Mzdio2

MENADŽMENT ZNANJA Tehničko-organizacijski aspekt MZ-a Informacijsko-komunikacijska tehnologija u funkciji MZ-a

Evolutivni procesi u informacijsko-komunikacijskoj tehnologiji

Tehnološke pretpostavke faza razvitka mendadžmenta znanja

Evolucija Menadžmenta znanja

3 2 1

Složenost

Korištenje eksplicitnog znanja - prikupljanje dokumenata i specifičnih/analitičkih sadržaja 2000 Veza

Informacijski menadžment vs. menadžment znanja

2005 Javno učenje kroz razgovor Transparentnost Sadržaj kontroolira korisnik

Informacijsko-komunikacijska tehnologija u pojedinim fazama: 1. faza - centralizacija, organizacija i katalogijacija fizičkih repozitorija, te digitalizacija fizičkih izvora znanja (fizičkih repozitorija) - primarni problemi - organizirati i centralizirati fizičke izvore znanja i osigurati brz dolazak do znanja kao i praćenje upotrebe (posudbe) izvora znanja (centralizacija dokumnetcije, arhiva i knjižnica, te digitalizacija kataloga i posudbe izvora znanja) - fizičko (eksplicitno) u digitalno znanje (eksplicitno) (digitalizacija dokumenata, zbirki, knjiga u funkciji centralizacije - lakšeg pronalaženja i dolaženja do znanja) - tehničko-tehnološka rješenja - odgovaraju tehnološkim mogućnostima 90-tih - upotreba računalne tehnologije koja osigurava kreiranje centralitiranih repozitorija znanja lokalne mreže (LAN) uz upotrebu programskih alikacija koje se vrte na klijentskoj strani dok je repozitorij znanja na serverskoj strani - upotreba ulaznih uređaja za digitalizaciju (scaneri, barkod čitači, čitači pametnih kartica) 2. faza - digitalizacija internog (eksperti iz organizacije) tacit znanja - primarni problem - interno ljudsko (tacit) znanje u digitalno znanje (eksplicitno) (eksternalizacija znanja eksperata i kolaboracija unutar poslovnog subjekta, te korištenje digitaliziranih repozitorija znanja u rješavanju problema i učenju (grupware, e-Leradning) - tehničko-tehnološka rješenja - odgovaraju tehnološkim mogućnostima s početka milenija - upotreba računalne tehnologije koja osigurava upotrebu centralitiranih repozitorija znanja sa svakog mjesta u lokalnoj mreži (LAN) na principima rada Web-a - Intranet (i aplikacija i baza se nalaze na lokalnom serveru - na klijentu se nalazi preglednik) 3. faza - upotreba društvenog digitaliziranog znanja i društvena eksternalizacija vlastitog - primarni problem - upotreba kolektivnog društvenopg znanja prikupljenog u okvirima koncepta Web 2.0, te sudjelovanje u kreiranju takvog znanja - znanje od lokalnog postaje globalni fenomen - tehničko-tehnološka rješenja - odgovaraju tehnološkim mogućnostima 10-tih - upotreba računalne tehnologije koja osigurava pristup Web okruženju na Internetu (na lokalnim računalima preglednik, na udaljenom serveru alikacija i repozitorij znanja koji nije u vlasništvu poslovnog subjekta) - sve veći naglasak na mobilnosti (upotreba naprednih telefona i tablet računala)

Transformacija poslužiteljske infrastrukture (od pojedinačnih servera do klastera servera)

http://computer.yourdictionary.com/is-136

Novi tehnološki okviri za razvitak KM-a - računalstvo u oblaku

Zvjezdište - ključni topološki element LAN-a

TCL/IP protokol kao osnova za izgradnju mreže

http://www.knowledge-management-tools.net/IM_vs_KM.html

Programska rješenja u funkciji MZ-a -prva programska rješenja su rezultat izazova identifikacije, eksternalizacije i integracije znanje radi njegove ponovne upotrebe -prvi se pprogramki sustavi u funkciji MZ-a razvijani su za: katalogizaciju i upravljanje eksternaliziranim fizičkim znanjem digitalizaciju dokumentacije (slikovne forme zapisa i/ili pretvorba uz pomoć OCR-a u puni digitalni zapis) alati za hvatanje (Capture) i zapisivanje znanja (alati za obradu teksta, alati za crtanje, alati za snimanje i uređivanje zvuka i pokretnih slika, alati za modeliranje virtualne stvarnosti) alati za skupni rad i djeljenje znanja (Groupware alati, e-Leranin alati, alati za upravljanje sadržajima) repozitoriji podataka (baze podataka, skladišta podataka, baze modela, baze znanja) -problem - nema potpunog i sevobuhvatnog integralnog alata u funkciji MZ-a - koriste se rješenja druge namjene kojima se rješavaju jedan ili više problema iz domene MZ-a

http://learn-networking.com/tcp-ip/the-tcpip-stack-and-the-osi-model

Ostali protokoli i servisi bitni za funkcioniranje mreže

Skupine alata u finkciji MZ-a - ulaze programska rješenja koja: 1. prate kružni tok MZ-a

kreiranje

Rezime rarvojnih faza KM-a u tehničko-tehnološkom smislu

hvatanje

http://www.intelliadmin.com/index.php/2006/12/dell-to-produce-green-machines/ http://niceware.blogspot.com/2009/10/ubuntu-server-edition.html

Evolucija Menadžmenta znanja

Bitne promjene u arhitekturi kompletnog sustava

MZ kao dio integralnog poslovnog informacijskog sustava

Korištenje kolektivnog znanja - konverzacija olakšana društvenim medijima i društvenim procesima

http://sysadminworkshop.blogspot.com/2007/10/day-twenty-network-types-and-topologies.html

http://brel54.blogspot.com/2010_11_01_archive.html

Evolucija Wireles Wide Area Network (WWAN) kao temelj mobilnosti

Korištenje iskustvenog znanja - zajednice prakse - lociranje stručnjaka - timski procesi za učenje prije, za i nakon

1995 Samostalno učenje Potrebno je znati Sadržaj kontroolira menadžment

Konvergencija tehnologija na korisničkoj strani

Informacijsko-komunikacijske tehnologije druge itreće faze razvitka KM-a

znanje Složenost

čišćenje

3

Poslovna organizacija

širenje

http://hr.wikipedia.org/wiki/IP

2

pohrana

Evolutivni procesi Weba kao osnova treće generacije KM-a

manipulacija

1 1995 Samostalno učenje Potrebno je znati Sadržaj kontroolira menadžment

2000 Veza

2. organiziraju znanje i omogućavaju pronalaženje i pristup znanju (KnowWare): kolaborativni programski alati (Collaborative Knowledge Management – CKM, Groupware) serveri znanja (Knowledge servers) portali znanja (poslovnih subjekata) sustavi za upravljanje dokumentima/sadržajem (Content management systems) alati za prikupljanje znanja eksperata intervjuom (Electronic Performance, Support Systems (EPSSs)) pretraživači (Search engines) knowledge management dodaci (AddIn)

2005 Javno učenje kroz razgovor Transparentnost Sadržaj kontroolira korisnik

Umjetna inteligencija i Ekspertni sustavi: -temelji se na učenju stroja da misli -prenose se tacit znanja stroju – transformacija tacit znanja u eksplicitno znanje Integracija MZ sustava u informacijske sustave: -DSS/BI sustavi – integrira modele i aktivnosti za nestrukturirane probleme -sustavi/alati umjetne inteligencije (Artificial Intelligence): sustavi za planiranje kombinatorno pretraživanje i natural language processing (NLP) – Web 3.0 sustavi zasnovani na znanju/ekspertni sustavi – if-then-else kriteriji i pravila u bazama znanja neuronske mreže - prepoznavanje uzoraka (npr. u tekstu – razumijevanje teksta) inteligentni agenti/roboti, i dr.

Programski alati za prijenos (distribuciju) znanja: -skladištenje i distribucija eksplicitnog znanja: Groupware – software za timski rad i suradnju Intranet – vlastiti Internet Enterprise Information Portal – interni Google -pronalaženje tacit znanja i njegovih nositelja: sustavi za on-line suradnju: društvene mreže, blogovi, diskusijski forumi, e-mail, diskusijske liste, instant messaging (MSN), whiteboard, video konferencije... sustavi za lociranje nositelja: geolokacije, izrada mapa znanja/žutih stranica spiska pojedinaca/timova/organizacijskih jedinica koji posjeduju potrebna znanja/vještine Automatizacija tijeka poslovnih aktivnosti (Workflow): -članovima tima sugerira najbolju poslovnu praksu, -menadžerima omogućuje trenutan uvid u status pojedine aktivnosti, predvidiva zakašnjenja i zastoje, te performanse pojedinih aktivnosti, procesa i članova tima Enterprise Information Portal(EIP) -omogućava pristup znanju na razini PIS-a -aplikacijski sustav za konsolidiranje, analizu i distribuciju informacija, bez obzira na mjesto nastanka i odredište informacije -naglasak na "programiranju" tokova znanja da bi se povećala učinkovitost intelektualnog rada -portal je “virtualno” radno mjesto: jedinstvena prijava na sve segmente informacijskog sustava jednom lozinkom automatsko “povlačenje" evidentiranih podataka bez obzira na izvor (ERP, Internet...) prezentacija Web sučeljem

Informacijsko-komunikacijska tehnologija prve i druge faze razvitka KM-a

Evolucija serverske infrastrukture

Programska rješenja menadžmenta znanja - interdisciplinarnost Dizajnirano za ekstremni neprekidan rad

Dizajnirano za moguće padove

Dizajnirano za moguće kvarove

Verikalno širenje Skup, po narudžbi izrađen strojni dio

Skupi «pomodni» strojni dio

Mainframe

Jeftin pomodni strojni dio

Strojni dio visoke dostupnosti

Programi visoke dostupnosti

Centralizirani razvojni model

Decentralizirani razvojni model Model djeljenja usluga

Centralizirani uslužni model

¨

Bežične tehnologije u finkciji mobilnosti - treća generacija KM-a

Horizontalno širenje

Client-Server

Sustavi za prikaz znanja: -umjetna inteligencija -ekspertni sustavi -prikaz znanja

Distribuirani razvojni model Samouslužni model

¨

http://cloudscaling.com/blog/cloud-computing/debunking-the-no-such-thing-as-a-private-cloud-myth

Cloud

ttp://en.kioskea.net/contents/wireless/wlintro.php3

http://www.prescientdigital.com/articles/content-management/content-management-in-a-knowledge-management-context http://www.myboxpro.com/notebook-news/3g-the-future-of-laptop-wi-fi

Primjeri integracije MZ sustava u druge podsustave i sredstva poslovnih subjekata: -CRM – kreiranje tacit i eksplicitnog znanja o potrošaču -Supply Chain Management (SCM) – kombinacija tacit i eksplicitnog znanja radi unapređenja distribucije -Korporativni intranet i extranet – načela Web 1.0, Web 2.0, Web 3.0 i Web 4.0 -Baze i skladišta podataka – pronalaženje znanja kombinacijom metapodataka i podataka

MENADŽMENT ZNANJA Tehničko-organizacijski aspekt MZ-a Eksternalizacija znanja - modeli i modeliranje

Eksternalizacija znanja u organizaciji

Modeli nestrukturiranog i polustrukturiranog znanja i bilježenja znanja

Realan svijet - složen neformalan skup materijalnih i nematerijalnih, realnih i apstraktnih objekata koji se nalazi u neprestanoj promjeni koju tvore predvidivi, djelomično predvidivi i nepredvidivi procesi

Znanja u organizciji mogu biti: -aplikativna - znanja vezana za struku (struka = zanimanje fah) -teorijska - znanost (apstraktna - uopćena znanja)

Bitno razlikovati organizaciju od bilježenja znanja: eksterna organizacija znanje = forma organizacije znanja (sadržaj) + forma zapisivanja (bilježenja) znanja

Čovjekova je iskonska težnja objasniti i opisati realan svijet.

Rezultat te težnje je nastanak: -iracionalih pogleda na realan svijet - mitova, legende i religije -racionalnih pogleda na realan svijet - znanja i znanosti

Ljudsko znanja u organizaciji su: -vještine koje je osoba stekla iskustvom ili obrazovanjem (teoretsko ili praktično razumijevanje segmenta realnog svijeta) -ukupnost svega poznatog u nekom polju (činjenice i informacije) -svjesnost ili familijarnost stečena iskustvom neke činjenice ili situacije

Sadržajna organizacija znanja Nestrukturirani i polustrukturirani oblici organizacije znanja -dokument - temeljni nositelj znanja u organizaciji -nestrukturirano i strukturiano znanje ima deskriptivni oblik -dsekripcija - (lat. descriptio) opisivanje, prikazivanje, ocrtavanje; opis

Znanje se može zapisati u obliku: -činjenica, -informacija i

- ostvaruje se uz pomoć skupa riječi - rečenica ili natuknica (nepotpunih - kvazi rečenica) -nestrukturirani ovlik deskripcije - rijetko prisutan -polustrukturiani oblik deskripcije - uobičajan

Razliku između racionalnog i iracionalnog pogleda na realan svijet stvar je vjerovanja svakog pojedinca Predmet čovjekova interesa je: -postanak svijeta -struktura realnog svjeta u cjelini ili njegovih djelova -svrha pojedinih djelova realnog svijeta -načini funkcioniranja reralnog svijeta ili njegovih djelova Razlozi ljudskog interesa za realan svijet: -razumjevanje okruženja u kojem čovjek živi -pronalaženje zakonitosti u sadržaju i načinu funkcioniranja dijelova realnog svijeta -predviđaju funkcioniranja djelova relanog svijeta radi odlučivanja Znanost je nastala kao rezultat ljudskog interesa za realan svijet.

