CC BY
99
Л. Ю. Шарабаева
ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И КЛЮЧЕВЫЕ ТЕХНОЛОГИИ 147i ПОСТРОЕНИЯ СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ ВУЗА"
КЛЮЧЕВЫЕ СЛОВА
СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ ВУЗА, ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ, СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ, КОРПОРАТИВНЫЙ ПОРТАЛ ЗНАНИЙ, СРЕДСТВА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
В статье рассматриваются основные концепции и подходы к построению системы управления знаниями вуза. Утверждается, что ключевыми в данном вопросе являются информационно-коммуникационные технологии, наиболее эффективно позволяющие преобразовывать знания в действие. Рассматривается архитектура системы управления знаниями, подробно описываются ее элементы. Особое внимание уделяется рассмотрению ключевых технологий систем управления знаниями, к которым автор относит корпоративный портал знаний и средства, поддерживающие принятие решений (СППР). Приводится подробная классификация СППР. Утверждается, что рассмотренные технологии системы управления знаниями вуза должны в конечном итоге способствовать созданию корректно обоснованных программ развития современного вуза.
В данной статье высшее учебное заведение рассматривается как действующая социально-экономическая система, ориенти-
ШАРАБАЕВА
Любовь Юрьевна — кандидат физико-математических наук, доцент кафедры информатики Северо-Западной академии государственной службы.
KEY WORDS
HIGHER EDUCATIONAL INSTITUTION KNOWLEDGE MANAGEMENT SYSTEMS, INFORMATION-COMMUNICATION TECHNOLOGIES, KNOWLEDGE MANAGEMENT SYSTEM, CORPORATE KNOWLEDGE PORTAL, DECISION SUPPORT
SYSTEMS
The main concepts and approaches to the higher educational institution knowledge management system development are considered in the article. It is stated that the crucial points in question are information-communication technologies, which allow to transform knowledge in action most effectively. Knowledge management system architecture is considered including the detailed description of its elements. Special attention is paid to the consideration of the clue technologies of the knowledge management systems, to which the author refers the corporate knowledge portal and decision support systems (DSS). The detailed DSS classification is described. It is stated that the considered higher educational institution knowledge management system technologies finally should contribute to the development of the true founded programmes of the modern higher educational institution development.
рованная на достижение вполне очевидной цели — формирование специалиста, способного самостоятельно выполнять сложную интеллектуальную работу, направленную на поддержание функционирования существующей системы производственных отношений и ее развитие в данной предметной области. Высокая динамика рыночных изменений обусловливает необходимость внедрения новых методов управления вузом, позволяющих, с одной стороны, быстро
©
Ш
л
Ш а. о
е
ш й.
о
со ^
и
ш =?
ш
адаптироваться к изменяющимся 1 рыночным потребностям, а с другой стороны, формировать новые рыночные возможности для устойчивого и эффективного функционирования вузов.
Современный вуз непременно должен стать обучающейся органи-зацией1, для которой процессы создания, накопления, использования и распространения знаний становятся ключевыми. Соответственно, необходимы изменения организационной структуры вуза в сторону образования неформальных плоских структур с преобладанием гибких рабочих групп, а также формирования специализированных служб, реализующих сервисы по обеспечению знаниями основных бизнес-процессов.
ОСНОВНЫЕ ПОДХОДЫ К ПОСТРОЕНИЮ СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ ВУЗА
Концепция управления знаниями (УЗ) появилась как новая парадигма менеджмента в связи с изменившимися представлениями о реальности, а именно — необ-
ходимостью учитывать, что «в последнее время знания, компетенции и другие нематериальные активы стали ключевыми факторами конкурентных преимуществ предприятия»2. Фактически УЗ обеспечивает интегрированный подход к созданию, сбору, организации, использованию информационных ресурсов предприятия и доступу к ним. Эти информационные ресурсы должны включать все знания (явные и неявные), отражающие ключевую компетенцию предприятия3.
