировщики в системах автоматизированного проектирования, программисты в средах программирования, менеджеры и бизнес-аналитики в системах организационного моделирования и проектирования.
Рис. 7. Систематизация программных средств для СУЗ
Задача фомирования СУЗ на программном уровне требует укрощения всего «зоопарка» отдельных программных систем и сопряжения их в единую систему, ядром которой является некоторая база знаний. На сегодня не существует единого стандарта на формат такой базы, но основное направление связано, все-таки, с онтологиями и языками их описания.
Не смотря на огромную технологическую сложность современных описанных инструментов, основную трудность формирования СУЗ представляют не внедрение самих программных систем, а этап анализа и формирования целостного взгляда и концептуальной модели поля знаний предприятия. Проведение этого этапа требует информационной зрелости организации при наличии квалифицированных аналитиков, поддержанных и понятых топ-менеджментом компании. Кроме того, психологическое сопротивление сотрудников при внедрении СУЗ также не стоит сбрасывать со счета.
Только учет всех этих факторов может помочь превратить дорогостоящую и трудоемкую СУЗ в эффективный и востребованный современный инструмент просвещенного менеджмента.
[Ализар, 2006] Ализар А. Веб 2.0 указывает путь к «Предприятию 2.0» // Обзор "Рынок ИТ: Итоги 2006" подготовленный CNews Analytics. http://cnews.ru/reviews/free/2006/articles/web.shtml
[Андреева, Расков, 2006] Андреева Т., Расков В. Создание знаний как условие долгожительства компании. Вестник СПбГУ. Серия Менеджмент. 2006, 3, 140-151
[Бизнес в паутине социальных сетей, 2007] Бизнес в паутине социальных сетей // Инновации в технологиях и бизнесе, №5, 2007. http://www-306.ibm.com/software/ru/mag/5/article.html
[Гаврилова, 2008] Гаврилова Т.А. Модели структурирования и инструменты управления знаниями //Cб. докладов Одиннадцатой научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями» (РБП-СУЗ-2008). М., 2008. – с.47-50
[Дёрре И. и др., 2007] Дёрре И., Магдален Д., Пос В., Сент-Клер Б. Использование таксономий для корпоративного поиска с помощью программ IBM OmniFind, IBM Classification Module и SchemaLogic //developerWorks Россия, 2007.
Джанетто К., Уилер Э. (2005) Управление знаниями: Руководство по разработке и внедрению корпоративной системы управления знаниями. Изд-во М. Добрая книга., 2005.
[Мильнер, 2003] Мильнер Б.З. Управление знаниями. М. Инфра-М, 2003.
[Мильнер и др., 2006] Мильнер Б. З., Румянцева З. П., Смирнова В. Г., Блинникова А. В. Управление знаниями в корпорациях. Под редакцией Мильнера Б. З, М: «ДЕЛО», 2006.
[Николаев, 1999] Николаев А., Построение систем управления знаниями на базе технологии Documentum 4i // Открытые системы , N9-10.- с.44-48, 1999.
[О’Рейли, 2005] О’Рейли Т. Что такое Веб 2.0 (перевод) // Computerra, 18 октября 2005 года. http://www.computerra.ru/think/234100/
11. [Циперман, 2005] Циперман Г. База знаний IBS // Семинар «Интеллектуальная корпорация», 21 сентября, 2004, Москва, Россия. http://integration.ibs.ru/content/pdf/KBase_IBS.pdf
Abecker, A., D. Apostolou, W. Maas, G. Mentzas, C. Reuschling, S. Tabor Towards an Information Ontology for Knowledge Asset Trading Presented at the ICE 2003 - 9th International Conference of Concurrent Enterprising, Espoo, Finland, 16-18 June 2003.
[Abecker, van Elst, 2003] Abecker A., van Elst L.. Handbook on Ontologies, chapter 22: Ontologies for Knowledge Management, pages 436–454. International Handbooks on Information Systems. Springer Verlag, 2003.
[Богданова Е., 2006] Богданова Е. Интеграционное решение для управления контентом и построение хранилища данных // Конференция IBM по инновациям, 25 мая 2006, Санкт-Петербург.