Primarni je zadatak znanosti istraživanje i objašnjavanje dijelova realnog svijeta koji dijele zajednička svojstva (strukturu i/ili funkcionalnost) - svojstvo izomorfnosti Znanost se služi mnoštvom različitih znanstvenih metoda u realizaciji svog primarnog zadataka.

Znanstvene metode: -predstavljaju sredstvo za provođenje znanstvenog istraživanja i opisivanja segmenta realnog svijeta -neprestano se usavršavaju postojeće i razvijaju nove znanstvene metode Dva osnovna pristupa u istraživanju: -analitićki pristup - dio se realnog svijeta analizira u jednom trenutku, a odnosi među elementima realnog svjeta opisuju se uzročno-posljedičnim vezama -sustavni pristup - nadgradnja analitičkom pristupu jer uvažava stalnost promjene (dijalektički pristup) sustav - (eng. system - od latinske riječi systēma, odnosno grčke σύστημα): -skup objekata (realnih ili apstraktnih) koji čine cjelinu (svaka je komponenta sustava povezana s najmanje jednom od komponenti, a sve zajedno čine cjelinu radi ispunjenja određenog cilja ili zajedničke svrhe) -skup pravila koja upravljaju ponašanjem ili strukturom Svi sustavi imaju: -strukturu - elementi od kojih su građeni -ponašanje (funkcionalnost) - ulaz, obradu i izlaz materije, energije i informacija -unutrašnju povezanos - strukturalne veze i funkcionalne veze Sustav = segment realnog scijeta Model = analogija sa segmentnom realnog svijeta Model nastaje kao rezultar uopćavanja segmenta realnog svjeta - sustava Pojam model - od latinske riječi modellus tj. modulus - mjera,standard, te od latinske riječi modus - način, mjera - velik brojoj značenja - značenje određuje kontekst Model može biti: -opis strukture i/ili načina ponašanja nekog elementa, podsustava ili sustava orjentiran prošlosti -plan strukture i/ili načina ponašanja nekog elementa, podsustava ili sustava orjentiran na budućnost -obrazac (pattern) - univerzalan s obzirom na prošlost i budučnost Modeliranje - jedan od osnovnih procesa u ljudskom umu - induktivan proces kojim se temeljem pojedinačnog dolazi do općeg - proces prevođenja realnog svjeta u model Faze modeliranja: -uočavanje i apstrahiranje strukture i ponašanja segmenta realnog svjeta (element, podsustav, sustav) -klasifikacija i formalizacija segmenta realnog svjeta u model -deduktivno testiranje modela -interpretacija i upotreba modela za opisivanje, prognoziranje ili uspostavu načina razmišljanja Rezime: model je apstraktna reprezentacija znanja Pojavni oblici modela: -deskriptivni -grafički -simbolički -fizički Detaljnija podjela: -mentalni -verbalni -fizički (npr. makete) -matematički -analogni -strukturni (konceptualni) -računalni -simulacijki Prema razini uopćenosti modeli mogu biti: -konceptualni (uopćeni) -aplikatativni (primjenjivi) Prema pojavnom obliku: -materijalni (makete) -simbolički - teorijski (matematički, računalni, konceptualni) S obzirom na formu: -neformalni - nepotpuni i neprecizni modeli -formalni (znanstveni) - model koji je definiran u skladu s konvecijama i pravilima, a generalno i nedvosmisleno prikazuje segment realnog svijeta Formalan model sadrži: -odabrane objekte realnog svijeta -opis promjena (događaja) koji djeluju na objekte realnog svijeta, odnosno opis stanja u kojima se objekt nalazi u određenim vremenskim trenucija -pravila interakcije objekata - definicije međudjelovanja objekata koje izazivaju promjene stanja objekata Anomalije modeliranja (formalni vs. neformalni model): -nekompletan opis modela - nisu uzete u obzir sve situacije u kojima se objet može naći -nekonzistentan opis modela - ista stanja opisana na različite načine - različita pravila za iste događaje -nejasan opis modela - ako model veže više aktivnosti, nedefiniran redosljed aktivnosti Modeli omogućavaju misaono i fizičko eksperimentiranje (znanstveni značaj modlea) Modeliranje - ključan element svakog racionalnog (znanstvenog) procesa

(http://onlinerjecnik.com/rjecnik/strane-rijeci/desk)

Odlike znanja (http://www.etf.ucg.ac.me/materijal/1190371410ES.pdf): -struktuiranost -koherentnost -relativna trajnost Osnovne odlike informacija su: -djelimičnost, -fragmentarnost, -izrazita privremenost, -kratkotrajnost.

Informacija vs. znanje - informacija je proces - znanje je stanje Vrste znanja u organizaciji: -zdravorazumsko i znanstveno znanje, -teorijsko i empirijsko, -individualno i socijalno, -eksplicitno i implicitno (neizrecivo) znanje, -subjektivno i objektivno, -deklarativno i proceduralno, i druga.

Organizacija i bilježenie znanja u organizaciji: -nestrukturirano (znanja zapisana u esejskom obliku) -polustrukturirano (znanja zapisana u određenoj formi - chech liste, znanstveni članci, dokumenti, pravilnici, zakoni, staturi, protokoli, obavjesti i upozorenja, ....)

-strukturirano (sastavnice, gerafikoni, duijagrami, formule, jednadžbe, algoritmi, ...)

Polustrukturiani deskriptivni oblici: -djelomično slobodnije forme (npr. drama: ekspozicije (uvod), zaplet, kulminacija, peripetija(obrt) i rasplet znanstveni članak: uvod, metodologija istraživanja, rezultati istraživanja, zaključak, literatura -predefinirane forme (pravni dokumenti, poslovni (upravni) dokumnenti, obrasci (dnevnik, glavna knjiga,...) upute, check liste, ....)

Poslovna dokumentacija (bilježenje ekonomskih procesa) -modeliraju poslovnu strukturu, odnose među elementima i poslovne procese -omogućavaju bilježenje podataka o materijalnim i energetskim kretanjima radi dobivanja informacija o poslovnim događajima -sadrže metaznanje o podacima -predstavlja strukturni i poslovni model neke poslovne organizacije -organizacija znanja preuzeta iz prvne dokumentacije -stari naziv za poslovne dokumente - poslovne isprave -bitni sastojci (elementi forme): -naziv i adresa izdavatelja -naziv isprave -datum izdavanja isprave -imena osoba koje sudjeluju u izvršavanju poslovne promjene -sadržaj poslovne promjene -osnova za njeno izvršenje (ugovor, narudžba…)

-količina i vrijednost izražena u nacionalnoj valuti -potpisi ovlaštenih osoba -ostali podaci

Dokumenti (poslovno-upravni) -lat. documentum – pisani dokaz, isprava, dokazno sredstvo, vjerodostojan podatak -postojani medij + podaci zabilježeni na njemu -zapisani realni sadržaj namijenjen: -komuniciranju i informiranju -čuvanju znanja -s obzirom na nositelja: -fizički (list papira) i -virtualni (datoteka) -načini nastajanja dokumenta: -pisanjem (generiranjem) -snimanjem (capturiranjem) -fokus i interes administracije

Nastanak poslovnih dokumenata -dokument sadrži: znanje+informacije

Oblici zapisivanja znanja: -deklarativnii (statički) zapisi - objekti realnog svijeta + relacije među objektima -procesni (dinamički) zapis - objekti realnog svijeta + relacije među njima + promjene nad objektima u vremenu

Znanja s obzirom na njihovu primjenjivost: -teorijska znanja -aplikativna znanja Ekspresivnost (izražajnost) znanja - bitan čimbenik eksternalizacije znanja - o njemu ovisi način zapisivanja znanja - ekpresivni prikazi se lakše usvajaju Bitni problemi eksternalizacije znanja: -izbor optimalnog načina za eksternalizaciju znanja - izbor ekspesivne metode -izbor optimalnog medija za zapisivanje znanja - papir vs. digitalni oblik -izbor optimalnog načina čuvanja znanja - centralizirano vs. decentralizirano -izbor optimalnog načina za opisivanje (metaznanje) i pronalaženje znanja katalogizacija znanja i pretraživanje znanja (sadržajno, indeksno, poveznicama) -izbor optimalnog načina redundiranja znanja - kopije dokuemnata vs. računalo -izbor optimalnog sustava davanja prava pristupa znanju i zaštite od neovlaštenog pristupa -izbor optimalnog sustava zaštite znanja od gubitka znanja Politika znanja - bitan dokument u poslovnim sustavima koji se deklarativno postavlja prema problemima eksternalizacije znanja Uobičajni pojavni oblici eksternaliziranog znanja -slobodni tekstualni oblik (pitanje jeli postoji) -formalizirani tekstualni oblik (dokumenti, pravilnici, statuti, odluke, upute, rješenja, knjige, skripte, prezentacije, ....)

-strogo formalizirani tekstualni oblik (predlošci - chack liste, algoritamske upute, obrasci, metapodaci, procesne upute, ...)

-slikovni prikazi (generirani (npr. crtež) i uhvaćeni (npr. dokumenatrne fotografija) -grafički i shemarski prikazi strukture (gantogrami, mrežni dijagrami, flowcharts, shematski prikazi, sastavnice, ontologije, mape, karet, projekti, tehnički crteži, umne mape, ...)

-simbolički (matematičke, kemijske i strukturne formule, logički izrazi, ....)

-video zapisi (upute, dokumentacije događaja, edukativni materijali, ...)

-audio zapisi (upute, govori, edukativni materijali, iskazi svjedoka, ....)

-fizički oblik (modeli, makete, prototipovi, znakovi, oznake i pokazivači, ....)

-kombinirani (najčešći oblik - obično je uz svaku eksternalizaciju znanja vezan tekstualni oblik - npr. slike, sheme, makete i dr. sadrže tekst)

Poslovna dokumentacija prati proces reprodukcije

Dokumentiranje – proces kreiranja dokumenta Podjela dokumenta -s obzirom na izvornost: -izvornik (original) i -kopija (preslika) -s obzirom na sadržaj: -skice (eng. draft) i -dokaze (eng. proof) Izgled dokumenata -iz predefinirane forme (načelnog izgleda) formira se obrazac (izgled dokumenta) -ovisi o primjeni - svako područje ljudskog djelovanja ima svoj izričaj i način zapisivanja podataka (znanja) -obrasci (eng. template) -definiraju načelni izgled dokumenta (način strukturiranja znanja)

Hodogram dokumenata (potreba upravljanja)

Prepoznatljiva područja i obrazci dokumenata -akademsko okruženje: - teza, disertacija, znanstveni i stručni radovi, članci (časopis), znanstveni projekti, …

-poslovanje i knjigovodstvo: - (pred)računi, narudžbenice, ponude, ugovori, …

-pravo i politika: - pozivi, certifikati, licence, zakoni, novine, …

-izvršna vlast i javna administracija: - formulari, tiskanice, direktive, nalozi, …

-mediji i marketing: - sažetci, članci, oglasi, plakati, časopisi, virtualne novine, blogovi, ….

Tipovi organizacije sadržaja dokumentacije s obzirom na područje upotrebe: -pravvna dokumentacija -poslovna dokumentacija -tehnička dokumentacija Organiziranje znanja u pravnim dokumentima (načelan izgled) -pravni dokumenti modeliraju odnose međe elementima poslovnog sustava i definiraju pojedine procese -uspostavlja se model odnosa u vidu prava i obveza između elemenata sustava

Tekst i audio zapisi kao sredstvo eksternalizacije: -za razliku od drugih sredstava koja su univerzalna u izričaju, tekst(audio) ovisi o: univerzalnosti (engleski jeztik), geografskom području (hrvatski jezik) struci (latinski jezik) -svaka struka ima ili svoj dijalekt ili određeni broj specifičnih riječi - pojmova Elementi koji utječu na eksternalizaciju znanja: -struka koja eksternalizira znanje (druptvena znanja - deskriptivni oblik vs. prirodna znanja - simbolički i grafički oblik) -čemu je eksternalizacija namjenjena - npr. formalno deklarativna znanja - opisuju samu organizaciju - statuti, pravilnici, proizvodno procesna znanja tehnički crtežui, sastavnice (sažeti, instruktivni, jasni, ...), edukativni materijali - prezentacije, videi, knjige (vizualni, auditorni, deskriptivni, ...)

-kome je eksternalizacija najenjena (svima ili pojedinoj struci, razina obrazovanja, druge mentalne, psihološke i sociološke odlike pojedinca ili skupine kojj je eksternalizirano znaje najenjeno) -raspoloživi mediji eksternalizacije (problem digitalnih sadržaja u mekim uvjetima) -planiranom načinu distribucije sadržaja -planiranoj razini dostupnosti sadržaja (pravo pristupa sadržaju s znanjem) -planiranom vjeku trajanja sadržaja (jednokratna vs. višektrana upotreba) -drugi čimbenici

opći i upravni poslovi operativno tehnički poslovi -međudjelovanje operativno tehničkih i općih i upravnih poslova:

Znanje vs. metaznanje -znanje - ono što je prikazano dokumentom - često objašnjava podatke - metapodaci -metaznanje - govori kao znanje na dokumentu treba biti organizirano

Pojavni oblici znanja u organizaciji: -formalizirano znanje (zabilježena znanja - eksternalizirana) -neformalizirano znanje (nezabilježena znanja)

Koja znanja organizacija bilježi?