Практическое применение концепции УЗ предполагает создание системы управления знаниями предприятия (СУЗ), понимаемой как «совокупность организационных процедур, организационных подразделений (служб УЗ) и компьютерных технологий, которые обеспечивают интеграцию разнородных источников знаний и их коллективное использование в деловых про-цессах»4. В рамках СУЗ вуза должны решаться наиболее актуальные задачи современной высшей школы: накопление и использование лучшего опыта в области организации административных процессов; моделирование и оптимизация процесса формирования основных
См. подробнее: Сенге П. Пятая дисциплина. Искусство и практика самообучающейся организации. — М.: Олимп-Бизнес, 2003.
См.: ТиссД. Дж. Получение экономической выгоды от знаний как активов // Российский журнал менеджмента. 2004. Т. 2. № 1.
См. подробнее: ШарабаеваЛ. Ю. Тенденции развития информационного общества и управление // Управленческое консультирование. 2006. № 2 (22). С. 165-179.
См.: Тельнов Ю. Ф. Реинжиниринг бизнес-процессов. Компонентная методология. — М.: Финансы и статистика, 2004.
2
4
компонент образовательного процесса в вузе; организация системы мониторинга качества образовательного процесса; управление процессом взаимодействия вуза с предприятиями-работодателями.
Система управления знаниями (СУЗ) вуза обычно используется в двух аспектах5: обеспечение качественными знаниями процессов решения задач обучения и создание интерактивной среды взаимодействия субъектов — участников образовательной деятельности. С точки зрения первого аспекта СУЗ, в отличие от традиционных информационных систем документаци-онного обеспечения (информационно-поисковых систем), превращает знания в законченный продукт с высокой потребительской стоимостью, поскольку знание, в отличие от набора относящейся к запросу всевозможной информации, точно соответствует характеру решаемой задачи и может использоваться непосредственно при выработке решения. С точки зрения второго аспекта СУЗ создает интерактивную среду общения людей, в которой повышается креативная способность генерации новых знаний, сразу поступающих в базу знаний вуза для дальнейшего использования.
С помощью системы управления знаниями вуз становится обучаю- ■ щейся организацией, создающей «спираль знаний», в которой «неизвестные (неявные) знания должны быть выявлены и распространены, чтобы стать частью индивидуализированной базы знаний каждого работника. Спираль возобновляется всякий раз для подъема на новый уровень, расширяя базу знаний, применяемую к разным областям организации»6.
Стратегические процессы управления знаниями связаны с определением областей применения знаний и отбором источников знаний, использование которых нацелено на решение стратегических задач развития организации. При решении задачи выбора стратегии и соответствующей системы целей и показателей (например, BSC7) используются методы выбора стратегий и целей, экспертных оценок их достижений, качественной интерпретации значений показателей, как правило, с помощью интеллектуальных систем логического и нечеткого вывода.
Для эффективной реализации тактических процессов управления знаниями, связанных, прежде всего, с их использованием и обеспечением знаниями, требуется
149к
6
Тельнов Ю. Ф. Технология процесса управления знаниями обучающейся организации // РБП-СУЗ-2005: Сб. науч. тр. Московского государственного университета экономки, статистики и информатики. 2005. С. 31-37.
См.: Мильнер Б. З. Теория организации. — М.: Инфра-М, 1999.
7 См.: Каплан Р. С., Нортон Д. П. Сбалансированная система показателей. От стратегии к действию. — М.: Олимп-Бизнес, 2004.
л
Ш а. о
е
ш й.
о
со ^
и ш
EJ ifl
^^^ применение следующих интеллек-1 туальных технологий: создание и использование библиотек типовых моделей и сценариев поведения в различных ситуациях; осуществление аналитической проверки гипотез, имитационное моделирование; проведение деловых игр; поддержка и использование баз знаний лучшей практики и экспертных систем.
