Bază de cunoștințe

De la Wikipedia, enciclopedia liberă.
Salt la navigare Salt la căutare

O bază de cunoștințe (identificată și cu termenul englezesc knowledge base și cu acronimul KB ) este un tip special de bază de date pentru gestionarea cunoștințelor în scopuri de afaceri , culturale sau educaționale. Prin urmare, constituie un mediu menit să faciliteze colectarea, organizarea și distribuirea cunoștințelor .

Descriere

O bază de cunoștințe de interes pentru afaceri propune în mod normal cunoștințele explicite ale unei organizații , inclusiv cele care pot fi utilizate pentru rezolvarea problemelor și se referă la articole, rapoarte, manuale de utilizare și multe altele. O bază de cunoștințe ar trebui să adere la o structură de clasificare bine concepută, să respecte (puține) anumite formate pentru conținut și să aibă un motor de căutare .

Cel mai important aspect al unei baze de cunoștințe este tipul de informații pe care le conține. O bază de cunoștințe care devine un site de pe care să descărcați informații irelevante își vede rolul compromis, la fel ca informații irelevante. Asigurarea faptului că cele mai relevante și actualizate informații sunt prezente într-o bază de cunoștințe este esențială pentru succesul său, fără a menționa existența unui sistem excelent de recuperare a informațiilor ( motor de căutare ).

Determinarea tipului de informații și unde se află în baza de cunoștințe este o activitate care se determină pe baza proceselor care susțin sistemul. Un proces robust de creare a structurii este coloana vertebrală a unei baze de cunoștințe de succes.

Utilizarea originală a termenului

Utilizarea inițială a termenului bază de cunoștințe a fost pentru a descrie unul dintre cele două subsisteme ale unui sistem expert. Un sistem bazat pe cunoaștere constă dintr-o bază de cunoștințe care reprezintă fapte despre lume și raționează cu privire la acele fapte și folosește reguli și alte forme de logică pentru a deduce fapte noi sau a evidenția inconsecvențe [1] .

Proprietate

Termenul „bază de cunoștințe” a fost inventat pentru a distinge această formă de depozit de cunoștințe de termenul de bază de date mai comun și utilizat pe scară largă. În anii 1970, practic toate sistemele mari de informații de gestionare și-au stocat datele într-un fel de bază de date ierarhică sau relațională. În acest moment al istoriei tehnologiei informației, distincția dintre o bază de date și o bază de cunoștințe era clară și lipsită de ambiguități.

O bază de date avea următoarele proprietăți:

  • Date „plate”: datele au fost în general reprezentate într-un format tabelar cu șiruri sau numere în fiecare câmp.
  • Multi-utilizatori: o bază de date convențională necesară pentru a sprijini mai mulți utilizatori sau sistem conectați la aceleași date în același timp.
  • Tranzacții: o cerință esențială pentru o bază de date a fost menținerea integrității și coerenței între datele accesate de utilizatorii concurenți. Acestea sunt așa-numitele proprietăți ACID: atomicitate, consistență, izolație și durabilitate.
  • Date mari, de lungă durată: o bază de date a întreprinderii trebuia să accepte nu doar mii, ci sute de mii sau mai multe rânduri de date. O bază de date de acest tip este necesară în mod normal pentru a persista dincolo de utilizările specifice fiecărui program individual; trebuia să stocheze date mai mulți ani și decenii decât durata unui program.

Primele sisteme bazate pe cunoștințe aveau nevoi de date care erau opuse cerințelor acestor baze de date. Un sistem expert necesită date structurate. Nu doar tabele cu numere și șiruri, ci indicatori către alte obiecte care la rândul lor au indicatori suplimentari. Reprezentarea ideală pentru o bază de cunoștințe este un model de obiect (adesea numit ontologie în literatura AI) cu clase, subclase și instanțe.

Sistemele de experți timpurii au avut, de asemenea, puțină nevoie de mai mulți utilizatori sau complexitatea necesitării proprietății tranzacționale asupra datelor. Datele pentru primele sisteme de experți au fost utilizate pentru a ajunge la un răspuns specific, cum ar fi un diagnostic medical, o proiectare a moleculei sau un răspuns de urgență [1] . Odată ce soluția problemei a fost cunoscută, nu a existat o cerință critică pentru a stoca cantități mari de date într-un depozit de memorie permanent. O afirmație mai precisă ar fi că, având în vedere tehnologiile disponibile, cercetătorii au compromis și au renunțat la aceste abilități pentru că și-au dat seama că depășesc ceea ce se putea aștepta și ar putea dezvolta soluții utile pentru probleme non-banale. De la început, cei mai înțelepți cercetători au realizat potențialele beneficii ale capacității de a stoca, analiza și reutiliza cunoștințele. De exemplu, a se vedea discuția despre memoria corporativă în primul job al programului de asistență software bazat pe cunoștințe de la Cordell Green [2] .

