Курс Управление знаниями - 1-й раздел - Введение

Часть 1 - Основные понятия КМ

Лекция 1. 19 февраля 2005 г.


Основные понятия КМ.

Общая идеология курса. Способы изучения предмета (на примере физики) – от электроутюга или от начальных понятий (заряд, потенциал, ток). Наш метод будет – начинать курс с изучения основных понятий. Хотя цельная система КМ, на которую при случае мы можем ссылаться (электроутюг) у нас есть – программа GEOBASE.

Локализация курса. Атомный проект – ИТ (e-business) проект. Востребованность НИР или ОКР в зависимости от принадлежности к проекту. Феномен Тимофеева-Ресовского. Принадлежность курса к ИТ проекту. Сущность ИТ проекта – поддержка и сопровождение бизнес действий над бизнес объектами (т.е. бизнес процессов) в Сети.

Подробнее см. статью-приложение «Процессы без людей … «

Понятие предметной области (ПО) или (knowledge) domain.
Предметная деятельность человека (H)– воздействие его на материальный мир –

H -> R

Мыслительная или умственная деятельность человека (H)–

H -> M

Знаковая деятельность человека (H)– создание знаковых синтагм (текстов) -
H -> S

Обычно в жизни реализуется та или иная, простая или сложная их комбинация. Все релевантные объекты (материальные, мыслительные, знаковые), вовлеченные в эту деятельность, их качества и связи – это и есть предметная область (domain).

Что такое знание?

1. Различение знания (K – knowledge) среди родственных объектов – данных (D) и информации (I) через существенный признак.

Знание – это то, что способно порождать подобное себе – т.е. прибавочное знание.

Пример. Знаменитый силлогизм Аристотеля Barbara:

Сократ – человек.
Все люди смертны.
Сократ смертен.

Порождение (генерация) последнего утверждения происходит в сознании человека (М) – то есть порождается новое знание.

Подобное явление может быть воспроизведено в кибернетической системе (КС) из первых двух утверждений при помощи так называемого когнитивного процессора (КП). Хорошим примером реализации КП может служить известный из первого семестра язык пролог.

2. Локализация знания.

См. Статью ниже

3. Источники знаний и их особенности.

R -> (например) исследование, трудовая деятельность а K?
S ->(например) чтение, восприятие а K?
M ->(например) размышление, самоанализ а K?

4. Проблема извлечения знаний.

R -> K?
S -> K?
M -> K?

Извлечение знаний происходит в самых различных формах и фиксируется, формулируется в виде законов, утверждений, универсалий, парадигм, пословиц и многого другого.

Лекция 2.

Критерий того, что КС способна обрабатывать знание (пример)

А (assertion – факт, утверждение) 1 ->
Петров учится в 925 группе.

А (assertion – факт, утверждение) 2 ->
Петров и Иванов учатся в одной группе.

Q (query - запрос или вопрос) ->
В какой группе учится Иванов?

Если КС правильно отвечает на такой вопрос, значит можно сказать, что в ней реализован простейший КП, то есть происходит обработка знаний.



Подробнее см. статью-приложение «Парадигма трех миров … «


Метатехнологии обработки знаний. Семиотика, риторика и ОФ как примеры таких метатехнологий.

Старый тривиум - грамматика, риторика, богословие как науки об эффективной и этичной речи. Возрастание роли и объема невербальных знаковых систем. Семиотика как новый тривиум наук о построениии знаковых систем. Применение этой парадигмы к КМ. Синтактика как наука об эффективных формализмах представления знаний. Семантика - наука о когнитивной значимости этих представлений. Прагматика - наука об эффективном использовании и конструировании построенных систем управления знаниями (КМ).

ДАЛЕЕ ИЗЛОЖЕНИЕ СЛЕДУЕТ В ОСНОВНОМ ПЛАНУ ПРЕДЫДУЩИХ КУРСОВ (2002-2003 и 2003-2004 гг.)

~

Управление знаниями.