[Andrews, 2007] Andrews W. Magic Quadrant for Information Access Technology, 2007 // Gartner Research, 5 September 2007.[Berners-Lee, Hendler, 2001] Berners-Lee T., Hendler J., Lassila O. The Semantic Web //Scientific American, May 17, 2001. (перевод Евгения Золина http://ezolin.pisem.net/logic/semantic_web_rus.html)
[Bughin, Manyika, 2007] Bughin J., Manyika J. How businesses are using Web 2.0: A McKinsey Global Survey //McKinsey Quarterly, March, 2007
[Collins, 2003] Collins H. Enterprise Knowledge Portals. AMACOM, 2003’
[Cerebra, 2005] Cerebra, Inc., Enterprise Semantic Web - Understanding the Evolution of Integration Technologies in the Context of the W3C Semantic Web Vision, Whitepaper, 2005.
[Davenport and Prusak, 1998] Davenport Th.H., Prusak L.. Working Knowledge. Harvard Business School Press, Boston, MA, 1998.
[Davies et al, 2005] Davies J, Studer R, Sure Y and Warren P W, Next generation knowledge management // BT Technology Journal. - Vol 23, №3, 2005.
[Dracos, 2007] Dracos N. Collaboration and Social Software // Gartner RAS Core Research, 24 October 2007.
[Gomez-Perez, 2002] Gomez-Perez, Asuncion (Editor), Richard Benjamins (Editor), 2002. Knowledge Engineering and Knowledge Management. Ontologies and the Semantic Web. Springer Verlag.
[van Engers, 2001] Tom Maarten van Engers. Knowledge Management: The Role of Mental Models in Business Systems Design. PhD thesis, Vrije Universiteit, Amsterdam, 2001.
[Haghi, 2005] Haghi G. Knowledge Capture & Reuse (KCR) in HP Global Method for Project Management //International Conference on Knowledge Management, 29 June – 1 July, 2005, Graz, Austria.
[Himma, 2007] Himma K.E. (Editor) Information ethics. Emerald Group Publishing Limited, 2007.
[IBM, 2008 ]http://www.ibm.com/
[IBM OmniFind Enterprise Edition, 2008] Content Discovery Solutions: IBM OmniFind Enterprise Edition: A strategic platform for enterprise search and text analytics // IBM Whitepaper, 2008.
[InterOP, 2004] Ontology-based Services for Enterprise Application Interoperability. State of the Art Reeport. InterOP, 2004.
[Kühn, Abecker, 1998] Kühn O., Abecker A., Corporate Memories for Knowledge Management in Industrial Practice: Prospects and Challenges. 1998.
[Maedhe et al, 2002] Maedche A., Staab S., Studer R., Sure Y., Volz R. SEAL— Tying Up Information Integration and Web Site Management by Ontologies //IEEE Data Engineering Bulletin 25 (1): 10-17. 2002.
[Marwick, 2001] Marwick A.D. Knowledge management technology //IBM Systems Journal, vol. 40, № 4, 2001.
[Mika, Akkermans, 2004] Mika, P., Akkermans H. Towards a New Synthesis of Ontology Technology and Knowledge Management Knowledge // Engineering Review, Cambridge University Press, Volume 19, № 4, 2004.
[Papavassiliou, 2003] Papavassiliou G., Mentzas G. Knowledge modelling in weakly-structured business processes, Journal of knowledge management, VOL. 7 NO. 2 2003, pp.33-43.
[Shegda et al, 2007] Shegda K., Bell T., Chin K., Gilbert M., Magic Quadrant for Enterprise Content Management, 2007 // Gartner RAS Core Research, 21 September 2007.
[Staab, Maedhe, 2002] Staab S., Maedche A. Knowledge Portals: Ontologies at Work. AI Magazine 2001, Vol. 22, №2, p. 63-75.
[Tschaitschian, 1997] Tschaitschian B., Abecker A. and Schmalhofer, 1997. A. Putting Knowledge Into Action: Information Tuning With KARAT. // In 10th European Workshop on Knowledge Acquisition, Modeling, and Management (EKAW-97).
Список литературы
Для подготовки данной работы были использованы материалы с сайта http://bigc.ru/
