هزینه های کاهشی و سودآوری از طریق مدیریت اطلاعات

۱- هزینه های کاهشی و سودآوری از طریق مدیریت اطلاعات

نینا هلاندر (Ph.D) ، ماریان کاکو (M.Sc) و پاسی ویرتانن (M.Sc)

دانشگاه فنلاند

۱- مقدمه

رایج ترین و رسمی ترین ایده اصلی یک سرمایه گذاری تجاری، سود رسانی به مالکان آن است. سه موقعیت وجود دارد که یک شرکت باید برای باقی ماند، دارای آن باشد: باید از لحاظ مالی، قادر به پرداخت قبوض بوده، و دارای نقدینگی و نیز سودآور هم باشد. سود رسانی به این معنی است که سرمایه گذاری باید قابل دوام و قابل ترقی باشد و باید قادر به نگهداری مقدار خاصی از درآمد بوده و هزینه ها را پایین نگه دارد. به علاوه، برای موفقیت، باید این عمل را در روشی بهتر از رقیبان خود انجام دهد. امروزه، همانطور که اکثر شرکت ها دارای آن می باشد و یا حداقل ممکن است برای سازمان مورد استفاده در رشته عملیاتی انتخابی آنها، به آن دسترسی داشته باشند، آنها باید در جستجوی یک روش رقابتی در جای دیگر باشند. این امتیاز، می تواند توسط یافتن یک روش بی نظیر از ترکیب اموال مادی و ملموس با دارایی های غیر ملموس مانند دانش فردی و سازمانی، بدست آید. (اسپندر و گرانت ۱۹۹۶). این ترکیب انواع مختلف دانش، هر سازمان و تمام کمپانی ها را از همتای خود متفاوت می سازد. همانطور که هیچ دو سازمانی دقیقاً شبیه به هم نیستند. اطلاعات و دانش به عنوان یک دارایی به شمار می رود، اما یک فاکتور حیاتی برای تولید نیز می باشد.(زاک ۱۹۹۹). به این معنی که مفهوم کلی اطلاعات، در حال تغییر است. مدت زیادی نیست که دانش به عنوان چیزی محسوب می شود که یک فرد به آن نیاز دارد و آن را برای خود نگه می دارد، در واقع، کارمندان برای تقسیم آن، تشویق می شوند. شرکت ها روشهای خود را برای فکر در مورد اطلاعات، تغییر داده و آن را به عنوان مواد یا دارایی خام و در چندین قرن قبل، فرض می داشتند. وضعیت کارها از وقتی متناقض شد که، در آمدهای مالی و جریان پول، به طور کلی، در کنترل مناسب قرار نداشت، در حالیکه دانش، که اغلب، از اهمیت بیشتری برخوردار است- همانطور که ممکن است در نظارت جریانات دیگر کنترل و کمک نماید. تنها دست آورد در این نقطه بود. یکی از ویژگی های دانش این است که هنگامی که تقسیم می شود، چند برابر می شود (آلی ۲۰۰۰). می توان امیدوار بود که این امر برای دارایی های مالی بکار رود.

همانطور که در بالا بیان شد، دانش یک منبع اصلی برای سازمان های معاصر می باشد. (پنروز۸۰-۷۹-۱۹۹۵)، به ویژه مطابق با دیدگاه پایگاه دانش شرکت ها، در این نظریه، دانش به عنوان یک عنصر اصلی در موفقیت بسیاری از سازمان ها محسوب می شود (به عنوان مثال به گرانت ۱۹۹۶، رجوع نمایید). کمپانی مدرن باید اموال و منابع خود که شامل دانش می باشد را ارزیابی نمایند و در جایی که کسری وجود دارد، هر چقدر که ماهیت آن، شروع به آغاز دوباره نموده و یا به طور مناسب و اقتصادی فعالیت را ادامه می دهد، آنها باید نقض یا اموار ناقض را به طور کامل، پیدا کنند. یکی روش برای استفاده از این منبع، بهینه سازی استفاده از دانش موجود در شرکت است، همانطور که دانش یک مؤلفه مرکزی در موفقیت یک سازمان است، دانش اصلی ابتدا باید تعیین شود، بعد از آن ممکن است و باید به طور مؤثر مورد استفاده قرار گیرد. مدیریت دانش (KM) یک ابزار برای تعیین و استفاده از این دانش است. در این فصل، KM از طریق یک مثال واقعی، توضیح داده می شود مثال انتخاب شده، عملیات یک شرکت نرم افزاری در بازارهای تجارت به تجارت می باشد یعنی شرکت، راه حل های نرم افزاری را تولید نموده و به سازمان های دیگر می فروشد.

در این کمپانی، مدیریت واحد تجارت دریافت که: مقدار زیادی از کارهای انباشته وجود دارد، که گروه های تولید نرم افزار تمایلی به اطلاع از آن ندارند. بنابراین، گروهها به تولید نرم افزار را با یک لوح تمیز، صرف نظر از کارهای انجام شده، آغاز نموده و دانش در جای دیگر در این کمپانی، ایجاد شده است. تمام پروژه ها دارای قیمت های بیشتر یا کمتر هستند. زیرا هر گروه، کد نرم افزاری را تولید می کنند که تمام جنبه های عاملیت را در بر می گیرد، چه همان خصوصیات، توسط گروه دیگر برای پروژه دیگر ساخته شده باشد، یا نباشد. اگر ویژگی های بعدی به عنوان یک مؤلفه رایج و فقط نسبت به خطوط کدهای مناسب برای یک پروژه محسوب شود، مقدار قابل ملاحظه ای از هزینه های کاری می تواند ذخیره شود. مدیریت کمپانی، یک راه حل در سازه سازی می یابد که تدوین را به زبان مدیریت دانش ترجمه می کند. برای اطلاعات بیشتر، این فصل، استفاده از سازه سازی را به عنوان یک روش و مثال استراتژی رمزی کردن برای استفاده به عنوان بخشی از KM در تولید نرم افزار، توضیح می دهد.

۲- مدیریت دانش چیست؟

در سطح کلی، مدیریت دانش می تواند به عنوان مدیریت و تقسیم و کاربرد دانش و نیز ترقی ایجاد دانش، محسوب شود (مارشاند و داون پورت ۲۰۰۰). عناصر ضروری در مدیریت دانش، اجرایی و مدیریت هدفمند دانش، مهارت ها، رقابت و ارتباطات می باشد (سارلا ۲۰۰۱). براساس این بیانات، می توان نتیجه گیری نمود که همانطور که این موارد تمام سرمایه و عملکردهای آن را در بر می گیرد، متعلق Unrisdication دستورات می باشد. اساساً، می توان گفت که یکی از ایده های اصلی در مدیریت دانش، گسترش و ترقی مؤثر منابع موجود (واه ۲۰۰۰) در بین سازمان های می باشد. بنابراین، برای انتقال دانش و تجربه در سازمان از مبدأ تا مناطق دیگر می تواند به عنوان یکی از فعالیت های وظایف مدیریت دانش دیده شود (اینامو ۲۰۰۱).

دانش باید به صورت آشکار تقسیم شود به این معنی که دیدگاه سازمان، تنها دیدگاه اولیه خود کمپانی است به هر حال صحبت کردن افراد و تقسیم اطلاعات آنها می تواند به عنوان بزرگترین فاکتور برای مدیریت مؤثر دانش محسوب شود. (دسوزا ۲۰۰۳). می توان گفت که یک نگرش منطقی در یک سازمان (یعنی اعضای سازمان تمایل به جستجو برای دانش در سازمان و نیز تمایل به تقسیم دانش خود داشته باشند). اگر مدیریت دانش در آنجا به خوبی عمل کند، مورد نیاز است. (هسن و همکاران ۱۹۹۹). این عبارت بیان می کنند که مدیریت دانش یک عملکرد است که یک ارتباط نزدیک با مدیریت منابع انسانی و مدیریت در کمپانی ها دارد.

