- •О.М. Топоркова информационные технологии и системы
- •Введение
- •Глава 1. Производство. Информация. Общество
- •1.1. Информационный характер процесса управления
- •1.2. Элементы субъекта управления и функции управления
- •1.3. Уровни управления и информация
- •1.4. Превращение информации в ресурс общества
- •Глава 2. Структура информационного процесса
- •2.1. Формирование данных
- •2.2. Передача данных
- •2.3. Обработка данных
- •2.4. Хранение данных
- •2.4.1. Оценка данных
- •2.4.2. Защита данных
- •2.4.2.1. Замки и ключи
- •2.4.2.2. Таблицы управления доступом
- •2.4.2.3. Протоколирование и аудит
- •2.4.2.4. Экранирование
- •2.4.2.5. Криптография
- •2.4.2.6. Обеспечение достоверности данных
- •2.4.2.7. Управление параллелизмом
- •2.4.2.8. Восстановление данных
- •Глава 3. Знания как вид информационного ресурса4
- •3.1. Виды знаний
- •3.2. Теоретические аспекты извлечения знаний
- •3.2.1. Психологический аспект
- •3.2.1.1. Контактный слой
- •3.2.1.2. Процедурный слой
- •3.2.1.3. Когнитивный слой
- •3.2.2. Лингвистический аспект
- •3.2.2.1.Общий код
- •3.2.2.2. Понятийная структура
- •3.2.2.3. Словарь пользователя
- •3.2.3. Гносеологический аспект
- •3.3. Методы извлечения знаний
- •3.3.1. Пассивные методы
- •3.3.1.1. Наблюдения
- •3.3.1.2. Мысли вслух
- •3.3.1.3. Лекции
- •3.3.2. Активные методы
- •3.3.2.1. Анкетирование
- •3.3.2.2. Интервью
- •3.3.2.3. Свободный диалог
- •3.3.2.4. Деловые игры
- •3.3.2.5. Круглый стол
- •3.3.2.6. Мозговой штурм
- •3.3.3. Текстологические методы
- •Глава 4. Понятия информационной технологии и информационной системы
- •4.1. Понятие и эволюция информационной технологии в производстве
- •4.2. Характеристика информационной технологии как системы
- •4.3. Структура базовой информационной технологии
- •4.3.1. Концептуальный уровень базовой информационной технологии
- •4.3.2. Логический уровень базовой информационной технологии
- •4.3.3. Физический уровень базовой информационной технологии
- •4.4. Понятие и эволюция информационных систем
- •4.5. Классификация информационных систем
- •Глава 5. Новые информационные технологии
- •5.1. Представление знаний в компьютере
- •5.1.1. Продукционная модель
- •5.1.2. Сетевая модель
- •Полная семья
- •5.1.3. Фреймовая модель
- •5.1.4. Логическая модель
- •5.2. Интеллектуальные информационно-поисковые системы
- •5.2.1. Морфологический анализ
- •5.2.2. Синтаксический анализ
- •5.2.3. Семантический анализ
- •5.3. Расчетно-логические системы
- •5.4. Экспертные системы
- •Глава 6. Организация интерфейса пользователя в информационных технологиях и системах
- •6.1. Типы диалогов
- •6.2. Эргономичность интерфейса
- •Глава 7. Современные тенденции в области информационных технологий и систем
- •7.1. Км-технологии9
- •7.2. Cals-технологии
- •7.3. Erp-технологии
- •7.4. Scm-технологии
- •7.5. Crm-технологии
- •7.6. WorkFlow-технологии
- •7.7. Ит-стратегия предприятия
- •7.7.1. Источники экономической эффективности
- •7.7.2. Выбор системы и команды внедрения
- •7.7.3. Внедрение системы
- •7.8. Itil-технологии
- •7.9. Отечественный рынок решений в области информационных технологий
- •7.9.1. Renaissance
- •7.9.2. Axapta
- •7.9.3. Шереметьево-Карго
- •7.9.4. Eli Lilly
- •Список литературы
- •Оглавление
Полная семья
дети отец мать
Рисунок 5.2 – Пример тернарной связи
В зависимости от возможностей отражения состояния связи различают сети:
дискретные. Связь имеет только два состояния: она либо есть, либо ее нет;
аналоговые. Связь нагружается величиной проходимости , которая выражает силу связи. Это позволяет отражать кванторы, например,r = -1 – никогда (), r = 0 - существует (), r = 1 – для каждого ().
С помощью аналоговой сети можно представить знания о модальности получения среднего и высшего образования. Пусть вершинами сети будут понятия человек, ВУЗ, школа(по введенной ранее классификации они относятся к обобщенным понятиям), связь соответствует отношениюобучаться.
Сеть
на рисунке 5.3 показывает, что среднее
образование является обязательным (по
крайней мере, так было до недавнего
времени), а высшее – нет.
ВУЗ школа
человек
Рисунок 5.3 – Пример аналоговой сети
Достоинство сетевых моделей – простота, наглядность, высокая степень структуризации знаний, относительная свобода представления знаний. Недостаток – нерегулярность структуры.
Построим сетевую модель, соответствующую задаче «Регулирование успеваемости по результатам сессии» (см. разделы 4.3.1, 4.3.2). В качестве вершин сети используем понятия: студент, ФИО, оценки, значения оценок, стипендия, значение стипендии, следующий семестр. Выделение именно таких понятий отчасти субъективно, например, можно было бы не вводить вершины-значения. Введем связи и их обозначения: иметь характеристикой - 1, иметь результатом - 2, иметь значением – 3, получать – 4, быть переведенным – 5. Поскольку не каждый студент получает стипендию и не всякий студент переводится в следующий семестр, введем для связей 4 и 5 величины проходимости r4 и r5 , соответственно. Чтобы показать возможность существования той или иной оценки у студента, введем величину проходимости и на связи 3 для оценок – r3. Полученная сеть показана на рисунке 5.4.
Чтобы придать сети свойство вырабатывать решения, конкретизируем обобщенную сеть рисунка 5.4 значениями данных, которые эти решения определяют. Получим сети рисунков 5.5 – 5.8.
Рисунок 5.4 – Сеть, соответствующая задаче «Регулирование успеваемости по результатам сессии»
Рисунок 5.5 – Сеть, соответствующая решению об отчислении студента: r3 =0, следовательно, r4 =-1, r5 = -1
Рисунок 5.6 – Сеть, соответствующая решению о переводе студента в следующий семестр: r3 =-1 для оценки=2, следовательно, r5 =1
Рисунок 5.7 – Сеть, соответствующая решению о назначении студенту базовой стипендии: r3 =-1 для оценки=3, следовательно, r4 =1 и стипендия=600
Рисунок 5.8 – Сеть, соответствующая решению о назначении студенту повышенной стипендии: r3 =-1 для оценки=4, следовательно, стипендия=900
Если теперь построить некоторый алгоритм, который будет по каждому студенту последовательно сопоставлять его оценки с представлениями сетей рисунков от 5.5. до 5.8, то при совпадении конкретных данных и структуры той или иной сети можно говорить о принятии соответствующего решения.
Иногда используют комбинации сетевых и продукционных моделей представления знаний. В таких моделях декларативные знания описываются в сетевом компоненте модели, а процедурные знания - в продукционном. В этом случае говорят о работе продукционной системы над семантической сетью.