-poslovnu filozofiju, misiju, ciljeve poslovanja -pravila ponašanja u organizaciji -znanja o poslovnoj strukturi -tjekove dokumenata (hodogrami dokumenata) -načine i metode rješavanja problema u organizaciji -bitna znanja o okruženju -znanja o procesima (hodogrami događaja) -itd.

Podjela poslovne dokumentacije prema mjestu nastanka: -u okviru operativno tehničkh poslova (specifični poslovni procesi) -u okviru upravnih i općih poslova (univerzalni (zajednički) procesi): -generalni strateško upravljački poslovi -financije -računovodstvo (prvi uređeni dokumentacijski sustav) -pravni poslovni -ljudski resursi -marketing -prodaja -distribucija -nabava -ostalo (daktilografski poslovi, arhivistika, i sl.)

Evolucija dokumentacije

Zadaci poslovne dokumentacije: -nedvojbeno i istinito predstaviti poslovnu promjenu -obuhvaća sve relevantne podatke -temeljem dokumenta se formiraju poslovna evidencija (poslovne knjige)

-temeljno sadržajno definiranje poslovnih dokumenata: -Zakon o obveznim odnosima + Posebni zakoni (lex specijalis) -npr. račun = zakon o obveznim odnosima + zakon i pravilnik o PDV-u + ....

Tipologija poslovne dokumentacije -knjigovodstvena poslovna dokumentacija -komunikacijska dokumentacija -tehnička i tehnološka dokumentacija -pravna i upravna dokumentacija -opća dokumentacija (dokumentacija opće namjene) -interna i eksterna dokumentacija -izvorna i sintetizirana dokumentacija -vlastita i tuđa dokumentacija -pouzdana i nepouzdana dokumentacija -uređena i neuređena dokumentacija -samostalna i vezana dokumentacija -originalna i kopirana dokumentacija -itd.

Tehničko-tehnološka dokumentacija -tehnika (grč. τέχνη, umijeće, vještina) - skup je svih oruđa i znanja u funkciji proizvodnje kojom se djeluje na prirodu radi prilagodbe prirodnih resursa potrebama potrošača -tehnologija - postupci, znanja i vještine kojima se pomoću tehničkih objekata (oruđa za proizvodnju) provodi proces proizvodnje -područja djelovanja tehnike: građevinarstvo ektrotehnika, elektronika i informacijska tehnologija strojarstvo kemijsko inženjerstvo prehrambeno inženjersrvo materijali i metalurgija medicinsko inženjerstvo geološko inženjerstvo biotehnologija okoliša industrijska biotehnologija (biomaterijali, biogoriva, ...) nanotehnologija ostalo -tehnički objekti kultivirani teritorij kultivirani akvatorij (melioracije, hidro-sistemi, luke i dr.) stvari i materije (građevine, strojevi, infrastruktura, instalacije, alati, sirovine, materijali i dr.)

-tehnička znanja - znanja o tehničkim objektima - obični se radi o konceptualnim znanjima (struktura sustava i veze među elementima) -tehnološki postupci - rutinski i standardizirani postupci (građenja, izrade, prerade, uzgoja, reciklaže i dr.)

-standardizirani tehnološki postupci - formalno definirani i provjereni, stoga pouzdani postupci koji osiguravaju pretpostavljeni minimalni kvalitet i ujednačenost postupaka, te sigurnu njihovu primjenu -tehnološka znanja - znanja koja se odnose na postupke i vještine praktične upotrebu tehničkih ovbjekata - obično se radi o procesnim znanjima -nastanak i formiranje tehnoloških znanja: fundamentalna istraživanja primijenjena istraživanja razvojna istraživanja razvoj proizvoda -smisao znanja u tehnologiji znati: tko, što, kada i kako racionalizirati tehnološke procese -racionalizacija tehnoloških procesa - ekonomičnost i rentabilnost proizvodnje uz zadovoljavajuću kvalitetu proizvoda -ekonimičan i rentabilan tehnološki proces - uz što je moguće manje inpute i u što kraćem vemenu proizvesti što kvalitetnije proizvode -racionalizacija tehnološkog procesa se ostavruje kroz: tehnologičnosti proizvoda normizacije, odnosno standardizacije tipizacije dobre organizacije proizvodnje i potpornih aktivnosti dobru organizaciju poslovanja tehnološke inovacije -tehnologičnost proizvoda - odnosi se na takvu konstrukciju proizvoda koja osigurava optimalan odnos između uloženih resursa i postignute kvalitete proizvoda uz raspoložive tehničke resurse -tehnološka inovativnost - povećava konkurentnost poslovnog subjekta - svaki zahvat kojim se smanjuju: troškovi proizvodnje i administracije vrijeme tehnološkog procesa škart - svaki zahvat kojim se povećava: produktivnost iskorištenost tehničkih objekata kvaliteta proizvoda ili usluga sigurnost plasman -razine tehnološke inovativnosti: koristan prijedlog tehničko-tehnološko unapređenje tehničko-tehnološka inovacija izum -tehničko-tehnološka znanja - najvrijedniji kapital poslovnog subjekta -intelektualno vlasništvo - posebna tehničko tehnološka znanja (najčešće na razini izuma) nad kojima temeljem pozitivnih zakonskih propisa poslovni subjekt (ili pojedinac) ima monopol -kategorije intelektualnog vlasništva: izum - tehnološka inovacija koju se može štititi patentom dizajn (npr. industrijski) žig - prepoznatljiv element za označavanje proizvoda ili usluga - oblici: verbalni žig (riječ ili kombinacija riječi, slogan) i figurativni žig (logotip, šara ili grafički oblikovani znak) autorstvo - originalno, duhovno (intelektualno) ostvarenje iz književnog, umjetničkog i znanstvenog područja, koje ima individualni karakter i koje je na neki način izraženo (https://www.dziv.hr/hr/intelektualno-vlasnistvo/autorsko-pravo/autorsko-djelo/) -pojavni oblici izuma: licencija Know-How (znati kako)

MENADŽMENT ZNANJA Tehničko-organizacijski aspekt MZ-a Modeli nestrukturiranog i polustrukturiranog znanja i bilježenja znanja

Tehničko-tehnološka dokumentacija [nastavak] -tehnička dokumentacija:(https://www.fer.unizg.hr/_download/repository/PCPUTP_predavanje.pdf) -osnovno sredstvo tehničkog načina izražavanja i komuniciranja -prati faze izgradnje industrijskog postrojenja ili uređaja -sadrži i popratne dokumente - dogovore, kvarove, prigovore i sl.

-eksternalizirani oblik zapisa znanja koje je rezultat projektiranja -odlike tehničke dokumentacije: sistematičnost jasnost jednostavnost cjelovitost kvalitetnost -nemoguće je jednoznačno definirati opseg i oblik (određeni propisi i principi - pravila struke daju okvire) -put nastanka nekog tehničkog objekta: potreba ideja sredstva (moguća, raspoloživa) tehnička obrada realizacija (implementacija) upotreba i održavanje -dokumentacija koja prati put nastanka tehničkog objekta:

Jezici polustrukturiranog i strukturiranog znanja i bilježenja znanja

Bilježenje (zapisivanje) znanja Nositelji znanja: -fizički (danas aktualni): - papir - filmska vrpca (mikrofilm, mikrofiš) -virtualni: - analogni (audiotraka, videotraka) - digitalni (magnetski, optički, elektronički) Ekstrnalizacija znanja -semantičko semiotička transformacija Semantika - teorija o znakovima - disciplina koja obuhvaća različite razine i aspekte značenja: leksičke, formalne, strukturne ili funkcionalne (http://lingvo.info/hr/babylon/semantics)

Semiotika - znakoslovlje - znanost o znakovnim sustavima (može se ticati jezika, vizualne stvarnosti, glazbe, itd.) (http://www.umas.unist.hr/~vidos/druga_godina/treci_semestar/skripte/osnove_semiotike.pdf) (http://dieewigetraeumerin.blogspot.hr/2013/12/semiologija-semiotika.html)

Fizička vs. digitalna eksternalizacija znanja

Structured Query Language (SQL)

Extensible Markup Language - XML

Strukturni upitni jezik za rad s relacijskim bazama podataka -podaci strukturirani u tablice -tablica se satoji od podataka i metapodataka (znanje o podacima) -model baze podataka čine: tablice dnevničkog tipa - izvor informacija tablice deskriptivnog tipa (šifarnici i dr.) - izvori znanja -čini ga niz instrukcija koje djeluju na tablice i rezultiraju tablicom -sastoji se od DDL-a, DML-a, DCL-a i TCL-a

Prošireni jezik za oblikovanje i strukturiranje znanja -primarno - tehnologija za razmjenu podataka (kompatibilan je sa svim hardverskim platformama i svim operacijskim sustavima) -koristi se primarno tekstom (npr. ASCII standard) -sadrži podatke okružene oznakama (metapodacima) -oznake definiraju strukturu i značenje podataka -format oznaka je vrlo sličan formatu oznaka u HTML-u

Bitne instrukcije Data Definition Language-a: CREATE – kreiranje tablice ALTER – izmjena tablice DROP – brisanje tablice

Namjena XML-a: -odvajanje podataka od prezentacije -razmjena i pohrana podataka -povećanje dostupnosti podataka

Bitne instrukcije Data Manipulation Language-a: SELECT – vraća podatke iz baze podataka INSERT – umeće podatke u tablicu UPDATE – mijenja podatke u tablici DELETE – briše podatke iz tablice

Prednosti XML-a: -čitljivo na svakoj platformi -neosjetljiv na tehnološke promjene -međunarodno prihvaćen standard

Bitne instrukcije Data Control Language-a: GRANT – dodjela prava korisnicima REVOKE – ukidanje dodjeljenih prava

Manualna eksternaliacija

Bitne instrukcije Transaction Control Language-a: COMMIT – pohranjuje transakcije u bazu ROLLBACK – vraća unazad transakcije

Mehanička i Elektromehanička eksternaliacija

PROGRAMSKA APLIKACIJA Fizička organizacija Logička organizacija

Digitalna eksternaliacija

Opće karakteristike SQL-a: -uz SQL instrukcije idu parametri i opcije -svaka SQL instrukcija završava znakom “;” -SQL je jezik 4. generacije (opisuje se što treba učiniti a ne kako)

Nedostaci XML-a: -opširnost -računalo obrađuje puno podataka što ga dodatno usporava -nije definirano označavanje decimalnih brojeva Razlika XML-a i HTML-a: -u HTML-u oznake definiraju izgled i dojam podataka (položaj naslova, mjesto na kojem započinje novi odlomak) -HTML se ne može koristiti umjesto XML-a -HTML je ograničen na unaprijed definirani skup oznaka koje dijele svi korisnici

Primjer SQL instrukicje: SELECT * FROM knjige WHERE cijena > 100 ORDER BY naslov;

Korisničko sučelje

-projektiranje: -idejno rješenje - sadrži u više varijanti prikaz potreba i želja - rezultira idejnim projektom -idejni projekt - optimalno razrađeno idejno rješenje u vidu tehničko-ekonomskog rješenja - razrađuju se: materijalni elementi elektroenergetski tokovi: energetska bilanca, definiranje i kategorizacija potrošača izvori i načini napajanja makro i mikro lokacije približni proračun instalacija približni broj razvoda, polja sklopova potrošnja električne energije osnovne dimenzije informacijski tokovi: načini i razine upravljanja organizacijska struktura upravljačkog sustava prema tehnološkim tokovima broj signala (digitalnih, analognih, mjernih i regulacijskih) i njihovu povezanost potrebna oprema s obzirom na zahtjeve za kvalitetu i razinu automatizacije -investicijski elaborat (fizibiliti studija) - idejni projekt + ekonomska analiza ekonomska analiza: isplativosti odnosi s tržištem način finaciranja ekonomska opravdanosti (povećanje kapaciteta ili zamjena/modernizacija opreme) -glavni projekt - deraljna razrada idejnog projekta - temelj za izradu izvedbene dokumentacije -glavni izvedbeni projekt - definira tko (koji dobavljač, izvođač, odjel) i kada (npr. mrežni dijagram radova) što treba učiniti - definira izvedbu tehničkog objekta - postrojenja ili uređaja: točne tipove opreme, narudžbene podatke, lista materijala, količine, načine izrade i montaže, smještaj i učvršćivanje, načine puštanja u rad, sigurnosne elemente -elementi prrojekta: -tekstualni dio (tehnički opisi i tehničko-ekonomska obrazloženja) -slikovni dio -proračunski dio -tekstualni dio projekta : - deskriptivni modeli - najčešće sadrži: -obvezne proračune sve proračune koje je nužno ili potrebno izvesti za sam projekt proračuni su osnova za dimenzioniranje pojedinih elemenata i podsustava -upute za rukovanje -upute za ispitivanje, podešavanje i održavanje -ostale upute prema potrebi - tehnički sadržaj - popis opreme izrađuje se za svaki dio objekta posebno omogućuje brzo pronalaženje svakog elementa - ekonomski sadržaj tehničkog djela: troškovnik opreme (na osnovi popisa opreme) troškovnik radne snage troškovnik ostalih materijalnih troškova -slikovnii dio projekta: - vizualni prikazi - modeli - najčešće u obliku: shema - prikazuje način na koji su pojedini dijelovi tehničkog objekta međusobno povezani i u kakvom su funkcionalnom odnosu dijagram - prikazuje odnose između raznih operacija, operacija i vremena, operacija i fizikalnih veličina, stanja raznih elemenata tablica - nadomješta ili dopunjava shemu ili dijagram - svaka se struka koristi svoji specifičnim načinima slikovnog izražavanja (npr u elektrnici jedna vrsta grafičkih simbola, a u elektrotehnici druga) -tehnološka dokumentacija: -definira procese (postupke za realizaciju tehničkog progekta) -sastoji se od: - tehničke dokumentacije - opisa procesa -često sastavni dio glavnog izvedbenog tehničkog projekta i glavnih izvedbenih tehničkih projekata