نگرش منطقی در سازمان می تواند با تعاملات اجتماعی ترقی یافته و تشویق شود. از طریق تعاملات اجتماعی؛ واحدهای سازمانی دارای فرصت های بیشتر برای تقسیم منابع و ایده های خود دارند. تعاملات اجتماعی اطمینان را افزایش داده و نامعینی را در بین کارمندان کاهش می دهد (تسی ۲۰۰۰).علی رغم تمام این موارد، بسیاری از شرکت ها، دارای کمبود نگرش منطقی بوده زیرا کارمندان دانش خود را به عنوان سرمایه پرسنل نسبت به موضوعات سود ده دیگر می بینند. هنوز، دقیقاً این نگرش عقلانی می تواند برای جریان های اطلاعاتی رایج تر، مورد نیاز باشد. یک دلیل برای این کمبود می تواند این باشد که حتی اگر انتظار رود واحدهای سازمانی متفاوت با یکدیگر همکاری کنند، در حقیقت آنها هنوز اغلب با یکدیگر، رقابت دارند. (تسای۲۰۰۰) می توان گفت که دقیقاً تعاملات اجتماعی است که در ایجاد نگرش عقلانی که برای تقسیم دانش بین واحدهای متفاوت در شرکت ها مورد نیاز است، واجب و حتمی می باشد. در میان سودهای موجود برای واحدها، تقسیم اطلاعات، ابتکار آمیز و کارایی در زمان انجام پروژه می باشد. (هارگادون ۱۹۹۸). این عوامل، در میان فاکتورهای موفق یک سرمایه گذاری مدرن قرار دارند.

سؤالی که اینجا بوجود می آید این است که آیا یک سازمانم می تواند مدیریت اطلاعات را بدون شناختن آن انجام دهد. ما تمایز در این محتوا بین اجرای با دقت عملیات برنامه ریزی شده در KM و انجام اموراتی که با تعریف KM مطابقت دارد را توضیح می دهیم. در مورد اول، ما می گوییم که KM به کار می رود در مورد دوم، ما بیان می کنیم سازمان به سادگی اطلاعات خود را مدیریت می کند. مسائل در مورد مدیریت اطلاعات و دستیابی اطلاعات، مخصوصاً در بعضی اوقات به دو مورد تقسیم می شود. تقسیم اطلاعات و ایجاد دانش جدید. تقسیم اطلاعات ممکن است در برخی مواقع به عنوان انتقال اطلاعات نیز نامیده شود. این مسئله بعداً، مورد بعدی را در این فصل، توضیح می دهد. با توجه به ایجاد اطلاعات جدید، بنیانگذاران KM، نوناکا و تاکوشی (۱۹۹۵)، نوشتند که این اطلاعات به یک جدول چهار خانه با نام مدل SECI تقسیم می شود. این مدل نشان می دهد که اطلاعات در روشهای مختلف بین افراد مختلف در سازمان ها ایجاد می شود. این مدل نام خود را از این موارد بدست آورده است؛ اجتماعی شدن ، برونی کردن، ترکیب و درونی شدن. به طور خلاصه، اجتماعی شدن هنگامی رخ می دهد که دو انسان با هوش و مطلع، تجربیات را تقسیم نمود و هر دو اطلاعات حدید از دانش ترکیب یافته را بدست آورد. برونی سازی هنگامی رخ می دهد که یک انسان مطلع دانش تاکتیکی خود را برای بخشهای دیگر سازمان بکار برد. ترکیب به شرایطی گفته می شود که دو منبع جداگانه وجود داشته باشد که مهارت و کاردانی آن ها بتواند برای ایجاد اطلاعات جدید به کار رود. درونی سازی، شرایطی را توضیح می دهد که یک فرد در اطلاعات آشکار قرار گرفته و این اطلاعات را با چارچوب تجربیات خود فرآیند سازی نموده و اطلاعات واضح جدید بوجود آورد. (نوناکا و تاکاشی ۱۹۹۵). هر کدام از این فرآیندها می توانند در سازمان ها یافته شوند، آنها می تواند بصورت عملکرد مستقیم یافت شوند.

می توان گفت که مدیریت دانش شامل عملیات طراح شده دقیق در روشی است که این موضوعات بتوانند از طریق برنامه ریزی و مدیریت، تحقق یابند. نسبت به اینکه فقط انتخاب سیاست اقتصاد زا و بدون تلاش در تأثیر بر استفاده و ایجاد دانش، به جای ایجاد شرایطی برای رخداد داد آنها، اگر اصلاً اتفاق می افتند، انجام شود. در واقع، مدیریت دانش ممکن است برای سلطه بر سرمایه انسانی و دارایی های عقلانی یک سازمان، (استاهل و گرونروز ۱۹۹۹) برای عملکرد حداکثر و برای ایجاد بیشترین تلاش سازمان، وجود داشته باشد.

مطابق با بیانات آنسوف (۵-۱۹۶۵)، مسئله اصلی یک سرمایه گذاری، چگونگی شکل بندی و هدایت فرآیند تبدیل منابع در یک روش برای پیشرفت دستیابی اهداف، می باشد این مسئله برای تصمیم گیرندگان، شامل تمام زیر بخش های شرکت و عملکرد های آنها می باشد. همانطور که اکثر شرکتها در تلاشند، آنها به برنامه ریزی دقیق عملکردهای خود در هر روز و نیز در بلند مدت نیازمند هستند عملکردهای روزانه بر حسب وظایف عملیاتی انجام می شوند. ابزار برای برنامه ریزی بلند مدت، استراتژی است که استراتژی به تعیین اهداف بلند مدت اصلی یک سرمایه گذاری اطلاق می شود و پذیرش روش های عملکرد و اختصاص منابع برای انجام این اهداف، ضروری می باشد.

همانطور که نشان داده شد، دانش یک بخش مهم مجموعه یک سرمایه گذاری است بنابراین استفاده از ان ها باید شامل این برنامه ها باشد. و نیز به این معنی است که مدیریت دانش باید مطابق با استراتژی تجاری باشد (زاگ ۱۹۹۹، ۱۴۲) اگرچه نیاز برای یک استراتژی KM خاص و یا KM وجود دارد و باید بخشی از کل استراتژی تجاری بوده و قابل بحث می باشد. هر کدام از روش ها که انتخاب شده یک استراتژی باید شامل فعالیت های واقعی باشد که برای مدیریت دانش در سازمان مورد نیاز باشد (سیلی و دستیریک ۱۹۹۹).

این روش همچنین باید شامل یک جدول زمانی برای فعالیت ها باشد که فعالیت های واقعی زمان بندی شده و برنامه ریزی نشوند. با عنوان استراتزیک مناسب، سرمایه گذاران در مدیریت دانش، تمرکز بهتری داشته و مزیت رقابتی را فراهم می سازند (زاگ ۱۹۹۹)

ایده اصلی KM استفاده دوباره منابع موجود موثر می باشد (واه ۲۰۰۰). یک روش کاملاً شناخته شده برای مدیریت دانش، کاربرد استراتژی کد سازی و شخصی سازی است (هانسل و همکاران ۱۹۹۹). ایده اصلی استراتژی در کد سازی، تمرکز بر اطلاعات کد شده و تکنولوژی اطلاعات است. هدف آن، کد سازی دقیق اطلاعات و ذخیره آن در پایگاه اطلاعات می باشد. از طریق این فرآیند، هر فرد در کمپانی می تواند به آن دسترسی داشته و به آسانی از اطلاعات استفاده نماید. روش دیگر در اجرای مدیریت دانش، به کارگیری استراتژی شخصی سازی است در این جا، ایده اصلی تمرکز بر اطلاعات ضمنی و تماس های فرد با فرد است تکنولوژی اطلاعات برای کمک به شبکه و ارتباط افراد مورد استفاده قرار می گیرد. (هانسل و همکاران ۱۹۹۱). در استراتژی شخصی سازی، تأکید بر مباحث مربوط به انسان، می باشد.