Основные понятия


Сейчас все чаще употребляется термин «управление знаниями». Однако употребляется этот термин часто неоднозначно и по-разному. Начнем с определений.
«Под управлением знаниями в общем случае понимается дисциплина, которая обеспечивает интегрированный подход к созданию, сбору, организации, доступу и использованию информационных ресурсов организации . Эти ресурсы включают в себя корпоративные базы данных, текстовую информацию, такую как документы, описывающие правила и процедуры, и, что наиболее важно, неявные знания и опыт сотрудников организации» [9].
Это довольно авторитетное определение международной фирмы IBM. Согласно этому определению, видно, что управление знаниями есть достаточно сложная и совершенная система управления информацией. Об этом же говорит и другое определение ниже.
»Под корпоративными знаниями понимается различная деловая информация, которую необходимо иметь для поддержки на высоком уровне основных бизнес-процессов предприятия, а также для быстрого реагирования на динамику рынка. В более широком смысле знания - это информация, материализованная в процессе решения конкретной задачи в виде каких-то конкретных действий людей, стремящихся достичь своих конкретных целей» [3].
Рассмотрим другие определения.
«При внедрении технологий управления знаниями особое внимание мы уделяем стратегии создания и развития хранилищ корпоративных данных, которую мы увязываем со стратегическими аспектами развития всей компании и потребностями конкретных бизнес-процессов» [5].
Согласно этому определению получается, что управление знаниями есть достаточно сложная и совершенная система управления данными.
На самом деле противоречия в этих определениях нет. Во-первых, во многих англоязычных публикациях специально отмечают, что knowledge management - это единый термин, определяющий определенного уровня сложности кибернетическую программную систему. И это не есть management of knowledge.
Тем не менее, до сих пор не прекращаются попытки разобраться, в чем разница между тремя понятиями - данные, информация и знания [2]. А вопрос об этом концептуально очень важен. Как отмечается многими авторами, проблема заключается в том, что знание, как и другие базисные философские категории, довольно трудно описать и определить прямым образом, по образу и подобию понятия «предел последовательности». В данном случае категория «знание» (как и множество) можно считать базисным и не определяемым. Но можно и более удобно определить эту категорию в каком-то смысле косвенно - через самые разнообразные его свойства и методы обработки (Колесов). Видимо, в нашем случае тоже придется пойти этим путем.

Локализация знания.

По-видимому, проще всего начать с вопроса - «где находится знание?». То есть с проблемы его локализации. Для этого лучше всего начать с классики. Великий славянский философ восемнадцатого века Григорий Сковорода в своем сочинении «Потоп змиин» описал концепцию трех миров. Согласно его описанию, в первый мир входит окружающая нас реальность (по английски Reality - R). Во второй мир входит внутренний мир человека (английский термин Mind или М). Третий мир, согласно Г. Сковороде, есть мир знаков (signs - или S) [7]. Действительно, этот мир не пересекается ни с одним из первых двух миров. Трудно сомневаться в автономности существования мира знаков в эпоху Интернета. Особенно, если это было предсказано более двухсот лет назад. Независимо от Сковороды к открытию третьего мира пришли некоторые западные философы XX века - например Карл Поппер. Этот мир он даже называл «третьим миром» [4]. Эта парадигма давно уже не является периферийной, полузабытой или невостребованной. Философия Карла Поппера входит в аспирантский минимум [6]. О концепции трех миров Г. Сковороды недано вышла солидная книга с одноименным названием. Автор - сотрудник Института славяноведения РАН [8].
Как известно, философские системы в зависимости от признания первичности существования одного из первых двух миров делятся на материалистические (первичность материального или реального мира R) или идеалистические (первичность духа или внутреннего мира М). Однако, понятие слова как обобщенный образ знакового мира также встречается в текстах, и даже в очень древних. Обсуждается также и вопрос о его существовании и первичности. Так, гностическое евангелие от Иоанна начинается со слов «Вначале было Слово, и Слово было у Бога и Слово было Бог». Достаточно ясно сказано о Слове как о третьем мире и о проблеме его первичности, происхождения и т.д. - причем достаточно авторитетным автором. Если приостановить теперь философские и богословские рассуждения, то можно перейти к практическим выводам о локализации знания в одном из этих трех миров.
То есть, теперь можно продолжить рассуждение о том, как эта теоретическая конструкция может послужить информационным технологиям, в частности, более ясному пониманию того, что есть знание. Здесь, как уже говорилось, более актуальной и плодотворной является проблема не первичности, а принадлежности. Действительно, данные - это явления реального мира. Это намагниченные участки дисков, бороздки грампластинок и CD, модулированные радиоволны и т.д. Их можно измерить, а часто и увидеть или пощупать. Однако эти данные несут в себе закодированную информацию, которая может быть воспринята только если она преобразуется в знаки - например, визуальные, звуковые. На экране компьютера мы видим их знаковое содержание. Через динамик мы слышим закодированные звуки с грампластинки или переданные по радио. Это не является открытием, а констатацией факта. То есть информация имеет знаковую природу и принадлежит миру знаков. Аналогичное рассуждение приводит к выводу, что знание принадлежит внутреннему миру человека. В полном объеме только в сознании человека происходят сложные и простые когнитивные процессы - от сложных доказательств теорем до аристотелевых силлогизмов. И сейчас ведутся работы по моделированию и переносу самых элементарных их этих процессов в кибернетические системы.
Для пояснения (хотя бы в первом приближении) этого важного факта можно привести достаточно тривиальный пример из школьной практики. Школьные учителя занимаются тем, что управляют процессом преобразования информации, находящейся в школьных учебниках (которые школьники часто читают «от сих до сих») в знания. При этом при опросе учеников учителя профессионально при помощи специальных вопросов выясняют, находится ли в голове у школьника запомненная информация из учебника (то есть он урок зазубрил) или она преобразовалась в знание. Более точно один из критериев различимости информации и знания будет описан ниже.
Итак, данные - это объекты материального мира. Информация - это знаки, полученные при преобразовании данных в сознании человека или в процессоре компьютера. Знания же пока есть только у человека или в самом элементарном виде в кибернетических системах (КС). Но пока не в системах управления знаниями, которые так часто называются из маркетинговых соображений и представляют собой чаще всего очень совершенные системы управления информацией (или данными - так как обработка начинается со считывания данных, преобразования из в информацию и т.д.).

