Это исследование выявляет необходимые элементы в технологической области и социально-технической области, чтобы создать систему управления знаниями, способную выдвигать информацию, которая имеет отношение к каждому из работников умственного труда организации.
Это включает в себя интеграцию вышеупомянутых частей для создания системы и рекомендуемые шаги для ее установки. Затем введите самые основные возможные приложения указанной системы, приведя пример новых инструментов, которые может обеспечить создаваемая ею инфраструктура. Продление рекомендации от организаций, которые могли бы извлечь из этого пользу.
методология
С базой данных IEEExplore обращались в Цифровую библиотеку Tecnológico de Monterrey для получения соответствующих информационных статей; таксономия, XML, порталы знаний, модели компетенций, представление знаний и индексация.
Поиск опубликованных статей (официальных документов) по темам, связанным с; Таксономия, инструменты знаний, работник знаний, метаданные, базы знаний, порталы знаний, модели конкуренции, семантика, поисковые системы и тегирование.
Введение
В этой статье будут рассмотрены концепции и технологические инструменты, которые считаются необходимыми для создания системы управления знаниями, предназначенной для использования преимуществ таксономии, профилей отдельных лиц и областей компетенции организации. То, что он будет иметь возможность брать информацию, хранящуюся в базах организации, сегментировать ее, анализировать и классифицировать в соответствии с таксономией. Система будет передавать соответствующую информацию каждому человеку, который взаимодействует с ней, в соответствии с их профилем и компетенцией.
В соответствии со всем, что будет рассмотрено, важно уточнить, что в этом вопросе уже предприняты ссылочные усилия, но ни одна из них не является такой же комплексной, как попытка представить. Впоследствии будет осуществляться управление информацией о технологиях и инструментах, которые связаны с социологическими и технологическими аспектами с достижением создания системы, подобной описанной выше.
Эта информация интегрирована, представляя технологии и стратегии, которым необходимо следовать для создания системы управления знаниями.
Фреймворк
«Соответствующие знания на социально-техническом уровне для разработки таксономии в соответствии с организацией для развития системы»
Таксономия и классификация
Документ группы Delphi (2004) называет таксономию; список иерархических или полиерархических тем. Это может не включать определение тем, а только их иерархическую связь. Сама таксономия не имеет форматов проектирования или разработки. Он используется для создания структуры навигации через коллекцию контента.
Hagerdon (2001) определяет классификацию как процесс, посредством которого информация, будь то в формате документа или данных, группируется таким образом, чтобы ее было легче найти.
В качестве преимуществ его использования мы находим, что таксономия и использование классификации позволяют нам создавать отношения, которые облегчают поиск и группирование соответствующей информации, избегая шума в результатах любого поиска путем представления соответствующей информации. Кроме того, можно использовать знания таксономии для создания моделей подобия контента. Все это необходимо для того, чтобы создать представление об знаниях организаций и использовать инструменты, подобные тому, который был разработан в LILOG и который был специально разработан для извлечения знаний на немецком языке для представления реальных знаний.
Семантика
Фромм (2004) описывает семантику как раздел лингвистики, который занимается изучением значения, изменений в значении и принципов, которые регулируют отношения между предложениями или словами и их значениями, в то время как семантика информации это семантическое представление для наших систем, данных, документов или агентов. Информационная семантика представляет организационные и культурные контексты, встроенные в миссии, иерархии, словари, рабочие процессы и рабочие схемы организации.
Концепция знаний Знания
работника
Тейлор (1998) определяет работника умственного труда в той же классификации, что и «символический» аналитик, то есть все те люди, которые так или иначе посвящены решению проблем; ученые-исследователи, инженеры-проектировщики, инженеры-программисты, инженеры-строители, инженеры-биотехнологи, инженеры здравоохранения, руководители по связям с общественностью, инвесторы. Также включена большая часть работы, проделанной консультантами по бизнес-администрированию, финансовыми консультантами, налоговыми консультантами, энергетическими консультантами, сельскохозяйственными консультантами, консультантами по вооружениям, архитектурными консультантами, специалистами по управленческой информации, специалистами по организационному развитию, охотниками за головами корпоративные и системные аналитики, руководители и маркетологи,художественные руководители, архитекторы, издатели, писатели, журналисты, музыканты, телевизионные и кинопродюсеры и даже профессора университетов.
Инструменты знаний
Согласно Ruggles (1997). Широко определенные инструменты знаний позволяют генерировать, кодировать и передавать знания. Как и любой инструмент, они предназначены для облегчения бремени работы за счет автоматизации, позволяя применять ресурсы для выполнения задачи, для которой они лучше всего разработаны. Важно отметить, что не все инструменты знаний основаны на вычислениях.
Базы знаний
Soergel (1996) представляет, что основная функция базы знаний состоит в том, чтобы отобразить пространство понятий, где они связаны с терминами и дают определения, которые в конечном итоге предоставляют информацию и служат руководством.