بیان شده است که یک سازمان باید یک انتخاب را بین دو استراتژی انجام دهد. به هر حال، در یک زمان، هنگامی که یک استراتژی انتخاب می شود، استراتژی دیگر نباید کاملاً کنار گذاشته شود. توازن مناسب بین این دو استراتژی، ۲۰/۸۰ بیان شده است (هانسل و همکاران ۱۹۹۹). با این وجود، برخی بیان می دارند که در کمپانی های نرم افزاری، توازن می تواند متفاوت باشد. پیشنهاد این است که استراتژی های کد سازی و شخصی سازی باید بیشتر دست به دست شده و باید یک فرآیند دو جانبه از کد سازی و شخصی سازی وجود داشته باشد. فرآیند پیشرفت نسبت به اطلاعات زیاد، تغییر می یابد. همچنین خروجی واقعی فرآیند، نرم افزار، یک محصول قوی اطلاعات می باشد.

یک انتخاب عقلانی برای پیشرفت نرم افزار، مهندسی نرم افزار براساس سازه ها (CBSE) با عنوان سازه سازی در این فصل می باشد. سازه سازی در این مفهوم به روش عدم استفاده کد خاص نوشته شده برای هر پروژه تمام و تولیدات گفته می شود اما در واقع، همیشه موقعیت هایی برای استفاده دوباره کدهای نوشته شده وجود دارد. طرف دیگر سازه سازی این است که در هنگام نوشتن کد، باید احتمالات وسیعتر برای استفاده از کد در سازمان و در تمام گروه ها و محصولات آن وجود داشته باشد. سازه های اصلی، همیشه شرکت های مستقل بوده و آنها ممکن است از یک ردیف کدها یا واحدهای عملکردی بزرگتر، تغییر یابند. سازه باید یک یا تعاملات بیشتر را از طریقی که ممکن است مورد استفاده قرار گیرد، افزایش دهد. بیان شده است که سازه سازی، یک روش برای افزایش تأثیر پذیری پیشرفت نرم افزار است، همانطور که مقدار کارهای جمع شده را کاهش می دهد که با نظر اصلی واه در مورد KM و ایجاد اطلاعات موجود می توانند بطور مؤثرتری مورد استفاده قرار گیرند. اهمیت سازه سازی در اطلاعات رمزی شده می باشد. هنوز، برای قادر بودن به ایجاد راه حل های مناسب برای نیازهای مشتری، مدیریت اطلاعات با نباید نادیده گرفته شود.

یکی از چالش ها برای سازمانها، پیچیدگی تشخیص اینکه کدام اطلاعات در چه شرایطی مورد نیاز است می باشد. سازمان ها، اساساً با یک مشکل بزرگ در مورد کارمندان مواجه می شوند که در مورد تمام اطلاعات موجود در دسترس در سازمان، آگاهی دارند. بنابراین آنها نمی توانند از آنها در کارهای خود استفاده نمایند. ایجاد ایده های جدید، می تواند مؤثرتر باشد اگر اطلاعات قدیمی بتوانند با شرایط جدی، ضمیمه شوند. و در این روش می توانند ترویج یافته و افزایش یابند. (هارگادون ۱۹۹۹، هارگادون ۱۹۹۸، هارگادون و ساتون ۱۹۹۷). در مدت فعالیت در حالت سازه سازی، علاوه بر انجام فعالیت های روز به روز آنها مانند قبل، گروه باید در تلاش برای تعیین مؤلفه های پتانسیل باشند یعنی محصولات زیر بخش ها و یا ویژگی ها، که بتواند در گروها و محیط های دیگر، مورد استفاده قرار گیرد. سازه های ایجاد شده باید برای استفاده سازمان، قابل دسترسی باشد. تبادل منابع و تعاملات بین افراد، گسترش و استفاده نرم افزار قابل استفاده مجدد یک فاکتور مهم برای سازه سازی می باشد. (شریف و همکاران ۲۰۰۶).

در حالیکه یکی از اهداف مدیریت اطلاعات، استفاده دوباره و مؤثر اطلاعات موجود است، KM می تواند به عنوان یک عنصر کلی در تغییر در سازه سازی، دیده شود. انتخاب برای باز نو کردن پیشرفت نرم افزار بصورت سازه سازی می تواند به عنوان یک انتخاب به سمت یک استراتژی مدیریت اطلاعات بر پایه رمزی سازی، دیده شود. علی رغم اهمیت استراتژی رمزی سازی، باید به خاطر داشت که استراتژی شخصی سازی نباید کاملاً نادیده گرفته شود. از طریق این قسمت، تشخیص عناصری که در مدیریت اطلاعات مهم می باشند، بسیار آسان است. تنها با توجه به هر دو جنبه می توان، یک روش برای مدیریت اطلاعات تشخیص داد که برای توسعه نرم افزاری مناسب باشد مهم نیست کدام استراتژی مدیریت اطلاعات است، هر دو تکنولوژی و مباحث انسانی باید در نظر گرفته شوند.

هنوز هم بیان این موضوع ارزشمند است که برآورد شده است که همانقدر که یک سوم موارد استفاده مجدد نرم افزار، با شکست مواجه شده است. کمبود فرآیندهای اختصاص داده شده برای استفاده مجدد و پذیرش فرآیندهای موجود، دلائل اصلی برای شکست می باشند. در برخی موارد، فرآیندها، از استفاده مجدد، حمایت نمی کنند یعنی هیچ وسیله یا زمانی برای استفاده مجدد و سازه سازی وجود ندارد.(موری سیو و همکاران ۲۰۰۲). با اجرای یک استراتژی KM مناسب، این چالش ها ممکن است از بین روند. در تطابق با این موضوع، و برای کار، سازه سازی به یک برنامه ریزی بسیار دقیق نیاز دارد. (موری سیو ۲۰۰۲). و نیز بیان شده است که اغلب پروژه های سازه سازی با شکست مواجه می شوند زیرا آنها در ساختارهای موجود با محرک و آموزش تکنیکی اندک، انجام می شوند. اغلب، فاکتور انسان، نادیده گرفته می شود. (موری سیو و همکاران ۲۰۰۲). اساساً، فشار از منابع مختلف (مرتبط با مشتریان، مدیریت و اهداف مالی)، توجه را از سازه سازی، دور می سازد. یک چالش پتانسیل دیگر این است که واحدهای مستقل و پراکنده ممکن است حتی با یکدیگر رقابت داشته باشند. و منجر به موقعیتی شود که در آن هیچ تمایلی برای تقسیم کد نرم افزار وجود نداشته باشد. بنابراین، نقش تعاملات اجتماعی ممکن است هنگام باشد که یک فرد سازه سازی را معرفی نماید مانند تشویق افراد به تقسیم اطلاعات بصورت سازه هایی که مخلوقات اطلاعات دیگر هستند. بعد از انعکاس بر اهداف ذکر شده در بالا در مورد مدیریت اطلاعات، می توان بیان داشت که فکر سازه سازی یعنی استفاده دوباره کارهای انجام شده و منابع موجود به فکر اصلی مدیریت اطلاعات، بسیار نزدیک می باشد.

