Bài giảng Hệ thống thông tin quản lý: Chương 7 - ThS. Nguyễn Hoàng Ân, ThS. Huỳnh Đỗ Bảo Châu

KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ MÔN HỆ THỐNG THÔNG TIN QUẢN LÝ Chương Hệ thống quản lý tri thức Giảng viên: ThS Huỳnh Đỗ Bảo Châu 3-5 phút trình bày NỢI DUNG CHÍNH Nội dung lớp:  Tổng quan về quản lý tri thức  Hệ thớng quản lý tri thức tồn doanh nghiệp  Các hệ thống làm việc với tri thức SV tự nghiên cứu giáo trình:  Các kỹ thuật thơng minh TỞNG QUAN VỀ QUẢN LÝ TRI THỨC  Khái niệm Tri thức  Khái niệm Quản lý tri thức  Các khía cạnh quan trọng tri thức  Chuỗi giá trị quản lý tri thức  Các dạng hệ thống quản lý tri thức Khái niệm Tri thức (KNOWLEDGE) Khái niệm Tri thức (KNOWLEDGE)  Tri thức nhận thức hiểu biết tập hợp các thông tin cách mà thơng tin làm cho hữu ích để hỗ trợ nhiệm vụ cụ thể đưa định  Tri thức cịn định nghĩa khả phán người dựa kết hợp kinh nghiệm thơng tin mà họ có  Tri thức tường minh: Các tri thức diễn đạt lưu trữ hệ thống thông tin  Tri thức không tường minh: không phát biểu, phụ thuộc vào trực giác người Các khía cạnh quan trọng tri thức  Tri thức tài sản doanh nghiệp  Tri thức tài sản vơ hình  Chuyển đởi dữ liệu thành thơng tin có ích tri thức u cầu các ng̀n lực tổ chức  Tri thức không phụ thuộc vào quy luật giảm dần trở lại tài sản vật chất Các khía cạnh quan trọng tri thức (tt)  Tri thức có các hình thức:  Tri thức ẩn hay tường minh (hệ thớng hóa)  Tri thức liên quan đến bí (know-how), thủ công, kỹ  Tri thức liên quan đến việc biết làm để thực hiện theo thủ tục  Tri thức liên quan đến việc biết sao, không đơn giản nào, việc xảy (nguyên nhân) Các khía cạnh quan trọng tri thức (tt)  Định vị tri thức:  Tri thức kiện nhận thức liên quan đến mơ hình trí ṭ bản đờ các cá nhân  Có cả sở tri thức xã hội cá nhân  Tri thức "dính" (khó di chuyển), “nằm” (vướng vào văn hóa công ty), theo “ngữ cảnh” (chỉ hoạt động các tình h́ng định) Khái niệm Quản lý tri thức (1) Quản lý tri thức quá trình tạo tri thức cách thực hiện chuỗi nối tiếp các hoạt động biểu diễn, truyền bá, chia sẻ sử dụng tri thức, lưu giữ, bảo tồn cải tiến tri thức (De Jarnett, 1996) (2) Quản lý tri thức quá trình quản lý cách cẩn trọng các tri thức tổ chức để đáp ứng nhu cầu tổ chức, nhận diện, khai thức tài sản tri thức mà tổ chức sở hữ, từ đạt phát triển các hội kinh doanh mới (Quintas, Lefrere, & Jones, 1997) (3) Quản lý tri thức các hoạt động liên quan đến chiến lược, chiến thuật để quản lý tài sản tổ chức mà trọng tâm hoạt động quản lý người (Brooking, 1997) 10 Hệ chuyên gia làm việc ?  