Таким образом, на стратегическом и тактическом уровнях последовательность внедрения СУЗ предполагает для вуза решение следующих задач:
- идентификация деятельности вуза на стратегическом, функциональном и процессном уровне — построение бизнес-модели вуза;
- идентификация «ключевых знаний». Первичный аудит знаний — анализ элементов знаний и их основных атрибутов (владелец, носитель) с их точки зрения использования и достаточности для выполнения действий. В процессе аудита информация и знания сопоставляются с соответствующими запросами потребителей информации;
- выбор стратегии управления знаниями, связанной с базовыми принципами деятельности вуза. Идентификация критических факторов успеха и показателей BSC;
- введение функций разработки процессов управления знаниями и управления на основе знаний в бизнес-модель вуза, формирование должностных регламентов;
- создание технологической ИТ-платформы применения знаний;
- развитие внутренней культуры обмена знаниями, генерации и применения знаний. Все сотрудники вуза должны осознать (через систему мотивации и стимулов), что обмен знаниями и их использование — это одна из главных ценностей вуза. Необходимо четко обозначить, что знания и опыт вознаграждаются, только когда они доведены до сведения других и используются в образовательной деятельности. Эффективность управления знаниями в вузе зависит от успешной интеграции квалификации, знаний, опыта, научного потенциала профессорско-преподавательского состава, обеспечения учебного процесса современными педагогическими технологиями, организации использования и развития научных достижений, как в учебном процессе, так и в различных предметных областях и объектах экономики. СУЗ вуза должна обеспечивать организацию коллективного использования информации всеми участниками образовательной деятельности: студентами, преподавателями, партнерами вуза, сотрудниками. В ней все процессы сводятся к одной задаче — предоставлению информации пользователям в соответствии с их запросами и используемыми ими программными средствами.
Архитектура системы управления знаниями обусловлена спецификой используемых знаний и
имеет в своем составе следующие элементы, призванные решить задачи накопления и использования лучшего опыта в области организации административных процессов вуза8 (рис.1):
Система организации знаний позволяет эффективно накапливать и систематизировать лучший опыт организации административных процессов, представленный в виде типовых и частных моделей деятельности, на основе онтологии. Интерфейс пользователя обеспечивает взаимодействие лица, ответственного за развитие образовательных услуг и совершенство-
вание деятельности вуза, и системы "¡51 к управления знаниями. Поисковый ■ сервис осуществляет отбор моделей деятельности, которые соответствуют текущей проблемной ситуации, определенной пользователем системы на основе онтологии деятельности вуза. Механизм адаптации обеспечивает формирование адаптированной модели административного процесса вуза, соответствующей описанию проблемной ситуации и передовому опыту, на основе типовых и частных моделей деятельности вуза.
Основой для организации знаний является концептуальная
Рис. 1. Архитектура системы управления знаниями о деятельности вуза
См.: Казаков В. А. Совершенствование административной деятельности высшего учебного заведения на основе методов адаптации лучшего опыта // Вестник Оренбургского государственного университета. 2007. № 2.
л
Ш а. о
е
ш й.
о
со ^
и
ш =?
ш
^^^ модель, представленная в форме онтологии. Онтология — это структурная спецификация некоторой предметной области, ее формализованное представление, которое включает словарь (или имена) указателей на термины предметной области и логические связи, которые описывают, как они соотносятся друг с другом. Онтологии обеспечивают словарь для представления и обмена знаниями о некоторой предметной области и множество связей, установленных между терминами в этом словаре9.
Построение онтологии деятельности является одним из связующих звеньев, обеспечивающих возможность управления знаниями об административных процессах вуза в рамках СУЗ. При этом деятельность отображается в виде семантического описания, включающего основные понятия, взаимосвязи между понятиями, закономерности (аксиомы и правила вывода на основе понятий и отношений между ними). В основе онтологии лежит набор понятий С, определяющий административную деятельность вуза. Понятия, выделенные в соответствующие рубрики и классифицированные по принципу «род — вид», образуют таксономию деятельности вуза. Дополненная атрибутами (свойствами), отношениями между понятиями и правилами вывода, эта таксономия образует онтологию Odv, где:
Odv = (С, A, R, — онтология деятельности вуза; C = {О"'', Cp, С"и, С} — множество понятий в области административной деятельности вуза, где С" — корневое метапонятие
онтологии, С — множество понятий, определяющих административные процессы вуза (в том числе образовательную услугу в целом), С"и — множество понятий, определяющих организационные единицы, владельцев или исполнителей административных процессов,
С" — множество понятий, определяющих объекты административных процессов; А — множество атрибутов понятий, представляющих числовые и литеральные характеристики; R — множество отношений между понятиями в области деятельности вуза; F — множество функций интерпретации, определяющих зависимости понятий.
