Informační a znalostní systémy jako podpora rozhodování

Transkript

1 Informační systémy a technologie Informační a znalostní systémy jako podpora rozhodování Petr Moos - ČVUT VŠL Přerov listopad 2015

2 Analýza a syntéza systému Definici systému můžeme zapsat ve tvaru: S = F {A(ai), H(hj), P(pl), G(gk)} a i - funkce prvku h j - parametrické věty hran P(pl) procesy v systému (posloupnosti událostí, změny stavu v prvcích) G(g k ) - představuje genetický kód systému pro složky g k

3 Informační systémy základní druhy Skladebné Procesní

4 Příklad skladebného systému IS ORG ROS ROB RPP RUIAN Vnitřní rozhraní ISZR Informační systém základních registrů Aplikační logika ISZR Vnitřní rozhraní ISZR chráněná komunikace Integrační rozhraní ORG (ÚOOÚ) Aplikační logika ORG Datová základna Vnější rozhraní ISZR AIS 1, AIS 2,.. Agendové IS AIS n 4

5 Příklad procesního systému výběr mýta 5

6 Kvalita a bezpečnost dopravních procesů závisí na kvalitě rozhodování!!!! Pro kvalitní rozhodnutí potřebuji: 1) snížit neurčitost -- potřebuji informace informační tok 2) vyhodnotit příčiny, důsledky, souvislosti potřebuji znalost 6

7 Kvalita rozhodování kde PCD je pravděpodobnost správného rozhodnutí; PL je úroveň možné" (maximální) pravděpodobnosti PCD; ACL je akceptovatelná úroveň PCD; K je úroveň znalostí ve funkci: PCD = F[Φ(t),k]

8 Vznik informace, informace a znalosti Předpokládejme, že Oi je množina stanových veličin na objektu, Pi je množina stavů (pozorovatelů), Φi je množina syntaktických řetězců (tok dat), Ii je množina informačních obrazů stavových veličin. Freggeho funkcionální koncept vzniku informačního obrazu [J. Vlček] můžeme vyjádřit graficky ve tvaru:

9 Informace informační systém

10 Data, informace, znalosti Data Z reprezentace úvodního modelu vzniku informací vyplývá, že datové báze představuj í množiny neinterpretovaných údajů o stavu objektu. To znamená, že lze očekávat možnost vzniku rozdílných interpretačních modelů pod jednou množinou sdílených dat.

11 Data, informace, znalosti Informace pojem informace souvisí zpravidla s procesem odstraňování neurčitosti, případně zvyšování uspořádanosti systému. Informaci můžeme proto vyjádřit mírou změny uspořádanosti a definici formulovat následovně Informace = interpretovaná data, údaje, signály vedoucí ke snížení neurčitosti, či změně uspořádanosti v systémech reálného světa či vědomí. Informace dává odpověď na otázky typu: kde kdy kdo co?

12 Data, informace, znalosti Znalost je získaná schopnost v kategorii informační technologie: a) Schopnost přiřazení, třídění a filtrace údajů, dat a informačních zobrazení pravděpodobných stavů objektů a jejich stavových přechodů b) Schopnost interpretace kauzálních řetězců a citlivosti na množinách, neurčitostí informačních obrazů stavů a přechodů v systémových vazbách objektů reálného světa. Znalost odpovídá na otázky: jak proč co je důsledkem co je příčinou..?

13 Grafická interpretace segmentu informačního systému Toto grafické přiřazení umožňuje strukturální interpretaci složitých informačních systémů, hodnocení zpětných vazeb a kvalitu převozu a zpracování informace v dílčích informačních systémech, přičemž informační segment vychází z grafického popisu uvedeného na následujícím obrázku Graf vychází z maticového vyjádření ve tvaru: I ta tb I 2 1 tc t 2 d 1 T i

14 Informační sítě - grafy. Výsledný přenos grafu, který reprezentuje přesnost informace I 1 z informací I 4 nebo přenos [T], můžeme vyjádřit součinem matic [T] = [T 1 ] [T 2 ] [T 3 ] (2.4.3) Obr Přenos informace systému do systému