Procesno-transformacijska Formatiranje memorijskog logika zapisa

Oblici logičke organizacije znanja (na dokumentima): -nestrukturirano – dokumenti (formati: txt, pdf) -polu strukturirano – polustrukturirani dokumenti (formati: HTML) -strukturirano - baze podataka + baze znanja - podaci + metapodaci - formati: XML, RDF, RDF schema, OWL Sredstvo razmjene, bilježenja i prezentacije znanja - jezik Standardni jezik - nadilazi mjesne i socijalne varijacije - nameće se kao najbolje sredstvo za komunikaciju među ljudima - medijalno je sredstvo prijenosa i čuvanja znanja Protokol - skup pravila ponašanja u određenim situacijama - skup definiranih pravila koja se primjenjuju kod prijenosa podataka (bez obzira na njihovu semantiku) Odnos čitatelj-jezik-protokol:

Jezik za oblikovanje i polustrukturiranje znanja Osnova World Wide Web-a: Web stranica = min(tekst + HTML Tagovi) Interpretira se u Web preglednicima (browser) Tagovi -hijerarhijska organizacija -oznake kojima se oblikuje tekst i definiraju akcije (npr. poveznice) -zapisuju se između znakova < i > (npr. <BODY>) -nisu osjetljivi na velika i mala slova -većinom se pišu u paru: otvaranje taga <BODY> zatvaranje taga </BODY> -često imaju više parametara: <BODY BGCOLOR=“RED” TEXT=“BLUE” ….> -nisu jednistveno podržani u svim preglednicima -označavaju početak i kraj skripti (ubačen dio drugog progrmaskog koda)

Polustrukturirani i strukturirani logički oblici organizacije i bilježenja znanja -temelji se na programskim rješenjima i/ili formalnim jezicima za strukturiranje podataka (informacija i znanja) -znanje se organizira prema unaprijed definiranoj strukturi, a u nekim slučajevima dodatno se označava posebim oznakama - metaznanjem -zahtjevniji su za unošenje, ali su jednostavniji za pronalaženje i pristup znanju (fokus na traženju i dohvaćanju znanja) -načini pronalaženja polustrukturiranog i strukturiranog znanja: -pretraživanjem (kao i kod nestrukturiranih oblika) -sadržajno (putem unaprijed definiranih sadržaja) -indeksno (putem indeksa nastalih indeksiranjem) -povezničko (putem poveznica) -programske aplikacije za polustrukturirano i strukturirano logičko organiziranje bilježenja znanja: programski susatvi za upravljnje sadržajima (CMS - Content Management System) programski sustavi za daljinsko učenje i podučavanje (e-Learning) enciklopedijski sustavi (Britanica) društveni mrežni sustavi enciklopedijskog znanja (Wikipedia) sustavi za kolaborativni rad i razmjenu znanja Internet i intranet -Bitni jezici za polustrukturirano i strukturirano logičko organiziranje bilježenja znanja: SQL, HTML, XML, MDX (Multidimensional Expressions), ....

Tablični tagovi <TABLE></TABLE>Definira tablicu <TR></TR>Kreira redak tablice (Table Row) <TD></TD>Kreira ćeliju u retku (Table Data Cell) <TBODY></TBODY>Definira tijelo tablice <THEAD></THEAD>Definira zaglavlje tablice <TH></TH>Kreira ćeliju zaglavlje tablice (Table Heder) Tagovi za obrasce (forme) <FORM></FORM>Definira formu <INPUT>Kreira redak za unos <SELECT></SELECT>Kreira kućice za označavanje (Selection) <OPTION></OPTION>Kreira elemente liste

U skoroj budućnosti preko 90% organizacija će koristiti neki od DMS-a

Temeljni procesi DMS-a -prikupljanje i digitaliziranje dokumenata pohrana i arhiviranje dokumenata -indeksiranje i traženje dokumenata i sadržaja u dokumentima -distribucija dokumenata unutar sustava i njihov “izvoz” izvan sustava -sigurnost i zaštita od neovlaštenog pristupa -revizije

Primjer XML dokumenta

Centar za upravljanje dokumentima i zbirkama uz izvrsnu podršku životnom cilusu Uhvati

Otkrij Scan-iraj

Analiziraj

Uvezi

Prikaži papir, e-datoeke, audio, video, cjeli Internet

Forenzika

Tagovi povezinca - hyperlink <A HREF></A>Umeće poveznicu (Anchor Hypertext Reference) <A NAME></A>Kreira bookmark (Anchor Name) Grafički tagovi <IMG SRC>umeće grafički objekt (sliku) u dokument <HR>Umetanje horizontalne linije (Horizontal Rule)

Gartner procjenjuje da prosječna organizacija: -utroši $20 u radu za pohranu dokumenta -utroši $120 u radu tražeći zagubljeni dokument -izgubi se jedan na dvadeset dokumenta, a utroši se 25 sati za ponovnu izradu dokumenta

Temeljne mogućnosti DMS-a -traženje: brzo pronalaženje dokumenta/datoteke -dijeljenje: omogućava zajednički rad više djelatnika na istom dokumentu -kontrola verzija: praćenje izmjena dokumenta i mogućnost vraćanja prethodnih verzija -centralizacija: svi dokumenti su svima dostupni -sigurnost: dodjela prava uvida i izmjene dokumenta pojedincima, grupama i kolektivu -revizija: provjera pristupa i ažuriranja dokumenta -arhiviranje: definiranje razdoblja čuvanja, arhivski raspored i raspored uklanjanja dokum

Tagovi zaglavlja <TITLE></TITLE>Kreira tekst u liniji naslova prozora HTML dokumenta <SCRIPT></SCRIPT>Umetanje koda skriptnog programskog jezika

Nestrukturirani logički oblici organizacije i bilježenja znanja -programska rješenja najenjena radi automatizacije manualnih oblika eksternalizacije znanja -fokus je takvih programskih rješenja na ubrzanju i povećanju kvalitete maualnih, mehaničkih i elektromehaničkih načina eksternalizacije znanja -u takvim se programskim rješenjima repliciraju fizički oblici orgranizacije znanja (nestrukturirani, polustrukturirani i strukturirani) - oblik unosa načelno odgovara fizičkom obliku -progrmaska rješenja tipa What You See Is What You Get - WYSIWYG -skupine programskih rješenja za nestrukturiranu logičku organizaciju znanja: programi za obradu teksta programska rješenja za obradu rasterske grafike (fotografija) programska rješenja za obradu vektorske grafike (CAD programi, virtualna stvarnost, ...) programska rješenja za dijagramsko modeliranje (flowcharts dijagrami toka, strukturni dijagrami, dijagramska stabla (tree structure), ....) programska rješenja za digitalnu obradu audio sadržaja programska rješenja za digitalnu obradu video sadržaja -nedostaci programskih rješenja za nestrukturiranu logičku organizaciju znanja - nisu orijentirani prema efikasnom promalaženju znanja (traženje u funkciji nalaženja znanja je obično dodana mogućnost koja je na elementarnoj razini (npr. traženje znaja pretraživanjem teksta)

DMS (Document Management Systems) Sinonimi za dokument menadžment programske sustave DIS(Document Information Systems) IDM(Integrated Document Management) EDM(Electronic Document Management) ECM(Enterprise Content Management) Content Management i Knowledge Management CMS (Content Management System) Paperless Office

http://www.mulberrytech.com/papers/fromHTMLtoXML/slide012.html

XML u sustavu Microsoft Office: -Excel, Word i PowerPoint 2007 koriste XML kao zadane formate -prednosti: manje veličine datoteka XML je čitljiv i ako se datoteka ošteti (može se otvoriti u drugom programu za čitanje)

Osnovni tagovi <HTML></HTML>Kreiranje HTML dokumenta <HEAD></HEAD>Kreira zaglavlje u koje se upisuju dijelovi HTML-a koji se ne pojavljuju na Web stranici <BODY></BODY>Kreira vidljivi dio HTML dokumenta

Tagovi za oblikovanje teksta <PRE></PRE>Kreira preformatid tekst (pisaći stroj) <H></H>Oblikovanje naslova (Head) <B></B>Podebljana slova (Bold) <I></I>Ukošena slova (Italic) <SUB></SUB>Subscript - indeks <SUP></SUP>Superscript - potencija <P>Pasus <BR>Novi red (Break Row) <OL></OL>Kreira numeričku listu (Oredred List) <UL></UL>Kreira Bulleted listu (Unordered List) <LI>Element liste (List Item) <FONT></FONT>Kreira vidljivi dio HTML dokumenta

Dokument menadžment -proces koji uključuje svaku radnju poduzetu s dokumentom u okviru organizacije, a odnosi se na stvaranje, distribuciju i brisanje dokumenata - može biti u užem (DMS) i širem (Inter/IntraNet) smislu -baza dokumenata (ne i polustrukturiranog znanja) != baza podataka

Razlozi upotrebe DMS-a -statistika Gartner Group-e većina uredskih djelatnika potroši preko 500 sati godišnje tražeći dokumente u prosjeku profesionalci provedu 50% vremena tražeći informacije

HyperText Markup Language (HTML)

Razine digitalne organizacije znanja u funkciji bilježenja znanja: -logička organizacija - korisnička razina -fizička organizcija - programska razina (programeri)

Upravljanje kolekcijama digitalno zabilježenog znanja (datotekama) Izdavaštvo (DeskTop Publishing - DTP) -odnosi se na: nestrukturirane dokumente i polustrukturirane dokumente -vrste: serijsko izdavaštvo (prevladavalo u prošlosti) više-Varijantno izdavaštvo (danas aktualno) -s obzirom na način prezentiranja znanja: monomedijalna, multimedijalna i hiprmedijalna -više-format izdavaštvo ispis: Portable Document Format (PDF), Rich Text Format (RTF) , DOC, PPT on-line: HTML, programska dokumentacija (Microsoft Compiled HTML Help (CHM), Interactive Electronic Technical Manual (IETM)), na Web-u temeljena tehnologija e-Učenja (Sharable Content Object Reference Model (SCORM)) -problemi izdavaštva: upravljanje verzijama objavljenih materijala razmještaj objavljenih materijala pronalaženje podataka (informacija i znanja) u materijalima

Povećaj

Traži slike, tekst, metapodaci ostali elementi

Prepoznaj

Kolekcije nestrukturiranih sadržaja Nestrukturirani sadržaji i oblici kolekcija znanja: -zapisi u zbirke zapisa -knjige u knjižnice -dokumenti u dokumentaciju -podaci u memoriju (datoteke)

Kolekcije znanja (elektroničkih dokumenata - datoteka) -brigu o datotekama vodi operacijski sustav -označavanje datoteka u operacijskom sustacu: naziv datoteke (ime+nastavak) veličina datoteke datum formiranja datoteke vlasništvo nad datotelom i prava upotrebe -organiziranje datotka - kreiraju se kolekcije unutar mapa (direktorija (kataloga) i poddirektorija (podkataloga) -problem - nedovoljno metapodataka za kvalitetnu organiozaciju i i pretraživanje znanja -rješenje - uvođenje Document Management Sustava - DMS i njima sljednih oblika upravljanja datotekama Tijek rada (eng. Work Flow)

Extranet Upravljanje dokumentima

Tehnologije menadžmenta znanja Intranet Sustavi za skupni rad (eng. groupware)

Skladištenje podataka

Indeksiraj

Transformiraj

Organiziraj

http://www.caci.com/fed_civilian/fed_civ_law_enforce.shtml

Digitaliziranje papirnih dokumenata -manualno prepisivanje -scaniranje i OCR Kreiranje bilješki vezanih uz dokument - metaznanje -automatske (vrijeme kreiranja, veličina, …)

-ručne (izvornik, autor izvornika, verzija, ….)