Онтология деятельности вуза включает понятия разных уровней абстракции, являющиеся подвидами корневого метапонятия Стр. В соответствии с этими уровнями сгруппированы знания об административных процессах, представленные в виде множества типовых и частных моделей деятельности М:
9 См. подробнее: Гаврилова Т. А. Онтологический подход к управлению знаниями при разработке корпоративных информационных систем // Новости искусственного интеллекта. 2003. № 2. С. 24-29.
Метауровень соответствует базовому уровню представления и включает метамодель (И*°р е М), представляющую описание абстрактной деятельности, ее составляющих и основных ролей в виде метапонятий (СтеШ с Сор). Уровень абстрактного вуза характеризует виды деятельности, регламентированные процедуры и включает типовые модели (Мге/ с М) деятельности, которые описывают передовой опыт в организации деятельности с помощью абстрактных понятий (СяЫс Стеш). В состав типовых моделей входят следующие классы моделей:
- типовые модели деятельности, описывающие принципы организации административных процессов деятельности;
- типовые модели деятельности, описывающие принципы организации административной деятельности, которые характерны для учреждений высшего профессионального образования;
- типовые модели деятельности, описывающие принципы организации того или иного административного процесса, которые используются в конкретном высшем учебном заведении.
Уровень реального вуза соответствует представлению существующих прецедентов деятельности и включает частные модели (Мгеа1 у м), которые применяются в вузе в конкретных условиях. Частные модели описываются с
помощью понятий реального ¡53к мира (Сгеа1 V СаЬ$), представлен-1 ' ных в виде экземпляров IV Сгеа1. Данная система организации знаний позволяет накапливать, систематизировать и использовать знания для построения эффективной технологии организации административных процессов. В основе использования знаний лежит алгоритм, реализующий механизмы отбора типовых и частных моделей деятельности и их адаптации к реальным условиям функционирования вуза, содержащий пять последовательно выполняемых шагов (рис. 2 на с. 182): Шаг 1. Описание проблемной ситуации.
Шаг 2. Отбор типовых и частных моделей деятельности для адаптации. Шаг 3. Адаптация моделей административных процессов. Шаг 4. Оценка адаптированной
модели деятельности. Шаг 5. Пополнение базы знаний.
КЛЮЧЕВЫЕ ТЕХНОЛОГИИ СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ В ПРОЦЕССЕ ИНФОРМАТИЗАЦИИ ВУЗА
Наиболее важным в управлении знаниями в вузе является преобразование знаний в действие. Именно информационно-коммуникационные технологии (ИКТ), используемые в процессе информатизации вуза, играют здесь существенную роль. В качестве основных компонентов, определяющих уровень
.с
ш й. о
е
ш й.
о
со ^
и ш
3 ш
Концептуальная модель деятельности вуза
Описание проблемной ситуации
Адаптированные модели деятельности
X
База знаний
Результаты оценки
адаптированных
моделей
Подобные модели деятельности
Адаптированные модели деятельности
Рис. 2. Алгоритм адаптации моделей административной деятельности вуза
информатизации вузов, целесообразно выделить следующие:
- ИТ-стратегия;
- системы управления образовательной деятельностью, включая электронные библиотеки;
- системы дистанционного обучения (СДО) на основе портальных решений;
- системы электронного документооборота (СЭДО);
- системы управления кадрами;
- системы управления финансами и бухучета.
Отрадным фактом является переход большинства вузов от «лоскутной» автоматизации к выработке ИТ-стратегии10, т. е. к пониманию необходимости комплексного подхода к информатизации.
Создание и развитие СУЗ вуза, нацеленной на решение задачи непрерывного совершенствования бизнес-процессов, должно стать
Голосов А., Полотнюк И. Реформа образования и информатизация в вузах. Анализ некоторых итогов конференции «Задачи и проблемы информатизации образовательных учреждений» // Портал «Е^еагш^ Россия» [Доступ: http://www.e-learning.su/ upload/materials/fors/fors_1.pdf|
10
Л\
ключевым акцентом ИТ-стратегии. Поскольку для решения своих задач вузу уже недостаточно лишь получать какие-либо сведения из различных информационных систем (ИС), требуется обобщенное представление информации, позволяющее по одному запросу получать консолидированные сведения из нескольких источников и выполнять их комплексный анализ. Именно СУЗ вуза как «совокупность организационных процедур, организационных подразделений (служб УЗ) и компьютерных технологий, которые обеспечивают интеграцию разнородных источников знаний и их коллективное использование в деловых процессах»11, способна сыграть роль «единого стержня», обеспечивающего взаимодействие перечисленных компонентов информационного пространства вуза.