۳- یک مثال عملی و کاربردی از یک سازمان و محیط عملیاتی آن

اجازه دهید یک کمپانی نرم افزاری بزرگ در بازار تجاری- تجاری را بررسی نماییم در بخش نرم افزار، صنعت توسط هاچ و همکاران (۱۹۹۹) تقسیم شد، این کمپانی اکثراً در بخش راه حل های سرمایه گذاری قرار دارد اگرچه دارای ویژگی های خدمات حرفه ای نرم افزار و محصولات نرم افزار می باشد و سیستم های اطلاعاتی زیاد و پیچیده ای و سیستم های تکنولوژی ارتباطات (ICT) و راه حل هایی برای مشتریان سازمانی فراهم می سازد. این کمپانی پراکنده شده است. عملیات کمپانی براساس گروه های مستقل است که در روشهای بسیاری با یکدیگر فرق دارند. آنها دارای زمینه های سازمانی مختلف بر حسب ترکیبات و تفکیک و کسب سود،تکنولوژیهای مختلف در حال استفاده و محصولات و مشتریان متفاوت می باشند. هر کدام از این گروه ها برای توسعه نرم افزاری تولید و فروش خود مسئول می باشند. به علاوه، گروهها می توانند از یکدیگر جدا شوند حتی بصورت فیزیکی و جغرافیایی. این موضوع، دانستن اینکه کدام گروهها در یک سطح مساوی در سازمان قرار داشته و فعالیت می کنند را مشکل می سازد. به این دلیل، گروهها، اکثراً نرم افزار از چک نویس می سازند. این موضوع منجر به مشکلی می شود که اغلب گروهها برنامه ریزی های روی هم جمع شده و فعالیت توسعه نرم افزاری را انجام می دهند. افزونگی غیر ضروری در فرآیند توسعه نرم افزاری، طبیعتاً باعث هزینه های بیش از اندازه در کمپانی می شود. شرایط رقابتی دشوار، کمپانی را مجبور می سازد فرآیند توسعه نرم افزاری خود را از یک روش مؤثرتر بررسی و تجدید نماید. هدف این فعالیت، از بین بردن افزونگی ها و بهبود تولیدات می باشد. برای رسیدن به این هدف، استفاده کامل از اطلاعات در سازمان، مورد نیاز است. بنابراین، توسعه در جریان اطلاعات و همکاری نزدیک تر بین گروهها و افراد در سازمان، یک امر ضروری محسوب می شود. سازمان با مشکلات خود، از طریق مهندسی نرم افزاری براساس سازه ها، مواجه می شود. بنابراین ساختار سازمانی رایج، تعاملات مورد نیاز توسط سازه سازی را حمایت نمی کند. و زمان و انگیزه کافی برای ایجاد کدهایی که برای کالاهای معمول فعالیت می کنند، وجود ندارد. بنابراین برای انتقال از یک روش فعالیت گروهی به سمت تولید فرآیند توسعه نرم افزاری بیشتر یک چالش بزرگ برای کل سازمان محسوب می شود.

علاوه بر تغییر در ساختار سازمانی، سازمان اکنون باید تصمیم بر دستیابی مزیت های تکنولوژی تقسیم شده با اجرای همان محیط و زبان برنامه ریزی در سازمان اتخاذ نماید. تکنولوژی تعیین شده در گروههای اندک مورد استفاده قرار می گیرد. این فصل در مورد این موضوع تمرکز ندارد. دو مرحله از پیشرفت برای تجدید فعالیت های توسعه نرم افزاری کمپانی تعیین شده است. مرحله طراحی و آماده سازی و مرحله سازه سازی، مرحله طراحی و آماده سازی شامل ارزیابی مقدماتی تکنولوژیهای قابل دسترس و احتمالی و آنالیز فرآیندها و مرور فعالیت ها، تقسیم مسئولیت ها، اختصاص مقدماتی منابع و در نهایت تصمیمات تکنولوژیکی می باشد. در آماده سازی تغییر سازه سازی، یک گروه دینامیک و حرفه ای از کارشناسان و متخصصان و یک گروه معماری، مورد نیاز است. وظیفه گروه معماری، نظارت بر فعالیت ها و نیازهای تیم است. این گروه تصمیم می گیرد که آیا یک بخش پیشنهاد شده به عنوان یک سازه براساس پیشنهادات مدیر تیم مناسب است یا خیر. هر کدام از اعضای سازمانم می توانند از سازه ها، استفاده و استفاده مجدد نمایند. برای سودمند بودن موثر توسط گروههای دیگر، یک مؤلفه، باید به خوبی سند سازی شود.

بنابراین معیارهای با دقت برنامه ریزی شده برای سند سازی باید کامل شوند. فعالیت های برنامه ریزی شده وارد فعالیت شده و در سازمان در مرحله اجرا، قرار داده می شوند. در این مرحله ،گروه معماری باید بر فرآیند نظارت داشته و از فعالیت های دست حمایت نمایند. هدف این دو مرحله، تجدید دوباره فرآیند توسعه نرم افزار با معرفی سازه سازی، چالش های بسیاری را از دیدگاه مدیریت اطلاعات بوجود آورده است. ایده اصلی در تجدید دوباره برای سازه سازی، تقسیم اطلاعات، برای قادر بودن به استفاده دوباره آن است. قبل از اینکه این دیدگاه بیان شود، چالش های مدیریت اطلاعات بسیاری می توانند تعیین شوند.

با دوباره نوسازی فرایند توسعه نرم افزار توسط معرفی سازه سازی، سازمان بر یک استراتژی KM تکنولوژی، تأکید دارد. عنصر مرکزی یک مخزن با نام مخزن سازه ها می باشد که در آن اطلاعات تفسیر می شوند. در طول استفاده از سازه ها از مخزن، برنامه نویسان هنوز کارشناسی دیگران و اطلاعات بیشتر برای توسعه مؤثرتر و تولید نرم افزار، نیاز دارند. بنابراین نیروی انسانی هرگز نباید در سازمان نادیده گرفته شود، به علاوه، مدیریت اطلاعات برای تجدید دوباره در چالش بوده و ممکن است توسط تقسیم آن ها به چالش های تکنولوژی و انسانی، توصیف شود، مقدار فعالیت اضافی و گوناگونی بسیار در گروهها در راه حل های اصلی آن ها، منابع اصلی نیاز برای سازه سازی مدیریت اطلاعات در تجدید فرایند توسعه نرم افزار سازمان می باشد. هر دو چالش تکنولوژی و انسانی از گوناگونی تیم ها دیده می شود. حتی در مرحله طراحی و آماده سازی که ماهیت ناهمگنی تیم ها باعث چالش در یافتن یک راه حل تکنولوژیکی مناسب می شود نیز می تواند دیده شود. یک فعالیت دشوار برای یافتن یک تکنولوژی برای حمایت از نرم افزار موجود تولید شده و نگهداری آن توسط گروهها به دلیل ماهیت متفاوت نرم افزار توسعه یافته در گروههای مختلف، وجود دارد. اگرچه سؤالی که بوجود می آید این است که چگونه مخزن سازه ها باید ساختار سازی شود که توسط اعضای سازمان واقعاً قابل استفاده باشد.

برای مرحله اجرا، یک چالش بزرگ در هماهنگی تکنولوژی جدید تعیین شده با تکنولوزیهای مورد استفاده در گروههای مختلف، هنگامی که تکنولوژیهای اولیه هنوز در حال استفاده هستند، می باشد. هدف انتقال تکنولوژی جدید در سازمان، یک چالش را بوجود می آورد. زیرا کمبود صلاحیت و کفایت در تکنولوژی جدید انتخاب شده، وجود دارد.