Elektroničko bilježenje sadržaja -nastaju datoteke -pretraživaje znanja u samoj datoteci vs. pretraživanje znanja u kolekciji znanja

Upravljanje projektima

Klasificiraj Izdvoji

Prevedi

Web konferencije

Sustavi za podršku odlučivanju (DSS)

Pohrana i arhiviranje dokumenata magnetski mediji/tvrdi diskovi -RAID - Redundant Array of Independent Disks -NAS Network Attached Storage -SAN Storage Area Networks Pohrana i arhiviranje dokumenata optički mediji -CR, DVD, Blu Ray Pohrana i arhiviranje dokumenata na elektroničkim memorijskim uređajima (flash memorije, SSD diskovi) Indeksiranje i alati za pretraživanje -Through Indeks (indeksiranje datoteka) -Full Text Indexing (indeksiranje sadržaja) -Folder File structure (datotečni sustav) Temeljna prava Access Rights (prava otvaranja dokumenata) Feature Rights (prava izmjene dokumenta) Sigurnost, arhiviranje i osiguranje dokumenata -Disaster Management - politika, planiranje i provedba akcijskih planova za zaštitu od gubitka podataka backup na različitim medijima backup na različitim seijzmičkim zonama zaštita od krađe dokumenata

MENADŽMENT ZNANJA Tehničko-organizacijski aspekt MZ-a Upravljanje kolekcijama digitalno zabilježenog znanja (datotekama)

Externet i Intranet [nastavak] Externet (Internet) i intarnet -funkcioniraju na zajedničkim osnovama: klijent-server arhitektura -omogućena multiplatformsku komunikaciju i pristup znanju -temelji se na TCP/IP protokolu i nizu servisa koje serve (poslužitelj) pruža klijentima -najznačajniji servis u smislu izdavaštva i upravljanja dokumentima: Worls Wide Web World Wide Web -servis za upravljanje hipermedijalnim sadržajima -tvori ga niz poslužiteljskih računala (fizičkih ili virtualnih) - servera -klijent računalnom servisu pristupa putem interpretera hipermedijalnih sadržaja - preglednika (Web browser - npr. Google Crome, IE, ...)

-na svakom se računalnom serveru obvezno nalazi programska aplikacija za upravljanje hipertekstualnim dokumentima (dokumenti u HTML formatu) koja se naziva HyperText Transfer Pprotocol (HTTP) Server ili u žargonu Web server (poznati programi Apache, IIS), te niz hipertekstualnih datoteka (dokumenata) -poslužiteljsko računalo (fizičko ili virtualno) je računalni server, a HTTP server je programski server -uz hipertekstualne sadržaje na računalnom serveru se mogu nalaziti i drugi sadržaji pohranjeni u obliku datoteka (najčešće slike, audio i video sadržaji) koji se putem instrukcija HTML-a uključuju u hipertekstualnu strukturu na prezentacijskoj razini (preglednik interpretira HTML instrukcije i uključi vanjske sadržaje u prikaz Web steranice -na računalnom serveru može biti instaliran jedan ili više interpretera skriptnih programskih jezika koji preuzimaju obrađuju podatke koje klijent upiše i «submitira» putem HTML instrukcija za forme unutar hipertekstualnog dokumenta - rezultat obrade interpreter skriptnog programskog jezik vraća u obliku hipertekstualnog dokumenta -na računalnom serveru može biti instaliran jedan ili više sustava za upravljanje bazama podataka s kojima komunicira skriptni jezik -načela funkcioniranja Web-a: 1. Preglednik: klijent upućuje zahtjev za sadržajem (datotekom) putem HyperText Transfer Protokola - HTTP (http://...) i adrese poslužitelja na kojem se sadržaj nalazi (www.efos.hr) koji upisuje u polju Uniform Resource Locator-a - URL ili su protokol i adresa sastavni dio poveznice hipertekstualnog u preglednikuprikazanog sadržaja - tada je dovoljno kliknuti na poveznicu 2. Poslužiteljsko računalo: Program poslužitelj (Web server) preuzima adresu i provjerava ima li odgovarajuću datoteku u popisu datoteka, te ako ima datoteku šalje pregledniku, a ako nema šalje pšoruku o grešci 3. Preglednik: preuzima datoteku i interpretira njezin sadžaj, te ga prikazuje kao uređeni tekst s pridruženim slikovnim, audio i video sadržajima sadržajima -fokus WWW-a je na upravljanju dokumentima (sadržajima) -prikazani sadržaji (datoteke) koje korisnik vidi u pregledniku mogu biti s jednog ili više Web poslužitelja - sustav pruža fleksibionost u pogledu formiranja sadržaja -poveznice unutar dokumenta mogu biti na: sadržaj unutar dokumenta (datoteke) sadržaj druge datoteke unutar istog servera sadržaj drugu datoteke na bilo kojem drugom serveru Web sustava -Web je nastao kao zamjena za Internetski servis Gopher koji radio na principu dolaska do sadržaja (znanja) puutem izbornika -metoda dolaska do željenog sadržaja (dokumenta) 1. direktan način: a) korinik zna adresu Web poslužitelja (Web mjesta) na kojem se sadržaj nalazi b) dokument sadrži poveznicu Web mjesta na kojem se sadržaj nalazi 2. indirektan način - indeksni način: korisnik se koristi specijaliziranim servisom (Web mjestom) koje sadrži bazu podataka s pojmovima i pripadajućim URL adresama (nakon unošenja zahtjeva za pretragom indeksa korisniku se otvara Web stranica s popisom Web adresa u vidu poveznica gdje je pojam pronađen) -podjela pretraživača: opći pretraživači (npr. Google) - indeksiraju tekstualni sadržaj hipertekstualnih dokumenata

Search Engine Web mjesto

Preglednik Pauk Upit

Server Pravila pretraživanja

Rezultat

HTML Filter Indeks Rezultat pretrage http://www.searchengineguide.com/paul-bruemmer/in-search-of-be.php prema www.reddor.biz

domenski pretraživači - omogućavaju temeljem IP adrese otkrivanje l ogičke adrese servera (nslookup) -metode pronalaska sadržaja unutar jednog dokumenta: 1. direktan način - poveznica na neki dio dokumenta 2. indirektan način - find opcija unutar preglednika (moguć dolazak samo tekstualnih saedržaja) -temeljna prednost Web okruženja - danas naveća baza podataka (informacija i znanja) - omogućava online pristup bazama dokumenata i bazama podataka -temeljni nedostaci Web okruženja: preobilje sadržaja - teško pronaći željeni sadržaj upitna pouzdanost sadržaja (često nepoznat tvorac i vrijme nastanka) velika količina «smeća» -problemi današenjeg Web-a u smislu pristupa podacima istraživanja na jednoj razini danas zahtijevaju istraživanje rezultata različitih razina traženje znanja u jednom polju podrazumijeva traženje znanja u svim poljima prisutan problem poznavanja i prepoznavanja pravih ključnih riječi za pretraživanje informacije i znanje su često rezultat integracije informacija i znanja iz više Web mjesta problem pronalaženja ne-tekstualnih informacija kreiranje takvih podataka koji su "strojno čitljivi" (zahtjva transformaciju HTML-a u XML) -rješenje - potreba za unapređenjem upravljanja Web okruženjem - Semantički Web

Semantički Web -poboljšanje sadašnjeg Web-a u kojem je informacijama bolje definirano značenje, te omogućuje da računala i ljudi bolje surađuju -Tim Berners-Lee i Eric Miller: "Web će doseći svoj puni potencijal kada postane okruženje gdje se podaci mogu dijeliti i obrađivati automatiziranim alatima, na način na koji to čine ljudi."

-svojstva semantičkogWeb-a poboljšava komunikaciju između ljudi koji koriste različite tehnologije pospješuje interoperabilnost baze podataka nudi alate za interakciju s multimedijskim sadržajima osigurava mehanizme za potporu "agent-based" računalstvu omogućava interaktivni rad ljudi i strojeva -semantičko Web mjesto uključuje: rječnik (Thesaurus) - strojno čitljiva ontologija prošireni rječnik koji ocrtava odnose između rječnika i predmeta bazu znanja – obično u XML-u definira ontologija -načela rad semantičkog Web mjesta

-pozadina ontologija u Web okruženju XML - sintaksa za strukturirane dokumente, ali nema semantičkih ograničenja XML Schema - jezik za ograničavanje strukturu XML dokumenata RDF - model podataka za objekte "resursa" i odnosa između njih RDF Schema - vokabular za opisivanje svojstava i klasa RDF izvora -ono što nedostaje: prikazivanje složenijih odnosa domena/područje više-na-jedan vs. više-prema-više, itd.

-rješenje nedostataka XML-a i RDF-a u smislu ontologija: DAML – DARPA Markup Language OIL – Ontology Inference Layer dodaci za XML i RDF koji mogu precizno izraziti ograničenja nad klasama i svojstvima -OWL - Web Ontology Language izveden iz DAML-a i OIL-a proširuje RDF na način da: - bilježi odnose između klasa - bilježi kardinalnost veza - osigurava jednakost i bogatu tipizaciju svojstava - bilježi karakteristike svojstva - definira nabrojive razrede razvijen čitav niz OWL alata:

Implementacija MZ 2.0 kroz Web 2.0

Umjetna inteligencija (eng. Artificial Intelligence) -dio informacijskih znanosti koji se bavi oblikovanjem i izgradnjom računalnih programa za one zadatke koji zahtijevaju inteligenciju kad ih obavlja čovjek -djelatnost kojom se primarno ispituju sposobnosti elektroničkih uređaja ili sustava za one funkcionalnosti koje su prirodno povezane s ljudskom inteligencijom -na računalu temeljen proces rješenja složenih problema takvih aplikacijskih procesa koji su inače odvijaju u čovjekovim mentalnim procesima (Rolston, 1988) -proučava zamisli koje omogućavaju računalima obavljanje zadataka koji se ljudima čine inteligentnim (Winston, 1979) Kišobran “Umjetne inteligencije” (Winston, 1979): -Robotika(eng. Robotics) - psihomotorna značajka -Sustavi gledanja(eng. Vision System) -Stručnost (znanje) (eng. Expert System) -Komunikacija prirodnim govorom (eng. Natural Language) razvijen čitav niz OWL alata: Specijalizirani integralni programski sustavi u funkciji MZ-a

Pretpostavke za izgradnju integralnog MZ sustava: -promjena načina rada, a kroz to i organizacije -Involviranje distribuirane projektne organizacije

-što je potrebno za izgradnju semantičkogWeb-a? ontologije jezici kao što su RDF, OWL, XML za kreiranje ontologije programske alate za razvoj i rasuđivanje vezano za ontologije agente i pretraživačke (search) tehnologije -što je ontologija? izraz koji se koristi za opisivanje i predstavljanje određenih područja znanja koriste ga ljudi, baze podataka i aplikacije za opisivanje područja znanja računalno-upotrebljive definicije osnovnih pojmova iz domene i odnosa među njima -pojam ontologije pojam nastao u 17. stoljeću kao znanost o biću izrasla iz Aristotelove "prve filozofije“- metafizika ne postoji opće prihvaćena definicija, stoga nejasni: zadataka predmet ciljevi i granice smatra se granom metafizike bavi identificiranjem stvari koje doista postoje, u najopćenitijim terminima -osnovni principi ontologije jasnoća proširljivost minimalna ontološka vezanost (samo neophodni pojmovi) standardizacija imena -kreiranje ontologije iterativan proces ne postoji samo jedan način izgradnje domene za kojega se možemo tvrditi da je točan rješenje ovisi o namjeni domene koncepti ontologije bi trebali na najbolji mogući način predstavljati objekte i odnose u domeni -što nije ontologija? nije nekakav rječnik: - najmanje što je potrebno je veza dio-cjelina - ne radi se o skupu riječi već koncepata nije taksonomija: - grč. tassein - "svrstati” - nije jednostavna klasifikacija već sadrži koncepte s kojima se može objasniti realan svijet -taksonomija vs. ontologija Vozila Svijet vozila -zemljana vozila -tip -motorna vozila *zemljana vozila -4 i više kotača *brodovi -automobil *zrakoplovi -kamion -funkcija -motocikli *prijevoz putnika -vlakovi *prijevoz tereta -brodovi -atributi -zrakoplovi *snaga *veličina -glavni dijelovi - ….

-mjesto pojave ontologija taksonomije na Web-u (npr. Yahoo! Kategorije) katalozi za on-line kupovinu (npr. Amazon.com katalog proizvoda) -domene sa specifičnom standardnom terminologijom: SNOMED Klinički termini - terminologija u kliničkoj medicini UNSPSC - terminologija za proizvode i usluge -koriti od ontologija – olakšava rad agentima - omogućava semantiku dokumenata - standardizira meta podatke - jednoznačnost - omogućava ponovnu uporabu domene znanja - postavke domena čini eksplicitnim -gdje je ontologija korisna? kod združivanja pojmova kod ekstrakcije informacija kod integracije informacija kod automatskog zaključivanja primjer ontološkog zaključivanja: Roditelj je generalniji odnos od majke Marija je majka Marku Zaključak: Marija je roditelj Marku Zaključivanje omogućuje odgovor na pitanje: "Tko su Markovi roditelji?”