В связи с этим возрастает интерес к новым интеллектуальным технологиям, поддерживающим управленческие решения и способным с помощью аналитических и математических моделей адекватно реагировать на динамизм внешней среды. В число основных технологий, поддерживающих СУЗ вуза, входят: - добыча данных и текстов (Data mining, Text Mining) — распознавание образов, выделение значимых закономерностей из дан-
ных, находящихся в хранилищах ¡55 L входных или выходных потоках.1 Эти методы основываются на статистическом моделировании, нейронных сетях, генетических алгоритмах и др.;
- системы управления документооборотом (Document management) — хранение, архивирование, индексирование, разметка и публикация документов;
- средства для организации совместной работы (Collaboration) — сети Intranet, технологии группой работы, синхронные и асинхронные конференции;
- корпоративные порталы знаний;
- средства, поддерживающие принятие решений (Decision support) — динамические экспертные системы; системы, поддерживающие дискуссионные группы и т. д.
Остановимся подробнее на двух последних технологиях, представляющих наибольший интерес в рамках проводимого исследования.
КОРПОРАТИВНЫЙ ПОРТАЛ ЗНАНИЙ
Одно из удобных решений большинства задач по созданию СУЗ вуза — корпоративный портал знаний. Можно выделить следующие типы порталов12: информационные порталы, порталы для совместной
11 См.: Тельнов Ю. Ф. Реинжиниринг бизнес-процессов...
Попов Э. В., Фоминых И. Б., Харин Н. П., Виньков М. М. Управление знаниями. Аналитический обзор // Вестник РФФИ. 2004. № 4. [Доступ: http://www.rfbr.ru/pics/ 20742reiyuprznan.pdf]
л
Ш а. о
е
ш й.
о
со ^
и ш
3 ш
^^^ работы, порталы экспертизы, порталы знаний (типы порталов перечислены в порядке возрастания их сложности и функциональности).
Информационный портал связывает людей с информацией. Портал для совместной работы поддерживает различные средства взаимодействия людей, основанные на компьютерных технологиях. Портал экспертизы связывает людей друг с другом на основании их опыта, области экспертизы и интересов. Портал знаний комбинирует возможности перечисленных выше типов и обеспечивает доставку персонифицированной информации с учетом конкретной работы, которую выполняет каждый пользователь в определенный момент времени.
Портал знаний должен обладать всеми свойствами обычного портала, такими как персонализация для конечных пользователей, организация клиентского места, распределение ресурсов, отслеживание выполнения работ, активный доступ к информации из множества разнородных источников, локализация и обнаружение нужных людей и информации. Кроме перечисленного, портал знаний должен обеспечивать канал передачи структурированной информации от заинтересованных пользователей (респондентов) в информацион-
ную систему вуза. К таким инструментам относятся хорошо зарекомендовавшие себя в интернете для учета мнения пользователей форумы, опросы, тестирование, хранилища данных.
СРЕДСТВА,
ПОДДЕРЖИВАЮЩИЕ ПРИНЯТИЕ РЕШЕНИЙ
Системы поддержки принятия решений (СППР, DSS) являются человеко-машинными системами, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных про-блем13. СППР прошли в своем развитии ряд этапов, которые в разные периоды реализовывались с помощью различных методов и инструментальных средств. Синтез в такой системе, как СППР, столь разнородных элементов, как математические методы и неформали-зуемые знания человека (опыт), требует выработки научного подхода к правильному использованию этого синтеза на практике.
Метод определяется как «способ теоретического исследования или практического осуществления чего-нибудь»14. Под инструментальной
См.:Ларичев О. И. Теория и методы принятия решений. — М.: Логос, 2000.
Ожегов С. И., Шведова Н. Ю. Толковый словарь русского языка: 80 000 слов и фразеологических выражений / РАН, Институт русского языка им. В. В. Виноградова. — М.: Азбуковник, 2002. С. 353.