Порталы знаний
Порталы, которые активно доставляют ссылки в реальном времени на контент и отдельных лиц, которые имеют непосредственное отношение к задачам пользователя. Их также можно разработать, как и любой другой портал для работы в Интернете, как, например, портал ICAR Knowlege, созданный для исследовательской организации («Прототипная среда для совместной работы в исследовательской организации», 2003 г.).
Важность портала как такового заключается в том, что там, где работает более 200 человек, слишком много времени тратится на то, чтобы извлечь выгоду из внутренних знаний, даже если они пытаются это сделать.
Модели компетенций
Copithorne (2003) указывает, что компетенции - это наблюдаемые и измеримые знания, навыки, отношения и другие атрибуты работы, которые предсказывают производительность в данной функции в соответствии с критерием.
Модель Copithorne (2003) на рис. 1 предполагает, что модели конкуренции следует создавать в соответствии с целями организации, разбивая их на те же функции организации.
Bonjour (2002) с внешней точки зрения отмечает, что модель конкретного соревнования должна быть черным ящиком, который дает ожидаемый результат в результате вклада того, что требуется, и доступных рамок действий.
«Технологически важные знания для автоматической категоризации для разработки системы»
Метаданные
В разговорной речи Dornfest и Brickley (2001) описывают метаданные как материал в карточных каталогах, телевизионных руководствах, таксономиях, оглавлениях - заимствуя концепцию дзен, это палец, указывающий на луну. Это такие ярлыки, как «название», «автор», «тип», «рост» и «язык», используемые для описания книги, человека, телевизионной программы, вида и т.д. Метаданные - это просто данные о данных.
Существуют органы, посвященные использованию и созданию метаданных и стандартам управления, такие как Dublin Core. Dublin Core (DMCI) - это международная междисциплинарная группа, основанная в 1994 году DCMI, которая стремится использовать минимальную систему конструкций метаданных, чтобы упростить поиск в Интернете. Применение этой технологии может быть экстраполировано на любую систему знаний.
Теги XML
В соответствии с документом «Пометка и кластеризация» (2001 г.) тегирование представляет собой интеллектуальную функцию, которая анализирует документ по частям, присваивает его в соответствии с определенной таксономией, выбирая категории, в которых он создает основные темы, содержащиеся в нем.
XML для Покорного (2000) стандарт для представления данных и их обмена. Данные XML могут создаваться приложениями и использоваться приложениями.
XML решает проблемы поиска, извлекая конкретную информацию из тегов, которые не были предварительно спроектированы, что увеличивает семантику.
Индексирование и поисковые системы
Индексирование - это возможность взять документ и разделить его на соответствующие темы. Это самая большая функция, которую охватывает поисковая система, которая позже сохраняет результаты, которые будут вызваны при выполнении поиска по этой теме.
БЕСПЛАТНЫЙ «Быстрый механизм индексации регулярных выражений», как не показано Junghoo (2005), является примером этого. Он больше всего посвящен получению ранее определенного индекса путем поиска соответствующих строк и дальнейшего их анализа.
Предложение
«Интеграция технологических и социально-технических аспектов в систему управления знаниями и стратегии ее развития»
Все ранее проанализированное объединено в единое целое, которое ведет себя так, как показано на рис. 2.
Модель объясняется с двух точек зрения. Во-первых, когда в систему вводится какой-либо документ, то есть любая часть информации / знаний, механизм классификации извлекает таксономию организации из базы и анализирует документ, классифицируя его по меткам и метаданным, чтобы, наконец, вставить его в базу данных. знание. С другой стороны, когда работник умственного доступа получает доступ к своему компьютеру, портал извлекает его личную модель компетенций и извлекает последние сведения из базы знаний. С информацией человека и доступом к базе данных, самые последние и соответствующие их компетенции подталкиваются.
Стратегия реализации может принимать несколько форм, но в целом можно сказать, что должны быть рассмотрены следующие шаги.
- Создать модель компетенции организации. Создайте соответствующую таксономию на основе модели компетенций. Определите базу знаний. Создайте портал, который будет служить интерфейсом. Определите компетенции каждого из работников умственного труда и добавьте их в базу моделей компетенций. Создайте механизм классификации с соответствующими семантическими правилами. Загрузите все предыдущие документы в базу знаний, используя механизм классификации.
Наконец, система готова к использованию, и таксономия, и модели могут быть адаптированы к потребностям времени.
«Примеры возможных применений системы управления знаниями».
Основное применение системы - это портал, который извлекает соответствующую информацию из организации, по словам человека, который ею управляет, без усилий по поиску. Поскольку это может быть любой формат данных и любой тип информации, это приложение может быть разбито несколькими способами. Чтобы упомянуть некоторые, вы можете представить отдельно:
- Учебные курсы. Истории успеха. Проектная документация. Исследовательские документы.
Кроме того, модель компетенций и механизм классификации также могут генерировать другие типы инструментов.