-dva načina upotrebe ontologije:

Novi izazovi: -ujednačena kvaliteta isporuke znanja (WW - multimedija) -ponovno korištenje (reuse) postojećeg znanja -podrška radu dislociranih projektnih timova, 24/7 -povezivanje s ključnim ekspertima -učenje na daljinu -odnosi u stjecanju zanja: 70:20:10

Programski alati za suradnju na kriranju novih znanja i djeljenje znanja Tijek rada (eng. Work Flow)

Extranet Upravljanje dokumentima

Upravljanje projektima Tehnologije menadžmenta znanja Intranet Sustavi za skupni rad (eng. groupware)

Skladištenje podataka

Web konferencije

Sustavi za podršku odlučivanju (DSS)

Primjer višefunkcionalnog alata MZ-a

Definicija inteligencije iskazuje tri stajališta: -biološko - naglašava opću mentalnu adaptabilnost -pedagoško - sposobnost učenja -psihološko - analizira intelektualni proces i ističe stvaralačke odlike

Paradigme stjecanja znanja: -kroz posao 70%: - stvaranje znanja kroz projektne aktivnosti - kreiranje predložaka za prikupljanje i bilježenje znanja - prikupljanje i kodiranje znanja - nominiranje i evaluacija (ocjenjivanje) znanja - meta-tagitanje znanja (znanje o znanju) - distribuiranje znanja -od drugih 20%: - pronalaženje eksperata - kreiranje domene eksperata (Subject-Matter Expert - SME) - virtualne (tematske) zajednice - baze znanja -kroz treninge 10%: - mape tereninga (Learning Roadmap) - udaljeno učenje online učenje - konferencije i učionice offline učenje - snimljeni materijali Struktura Microsoftovog sustava za upravljanje znanjem

Spoznajne znanosti(eng. Cognitive Science) pod kišobranom umjetne inteligencije Područje umjetne inteligencije (prema ACM – Association of Computing Machinery) -ekspertni sustavi -formalizmi i metode za prikaz znanja -strojno učenje -razumijevanje i obrada prirodnih i umjetnih jezika -rješavanje problema -robotika -automatsko programiranje -računalni vid, -raspoznavanje uzoraka -neuronske mreže -genetski algoritmi -inteligentni tutorski sustavi (sustavi za učenje i poučavanje) Ekspertni sustavi -računalni programi koji rješavaju probleme na osnovi znanja iz nekog užeg problemskog područja (eng. problem domain) i pritom se ponašaju slično kao i čovjek - ekspert iz problemskog područja -oponašaju čovjekov način rješavanja problema, dakle zaključivanje, prosuđivanje i odlučivanje koje često treba izvršiti na osnovi nepouzdanih i nepotpunih informacija.

-podrazumijevaju računalom podržan sustav, utemeljen na znanju i iskustvu stručnjaka, u takvom obliku da može pružiti inteligentan savjet ili donijeti inteligentnu odluku o određenom problemu Ekspertni sustavi .vs. konvencionalni programi Program = Podaci + Algoritam Ekspertni sustav = Znanje + Proces zaključivanja = pravila + činjenice = modeli + podaci -korisnički program i operacijski sustav u konvencionalnih programa zamijenjen je kod ekspertnog sustava s bazom znanja, strojem za zaključivanje i korisničkim sučeljem.

Inteligencija .vs. Znanje inteligencija: - opća mentalna efikasnost - sposobnost za obavljanje složenih kognitivnih – spoznajnih aktivnosti Primjer ekspertnog sustava uporabe svjetlosne signalizacije Pravilo

Da

Ne

Objašnjenje

Idi na pravilo 2.

Trebalo bi biti sigurno ako je svjetlo zeleno, ako ne treba više informacija.

Je li svjetlo zeleno?

Prođi raskrižjem.

2

Je li svjetlo crveno?

Idi na pravilo 4.

Idi na pravilo 3.

Trebalo bi stati možda neće biti moguće.

3

Izgleda li da će se svjetlo promijeniti u crveno prije no što prođeš raskrižjem?

Idi na pravilo 4.

Prođi raskrižje m.

Dosegnut ćeš ovu točku ako je svjetlo žuto, tada imaš dvije opcije.

4

Možeš li se zaustaviti prije raskrižja?

Stani.

Idi na pravilo 5.

Trebalo bi stati jer će biti problem ako ne uspiješ.

5

Ima li prometa s druge strane?

Pripremi se za sudar.

Prođi raskrižje m.

Dok je raskrižje bez prometa slobodno se sudari.

1

Groupware programski alati -kolaboracijski alat (timska suradnja) -podržava odvijanje tipičnih poslovnih procesa na razini grupe/tima ili organizacijske jedinice -funkcije su mu: organizacija i usklađuje dokumenata koje proizvode članovi tima automatizacija tijeka poslovnih aktivnosti (Workflow) upravljanje elektroničkom poštom i drugim oblicima komunikacije (forumi - conferencing) planiranje vremena i obveza (Scheduling) -primjer SharePoint kolaboracijskog alata

Simptom ili činjenica

Primjer ekspertnog sustava

Umjetna inteligencija i menadžment znanja

Inteligentno ponašanje stroja (Turingov test) - Alan Turing, 1950.: Computing Machinery and Intelligemnce, Mind, 59, 433-460,1950 -omogućava provjeru inteligencije računala ili programske potpore -osnovna zamisao Turing-ova testa - igra oponašanja Interpretacija: igrač C-ispitivač, pokušava utvrditi koji igrač, A ili B je računalo, a koji čovjek.

Odgovori se postavljaju i dobivaju od igrača A i B u pisanom obliku.

Ako ispitivač C sa sigurnošću ne može utvrditi koji je sugovornik stroj, smatra se da je stroj prošao test.

Pojam: Inteligencija (eng. Intelligence) -sposobnost čovjeka za snalaženjem u novim (nepoznatim) prilikama -sposobnost čovjeka za rješavanje problema i nalaženja novih, prilagođenih reakcija -sposobnost čovjeka za otkrivanje zakonitosti u odnosima između, predmeta, činjenica, događaja (socijalni aspekt inteligencije) Inteligencija se razlikuje od: -znanja -vještina -sposobnosti (inteligencija u velikoj mjeri utječe na njihovo stjecanje)

http://www.exsyssoftware.com/FlashDemos/CaribbeanIslandSelector/IslandSelector.html

Građa ekspertnih sustava

korisnik – eng. User korisničko sučelje – eng. User Interface stroj za zaključivanje – eng. Ingference Engine baza znanja – eng. Knowledge Base radna memorija – eng. Working Memory

MENADŽMENT ZNANJA Tehničko-organizacijski aspekt MZ-a Skladišta podataka u funkciji upravljanja znanjem radi odlučivanja

Menadžmenta znanja u funkciji odlučivanja Tijek rada (eng. Work Flow)

Extranet Upravljanje dokumentima

Upravljanje projektima Tehnologije menadžmenta znanja

Web konferencije

Intranet Sustavi za skupni rad (eng. groupware)

Skladištenje podataka

Sustavi za podršku odlučivanju (DSS)

Ä

Prvi pristup (Top - Down ) 1. Faza: Izgrađuje se centralizirani repozitorij – Enterprise Data Warehouse (EDW) odlike EDW-a: - podaci su normalizirani da se izbjegnu nekontrolirane redundancije - omogućava uspostavu jedna verzija tablice činjenica - podaci se bilježe na što nižoj razini agregacije (daju više detalja ali uzrokuju kompleksnije rukovanje, zahtijevaju više prostora i procesorske snage što povećava troškove

Tipovi -Operational Data Store (ODS) repliciranje transakcijske baze podataka -Data Warehouse (DW) podaci subjektno orijentirani – proizvodi, kupci, prodajna mjesta, profitni centri) -Data Mart (DM) specijalizirani oblik

2. Faza: Izgradnja subjektno orijentiranih repozitorija iz EDW-a – tzv. Data martova odlike Data Marta (DM): - podaci su u denormaliziranoj formi (shema zvijezde) radi lakše i brže upotrebe od strane krajnjih korisnika - podaci su sumirani sukladno analitičkim zahtjevima krajnjih korisnika DM-a -kada koristiti? - kada su jasno definirani zahtjevi prema budućem skladištu podataka - kada su na raspolaganju potrebno vrijeme i novac za modeliranje i implementaciju -prednosti: - izgrađuje se centralizirani repozitorij podataka koji sadrži jednu nepromjenjivu verziju činjenica - takvi podaci su vjerodostojni, konzistentni glede subjektne orijentacije, a vjerodostojnost podataka ovisna je o argumentiranosti subjektnih odnosa -nedostaci: - ovaj pristup zahtijeva više vremena i inicijalnih sredstava - vrijeme izgradnje obuhvaća vrijeme izgradnje EDW-a, a potom i izgradnje DM-a, a tek je onda moguće pristupiti izvješćivanju

Načelna arhitektura skladišta podataka prema Billu Inmonu – uobičajeni pristup

Uvod u skladištenje podataka

Alternativni pristup skladištenju podataka Kimball: “Skladišta podataka moraju biti razumljiva i brza” Otac Dimenzijskog modeliranja (Kimball methodology): -logički model obično korišten kod skladišta podataka razlikuje se od Entitet-veza modeliranja -nije nužno vezan uz relacijski model podataka -tehnika modeliranja baza podataka prilagođene su skladištenju podataka i jednostavnim upitima korisnika Temeljni pojmovi vezani uz skladišta podataka -tablice i kocke (Cubes) -Star shema i Snowflake shema -tablice činjenica (Fact) i dimenzija (Dimension) -Top – Down proces i Bottom – Up proces -Enterprise Data Warehouse i Data Mart -ETL proces

O čemu je riječ?

Ralph Kimball The Data Warehouse Toolkit (2004)

Drugi pristup (Bottom – Up): -iterativni pristup izgradnji skladišta podataka -podrazumijeva pojedinačno definiranje Data Marta u kada se pojavi potreba za podacima -DM-i se integriraju ili kombiniraju radi izgradnje DW-a – kombiniraju se DM-i s usaglašenim dimenzijama i činjenicama (zajedničke se dimenzije i činjenice dijele) -usaglašavanje dimenzija različitih DM-a obuhvaća: - usaglašenje ključeve dimenzija - usaglašene nazive atributa - usaglašene vrijednosti atributa -usaglašavanje činjenica podrazumijeva da različiti DM-i) imaju: istu definiciju mjera iste dimenzije povezane s njima istu granulaciju podataka kroz DM-e -u svrhu izgradnje usaglašenih dimenzija i usaglašenih činjenica izgrađuje se sabirnička matrica (Bus Matrix): - redovi matrice se odnose na različite DM-e - stupci matrice se odnose na sve tablice dimenzija

Temeljni pojmovi vezani uz izvješćivanje iz DW-a (poslovna inteligenciju ) -alati za upite i izvješća (engl. Query and reporting tools) -alati za izravnu analitičku obradu – OLAP alati -Data mining alati

Metodološka dosljednost: -autori u različitim kontekstima koriste pojmove: skladište podataka, poslovna inteligencija, OLAP

“Skladište podataka je subjektno orijentirana, integrirana, vremenski određena i skupina podataka namjenjena pomoći menadžmentu u procesu odlučivanja” Objašnjenje definicije skladištenja podataka W.H. “Bill” Inmon -Subject Oriented: Building the Data Warehouse (1991.) podaci koji daju informacije o određenoj temi, umjesto o operativnim poslovima “A warehouse is a subject-oriented, tvrtke. integrated, time-variant and non-volatile collection of data -Integrated: in support of management's decision podaci koji se prikupljanjem u DW iz making process" različitih izvora i spajaju u povezanu cjelinu.

-Time-variant: svi podaci u DW su identificirani određenom jedinicom vremena.

-Non-volatile: podaci su u DW “stabilni” (podaci se dodaju ali se ne brišu), što omogućava menadžmentu konzistentnu sliku poslovanja.

Različiti pogledi na skladištenje podataka -u užem smislu DW je način za skladištenje podataka i činjenica u obliku koji je informativan.

Relacijski model podataka vs. Data Warehouse (skladište podataka) -Relacijski model - tablice i kolone -Data Warehouse - činjenice i dimenzije Pojam skladištenjnja podataka (DW) -u užem smislu: - definicija DW se fokusira na proces skladištenja podataka, sukladno tome DW obuhvaća i alate za čitanje i analizu podataka, za izdvajanje transformaciju i učitavanje podataka - Extract Transform Load (ETL) proces -u širem smislu: - alati poslovne inteligencije (BI) + alate za izdvajanje, transformaciju i učitavanje podataka (ETL) u centralno skladište + alate za upravljanje podacima.

DW u širem smislu

DW u užem smislu

Produkcijske baze podataka vs. Skladište podataka -SQL upiti koji se sporo izvršavaju Kocke (Cube) optimizirane za čitanje podataka -Opterećivanje produkcionih sistema Minimizovano zaključavanje tabela -Ručno pisanje upita Click (and Drag) to Query – nema zahtjeva, posebnog pisanja upita -Različiti izvori podataka ETL procesi - svi podaci na jednom mjestu u istom obliku -Podaci nisu dostupni svim DSS podrazumijeva centraliziran pristup korisnicima -Previše podataka Dobrih podataka nikad dosta Motivi razvoja teorije skladištenja podataka: -izvješćivanje je iz produkcijskih baza podataka: siromašno (nizovi podataka na papiru) komplicirano - zahtijeva razumijevanje složenog (normaliziranog) modela podataka, složenog upitnog jezika ili alata temeljenih na njegovoj logici - oni kojima podaci trebaju nisu spremni učiti, a programeri ne mogu baš za sve napraviti programsko rješenje sporo - upiti nad velikim tablicama guše performanse stroja neekonomično - prostor diska jeftin vrijeme košta skupo -Excel nije alat za rad s velikim serijama podataka Razlozi bržeg odziva skladišta podataka na upite: -za razliku od relacijske strukture koja mora proći kroz svaki pojedinačni slog kako bi pronašla sve odgovarajuće slogove, dimenzijska struktura “presreće upite na pola puta” time što predstavlja podatke na unaprijed organiziran način

Nazivi za izvorišne baze podataka: -OLTP (On-Line Transaction Processing) sustavi -normalizirane baze podataka -produkcijske baze podataka -baze podataka

-odlike: - nije potrebno imati definirane sve potrebe glede skladišta podataka - potrebno je izgraditi iscrpnu sabirničku matricu već kod izgradnje prvog DM-a s identificiranim i definiranim svim mogućim dimenzijama u protivnom se javljaju problemi u organizaciji podataka -primjenjuje se: - kada su inicijalna sredstva i vrijeme ograničeni - kada nema jasne vizije ukupnosti informacijskih zahtijeva prema skladištu podataka (jasna je potreba za izgradnjom konkretnog DM-a) -prednosti: - niski početni troškovi - kratko vrijeme inicijalne implementacije - brz ulazak u područje BI-a -nedostaci: - pohranjeni podaci su u nenormaliziranoj formi - denormalizirana forma onemogućuje deagregirani pristup podacima – time se gubi prednost koju pružaju ne agregirani podaci, a to su detalji vezani uz pojedinu sumarnu i/ili izdvojenu činjenicu Top-Down vs. Bottom-Up

Usporedba: -Baze podataka vs.