Cerințele de volum au fost, de asemenea, diferite pentru o bază de cunoștințe decât pentru o bază de date convențională. Baza de cunoștințe de care aveți nevoie pentru a cunoaște faptele despre lume. De exemplu, pentru a reprezenta afirmația că „Toate ființele umane sunt muritoare”. O bază de date de obicei nu ar putea reprezenta aceste cunoștințe generale, ci ar trebui să stocheze informații despre mii de tabele care reprezentau informații despre oameni specifici. Reprezentarea faptului că toți oamenii sunt muritori și posibilitatea de a raționa pe o anumită ființă umană că sunt muritori este opera unei baze de cunoștințe. Reprezentarea faptului că George, Mary, Mike, ... și alte sute de mii de alți clienți sunt ființe umane cu anumite vârste, sexe, adrese etc., este sarcina unei baze de date [3] [4] .

Pe măsură ce sistemele expert au trecut de la prototipuri la sisteme distribuite în medii de întreprindere, cerințele pentru stocarea datelor au început rapid să se suprapună peste cerințele standard ale bazei de date pentru mai mulți utilizatori distribuiți cu suport pentru tranzacții. Inițial, cererea putea fi văzută pe două piețe diferite, dar competitive. Din comunitățile AI și orientate pe obiecte , au apărut baze de date orientate pe obiecte, cum ar fi Versant. Acestea au fost sisteme concepute de la bază pentru a sprijini funcționalitatea orientată obiect, dar și pentru a sprijini serviciile standard de baze de date. Pe de altă parte, marii furnizori de baze de date, cum ar fi Oracle, au adăugat caracteristici produselor lor care au oferit suport pentru cerințele bazei de cunoștințe, cum ar fi relațiile și regulile de clasă-subclasă.

Internetul ca bază de cunoștințe

Următoarea evoluție a termenului de bază de cunoștințe a fost internetul. Odată cu apariția Internetului, documentele, hipertextul și suportul multimedia erau acum fundamentale pentru orice bază de date corporativă. Nu mai era suficient pentru a susține tabele de date mari sau obiecte relativ mici care locuiau în principal în memoria computerului. Asistența pentru site-urile corporative a necesitat persistența și tranzacțiile pentru documente. Aceasta a creat o disciplină complet nouă, cunoscută sub numele de Gestionarea conținutului web .

Celălalt motor pentru suportul documentelor a fost creșterea furnizorilor de gestionare a cunoștințelor, cum ar fi Lotus Notes. Gestionarea cunoștințelor a precedat de fapt internetul, dar cu internetul a existat o mare sinergie între cele două domenii. Produsele de gestionare a cunoștințelor au adoptat termenul „bază de cunoștințe” pentru a descrie arhivele lor, dar semnificația a avut o diferență subtilă. În cazul sistemelor anterioare bazate pe cunoaștere, cunoștințele erau în primul rând pentru utilizarea unui sistem automatizat, pentru a raționa și a trage concluzii despre lume. Cu produsele de gestionare a cunoștințelor, a fost destinat în primul rând oamenilor, de exemplu, să servească drept depozit de manuale, proceduri, politici, bune practici, proiecte și coduri reutilizabile etc. În ambele cazuri, distincțiile între utilizări și tipuri de sisteme au fost slab definite [5] .

Notă

  1. ^ a b Frederick Hayes-Roth, Donald Waterman și Douglas Lenat, Building Expert Systems , Addison-Wesley, 1983, ISBN 0-201-10686-8 .
  2. ^ Cordell Green, D. Luckham, R. Balzer, T. Cheatham și C. Rich, Report on a knowledge-based software assistant , în Lecturi în inteligență artificială și inginerie software , Morgan Kaufmann, 1986, pp. 377-428, DOI : 10.1016 / B978-0-934613-12-5.50034-3 . Adus la 1 decembrie 2013 .
  3. ^ Edward Feigenbaum, The Fifth Generation: Artificial Intelligence and Japan's Computer Challenge to the World , Reading, MA, Addison-Wesley, 1983, p. 77 , ISBN 0-201-11519-0 .
    „Baza dvs. de date este înregistrarea pacientului, inclusiv istoricul ... semne vitale, medicamente administrate, ... Baza de cunoștințe ... este ceea ce ați învățat în școala medicală ... constă din fapte, predicate și credințe ... " .
  4. ^ Mathias Jarke, KBMS Requirements for Knowledge-Based Systems ( PDF ), în Logică, baze de date și inteligență artificială , Berlin, Springer, 1978.
  5. ^ S Krishna, Introducere în sistemele de baze de date și baze de cunoștințe , Singapore, World Scientific Publishing, 1992, ISBN 981-02-0619-4 .

Elemente conexe

linkuri externe

Controlul autorității Tezaur BNCF 44343
Informatică Portal IT : accesați intrările Wikipedia care se ocupă cu IT
Adus de la „ https://it.wikipedia.org/w/index.php?title=Knowledge_Base&oldid=119377841 ”