چالش ایجاد ارتباطات سازه ها، هنگامی کلی می شود که سازه ها ایجاد شده و بتوانند به عنوان یک چالش تکنولوژی در مرحله اجرا، در نظر گرفته شود. همچنین، کمبود زمان برای آموزش و آزمایشات مرتبط با تکنولوژی جدید وجود دارد.

هنگامی که زمان کافی برای آموزش و آزمایش با یک تکنولوژی جدید، وجود ندارد، اعضای سازمان دارای اطلاعات کافی برای استفاده از تکنولوژی جدید نمی باشند. به طور کلی، چالش های تکنولوژیکی در تغییر برای سازه سازی، نیازهای بیشتری را وضع می نماید.

مرحله طراحی و آماده سازی، چالش های آرایش یافته بشری می باشند. ضررهای مرتبط با تکنولوژی جدید تعیین شده وجود دارد. افراد در مورد اولویت تکنولوژی انتخاب شده، سؤالاتی دارند و بسیاری از افراد تمایل دارند با تکنولوژیهای قدیمی و آشنا که از آن استفاده می کردند، کار کنند. بعضی از اعضای سازمان حتی می ترسند زیرا این احساس را دارند که تغییر در آینده، شناخته شده نمی باشد. یک پدیده ایجاد شده در فعالیت ها، تغییر در ساختارهای درونی می باشد. این تغییر از این واقعیت بر می آید که، با انتخاب تکنولوژیکی جدید، رقابت و دانستن اینکه چگونه برخی افراد بسیار با ارزش می شوند در حالیکه دیگران از اهمیت کمتری برخوردارند، بوجود می آید. همچنین در مرحله اجرا، چالش فعال کردن اطلاعات و جریان دانش در میان گروهها وجود دارد. ماهیت ناهمگنی تیم ها در سازمان نیز دارای یک تأثیر در نگرش انسانی توسط افزودن برخی موضوعات متناقض و متغایر به تقسیم اطلاعات بین اعضای تیم های متفاوت می باشد. افراد از تقسیم اطلاعات با اعضای گروههای دیگر استفاده نمی کنند. تعاملات اجتماعی بین تیم ها ضعیف بوده و یا حتی وجود ندارد. ضررها و مشکلات رفتاری مانند کمبود اعتماد و یک (عشق) برای کدی که خود آن را می نویسند، دلائل اصلی آن می باشد به طور کلی مشکلات رفتاری یک مانع برای تغییر بوجود می آورد. در این رابطه، سؤالی به وجود می آید. به عنوان مثال فکر کلی سازه سازی و آیا اینکه تصمیمات تکنولوزیکی درست هستند یا خیر.

 

۴- نتایج کلی و کاربردهای مدیرانه

هدف کلی در مدیریت، ایجاد سود در کمپانی است. یک روش برای دستیابی به آن تولید کمتر و فروش بالاتر است همانطور که مشتریان بیشتر آگاه می شوند، همیشه نیاز و اتاق و هزینه های شکسته شده وجود دارد. یک روش برای انجام این کار، ایجاد بهترین منابع است. زیرا اطلاعات به عنوان یک منبع محسوب شده و در موقعیت استراتژیکی برای سازمان های معاصر وجود داشته و استفاده کامل و استفاده مجدد از آن، امکان پذیر است. این موضوع نیاز به یک تصمیم خردمندانه در سطح استراتژیکی برای اجرای مدیریت اطلاعات سازمان یافته در یک سازمان دارد. در سازمان مورد نظر ما، هدف اصلی در مورد سازه سازی، همانطور که قبلاً بیان شد، تلاش برای دوری از فعالیت های روی هم انباشته شده و استفاده از اطلاعات موجود در گروهها و مرزهای پروژه می باشد. بنابراین، نقش مدیریت اطلاعات مؤثر و بویژه تقسیم اطلاعات در سازمان، تعیین می شود. به هر حال، چالش های باقی مانده مربوط به مدیریت اطلاعات این است که باید بسیار دقیق باشد. ما از این واقعیت، بیان نمودیم که با تعیین این چالش ها و واکنش با آنها، و با آغاز مرحله طراحی و آماده سازی در فرآیند دوباره نوسازی، جادوی مدیریت اطلاعات می تواند بصورت مؤثرتری اتفاق افتاده و تغییر در CBSE آسان تر گردد. بخش ۳ این فصل، در مورد برخی چالش های KM توضیح داده شد که سازمان مورد نظر در سازه سازی با آن مواجه شد. براساس این مثال ها و چارچوب KM موجود، نتایج کلی چالش ها که اکثراً در یک سازمان گروهی یافت شده است، در جدول شماره یک ارائه شده است. برای دسترسی به آزمایش فرآیند اجرا در استراتژی کد سازی، فرآیند به دو مرحله تقسیم شده است:

مرحله طراحی و آماده سازی که در آن فرآیندهای واقعی انجام می شوند. چالش ها بر حسب منابع خود به دو طبقه، دسته بندی می شوند: چالش های تکنولوژیکی و چالش های انسانی.

 

مرحله طراحی و آماده سازی 

مرحله اجرا 

 

چالش های آرایش یافته و تکنولوژیکی 

* انواع مختلف تیم ها و نیازها

* توافق در ابزارهای قابل دوام که برای نیازهای گروههای مختلف، مناسب است.

* کارایی و قابل استفاده بودن مخزن اطلاعات 

* سازگاری بین اطلاعات اولیه و جدید

* آشنایی کافی با اطلاعات جدید

* استفاده کلی و مناسب اطلاعات

* کمبود زبان برای آموزش و آزمایش

 

چالش های آرایش یافته بشری 

*زیان در مقابل تغییر از وضعیت حاضر

* ترس و عدم اطمینان ایجاد شده با آگاهی نداشتن از آینده

* تغییر در ساختارهای ارزشی/ نیرویی/ مربوط به صلاحیت 

* جریان اطلاعات و دانش بین تیم ها

* تعامل اجتماعی بین گروهها

* مشکلات رفتاری مرتبط با تغییرات

* مشکلات رفتاری مرتبط با تکنولوژی جدید 

جدول ۱: چالش های KM در مراحل مختلف فرآیند دوباره نوسازی

طبیعتاً مرحله اول به سمت KM مناسب، آنالیز یافته و موانع پتانسیل موجود در سازمان و فعالیت های آن، تعیین شده است. اغلب می توان چالش های چندگانه را معین ساخت که در چندین بخش از سازمان وجود داشته و با بسیاری از فرآیندهای تجاری سازمان، همانطور که در جدول ۱ دیده می شود، مرتبط است. به هر حال، راه حل های احتمالی بسیاری برای این چالش ها وجود دارد. ویژگی بسیار جالب مدیریت اطلاعات این است که تأثیرات فعالیت ها، چند برابر شده و در بعضی مواقع، حتی دشوار می شوند. این که چرا راه حل برای چالش های KM نمی توانند تماماً با یک چالش خاص ارائه شده در جدول ۱ مطابقت داشته باشد، در مورد این موضوع است. هدف این است که، با اجرای راه حل های پیشنهادی، سازمان شرایط مناسب و درستی برای مواجه با چالش های ایجاد می نماید. این موضوع کاملاً طبیعی است، زیرا KM یک ابزار سازمانی منفرد نبوده بلکه یک فلسفه مدیریتی کلی می باشد.

راه حل های احتمالی براساس ایده های استراتژی های رمزی سازی و شخصی سازی در جدول ۲ ارائه شده است.