Чтобы привести пример и проиллюстрировать это, мы немного поговорим об инструменте классификации оборудования. Этот инструмент может содержать описание проекта, время его доставки и количество участников, которые могут участвовать в нем. Сделайте с этой информацией анализ, чтобы определить необходимые компетенции для каждого проекта и создать различные комбинации людей для атаки на каждый проект.
Как и в последнем примере, существуют другие возможные инструменты, которые могут быть получены при использовании инфраструктуры этой системы.
Таким образом, компании, которые получат сильную выгоду от всей системы, будут наукоемкими, где использование и максимизация ее имеют решающее значение. Хорошим примером таких компаний являются те, которые занимаются любой формой консалтинга.
вывод
В представленном списке представлены наиболее актуальные темы, охватываемые технологической линией и социально-технической линией;
- Метаданные, поисковые системы и индексация, XML и тегирование, концепции знаний, таксономия и классификация, семантика, модели конкуренции.
Эти два аспекта дают начало инструменту, который был описан в документе. Это, конечно, требует обширной работы над компетенциями и таксономией в дополнение к технологии классификации.
В настоящее время нет встроенного примера, в котором есть приложение в системе, подобной предложенному. Также важно уточнить, что инструмент предоставляет возможность передавать информацию людям, для которых она актуальна, но мониторинг использования этой информации выходит за рамки данного исследования.
Библиография
Baracskai, Z., «Знания о знаниях в портале знаний», Интерфейсы информационных технологий, 2004 г. 26-я Международная конференция, 7-10 июня 2004 г., IEEEXplore (12 мая 2005 г.)
Байерл, К., «Представление знаний для понимания естественного языка: подход L LILOG», Знания и инженерия данных, транзакции IEEE, июнь 1993 г., IEEEXplore (12 мая 2005 г.)
Бонжур Э. «Внутреннее моделирование компетенций на основе системного подхода с учетом управления социально-техническими системами», «Системы, человек и кибернетика», Международная конференция IEEE 2002 г., 6–9 октября 2002 г., IEEEXplore (12 Май 2005)
Ченг, J., «XML и DB2», «Data Engineering, 2000. Proceedings. 16-я Международная конференция, 29 февраля - 3 марта 2000 г., IEEEXplore (12 мая 2005 г.)
Копиторн Кевин, «Компетенции и управление человеческим капиталом», Copithorne Consulting, 2003
Д. Зоргель. «Предложение по открытой, многофункциональной, многоязычной системе интегрированного доступа к знаниям о понятиях и терминологии: исследование и разработка концепции». 1996-11-14.
Этторр, М., «Прототипная среда для совместной работы в исследовательской организации», База данных и экспертные системы приложений, 2003. Труды. 14-й международный семинар, 1-5 сентября 2003, IEEEXplore (12 мая 2005 г.)
«Информационный интеллект: классификация контента и практика таксономии предприятия». Delphi Group. 2004
Junghoo Cho, "Быстрый механизм индексации регулярных выражений", Engineering, 2002. Proceedings. 18-я Международная конференция, 26 февраля - 1 марта 2002 г., IEEEXplore (12 мая 2005 г.)
Кен Фромм "Представление технологий семантической паутины: использование возможностей семантики информации" Серия практических документов Сообщества по семантической совместимости (SICoP), модуль 1, 3 сентября 2004 г.
К. Хагедорн. «Извлечение ценности из инструментов автоматической классификации: роль ручного участия и контролируемых словарей». Argus Associates. Март 2001 г.
К.С. Тейлор. «Краткое правление работника умственного труда», 1998.
Пахлеви, С.М. Китагава, Х., «Адаптивный метод веб-поиска на основе таксономии», Информационные технологии: Кодирование и вычисления, 2002, 8-10 апреля 2002, IEEEXplore (12 мая 2005)
Покорный, J., «Функционально XML», «Симпозиум по разработке баз данных и приложениям, 2000 International, 18-20 сентября. 2000, IEEEXplore (12 мая 2005 г.)
Решения NorthGate Portal.
Р. Дорнфест, Д. Брикли. «Сила метаданных». O'Reilley P2P, 18 января 2001 г.
Р. Рагглз, «Инструменты знаний: использование технологий для лучшего управления знаниями», рабочий документ, апрель 1997 г.
«Маркировка и кластеризация для поисковых систем предприятия» Вивисимо, 2001
Wingyan Chung, "Поддержка поиска информации в многонациональных организациях: подход портала знаний", System Sciences, 2005. HICSS '05. Материалы 38-й ежегодной Гавайской международной конференции, 3-06 января 2005 г., IEEEXplore (12 мая 2005 г.)
Yun, C.-H., «Кластеризация наборов данных элементов с подобием ассоциации-таксономии», Data Mining, 2003. ICDM 2003, 19-22 ноября 2003 г., IEEEXplore (12 мая 2005 г.)