14
средой поддержки принятия решений будем понимать совокупность информации и информационно-коммуникационных технологий, необходимых лицу, принимающему решения (ЛПР), для выполнения своих должностных обязанностей. Усилия исследователей направлены на поиски инструментальных сред, которые в зависимости от предметной области, а также целей и возникающих проблем позволили бы эффективно сочетать формальное и неформальное в СППР.
Вопрос классификаций СППР в настоящее время является актуальным, продолжаются разработки новых таксономий. Рассмотрим некоторые из них.
На уровне пользователя СППР делятся на пассивные, активные и кооперативные15. Пассивной СППР называется система, которая помогает процессу принятия решения, но не может вынести предложение, какое решение принять. Активная СППР может сделать предложение, какое решение следует выбрать. Кооперативная СППР позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Сис-
тема изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения.
На концептуальном уровне различают16:
- СППР, ориентированные на данные (Data-driven DSS, Data-oriented DSS);
- СППР, ориентированные на модели (Model-driven DSS);
- СППР, ориентированные на знания (Knowledge-driven DSS);
- СППР, ориентированные на документы (Document-driven DSS);
- СППР, ориентированные на коммуникации и групповые СППР (Communications-Driven & Group DSS);
- интер-организованные и интра-организованные СППР (Inter-Organizational & Intra-Organiza-tional DSS);
- специфически функциональные СППР или СППР общего назначения (Function-Specific or General Purpose DSS);
- СППР на базе Web (Web-Based DSS).
В зависимости от данных, с которыми эти системы работают, СППР можно разделить на оперативные и стратегические17.
157 L
Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unter-stutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. — Zurich: Hochschulverlag AG, 1999. S. 189-208.
Power D.J. A Brief History of Decision Support Systems // DSSResources.COM. World Wide Web. Version 2.8. May 31 2003. [Доступ: http://DSSResources.COM/history/ dsshistory.html]
Holsapple C.W., WhinstonA.B. Decision Support Systems: A Knowledge-based Approach. — Minneapolis: West Publishing Co., 1996.
15
16
л
Ш а. о
е
ш й.
Д1& Оперативные СППР (EIS) предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. Стратегические СППР (DSS) ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников. К системам этого типа относят многофункциональные системы анализа и исследования данных. Они предполагают глубокую проработку данных, которые можно использовать в процессе принятий решений. Системы типа DSS, в отличие от EIS, рассчитаны на пользователей, имеющих как знания в предметной области, так и возможности использования современных компьютер-
ных технологий. Этим системам присущи черты искусственного интеллекта, так как DSS обладают возможностью проработки исходных данных и представления конкретных выводов по поставленной задаче. Такие системы имеет смысл создавать, если есть основания для обобщения и анализа данных и процессов их обработки. Системы этого типа иногда называют динамическими, т. е. они должны быть ориентированы на обработку неожиданных запросов. В последнее время к СППР относят только второй тип, т. е. DSS.
По способу отражения знаний18 СППР классифицируются в соответствии с рис. 3.
Методы компьютерного представления знаний, используемые
CQ
U ш
э
ю
Рис. 3. Классификация СППР по видам воспроизводимых знаний человека
См.: Дик В. В. Методология формирования решений в экономических системах и инструментальные среды их поддержки. — М.: Финансы и статистика, 2000.
18
в СППР первого класса, основаны на статичной связи между объектами, что может характеризоваться как грубая аналогия. Моделирование функций памяти на основе динамических ассоциаций носит более адекватный характер.
Содержание описанных СППР касалось индивидуальных решений, в связи с чем инструментом, поддерживающим этот процесс, служат централизованные системы, характерной особенностью которых является единство места хранения знаний и выполнения вычислений.