 

مرحله طراحی و آماده سازی

مرحله اجرا 

 

 

 

راه حل های آرایش یافته تکنولوژی

* تصمیم سطح استراتژیکی از طریق پروژه انجام می یابد.

* برنامه ریزی و زمان بندی مناسب اجرا

* اجرای استراتژی انتخاب شده مطابق با برنامه

*تصویب و تأیید تطابق روش قدیمی و جدید کار در برخی شرایط برای زمان مطابقت

* طراحی مخزن اطلاعات با متخصصان و نمایندگان گروههای مختلف 

* روش جدید کار تطابق یافته و سریع برای منطبق ساختن نیازهای گروه

* واگذاری منابع کافی و فرصت های مناسب برای آموزش

* ساختار و طراح معماری واضح و دقیق

 

 

راه حل های مرتبط با انسان

* تصمیم سطح استراتژیکی با پروژه پیش می رود.

* برنامه ریزی و زمان بندی مناسب اجرا

* اجرای استراتژی معین شده مطابق با برنامه

* ارتباطات مناسب تغییر

* آموزش برای روش معین 

* انتشار موارد راهنمایی برای خدمت به عنوان یک مثال

* ایجاد مناطق ارتباطی رسمی و غیر رسمی و جنبه های کاری بین گروهها

* پیگیری تغییرات فرهنگی نسبت به محیط کاری آشکارتر و تقسیم شده  

جدول ۲- راه حل های چالش های KM در مراحل مختلف فرآیند

در مرحله طراحی و آماده سازی، یکی از مباحث اصلی در مورد روش مرتبط با تکنولوژی، برنامه ریزی مناسب برای اجرا و زمان بندی برای اجرای تکنولوژیهایی جدید تعیین شده می باشد. کارشناسان و اعضای تیم های مختلف باید در این فرآیند شرکت داشته باشند، به علاوه مانند مرحله طراحی و آماده سازی، باید برخی تیم ها را در نظر گرفت که از تکنولوژیهای قدیمی تا زمانی که برای نگهداری نرم افزاری که با تکنولوژی قدیمی ساخته شده و با تکنولوژی جدید مطابقت ندارد، استفاده نمایند. این کار تنها در شرایطی انجام می پذیرد که هماهنگی تکنولوژی جدید و قدیمی غیر ممکن بوده و تنها اگر واقعاً ضروری باشد انجام می گیرد. در انتخاب تکنولوژی جدید، اطلاعات کارشناسان در سازمان باید برای اطمینان از اینکه انتخاب از نظر تکنولوژیکی درست است، مورد استفاده قرار گیرد. کارشناسان همچنین باید در طراحی و آماده سازی یک مخزن اطلاعات، شرکت داشته باشند. این امر در ایجاد یک مخزن اطلاعات که سودمند بوده و اطلاعات قابل استفاده بتواند یافت شوند، کمک می نماید.

انتخاب تکنولوژی جدید در مرحله طراحی و آماده سازی دارای یک تأثیر مستقیم در مرحله اجرا می باشد. در رابطه با بخش تکنولوژیکی تغییرات، باید توجه داشت که روش انتخاب شده فعالیت باید به اندازه کافی سریع باشد تا قادر باشد فعالیت گروههای انفرادی را ادامه دهد. تکنولوژی جدید همچنین باید به صورتی باشد که حداقل در برخی با روش قدیمی فعالیت، همراه باشد تنها این مورد که اطلاعات قدیم و جدید دست به دست شده ضمانت می کند که هیچ اطلاعاتی گم نشوند. در انتخاب تکنولوژی، باید اطمینان داشت که اعضای سازمان با آن اشاره بوده و یا دارای توانایی یادگیری برای چگونگی استفاده از آن باشند. برای یادگیری چگونگی استفاده از تکنولوژی حدید، باید فرصت های آموزی کافی برای تطابق روشهای یادگیری مختلف افراد وجود داشته باشد. مدیران نیز باید زمان و پول کافی برای کارمندان در مورد پذیرش و تطابق تکنولوژی جدید، اختصاص دهند. در مرحله ی اجرا، استفاده از اطلاعات موجود، تمرکز اصلی است. بنابراین برای اطمینان از سودمندی اطلاعات تازه ایجاد شده، مشخصات کامل و راهنمایی های واضح برای این اطلاعات که در مخزن اطلاعات قرار دارد باید آماده شود. این موضوع باید توسط مواردی که اطمینان حاصل می یابد اطلاعات برای استفاده تمام افراد به اندازه کافی عمومی هستند، انجام شود.

چالش های مرتبط با انسان در مرحله طراحی و آماده سازی که با ضرر، ترس و عدم اطمینان مرتبط می باشند باید با ارتباطات مناسب، در نظر گرفته شود. از طریق ارتباطات مناسب و درست در مورد تغییرات، مناطق مختلف ممکن است روشن شده و عدم اطمینان حذف گردد. ارتباط پیام های نوسازی و به صورت واضح در تمام روشهای مربوط به تیم ها و گروههای انفرادی در سازمان، اهمیت دارد. آموزش برای روشن تعیین شده در مرحله طراحی و آماده سازی نیز کار عقلانی می باشد. از طریق آموزش، انواع مختلف ضرر و زیان ها، از بین می روند. چه عاملی در آغاز تمام موقعیت های موجود در یک تغییر در موفقیت کوتاه مدت، ضروری است. یک تعادل برای کمک انسانی در تغییرات، مورد نیاز است. سازمان و اعضای آن باید مثالهای مثبت را اگر آنها بر مشکلات غلبه می کنند را ببینند. موارد راهنمایی موفقیت آمیز باید در سطح شرکت ترقی یابد. برای اطمینان از اینکه اطلاعات و دانش بین تیم ها در مرحله اجرا، جریان خواهد داشت، مکان های مختلف که افراد بتوانند یکدیگر را ملاقات کنند و اطمینان و اعتبار حاصل نمایند، با فرصت های مشابه سودمند خواهد بود.

مثال ها شامل گردش کاره میان تیم ها، ملاقات های رسمی و غیر رسمی اعضای گروه ملاقات های منظم سرگروه تیم، اتاق قهوه و اتاق های بازی و دیدار اعضای تیم برای ملاقات تیم های دیگر می باشد. ارتباط نوسازی باید به خوبی انجام شود. این روش یک فرآیند بهتر و روشن تر است که می تواند برای اعضای سازمان، تعیین شود. تغییرات نیاز به پیشرفت و ترقی از طریق ارتباطات وسیع سازمانی و به خوبی اجرا شده دارند. پیشرفت باید کاملاً با دقت انجام شده و برای نگهداری عملکردها اگر با پرسنل خاص سرو کار دارند، باشد. یک فرد شناخته شده و سپاسگذار در سازمان، باید با تغییرات مواجه شود. به علاوه، نظرات و پیشنهادات اعضای سازمان، در تمامی سطوح باید بهتر انجام گیرد. همچنین ملاقات های رئیس تیم می تواند توسط اعضای مدیران ارشد برای پیشرفت فرآیندها دیده شود. در این ملاقات های سطح متوسط نیاز به آموزش های متفاوت می تواند مطرح شده و نیز توسعه یابد. برای آسان تر شدن این کار، اگر فرد بدانند چه فرایندی در حال انجام است و قادر باشند در مورد آن فعال باشند، نگرانی کمتری داشته و در آینده بهتر، دلگرم تر و مطمئن تر خواهند بود.