15 Kvalita rozhodování kde PCD je pravděpodobnost správného rozhodnutí; PL je úroveň možné" (maximální) pravděpodobnosti PCD; ACL je akceptovatelná úroveň PCD; K je úroveň znalostí ve funkci: PCD = F[Φ(t),k]

16 . Management Information Systems MIS

17 MIS - přínosy poskytuje managementu rychlý obraz o průběhu hlavních procesů ve firmě umožňuje rozpoznat trendy pomocí srovnání ve vývojových řadách aktuální a historická data Umožňuje rychlé sledování kontrolních indikátorů

18 MIS a webové technologie Data mohou být sdílena na firemním intranetu firemní data mohou být včas aktualizována, systém udržuje integritu, umožněna vnitřní komparace ve firmě důležité jsou jednotné formáty v rámci EDI působí ve prospěch integrace a synergie činností

19 Internet organisace MIS Obchodní transakce Transakční inform. systém Databáze reliz. transakcí Ekonomický MIS Účetnictví - MIS Marketing MIS Prvidelné výpisy indikátory varování Vnitřní transakce Databáze provozních dat Zaměstnanecká evidence MIS Etc. Intranet Etc.

20 Znalost a rozhodování. Úkolem je najít optimální řešení z množiny řešení uplatňující relevantní data pro vstupní informaci. Efektivita použití systému správy znalostí zásadně závisí na vybudované ontologii. Ontologie zde představuje jednoznačnou shodu ve smyslu sdíleného konceptu a systému v souboru znalostí. 20

21 Skladba expertních systémů Báze znalostí Archiv pravidel, relací, přiřazení Inferenční vysvětlovací stroj Vyhledává relace a přiřazení v bázi znalostí, i v informačních tocích a formuluje výstupní znalostní segmenty Pravidlo Opakovaná relace, logické spojení, příčina důsledek, kauzální spojení

22 Vysvětlovací modely Inferenční stroj Báze znalostí!!! Formulace znalostních segmentů - pravidel Uživatelský interfes Expert nebo sdílená znalostní báze Uživatel

23 Znalostní systémy - znalostní mapa. 23

24 Ontologie v KMS. Existuje pět typů ontologií: doménově orientovaná; úkolově orientovaná; genericky orientovaná; aplikačně orientovaná; representačně orientovaná 24

25 Aplikačně nebo reprezentačně orientovaná ontologie Pro detailní řešení určitých problémů lze doporučit ontologii aplikačně orientovanou, zatímco pro archivaci znalostních jednotek potřebných pro komplexních prezentaci týmů a projektů ontologii representačně orientovanou. To znamená, že je třeba docílit shody v rámci cílů dílčích týmů a definovat povinné formáty dokumentů, zejména titulních popisů, jako je například objekt, řešení problému, autor apod. 25

26 Znalostní krychle Objektově orientovaná znalostní krychle Komplexní reprezentace znalostní jednotky je založena na trojrozměrné interpretaci: K ij (L ij, N ij, C ij ) (2.6.3) pro aplikačně orientovaný znalostní prvek, kde L ij =(O i, P j ) je identifikace i-tého objektu a j-tého procesu; N ij =(A ij, D ij ) je jádrová část znalostního prvku; C ij =(SI ij, SE ij ) je jádrová relace citlivosti. 26

27 Znalostní krychle 27

28 Životní cyklus segmentů v KMS Do životního cyklu znalostní jednotky řadíme následující položky: -tvorba, nalézání, syntéza, rozpoznávání; -zachycení, reprezentace, kódování; -ukládání, systémové návěští; - zpřístupnění, dekódování, ochrana, distribuce; - identifikace systémových relací, aplikace,, implementace do rozhodovacího - -procesu, nová projekce; - realizace, nové syntézy, revize, rozšiřování, - konsolidační syntéza znalostního životního cyklu 28

29 Endogenní obohacování znalostí 29

30 Co říci na závěr? Pro rozhodování potřebujeme často moudrost. Co je to moudrost? Může být naprogramována, formalizována?.. Děkuji za pozornost