Возрастающая сложность создания распределенных систем предопределила дальнейшее выделение и развитие в рамках объектно-ориентированного подхода нового научного направления, названного агентно-ориентированным программированием. Под агентом при этом понимают программный модуль, который уполномочен «действовать» вместо человека-эксперта или ЛПР. Агенту, т. е. модулю, приписываются следующие антропоморфные свойства: убеждения, желания, замыслы, обязательства и др. Убеждения — это алгоритмы, заложенные при создании агента; желания — это цели, которые он может достичь при определенных обстоятельствах; замыслы и обязательства интерпретируются как ал-
горитмы, которые меняются в за висимости от ситуации. Мульти агентная система, в которой каждый агент характеризуется перечисленными свойствами, способна проявлять собственную инициативу; поддерживать связь с окружающим миром, получая от нее информацию и реагируя на нее своими действиями; посылать другим агентам сообщения и получать сообщения в ответ; действовать без вмешательства человека19.
Применение агентно-ориенти-рованных систем в практике принятия решений позволяет решать проблему совместного использования распределенных в пространстве знаний при условии, что имеют место распределенная база знаний и их централизованная обработка.
Для оптимизации соотношения «формальное — неформальное» важную роль играют информационные технологии, применяемые в СППР. Отметим, что они в своем развитии прошли следующие этапы20:
1. Технология баз данных (Data Base — DB). Базы данных сыграли решающую роль в решении проблемы актуализации больших объемов данных.
2. Технология аналитической обработки данных в режиме on line (OLAP — on line Analitical
159 L
Трахтенгерц Э.А. Компьютерная поддержка принятия решений. — М.: СИНТЕГ, 1998.
Забежайло М. И. Интеллектуальный анализ данных — новое направление развития информационных технологий // Информационные процессы и системы. 1988. № 8. С. 6-15.
19
.с
Ш a. о
е
ш й.
о
со ^
U ш
EJ ifl
Proccessing). Усложнение средств анализа данных в процессе принятия решений потребовало новых усовершенствований в технологии обработки данных. Возникла необходимость в такой перестройке работы с базой данных, которая обеспечивала бы получение немедленного ответа на поставленный вопрос (режим on line) и возможность многоаспектного анализа хранящихся данных. Технология интеллектуального анализа данных (Data Mining — DM). Данная технология представляет собой процесс извлечения зависимостей из разнородных баз данных. В этом процессе центральное место занимает автоматическое порождение моделей, правил или функциональных зависимостей. Необходимость появления DM-технологии продиктована следующими обстоятельствами:
- тотальное применение Web-серверов обеспечивает доступ к огромному объему разнородной информации, обработка которой с помощью традиционных информационных технологий невозможна;
- существует потребность в выявлении скрытых зависимостей между различными факторами, представленными в различных формах (символьная, числовая, графическая, неструктурированная, структурированная и т. д.);
- существует необходимость в выделении из множества значений, принимаемых факторами, тех, которые определяют поведение объекта и оказывают влияние на его поведение в будущем. В основу DM-технологии положены Хранилища данных (Data WareHouse - DWH). Хранилище информации (данных) — это предметно-ориенирован-ный, интегрированный, неизменяемый и поддерживающий хронологию набор данных, специфическим образом организованный для целей поддержки принятия решений. Особенно перспективным является сочетание DWH + DM-технологий, так как они функционируют не по заранее заданным формулам, а на основе функциональных зависимостей, релевантных накопленным данным. В DWH + DM-технологиях используются в различных сочетаниях следующие инструменты: нейронные сети, генетические алгоритмы, средства визуализации процессов, методы порождения деревьев решений, методы статистического анализа. Принципиальная новизна этих технологий состоит в том, что управление процессом решения задач носит не алгоритмический характер, а характер управления данными.
4. Системы поддержки принятия и исполнения решений (Electronic Perfomance Support Systems). В этих системах использование
новейших достижений в области теории обучения и принятия решений делает возможным и перспективным создание технологий, обеспечивающих не только поиск нужного решения, но и внедрение принятого решения в практику управления. 5. Мультиагентные системы (МА). МА-технологии являются объединением объектно-ориентированной технологии и методов искусственного интеллекта. Рассмотренные технологии системы управления знаниями вуза
должны использоваться для реали- Ц > зации информационно-аналити-1 ческих и математических моделей управления образовательными системами (включая и дистанционные). Разработка таких моделей позволит создать корректно обоснованные программы развития современного вуза за счет комплексного учета общих принципов управления сложными системами и применения современных организационных механизмов для управления ими.
!И