Можно теперь проиллюстрировать проделанное рассуждение. Если мы введем в КС следующие два факта:

1. Студент Петров учится в 925 группе.
2. Студенты Иванов и Петров учатся в одной группе.

Если после этого мы сделаем системе запрос:

- В какой группе учится студент Иванов?

На этот вопрос ответит любой школьник, но представляется интересным узнать - какая система управления знаний ответит правильно на такой вопрос.
Здесь и пролегает различие между самой передовой системой управления знаниями (в описанном выше смысле - как совершенная ИС) и системой, на самом деле способной обрабатывать знания. Такой системе присуще существенное свойство, которое можно принять за критерий определения настоящей системы, работающей со знаниями - а именно способность порождать новые или прибавочные знания в результате собственных внутренних когнитивных процессов [1]. Можно здесь вернуться к примеру со школьниками. Конечно, в таком простейшем случае любой школьник ответит, в какой группе учится Петров. Однако, прочитав заданный учителем текст из учебника, не каждый школьник способен преобразовать его в зания, то есть уметь при необходимости порождать новые знания.
Как уже говорилось в предисловии, одной из целей, преследуемых в данном курсе есть стремление максимально ясно (в условиях, когда этой ясности, например резкой границы между понятиями) описать тем не менее основные понятия, парадигмы и технологии, понимаемые в информатике под термином «управление знаниями» или часто употребляемым его английским эквивалентом “knowledge management”.
Итак, мы знаем, что знания находятся в сознании человека или достаточно сложной КС. Критерием того, что там находятся знания по какой-то проблемной области есть способность порождать (генерация или автогенерация) новых знаний. Можно сказать, что это критерий способности ИС (КС) обрабатывать знания.

Источники знаний

Следует сразу обратить внимание еще на один важный факт, требующий для понимания некоторой философской культуры . Источник знания не есть еще само знание. Текст есть знаковая конструкция и часто содержит знание. Но текст есть не знание, а только его источник. Знания из текста еще нужно извлечь. Человеку или КС. Хотя часто можно встретить утверждение, что текст (особенно высокоформализовавнный текст - например математическая статья) - это знание. Это также справедливо для реальной действительности. Там в скрытой форме содержится огромный объем знаний. И выявить и описать их - задача естественных наук. То есть окружающий нас материальный мир - это тоже есть не знание, а только его источник. Также как и одно из его реализаций - данные на любом материальном носителе. А знание - это то, что способно порождать новое знание.
Здесь можно только кратко коснуться проблемы извлечения знаний. Полученные знания могут быть представлены в самой различной форме - законов, универсалий, определений и даже не вполне понятных текстов.