Hệ thớng chun gia mơ hình hóa tri thức người tập hợp các quy tắc gọi chung sở tri thức (knowledge base)  Chiến lược sử dụng để tìm kiếm thơng qua sở tri thức gọi động suy diễn (inference engine)  forward chaining  backward chaining 34 35 36 TRÍ TUỆ TỔ CHỨC: LẬP LUẬN THEO TÌNH HUỐNG (CASE-BASED REASONING)  Trong case-based reasoning (CBR), mô tả kinh nghiệm quá khứ các chuyên gia người, đại diện các trường hợp, lưu trữ sở liệu để truy xuất sau người sử dụng gặp phải trường hợp mới với các thông số tương tự 37 38 Hệ thống logic mờ (Fuzzy Logic Systems)  Logic mờ công nghệ dựa nguyên tắc miêu tả thiếu xác cách tạo các quy tắc sử dụng các giá trị gần hay chủ quan  Có thể mơ tả hiện tượng hay quá trình cụ thể theo ngơn ngữ sau đại diện mơ tả theo sớ nhỏ các quy tắc linh hoạt  Có thể sử dụng logic mờ để tạo các hệ thống phần mềm nắm bắt tri thức ngầm nơi có mơ hờ ngôn ngữ 39 Hệ thống logic mờ (Fuzzy Logic Systems) 40 Hệ thống logic mờ (Fuzzy Logic Systems) (tt)  Lôgic mờ cung cấp giải pháp cho các vấn đề địi hỏi phải có chun mơn mà khó khăn để thể hiện theo hình thức các quy tắc IF-THEN  Ở Nhật Bản, Sendai’s subway system  Mitsubishi Heavy Industries Tokyo  Các thiết bị tự động lấy nét máy ảnh  Logic mờ hữu ích cho việc định kiểm soát tổ chức 41 Máy học (machine learning)  Là nghiên cứu cách các chương trình máy tính cải thiện hiệu suất chúng mà khơng cần lập trình rõ ràng  Máy học, giớng người, nhận các mẫu liệu, thay đổi hành vi dựa nhận các mẫu, kinh nghiệm hay học trước (cơ sở liệu) 42 Mạng nơ ron (Neural Networks)  Được sử dụng để giải các vấn đề phức tạp chưa hiểu rõ mà lượng lớn liệu thu thập  Khám phá tri thức cách sử dụng phần cứng phần mềm mà song song với các mơ hình xử lý não sinh học người  “Học" các mẫu từ số lượng lớn các liệu cách chọn lọc thông qua liệu, tìm kiếm các mới quan hệ, xây dựng mơ hình sửa chữa lặp lặp lại sai lầm của mơ hình  Có sớ lượng lớn các cảm biến xử lý các nút liên tục tương tác với 43 Mạng nơ ron (Neural Networks) FIGURE 11.9 HOW A NEURAL NETWORK WORKS 44 Tḥt tốn di trùn (Genetic Algorithms)  Hữu ích cho việc tìm kiếm các giải pháp tới ưu cho vấn đề cụ thể cách kiểm tra số lượng lớn các giải pháp cho vấn đề  Dựa các kỹ thuật lấy cảm hứng từ sinh học tiến hóa, chẳng hạn kế thừa, đột biến, lựa chọn, crossover (tái tổ hợp)  Hoạt động cách đại diện cho thông tin chuỗi các số số 45 Thuật toán di truyền (Genetic Algorithms) 46 Tác tử thông minh (Intelligent Agents)  Intelligent agents chương trình phần mềm làm việc mà khơng cần can thiệp trực tiếp người để thực hiện các nhiệm vụ cụ thể cho người dùng cá nhân, quá trình kinh doanh phần mềm ứng dụng  Có nhiều ứng dụng intelligent agent các hệ điều hành, phần mềm ứng dụng, hệ thống e-mail, phần mềm máy tính di động các cơng cụ mạng  Nhiều hiện tượng phức tạp mơ hình hóa  Các ứng dụng mơ hình hóa dựa tác nhân (agent) phát triển để mơ hình hành vi người tiêu dùng, thị trường chứng khoán, chuỗi cung ứng dự đoán lây lan dịch bệnh 47 Tác tử thông minh (Intelligent Agents) 48