رئیس گروه، مسئولیت بیش از اندازه در مدیریت اطلاعات دارد. افراد ماهر مدیریت یک نقش اصلی در انگیزه کارمندان برای روش کار جدید دارند. بنابراین می توان گفت که تغییر سیستماتیک، ضروری است. اغلب، تیم های انفرادی در این نوع سازمان ها دارای تجارت خود به عنوان روش کار می باشند. در سازمان هایی با فرآیند نوسازی وسیع، انتظار می رود آنها نوسازی این اطلاعات را در یک زمان و یک الگوی فکری انجام دهند. یک مطابقت اصلی می تواند در سطح فکری دیده شود. تمام گروهها و افراد نیاز دارند عملکرد خود را مطابقت داده و حتی تغییر در تکنولوژی که استفاده می شود را تطابق دهند.

بعضی افراد باید یابد بگیرند و با یک تکنولوژی کاملاً جدید و روش کار مطابقت یابند. برای رسیدن به این تغییرات، یک روش جدید فکر برای انطباق تغییر مورد نیاز است. بنابراین نگرش عقلانی مورد نیاز می باشد. این نگرش می تواند در مورد تمام سطوح عملکرد تنها اگر مدیران شرایط درزست ایجاد نموده و تمام منابع ضروری برای تعامل اجتماعی موفق را فراهم سازند؛ در نظر گرفته شود. این موضوع همچنین از این بیانیه حمایت می کند که استفاده دوباره در نبود وسایل یا زمان، با شکست مواجه می شود. بنابراین می توان گفت که مدیریت در این نوع مسئولیت برای تولیدات موفق، ضروری می باشد.

۵- نتیجه گیری:

این فصل در مورد چالش های مدیریت اطلاعات براساس یک مثال واقعی مباحثی بیان نموده است. ما فرآیند نوسازی توسعه نرم افزاری یک شرکت بزرگ افزاری از دیدگاه KM را آنالیز نمودیم. هدف، بررسی چالش های KM بود که در طول مرحله نوسازی پدیدار شده و توسط انعکاس مثال براساس روش KM، راه حل های احتمالی برای چالش های تعیین شده را پیشنهاد داد. هنگامی که ما چالش های متعدد و مرتبط با مرحله نوسازی از دیدگاه مدیریت اطلاعات را تعیین می نمودیم. هنوز می توان گفت که مدیریت اطلاعات یک کلید برای کمک به اجرای نوسازی می باشد. با تعیین چالش های مدیریت اطلاعات، این چالش ها می توانند، بررسی شوند. می توان گفت که شرکت هایی که روشهای کار خود را نوسازی می نمایند، از کاربرد فعالیت های KM حتی در آغاز مراحل طراحی و آماده سازی فرآیند سازی، منفعت کسب می نمایند. فعالیت های KM در مرحله طراحی تغییر برای پیشرفت هموار تغییر وجود دارد. یک مبحث مهم دیگر این است که هر دو روش انسانی و تکنولوژیکی KM نیاز دارد در فرآیند نوسازی، تعیین شوند. همچنین راه حل های تکنولوژیکی و مناسبKM ممکن است مورد نیاز بوده و برای ساده سازی و مناسب بودن روش ها، با ارزش باشند. برای کنترل بخش تکنولوژیکی کل فرآیند تغییر، یک چالش بزرگ وجود دارد، اما بخش سازمانی و انسانی ممکن است برای اداره، بزرگتر باشد.

عنصر اصلی دارا بودن نگرش درست نسبت به تقسیم اطلاعات است. این موضوع در بسیاری از مقالات KM بیان شده است. به عنوان مثال دسوزا (۲۰۰۳) بیان نموده که بزرگترین مانع برای مدیریت مؤثر اطلاعات، اجرای یک راه حل IT نیست، بلکه تشویق افراد به صحبت کردن و تقسیم اطلاعات آنها می باشد. نظارت و راهنمایی تغییرات و افراد موجود بسیار مفید است. برخی انواع کنترل ها حتی اگر یک فرآیند نوسازی دارای محصول موفقیت آمیز بوده و مخصوصاً برای یک روش جدید برای مفید بودن فعالیت، مورد نیاز است. نقش مدیریت این است که پیشرفت دهنده این جایگاه تقسیم اطلاعات باشد. صلاحیت و ویژگی های مدیران در این نوع شرایط، ضرورتاً برای یافتن یک شخص آسان نیست. این موضوع می تواند بصورت فعالیت های مدیریت اطلاعات به عنوان عملکردهای هر روزه کمپانی دیده شود. در این نوع موقعیت، همیشه باید در نظر داشت که برخی تغییرات فرآیندی ممکن است تا دو یا سه سال ادامه داشته و یا حتی مداوم باشد. هدف نهایی تمام این مباحث در یک سازمان یک تغییر پایدار در یک روش کاری است که فعالیت کنار گذاشته، به حداقل برسد. با این روش کمپانی ممکن است قادر باشد هزینه ها را کاهش داده و سود را بالا ببرد.

 

 

 

 

 

 

 

 

 

 

۲- مدیریت اطلاعات (سرمایه فکری)

ارزیابی و تعیین مالیات با استفاده از سیستم هوشمند فازی (نامعلوم)

مهدی فسانقری

مرکز تحقیقاتی ارتباطی ایران (ITRC)

۱- مقدمه

اقتصاد جهان به سرعت در حال تغییر است و دارایی ها و فرآیندهای اطلاعاتی به عنوان منبع اصلی سازمان ها تبدیل می شود. این موضوع هنگامی آشکار می شود که ما شبکه های بورس سهام و ارز را جستجو نموده و کمپانی ها را با دارایی های فیزیکی نابرابر و ارزش بورس سهام و ارز را مشاهده نماییم. البته این موضوع از مدیریت اطلاعات، به عنوان یک منبع هماهنگ، برای دریافت صلاحیت های مرکزی قابل دوام در آینده دیده می شود. (جانز BD و Q پراسارفانیش P 2003). امروزه، شرکت ها با چالش هایی از قبیل نیاز به کاهش زمان بازار، پیشرفت و ایجاد هزینه ها و یا مدیریت تولیدات با تکنولوژی بیشتر و بیشتر مواجه می باشند بنابراین، این موقعیت، باعث اجرای تکنولوژی های مدیریتی جدید مانند مدیریت اطلاعات برای افزایش مزیت های رقابتی می شود (غلام رضا خوش سیما و همکاران ۲۰۰۴). اطلاعات یک سرمایه ناملموس بوده و اندازه گیری تأثیر راه حل های مدیریت اطلاعات، چالش پذیر می باشد. این مقاله، چالش ها را بررسی می نماید.

برای دستیابی به توانایی قابل دوام بودن، شرکت های بسیاری تلاش هایی برای مدیریت اطلاعات بسیار، انجام دادند. برای رقابت مؤثر شرکت ها باید اطلاعات موجود خود را تغییر داده و اطلاعات جدیدی را ایجاد کنند که آنها را در بازارهای معین خود، بصورت مطلوب قرار دهند.

مرحله اول در توسعه مدیریت اطلاعات، تعیین موقعیت جاری مدیریت اطلاعات بصورت سیستماتیک و یا فعالیت ها و شرایط سازمانی بیشتر می باشد. (غلامرضا خوش سیما و همکاران ۲۰۰۴).

حتی اگر چند روش کار و تکنیک برای اندازه گیری سرمایه فکری وجود دارد (IC) (اسویبی ۲۰۰۳) اما کمبود برخی سیستم ها که توانایی ما برای اندازه گیری را تقویت می بخشد، مشاهده شده است. فعالیت سیستم ماهر طراحی شده براساس سه گروه است: سرمایه اطلاعات (KC)، سرمایه مدیریت (Manc) و سرمایه بازار (Marc).

اعداد فازی (نامعلوم)، میانگین، ریاضیات و نتایج در سیستم ما برای افزایش کارایی و تأثیر پذیری سیستم هوشمند، قرار دارند.