Понятие предметной области (knowledge domain)

Пользуясь парадигмой трех миров, теперь можно достаточно четко определить понятие предметной области (ПО) или knowledge domain или просто domain, часто используемой в информатике и других когнитивных науках. .Действительно, по признаку принадлежности к одному из трех миров, человеческую деятельность (часто формально) можно разделить на три вида - предметную деятельность, реализуемую в материальном мире (R),мыслительную деятельность и знаковую деятельность. На практике их часто невозможно разделить. Даже для того, чтобы построить сарай, нужно в голове иметь его замысел и набросать на бумаге простейший план.
Поэтому под предметной областью, относящейся к данной задаче (теоретической или практической) имеется в виду то множество материальных, мыслительных, знаковых объектов, их качеств и взаимосвязей, задействованных в данном виде деятельности.
Чтобы изложение не было слишком абстрактным, можно взять для упражнения определение ПО для биллиарда, футбола, оперы, жилищного строительства и т.п. Такая возможность будет реализована при выполнениии лабораторной работы по кодированию онтологий.

Диалектика соотношения - «знания-информация-данные»

Как уже говорилось, знания,-информация и-данные - не одно и то же. Но очень часто для этого есть основания. Действительно, расширим описанный выше пример о студентах и представим, что в КС занесено огромное количество информации (конечно, в форме данных) о студентах. Представим, что наша КС не способна к выводам, т.е. к порождению новых знаний. Тем не менее она будет способна отвечать, то есть выдавать обратно пользователю по его запросу всю введенную в нее информацию. Представим теперь, что рассматриваемая КС способна делать делать простейшие выводы, описанные выше, хотя бы в рамках аристотелевых силлогизмов. Ясно, что с точки зрения пользователя здесь нет большой разницы, хотя с другой сотоны разница принципиальна. Поэтому есть основания считать некоторую ИС, в которой хранится всего лишь огромное количество фактов, то есть информации системой управления знаниями с точки зрения практики, даже если она не способна делать простейшие выводы, то есть порождать новые факты.
Более того, на практике часто это не различимо. Пользователь не знает, каким образом в его ИС введена информация о студентах Иванове или Петрове. Для того, чтобы узнать, в какой группе Иванов, нужно только найти нужную запись. А для того, чтобы узнать, в какой группе Петров, нужно сгенерировать новое, до сих пор не известное знание. Но в обоих случаях это выдается в одинаковом виде. Только в последнем случае новую информацию нужно породить. Происходит процесс, описываемый следующей схемой -

К _____> I _____> D

Этот процесс называется процессом овеществления или реификации знания.
Можно еще раз повториться, что для полного понимания этого процесса требуется некоторая философская культура. Для адекватного понимания таких процессов, собственно, и изучается философия в вузах.
Тогда типовая система, способная к обработке, то есть к порождению новых знаний будет состоять из двух вхаимосвязанных блоков - базы знаний (KB - Knowledge Base) и когнитивного процессора или процессора знаний (KP - Knowledge Processor), который, собственно, и реализует функцию обработки знаний, записанных в КВ:

[KB <____> KP]

Для пользователя эти знания должны быть преобразованы в форму информации (реифицированы):

User <____> I <___> [KB <____> KP]

Форматы представления знаний в КВ и способы их обработки в КР будут обсуждаться ниже.
Новый тривиум. Технология Абу-Грейб.

Минкин А. Государственные пытки // Московский комсомолец. - 11 февраля 2005 г.




Литература

1. Беляев И. П., Капустян В. М. Процессы и концепты. - М. , 1997.
2. Леонов А. В. Динамический документ - ключевой объект современных информационных систем // Виртуальная реальность на кластерах персональных компьютеров. Международная конференция. 9-13 июня 2003 года, Москва, НИВЦ МГУ. - Протвино, 2003.
3. Простаков И.Е. Технологии управления корпоративными знаниями // Всероссийская научно-техническая конференция «Наука и образование» - 2002. - М., 2002.
4. Поппер К.Р. Логика и рост научного знания. - М.: Прогресс, 1983.
5. Применение технологий управления корпоративными знаниями. - Красноярск: Partner Business Consulting, 2004.
6. Садовский В.Н. О Карле Поппере и судьбе его учения в России // Вопросы философии. - №10. - 1995.
7. Сковорода Г. Сочинения. - М.: , 2003.
8. Софронова Л.А. Три мира Григория Сковороды. - М.: Индрик, 2002.
9. Технологии IBM для электронного бизнеса. - М., 2004. - http://www-106.ibm.com/developerworks/patterns/ru_ru/
10. Колесов А. А управлять - так знаниями! - Byte. - N. 2. - М.: 2002.