-koncepti: -entitet, atribut i veze -predočavanje podataka: -relacije -razumljivost: -teško razumljive korisnicima -organizacija podataka: -logička i fizička

Skladišta podataka tablica činjenica, činjenica i dimenzija tablice lako razumljiva korisnicima logička i fizička

Još neki primjeri – star shema:

Koje odgovore može dati baza podataka: -Kliko je kilograma banana kupio Pero Perić dana 21.1.2009. godine?

-Koliko je isplaćeno Peri Periću za siječanj 2009. god?

Koje odgovore može dati skladište podataka -Koje grupe proizvoda donose najveću dobit?

-U kojoj su služni uposlenici imali najveće plaće za siječanj 2009. godine?

Rezime: -baze podataka su u statičnim dijelovima ekvivalentne skladištima podataka (npr. kupci, evidencija knjiga u knjižnici i sl.)

-baze podataka pružaju uvid u individualne podatke a skladišta u agregirane -baze i skladišta podatka vrlo slični, i jedni drugi omogućavaju izvješćivanje, no iz skladišta je to lakše činiti (podaci iz baza podatak pročišćeni prelaze u skladište, i stavljaju na raspolaganje korisnicima u lako razumljivom obliku) -relacijska shema može poslužiti i za oblikovanje skladišta podataka (ROLAP) ali i ne mora (MOLAP) -dimenzijski model podataka je način razmišljanja u svezi najbolje metode predstavljanja podataka -skladišta podataka su namijenjena za obradu brzih (ad hock) upita -podaci u skladištu rijetko se ažuriraju -činjenična i dimenzijske tablice predstavlja višu organizacijsku razinu od relacijske tablice

Pojam tablice dimenzija: -po njima ime za skladišta podataka -slične referiranim tablicama u relacijskim bazama podataka jer “opisuje” činjenice (tablice na koje se iz središnje tablice preko vanjskog ključa referira, a služe za “opisivanje”), no imaju drugu namjenu -zadatak im je: - smanjiti dupliranje podataka (veličinu činjenične tablice) - osigurati usklađenost podataka - olakšati analizu podataka (sredstvo za izdvajanje potrebnih podataka) -sadrže osobine atributa činjenične tablice koji su mjerljivi (mjera: kombinacije vrijednosti dimenzija) Organizacija dimenzijskog modela podataka: -činjenična tablica u sredini - okolo činjenične tablice dimenzijske tablice Karakteristične organizacijske sheme: zvjezdasta shema (eng. Star schema): -tablica činjenica i dimenzijske tablice neposredno povezane -tablice dimenzija nisu međusobno povezane pahuljasta shema (eng. Snowflake schema): -razdvaja određenu dimenziju na više relacija (normalizira dimenziju) i međusobno povezuje razdvojene dimenzije (relacije) – rijetko se čini -tablica činjenica i dio dimenzijskih tablica neposredno povezani Zvjezdasta shema:

Osnovna ideja dimenzijske baze podataka: -skoro svaki tip poslovnih podataka može predstaviti kao dio kocke podataka gdje: ćelije kocke sadrže mjerljive vrijednosti (izvorne podatke) rubovi kocke određuju prirodne dimenzije podataka Prednosti BI sustava -BI je brz u izvješćivanju (upite) - OLAP vs OLTP -BI unapređuje ROI (Return of Investment) -više korisnika, efikasnija upotreba podataka -BI je alat koji omogućava korisnicima da nađu što im je potrebno

Zvjezdasta shema definirana temeljem prethodnog relacijskog modela:

Nazivi za skladišta podataka podataka: -OLAP (On-Line Analitical Processing) sustavi -dimenzijske baze podataka -skladišta podataka -kocke

Pojam tablice činjenica: -sadrži podatke koji se koriste u izradi izvješća -obično su to numerički podaci - podaci se agregiraju -vrste atributa tablice činjenica: ključni atributi: vanjski ključevi pomoću kojih je tablica činjenica povezana s dimenzijskim tablicama činjenični atributi (činjenice): atributi koji sadrže podatke koji se obrađuju (mjere)

Definicije temeljnih pojmova: -skladište podataka – fizički repozitorij s logičkom shemom baze podataka -pojedinačne kocke (eng. Data Mart) -alati za izvješćivanje/analitički alati – BI alati: OLAP, DM alati,…

Dio Normalizirane sheme za Narudžbe:

Svojstva skladišta podataka: -velika količina arhivskih podataka -podaci u skladištima podataka rijetko se mjenjaju -koristi ih manji broj korisnika istodobno -omogućavaju efikasno izvještavanje: - brzi odgovori na ad hok upite - shema podataka ako razumljiva korisniku (normalizirana shema nije lako razumljiva)

Shema multidimenzijske baze podataka -logičke relacije – tablice: - tablica činjenica (eng. Fact Table) – 1 kom - tablice dimenzija (eng. Dimension Tables) – min. 1 kom.

Modeliranje dimenzijskih baza podataka: -obuhvaća više programskih arhitektura -obuhvaća više analitičkih postupaka

Otac koncepta skladištenja podataka

Osnovni koncepti dimenzijskog modeliranja podataka

Još neki primjeri – snowflake shema:

ETL Proces Extract, Transform i Load (ETL) proces uključuje: “Vađenje” podataka iz “vanjskih” izvora Transformaciju podataka da bi se uklopili u DW model (može da uključuje i određeni nivo kvaliteta) Učitavanje podataka u DW tablice Extract - Prvi dio ETL procesa : -obuhvaća “izvlačenje” podataka iz podatkovnih izvora.

-većina DW projekata obuhvata podatke iz različitih izvora podataka (produkcijske aplikacije, baze podataka).

-svaki zasebni podatkovni izvor može koristiti različit format podataka.

-uobičajeni izvori podataka su relacijske baze podataka i flat fajlovi.

-izvlačenjem se podaci formatiraju za transformaciju, pri čemu se parsiraju i provjerava da li se rezultat obrade uklapa u očekivanu strukturu, ako ne, podaci mogu biti djelomično ili u cijelosti odbačeni.

Transform - Drugi dio ETL procesa : -faza transformacije primjenjuje grupe pravila ili funkcija nad podacima preuzetim iz podatkovnih izvora da bi se pripremili podaci za učitavanje u DW tablice.

-neki izvori podataka će zahtijevati vrlo malo manipulacija nad podacima, dok će drugi zahtijevati veći broj transformacija prije učitavanja -zadatak transformacije je da uskladi podatke s poslovnim ili tehničkim potrebama ciljnog skladišta podataka.

-primjer transformacije: selektiranje (odabiranje) samo određenih kolona za učitavanje - null kolone se ne učitavaju.

Load - Trći dio ETL procesa : -faza učitavanja podatke u ciljnu “bazu” podataka.

-ovisno od zahtjeva/potreba organizacije ovaj proces: prepisuje stare podatke novim, ažurnim, dodaje nove podatke u povijesnoj formi (vremenska komponenta).

-primjer: DW treba da održava podatke o prodaji na godišnjoj razini.

Tada će DW prepisivati podatke koji su stariji od godinu dana, međutim, unos podataka u okviru jedne godine će biti upisan u povijesnom obliku, od kad do kad je neki podatak aktualan.

-akceptira ograničenja modela baze podataka (npr. referencijalni integritet, obavezna polja i sl.)

Pahuljasta shema:

Uzrečica: “It isn't that they can't see the solution, it's that they can't see the problem.“ Proces nastajanja skladišta podataka Dva pristupa izgradnji skladišta podataka: -Top - Down pristup (Definirao Bill Inmon) -Bottom - Up pristup (Definirao Ralph Kimball)

Kako nastaje skladište podataka -kopiranjem podataka iz transakcijskih baza podataka i neformatiranih podatkovnih izvora

Razrada ETL procesa na 11 faza prema Kemballu: -primarno izdvajanje (čitanje operativnih formata); -identificiranje promijenjenih slogova; -generaliziranje ključeva za promijenjene dimenzije; -transformiranje u slogove za učitavanje; -migriranje iz operativnog u sustav skladišta podataka; -sortiranje i agregiranje; -generaliziranje ključeva za agregiranje: -učitavanje; -brada izuzetaka; -siguravanje kakvoće podataka; -stavljanje podataka na raspolaganje.

MENADŽMENT ZNANJA Tehničko-organizacijski aspekt MZ-a Skladišta podataka u funkciji upravljanja znanjem radi odlučivanja

Predočavanje dimenzijski modeliranih podataka

Dvodimenzionalni prikaz kocke:

Odnos informacije i znanja s obzirom na vrijeme

Oblik predočavanja podataka pomoću kocke: -kocka (eng. Cube) -predstavlja drugi (fizički) način predstavljanja zvjezdaste sheme činjenične i dimenzijskih tablica podataka -struktura koja ima tri ili više (n) dimenzija -koristi ga Microsoft u MS SQL-u -nazivi: n-Kocka, hiperkocka, kocka i podatkovna kocka -to je samo drugačiji pogled na organizaciju podataka ali ne i drugačija organizacija podataka Prikaz podataka pomoću kocke:

Alati za korisnički pristup skladištu podataka Klasifikacija alata za pristup podacima u DW-u: -alati za upite i izvješća (engl. Query and reporting tools) -alati za izravnu analitičku obradu – OLAP alati -Data mining alati -vizualizacijski alati (Scorecards i Dashboard tools)

Načela kreiranja kocke: -relacijski model se transformira u dimenzijsku strukturu

Odlike alata za upite i izvješćivanje: -najjednostavniji sustavi izvješćivanja -zahtijevaju stalno učešće informatičara u procesu izrade i održavanja -poteškoće kod složenih upita glede poslovanja -nedostatak koncepta vremena, konsolidiranja i agregiranja

Baza podataka .vs. Baza znanja -baza podataka - vremenski promjenjiv skup podataka -baza znanja - vremenski nepromjenjiv skup podataka Baza znanja -stabilne baze podataka – pogodna za stacionarno grafičko predstavljanje

Stabla odlučivanja -prikazivanje znanje s grafom (stablo) -hijerarhijski prikaz -prirodna metoda za klasifikaciju objekata -prikaz znanja: - znanje se opisuje pomoću skupa atributa nekog objekta ili problema - unutarnji vrhovi stabla (tj. oni vrhovi koji nisu listovi) opisuju testiranje atributa i nazivaju se i ‘čvorovi odlučivanja’ - ishodi testa (odluke) mogu biti ‘da’ ili ‘ne’ - ishodi testa mogu biti i izbori između više od dviju mogućih vrijednosti (složeni uvjeti) - svaki ishod testa (odluke) ima jedan izlazni luk koji vodi do “djeteta” - na luku je označen ishod testa (tj. odgovarajuća vrijednosti atributa) - ishodi za koje se još ne može donijeti odluka o tome kojoj kategoriji objekt pripada vode na unutarnje vrhove u kojima se provodi daljnje testiranje atributa - ishodi kod kojih se zna kojoj kategoriji objekt pripada vode na listove stabla nazvanih i ‘čvorovi odgovora’ - testiranje se provodi od gore prema dole (po razinama) sve do “čvora odgovora” - kod ove vrste zaključivanja baza činjenica se obično ne formira unaprijed već se postepeno popunjava odgovorima na pitanja u čvorovima odlučivanja kroz koje se prolazi tijekom procesa zaključivanja - stabla odlučivanja mogu se mehanički prevesti u pravila tako da se za svaki čvor odlučivanja i svaki njegov ishod formira jedno pravilo: AKO Ima … nasilja?=da TADA ne AKO Ima … nasilja?=ne TADA Je li film strave?

OLAP alati (temeljni oblik izvješćivanja): -omogućavaju korisnicima da iskoriste sve prednosti multidimenzijskog modela podataka -omogućavaju promatranje podataka na različite načine (kao mreže ili ukrštene tablice koje se mogu jednostavno okretati što omogućava analiziranje podataka iz različitih kutova) -omogućavaju interaktivno pretraživanje podataka (korisnik može slijediti tijek svojih razmišljanja i promatrati informaciju na agregatnoj razini ( na primjer: Prodajna regija) i zatim ići (“svrdlati”) do detaljnijih informacija (na primjer: grad, prodavaonica i sl.)

-OPAP sustavi: ROLAP, MOLAP i HOLAP.

