Wissensmanagementsysteme - Westsächsische Hochschule Zwickau

Wissensmanagementsysteme
Sibylle Schwarz
Westsächsische Hochschule Zwickau
Dr. Friedrichs-Ring 2a, RII 263
http://wwwstud.fh-zwickau.de/~sibsc/
[email protected]
WS 2009/2010
Motivation
I
Was ist Wissen?
I
Wie lässt es sich darstellen?
I
Wie lässt es sich ändern?
Analogie zum menschlichen Denken
Literatur
I
Ronald Brachman, Hector Levesque:
Knowledge Representation and Reasoning (Morgan
Kaufmann 2004)
I
Stuart Russell, Peter Norvig:
Künstliche Intelligenz (Pearson 2004)
I
George Luger: Künstliche Intelligenz (Pearson 2001)
I
Klaus Götze, Ralf Schmale, Berthold Maier, Torsten
Komte: Dokumenten-Management (dpunkt 2008)
Inhalt der Lehrveranstaltung
I
Wissensrepräsentation
I
I
I
I
I
Problemlösen
I
I
I
Suche
Schließen (nichtmonoton, unscharf)
Diagnose
I
I
I
Daten, Information, Wissen
Regelsysteme
Entscheidungsbäume
Entscheidungstabellen
regelbasierte Diagnosesysteme
d3web
Dokumenten-Management
Mögliche weitere Themen
I
Planen
I
Wissensbeschaffung
I
Maschinelles Lernen
I
Multi-Agenten-Systeme
Einordnung in die Informatik
Informatik Lehre von Darstellung und Verarbeitung von
Information
Information (neues) Wissen über ein Ereignis, einen
Tatbestand oder einen Sachverhalt,
Beseitigung von Ungewissheit
Einordnung in die Teilgebiete der Informatik:
I
theoretische Informatik:
Logik, formale Sprachen
I
technische
I
praktische:
Algorithmen für Suche, Planen
I
angewandte:
Expertensysteme, Wissensverarbeitende Systeme,
Diagnosesysteme
Wissen, Information, Daten
Daten Darstellungsform (Syntax)
Zeichenketten, Bilder, Ton, . . .
Information Bedeutung der Daten (Semantik)
in einem bestimmten Kontext
Wissen Information mit einem Nutzen
trägt zur Lösung eines Problemes bei
Beispiele:
Daten:
Information:
Wissen:
39.7
Körpertemperatur= 39.7◦
Fieber (behandeln)
Arten von Wissen
deklarativ statisches Wissen
Fakten, Aussagen, Zusammenhänge
prozedural dynamisch
Regeln, Algorithmen, Funktionen
Beispiel:
I Faktenwissen (deklarativ):
I
I
I
Tom ist ein Kind von Paul.
Paul ist ein Kind von Anton.
Regelwissen (prozedural):
I
Jedes Kind eines Kindes einer Person X ist ein Enkel von
X.
Aber: Repräsentationen von Regeln und Funktionen sind auch
Daten.
(deklarative Programmierung)
Darstellung von Wissen
formale Darstellung
spezielle Form der Daten in der Wissensbasis abhängig von
I
Problembereich
I
geplante Verwendung
Wissen in Wissensbasis ist immer Abstraktion, beschreibt
Modelle der Realität
I
Auswahl von (für den Anwendungsbereich) wichtigem
Wissen
I
Vernachlässigung unwichtiger Details
Beispiele:
I
Liniennetzplan
I
Grundriss
I
Stundenplan
I
Kostenplan
Expertenwissen
I
fachspezifisches Wissen in einem Anwendungsgebiet
I
Fähigkeit zur Lösung von speziellen Problemen auf diesem
Gebiet
(Kenntnis fachspezifischer Problemlöseverfahren)
I
Fähigkeit zur Erklärung von Lösung und Lösungsweg
I
Kenntnis der Grenzen des eigenen Wissens
I
Lernfähigkeit (Fachliteratur, Gespräche)
Wissensbasierte Systeme
Zentrale Komonenten:
I
Wissensbasis
I
Problemlösekomponente
Hilfs-Komponenten, z.B. für
Interview Abfrage fallspezifischer Information
Erklärung Begründung der vorgeschlagenen Lösung
Wissenserwerb konsistente Erweiterung der Wissensbasis
Anforderungen an Wissensbasis
I
für Problembereich geeignete Abstraktion
I
effektiv, redundanzfrei
I
verständlich
I
vollständig
I
erweiterbar