~

Парадигма трех миров и управление знаниями

В.В. Рыков

Московский физико-технический институт (государственный университет)

Rykov2000@mail.ru

Сейчас все чаще употребляется термин «управление знаниями». Однако употребляется этот термин часто неоднозначно и по-разному. Начнем с определений.
«Под управлением знаниями в общем случае понимается дисциплина, которая обеспечивает интегрированный подход к созданию, сбору, организации, доступу и спользованию информационных ресурсов организации . Эти ресурсы включают в себя корпоративные базы данных, текстовую информацию, такую как документы, описывающие правила и процедуры, и, что наиболее важно, неявные знания и опыт сотрудников организации» [9].
Это достаточно авторитетное определение международной фирмы IBM. Согласно этому определению, видно, что управление знаниями есть достаточно сложная и совершенная система управления информацией. Об этом же говорит и другое определение ниже.
»Под корпоративными знаниями понимается различная деловая информация, которую необходимо иметь для поддержки на высоком уровне основных бизнес-процессов предприятия, а также для быстрого реагирования на динамику рынка. В более широком смысле знания - это информация, материализованная в процессе решения конкретной задачи в виде каких-то конкретных действий людей, стремящихся достичь своих конкретных целей» [3].
Рассмотрим другие определения.
«При внедрении технологий управления знаниями особое внимание мы уделяем стратегии создания и развития хранилищ корпоративных данных, которую мы увязываем со стратегическими аспектами развития всей компании и потребностями конкретных бизнес-процессов» [5].
Согласно этому определению получается, что управление знаниями есть достаточно сложная и совершенная система управления данными.
На самом деле противоречия в этих определениях нет. Во-первых, во многих англоязычных публикациях специально отмечают, что knowledge management – это единый термин, определяющий определенного уровня сложности кибернетическую программную систему. И это не есть management of knowledge.
Тем не менее, до сих пор не прекращаются попытки разобраться, в чем разница между тремя понятиями – данные, информация и знания [2]. Для этого лучше всего начать с классики. Великий славянский философ восемнадцатого века Григорий Сковорода в своем сочинении «Потоп змиин» описал концепцию трех миров. Согласно его описанию, в первый мир входит окружающая нас реальность (по английски Reality – R). Во второй мир входит внутренний мир человека (английский термин Mind или М). Третий мир, согласно Г. Сковороде, есть мир знаков (signs – или S) [7]. Действительно, этот мир не пересекается ни с одним из первых двух миров. Трудно сомневаться в автономности существования мира знаков в эпоху Интернета. Особенно, если это было предсказано более двухсот лет назад. Независимо от Сковороды к открытию третьего мира пришли некоторые западные философы XX века – например Карл Поппер. Этот мир он даже называл «третьим миром» [4]. Эта парадигма давно уже не является периферийной, полузабытой или невостребованной. Философия Карла Поппера входит в аспирантский минимум [6]. О концепции трех миров Г. Сковороды недано вышла солидная книга с одноименным названием. Автор – сотрудник Института славяноведения РАН [8].
Как известно, философские системы в зависимости от признания первичности существования одного из первых двух миров делятся на материалистические (первичность материального или реального мира R) или идеалистические (первичность духа или внутреннего мира М). Однако, понятие слова как обобщенный образ знакового мира также встречается в текстах, и даже в очень древних. Обсуждается также и вопрос о его существовании и первичности. Так, гностическое евангелие от Иоанна начинается со слов «Вначале было Слово, и Слово было у Бога и Слово было Бог». Достаточно ясно сказано о Слове как о третьем мире и о проблеме его первичности, происхождения и т.д. – причем достаточно авторитетным автором.
Теперь можно продолжить рассуждение о том, как эта теоретическая конструкция может послужить информационным технологиям. Здесь более актуальной и плодотворной является проблема не первичности, а принадлежности. Действительно, данные – это явления реального мира. Это намагниченные участки дисков, бороздки грампластинок и CD, модулированные радиоволны и т.д. Их можно измерить, а часто и увидеть или пощупать. Однако эти данные несут в себе закодированную информацию, которая может быть воспринята только если она преобразуется в знаки – визуальные, звуковые. На экране компьютера мы видим их знаковое содержание. Через динамик мы слышим закодированные звуки с грампластинки или переданные по радио. Это не является открытием, а констатацией факта. Информация имеет знаковую природу и принадлежит миру знаков. Аналогичное рассуждение приводит к выводу, что знание принадлежит внутреннему миру человека. В полном объеме только в сознании человека происходят сложные и простые когнитивные процессы – от сложных доказательств теорем до аристотелевых силлогизмов. И сейчас ведутся работы по моделированию и переносу самых элементарных их этих процессов в кибернетические системы.
Итак, данные – это объекты материального мира. Информация – это знаки, полученные при преобразовании данных в сознании человека или в процессоре компьютера. Знания же пока есть только у человека или в самом элементарном виде в кибернетических системах (КС). Но пока не в системах управления знаниями.