Baza znanja (eng. Knowledge Base) ekspertnog sustava: -sastoji se od znanja iz nekog problemskog područja koje je potrebno za uspješno djelovanje ekspertnog sustava -znanje može općenito biti iskazano: - činjenicama - postupkovnim pravilima - heurističkim pravilima Činjenice: -izjave iz problemskog područja, koje opisuju znanje aksiomatskog tipa (primjer: Mlijeko je bijelo. Lastavica je ptica.)

Postupkovno (proceduralno) pravilo: -pravilo koje opisuje osnovne dijelove radnji i odnosa (primjer: Prije ulaska na autocestu treba provjeriti promet.)

Heurističko pravilo, ili heuristika -pravilo za koja bi prije mogli reći da su sugestije jer ih se ne može dovoljno čvrsto obrazložiti, a ekspert ih stječe svojim višegodišnjim iskustvom -primjenjuju se u slučajevima kada zbog nepotpunih ili nepouzdanih informacija nemamo odgovarajućih postupkovnih pravila (primjer: Ako motorna pila s lancem izgleda kao da je u redu ali se ipak ne može uključiti, treba popustiti napetost lanca) Grafička eksternalizacija znanja o procesima Tijek rada (eng. Work Flow)

Extranet Upravljanje dokumentima

Upravljanje projektima Tehnologije menadžmenta znanja

Web konferencije

Intranet Sustavi za skupni rad (eng. groupware)

Skladištenje podataka

Sustavi za podršku odlučivanju (DSS)

Proces: -ulaz - obrada (pravila transformacije, algoritmi) - izlaz -osnovni simboli za grafičko prikazivanje procesa

Struktura MOLAP sustava:

Transformacija informacija u znanje Kocka kao višedimenzijska struktura:

Struktura ROLAP sustava:

Kada informacija postaje znanje -informacije se mogu smatrati znanjem samo ako su strukturirane tako da budu prikladne za upotrebu pri rješavanju problema u nekom području -znanje je informacija o svijetu koja ekspertu omogućuje donošenje odluke

Semantičke mreže -čvorovi i veze - temeljne komponente -čvorovi služe za prikazivanje objekata znanja -veze prikazuju odnose između objekata -veza je u načelu tvrdnja da je za stanoviti objekt nešto istina u odnosu na drugi objekt -radi poboljšavanja semantičke strukture nekog objekta, u kombinaciji sa semantičkim mrežama, koriste se i okviri -okviri su u načelu opisani s: - objektom atributom (objektima atributima) - objektom (objektima) sa vrijednostima atributa

Procesne (algoritamske strukture) -slijedne (operacija, ulaz i izlaz) -pogodbene (grananje) -kružne (iteracija/petlja) Primjer prikaza procesa: Grafičko oblikovanje -pravila crtanja slabo ili nikako definirana -simboli predefinirani i obvezni http://wiki.metadataregistry.org/Getting_Started

Transformacija znanja Tacit2Explicit -znanje se mora uoblićiti tako da ga je moguće prenijeti u računalo -objedinjava:- definiranje načina prikazivanja znanja - definiranje načina povezivanja elementa znanja

Pojmovi vezani uz kocku: -rotacija: - naziva se “komadanje podataka” (engl. data slicing) zato što svaka rotacija predstavlja različit komad (dio) podataka - broj mogućih pogleda (komada) se povećava eksponencijalno s brojem dimenzija.

-rangiranje: - slično je kompleksnim upitima u relacijskom okruženju.

- naziva se i “izrezati na manje komade” (engl. data dicing) zato što se podaci grupiranjem razlažu na potskupove

Simboličko predstavljanje znanje

Proceduralno (Postupkovno) .vs. Deklarativno znanje (eng. Procedural Versus Declarative Knowledge) Proceduralno (Postupkovno) znanje: -znanje o procedurama koje opisuju slijed akcija, načine promjene stanja radne okoline i znanje o postupcima za uporabu znanja.

Grafička eksternalizacija znanja za potrebe odlučivanja Korištenje eksplicitnog znanja objedinjava -stjecanje znanja (prikupljanje i povezivanje znanja u bazu znanja) obuhvaća: strukturiranje znanja povezivanje znanja s prethodno pohranjenim znanjem (to odgovara učenju kod čovjeka) -pretraživanje znanja (pronalaženje određenih grupiranih i povezanih činjenica i relacija među činjenicama) -zaključivanje (mentalni proces temeljen na korištenju strukturiranog znanja – znanja iz baza znanja)

Različito dimenzioniranje kocke:

Deklarativno znanje: -znanje o odnosima i načinima dekompozicije objekata, pojmova, događaja ili procesa.

U konvencionalnim obradama podataka proceduralno znanje je u programima, a deklarativno u podacima smještenim u datotekama ili bazama podataka

Grafičko predstavljanje znanje

Svrha znanja u organizaciji -organiziranje elemenata strukture -vođenje procesa (poslovno odlučivanje) Razine organiziranja -poslovni ustroj (službe, odjeli, organizacijske jedinice, ….) – obavlja pravna služba -ustroj elemenata poslovnog procesa (ustroj sredstava za rad, predmeta rada, radne snage) – obavlja tehnička priprema -ustroj poslovnog procesa (doprema sredstava za rad, vođenje poslovnog procesa, otprema gotovih proizvoda) – obavlja menadžment -informacijski ustroj – informacijski menadžment Isijecanje kocke (pregradci za podatke):

Organizacija lanca/mreže vrijednosti

Prikaz znanja -prevođenje ili kodiranje ili formaliziranje znanja u format pogodan za rad računala -brojne se tehnike koriste za prikaz znanja -prikaz znanja uvijek mora ispuniti ove uvjete: - izravno modeliranje tehnika koje bi ekspert primijenio u rješavanju problema - eksplicitno predstavljanje strategija i tehnika rješavanja problema

Znanje se kodira i bilježi u bazama znanja

Simboličko bilježenje postupkovnog znanja -orijentirano razumjevanju čovjeka - alogoritmi (pseudo kod) -orijentirano razumijevanju stroja - programski jezici Programski jezici za programiranje znanja

Neki načini strukturiranja i prikazivanja znanja -pravila -stabla odlučivanja -semantičke mreže Pravila -jedna od najstarijih metoda prikazivanja znanja temelji se na propozicijskoj logici -specificiraju događaj i reakciju na događaj, odnosno reakciju izlaza na ulaz: ulaz “pada kiša” izlaz “otvori kušbran“ -prikaz znanja s pomoć pravila: - znanje se sastoji od skupa pravila AKO uvjet (jednostavan i složen) TADA akcija * - kada je uvjeti (nekog pravila) zadovoljen uz pomoć činjenica iz baze podataka (opisuje stanje objekta) tada pravilo postaje primjenjivo -dobre strane: - jednostavan čitljiv prikaz - modularnost i nezavisnost - izmjena jednog pravila ne utječe na ostala pravila, - baza znanja je nezavisna od mehanizma upravljanja -loše strane: - skup pravila nije lako razumjeti (kao cjelinu) - teško je stvoriti hijerarhiju među pravilima - pravila mogu biti nepouzdana Faktor pouzdanosti (FP) - stupanj pouzdanosti pravila: FP = 0.7; AKO mjesec = Siječanj & temperatura <= 3oC TADA cesta je klizava;

Simboličko bilježenje deklarativnog znanja: -formule - simbolički način izražavanja informacija i znanja - daju odnos između različitih veličina - uspostavljaju relaciju između različitih veličina - balansiraju elemente strukture - djele se na matemetičke (primjenjuju ih sve znanosti) i kemijske

Elementi baze znanja: -činjenice i -pravila Vrijednost upravljanja znanjem: -očituje u povećanju efikasnosti s kojom članovi neke organizacije s pomoć baze znanja rješavaju trenutačne situacije i uspješno predviđaju Važnost znanja: -osigurava bolje funkcioniranje neke organizacije Upravljanje znanjem -u užem smislu - upravljanje bazama znanja -u širem smislu – povećanje efikasnosti neke organizacije

Zaštita eksternaliziranog znanja

Zaštita od uništenja (lokalna i gliobalna) Zaštita od neovlaštenog korištenja (prava pristupa) Politika znanja - dokument o metodama i tehnikama upravljanja znanjem u poslovnim organizacijama

MODEL REALNOG SVIJETA podaci + metapodaci

PROBLEM PROBLEM

PROBLEM

podaci podaci podaci REALAN SVIJET

PROBLEM PROBLEM

REALNI SVIJET

PRIPREMA

podaci

PROBLEM

EKSTERNALIZACIJA PRIMARNI PODACI (TERENSKA ISTRAŽIVANJA)

ISTRAŽIVANJE CILJEVI ISTRAŽIVANJA

BILJEŽENJE ZNANJA

ORGANIZACIJA ZNANJA NA RAZINI PUBLIKACIJE

REPOZITORIJ ZNANJA

ORGANIZACIJA U REPOZITORIJIMA

DISTRIBUCIJA ZNANJA

PRONALAŽENJE ZNANJA

USVAJANJE ZNANJA

INTERNALIZACIJA ZNANJA

METODE ISTRAŽIVANJA

PODACI REALNI SVIJET

SEKUNDARNI PODACI (ISTRAŽIVANJA ZA STOLOM)

VRIJEME

LJUDSKI UM

REPOZITORIJI ZNANJA

INFORMACIJA Osjetilna faza (input) Spoznajna (kognitivna) faza Eksplicitna faza (output)

ZNANJE

ANALIZA REZLTATA ISTRAŽIVANJA

SINTEZA REZULTATA (MENTALNI MODEL)

HIPOTEZA

OTKRIVANJE ZNANJA

PROBLEM

PROBLEM PROBLEM

DEFIRANJE ZAKLJUČAKA (ZAKONITOSTI)

PISANJE RADA

ORGANIZACIJA RADA U KNJIŽNICI INVENTARIZACIJA KNJIGA Nabava nove knjige Pregledavanje knjige Uvođenje knjige u vlasništvo knjižnice se provodi kroz dva koraka: Pečatiranje Inventarizaciju: dodjeljivanje inventarnog broja – jedinstvenog identifikacijskog broja knjige, broja vlasništva KATALOGIZACIJA Katalog je skup kataložnih listića ili zapisa, poredanih prema abecedi prezimena autora ( abecedni katalog) ili naslovu djela (naslovni katalog). Popis svega u knjižnici.

Kataložni listić ili zapis čini knjižničnu građu dostupnom korisnicima tako što sadrži osnovne podatke o pojedinoj knjižničnoj građi, npr. podatke o knjizi i gdje se ona nalazi Glavni dijelovi kataložnog zapisa: Odrednica (ime pisca ili naslov knjige) Opis djela (naslov, podaci o odgovornosti, podaci o izdanju, nakladniku, vrsti i obliku građe, napomene, uputnice i ISBN) Predmetna odrednica (u računalnom katalogu) Inventarni broj, podaci o dostupnosti građe i signatura TISKANI KATALOŽNI LISTIĆ

RAČUNALNI KATALOŽNI ZAPIS

SLAGANJE KNJIGA NA POLICAMA KNJIŽNICE Knjige u knjižnici se slažu prema 6 kriterija, a osnovni kriterij su KLASIFIKACIJSKI SUSTAVI ili jednostavnije klasifikacije. Čest klasifikacijski sustavi: dobnu klasifikaciju UDK klasifikaciju DOBNA KLASIFIKACIJA S – SLIKOVNICE M – KNJIGE ZA NAJMLAĐE (do 8. godina, 1. i 2. razred) D - KNJIGE ZA DJECU (7-12. godina, 2-6. razreda) O – KNJIGE ZA MLADEŽ, TINEJDŽERE, OMLADINU (12-18. godina, 7. i 8. razred) I – IGROKAZI N – NARODNA KNJIŽEVNOST UDK KLASIFIKACIJA O Općenito. Znanost. Znanje. Organizacija. Dokumentacija. Knjižničarstvo. Računalstvo 1 Filozofija. Psihologija 2 Religija. Teologija 3 Društvene znanosti. Statistika. Demografija. Politika. Ekonomija. Trgovina. Pravo. Vlada.

Vojni poslovi. Ratovi. Socijalna skrb. Obrazovanje. Etnologija. Narodni običaji. Folklor 4 Slobodna skupina 5 Matematika i prirodne znanosti 6 Primijenjene znanosti. Medicina. Tehnologija. Obrti. Zanati.

7 Umjetnost. Rekreacija. Sport. Zabava. Igre 8 Lingvistika. Jezik. Pismenost. Književnost 9 Arheologija. Kulturni ostaci. Geografija. Biografije. Povijest SLAGANJE KNJIGA NA POLICI U KNJIŽNICI

Unutar pojedinih dobnih ili tematskih skupina knjige su raspoređene prema abecedi prezimena autora ili naslovu knjige (ako knjiga ima više od tri autora ili ga uopće nema, npr. Šaljive narodne pripovijetke) Na polici se knjige slažu s lijeva na desno Zatim odozgo prema dolje Hrptom prema van

SIGNATURA Oznaka smještaja knjige na polici Sastoji se od tri dijela: Klasifikacijske oznake Prvih pet slova prezimena autora ili naslova (ako knjiga nema autora) Prva tri slova naslova djela Primjer: D (knjiga za djecu) PILIĆ (prvih pet slova prezimena autora) mrv (prva tri slova naslova)