Можно легко проиллюстрировать проделанное рассуждение. Если мы введем в КС следующие два факта:
1. Студент Петров учится в 925 группе.
2. Студенты Иванов и Петров учатся в одной группе.

После этого сделаем системе запрос:

- В какой группе учится студент Иванов?

На этот вопрос ответит любой школьник, но представляется интересным узнать – какая система управления знаний ответит правильно на такой вопрос.
Здесь и пролегает различие между самой передовой системой управления знаниями (в описанном выше смысле – как совершенная ИС) и системой, на самом деле способной обрабатывать знания. Такой системе присуще существенное свойство, которое можно принять за критерий определения настоящей системы, работающей со знаниями – а именно способность порождать новые или прибавочные знания в результате собственных внутренних когнитивных процессов [1].
В заключение стоит отметить еще один важный факт, требующий для понимания некоторой философской культуры. Источник знания не есть еще само знание. Текст есть знаковая конструкция и часто содержит знание. Но текст есть не знание, а его источник. Знания из текста еще нужно извлечь. Человеку или КС. Это также справедливо для реальной действительности. Там содержится огромный объем знаний. И выявить и описать их – задача естественных наук. То есть окружающий нас материальный мир - это тоже есть не знание, а только его источник. Также как и одно из его реализаций – данные на любом материальном носителе.

Литература

1. Беляев И. П., Капустян В. М. Процессы и концепты. – М. , 1997.
2. Леонов А. В. Динамический документ – ключевой объект современных информационных систем // Виртуальная реальность на кластерах персональных компьютеров. Международная конференция. 9-13 июня 2003 года, Москва, НИВЦ МГУ. – Протвино, 2003.
3. Простаков И.Е. Технологии управления корпоративными знаниями // Всероссийская научно-техническая конференция «Наука и образование» - 2002. - М., 2002.
4. Поппер К.Р. Логика и рост научного знания. - М.: Прогресс, 1983.
5. Применение технологий управления корпоративными знаниями. – Красноярск: Partner Business Consulting, 2004.
6. Садовский В.Н. О Карле Поппере и судьбе его учения в России // Вопросы философии. - №10. - 1995.
7. Сковорода Г. Сочинения. – М.: , 2003.
8. Софронова Л.А. Три мира Григория Сковороды. – М.: Индрик, 2002.
9. Технологии IBM для электронного бизнеса. - М., 2004. – http://www-106.ibm.com/developerworks/patterns/ru_ru/


======================

Процессы без людей – проблемы интеграции и пути их решения

В.В. Рыков

Московский физико-технический институт (государственный университет)

Rykov2000@mail.ru

Практическая деятельность человека чаще всего выражается в его действиях над самыми разными объектами. В процессе интеграции такой деятельности в современную ИС ее принято описывать бизнес процессами, состоящими из бизнес действий над бизнес объектами.
Как правило, проектирование ИС происходит при той или иной форме взаимодействия заказчика, знающего предметную область (ПО), в которой протекает деятельность, которую требуется интегрировать в ИС, и постановщиком (аналитиком). Интерфейс между ними реализуется сначала на словесном уровне и начинается с выяснения набора объектов и действий над ними, которые и составляют эту ПО. Как правило, желательным результатом этого первого этапа создания ИС является процессная схема, представленная в графическом виде в определенной нотации. Существуют прграммные системы, позволяющие проверить такую нотацию на непротиворечивость и соответствие стандартам (ARIS, BPwin и др.) [1, 4, 5, 6].

На втором этапе приходится расщеплять составленную ранее процессную схему на рутинную и творческую составляющие. Здесь реализуется так называемый принцип рутинного подкрепления творческих процессов принятия решений - процедура проектирования сводится к выделению автоматизируемых бизнес процессов, которые могли бы протекать без вмешательства человека и последующей инкорпорации их в построенную процессную схему, соединение их с творческими, неформализуемыми составляющими ИС. Далее, на третьем этапе, каждый из объектов, определяющих рутинные составляющие, подвергается дальнейшей формализации с целью записи их в БД – т.е. с целью описания их как частей полностью автоматизированного бизнес процесса [1].
В процессе выполнения этих трех этапов ставшей уже классической схемы приходится сталкиваться в той или иной форме с проблемами интеграции в единую ИС совершенно разнородных бизнес объектов. Наиболее проблемным является третий этап – построение формальной модели программно реализованного бизнес процесса, выполняемого без вмешательства человека. В сфере финансовых услуг, где такие процессы используются в наибольшей степени, их называют процессами класса Straight Through Processing (STP) или по-русски это называется «сквозная обработка данных» [4,5].
Следовательно, для того, чтобы спроектировать STP бизнес процесс нужно решить следующие проблемы [3,6,7]:
1. Интегрировать в него необходимые бизнес объекты (БО) – Datasource Integration. Дело в том, что они могут иметь самый разнообразный формат и природу. Это могут быть БД разных систем, сообщения, файлы и многое другое, содержащие, в свою очередь таблицы, документы, транзакции и т.д.
2. Синхронизовать бизнес действия над БО – Event Integration. Действительно, бизнес действия, входящие в состав данного STP бизнес процесса протекают в определенных временных интервалах и находятся зачастую в сложных временных зависимостях. Начало, конец, особые ситуации в процессе выполнения любого действия обозначаются как асинхронные события (business events). Для описания этого существуют уже XML-подобные языки (например, PSL – Process Specification Language).
3. Решить проблему именования. – Vocabulary Integration. Здесь речь идет о компоненте, пока отсутствующей на рынке интеграционных платформ [6,7]. Имется в виду не только управление справочно-нормативной информацией. Одни и те же единицы интеграции разных уровней (поля БД и многое другое) могут иметь разные имена и наоборот – у разных единиц одинаковые имена, в силу того, что они могли создаваться в разное время разными людьми.
Конечно, эти проблемы присутствуют в разной степени и в разном объеме при проектировании ИС. Однако, успешные и достаточно общие подходы к решению этих проблем безусловно повышает скорость и качество проектирования, а также различные параметры производительности уже готовых ИС. Также может быть много подходов к решению этих проблем – в зависимости от многих причин. Так, разработаны форматы метаданных для единообразного описания любых источников данных (CWM), существует технология мэппинга этих метаданных в онтологию, отражающую самые существенные свойства интегрируемых частей. Резко повышает гибкость и опреативность процедур мэппинга технология интеллектуальных многоагентных систем, приобретающую все большую популярность в ИТ [3,4,5,6,7].
Все это в целом позволяет говорить о возможности реализации когнитивной структуры – метаонтологии, представляющей собой динамический образ работающего без вмешательства человека бизнес процесса, формирующейся методом мэппинга из интегрируемых источников данных (бизнес объектов) при помощи технологии интеллектуальных агентов как практически реализуемой в разных формах информационной технологии интеграции разнородных бизнес объектов и бизнес действий в STP бизнес процесс. При необходимости такое онтологическое описание БП может быть преобразовано в более удобные для обработки XML формы (XPDL, BPML, BPEL, RDF/T) [2,5,7] .


Литература

1. Беляев И. П., Капустян В. М. Процессы и концепты. – М. , 1997.
2. Лукашева Н. К. Универсальный онтологический подход к описанию бизнес процессов. Теория и практика. Дипломная работа на степень бакалавра. – М.: МФТИ, 2004.
3. Круговец А.С. Технология многоагентных систем, их применение и реализация на основе технологии dot NET. Дипломная работа на степень бакалавра. – М.: МФТИ, 2003.
4. Резниченко А. К процессам без людей // PCWEEK/RE. – N. 34. – 2004 г.
5. Технологии IBM для электронного бизнеса. - М., 2004. – http://www-106.ibm.com/developerworks/patterns/ru_ru/
6. Тропин В.А. Интеграция бизнес процессов методом онтологий. Дипломная работа на степень бакалавра. – М.: МФТИ, 2003.
7. Omelayenko B. Ontology-Mediated Business Integration // Proceedings of the 13-th EKAW 2002 Conference, , October 1-4, LNAI 2473. - Siguenza, Spain, 2002. - pp. 264-269.

~