در این مقاله، ما یک سیستم هوشمند فازی را برای اندازه گیری سرمایه فکری از طریق ریاضیات فازی، ارائه می دهیم، سپس در بخش بعدی، در مورد روش های موجود، توضیحات بیشتر داده و روشهای سرمایه فکری را تعیین می کنیم. سپس موضوعات اصلی نظریه فازی برای سیستم هوشمند فازی ارائه می شود.

ساختار سیستم هوشمند در بخش بعدی توضیح داده شده است. یک مثال عددی برای چهار سرمایه هوشمند ITRC دقت سیستم طراحی شده را نشان می دهد و سرانجام، نتیجه گیری، نتایج بکار گیری سیستم هوشمند فازی طراحی شده در اندازه گیری و سنجش سرمایه فکری را تعیین می سازد.

۲- روشها و اندازه های سرمایه فکری

سرمایه ناملموس (غیر عینی)، اساساً از نیاز بازار بوجود آمده و توسط حقوق قانونی شکل می گیرد. از آنجایی که دارایی های ناملموس به عنوان یک سرمایه با ارزش هستند، بحث در مورد معنی یک سرمایه، برای ما مفید خواهد بود. و سپس معنی دارایی های غیر عینی بیان می شوند. انواع حقوق وجود دارد که مفهوم قدیمی اکثراً با دارایی های واقعی در ارتباط است. به هر حال، دارایی های نامرئی در حسابداری، شامل قانون حسابداری تجارت کلی، علامت تجاری، حق امتیاز، حق چاپ و جواز می باشند. برخی کارشناسان نرم افزار کامپیوتری و هزینه سازمانی را نیز به آن اضافه نمودند. (ادویسون L و مالون M 1999).

حقوق سرمایه فکری شامل حقوق سرمایه صنعتی، حق چاپ، حق علامت تجاری و حق امتیاز می باشد که توسط اطلاعات و دانش بشری بوجود آمده اند. حق چاپ شامل، حقوق چاپ، نشریه، نمایش عمومی و فروش عملکرد هنرمندانه و ترجمه می باشد. ادویسون و مالون پیشنهاد دادند که IPR شامل سرمایه اطلاعات، سرمایه غیر مالی، سرمایه پنهانی، سرمایه نامرئی و سرمایه غیر عینی می باشد. (ادویسون L و مالون M 1999).

بروکینگ، بورد و جونز (۱۹۹۸) نشان دادند که IPR شامل دارایی های بازار، دارایی فکری، دارایی های سازمانی و دارایی های انسانی می باشد. برخی از سرمایه های فکری، بین ارزش بازاری شرکت و ارزش دفتری تفاوت داشته و به عنوان سرمایه آشکار و سرمایه مالی به شمار می رود. (آنی بروگینگ ۱۹۹۸).

ریکی و شاویز و ادویسون و مالون بیان می نمایند که سرمایه فکری شامل سه طبقه اصلی است: مانند سرمایه انسانی، سرمایه ساختاری و سرمایه ارتباطی.

سرمایه انسانی، مهارت های فردی به کار رفته برای مشتریان راضی را ارائه می دهد (ادویسونL و مالون M 1999). سرمایه ساختاری توانایی های سازمانی شرکت است که نیاز بازار می باشد. سرمایه ارتباطی قدرت حق امتیاز صاحبان تجارت می باشد. در حالیکه مار (۲۰۰۰) بیان نمود که سرمایه فکری در عرصه وسیعی قرار داد، شامل سرمایه اطلاعات (KC)، سرمایه مدیریتی (ManC) و سرمایه بازار (MarC) می باشد. مار S (2000).

۳- تئوری مجموعه های فازی

تئوری مجموعه های فازی یک چارچوب برای کنترل موضوعات نامطمئن ایجاد می سازد. زاده، نظریه مجموعه های فازی را ابداع نمود. (زاده LA 1965). بلمن برخی کاربردهای تئوری های فازی را برای فرآیندهای تصمیم گیری مختلف در یک محیط فازی، بیان نمود. (بلمن RE و زاده LA، ۱۹۷۰). در مجموعه غیر فازی هر مورد، چه یک عضو مجموعه باشد و یا چه عضو مجموعه نبوده اما در مجموعه های فازی قرار داشته باشد، تمام موارد به تا اندازه ای از یک مجموعه بوده و در برخی موارد، عضو یک مجموعه دیگر می شود. بنابراین، برخلاف مجموعه های حلقوی، اعضا یک مورد مداوم در مجموعه های فازی به شمار می روند. فازی برای حمایت از متغیرهای زبانی استفاده شده و موضوعات نامطمئن در مسئله وجود دارند. تئوری فازی کاربرد زیادی در جمع آوری اطلاعات، مدل سازی، آنالیز، بهینه سازی، کنترل، تصمیم گیری و نظارت دارد.

۴- تدابیر اصلی اعداد فازی

یک عدد فازی، یک مجموعه فازی A بر R است که شامل سه ویژگی زیر می باشد.

A یک مجموعه فازی نرمال است: موارد خاص اعداد فازی شامل اعداد واقعی حلقوی و فاصله های اعداد واقعی می باشد. اگرچه اشکال زیادی از اعداد فازی وجود دارد، شکل های مثلثی و ذوزنقه ای، اغلب برای ارائه اعداد فازی، استفاده می شوند. عبارات زیر عملکرد عضویت عدد فازی مثلثی و ذوزنقه ای و عملکردهای آن را نشان می دهد (مهدی فسانقری و فرزاد حبیب پور ۲۰۰۸ و مهدی فسانقری و همکاران ۲۰۰۸).

یک عدد فازی A، برجسته می شود اگر:

(۱)

متناوباً، یک مجموعه فازی برجسته می شود اگر تمام مجموعه های سطح a برجسته شوند. یک مجموعه فازی در جامعه واژه X نرمال است اگر (A کافمن و MM، کوپتا ۱۹۹۸، S مابوچی ۱۹۸۸).

(۲)

یک مجموعه فازی غیر خالی می تواند همیشه توسط ، نرمال شود. یک عدد فازی، یک مجموعه فازی در جامعه واژه X است که هم برجسته و هم نرمال می باشد.

یکی از تدابیر بسیار مهم مجموعه های فازی، مفهوم یک a-cut و متغیر آن است. یک پل بین ساختار تعیین شده و محیط فازی وجود دارد. یک عدد فازی مثلی می تواند با یک چهار گانه تعیین شود، در حالیکه و عملکرد اعضای آن در زیر نشان داده شده است.

(۳)

فرض کنید و دو عدد فازی هستند که به ترتیب توسط چهارگانه و پارامتر سازی شده اند. سپس عملکرد اعداد فازی مثلی به صورت زیر نشان داده می شوند (اس جی چن و س ال هانگ ۱۹۹۲).

(۴)

اعداد فازی مثلثی برای تعیین اطلاعات مبهم در مورد اکثر مسائل تصمیم گیری، مناسب می باشند (چنگ و وای لین ۲۰۰۲). و دلیل اصلی برای استفاده از اعداد فازی مثلثی می تواند به عنوان ارائه شهودی و محاسبه ای آنها، مطرح شود.

در این مقاله، عدد فازی مثلثی برای اندازه گیری سرمایه های فکری مورد استفاده قرار گرفته است. جزئیات بیشتر در مورد قوانین عملیاتی عدد فازی ذوزنقه ای در (لی و همکاران) دیده می شود.

در نظر بگیرید کارشناسان Ei، درجه تحقق احتمالی یک سرمایه فکری خاص را ارائه نمودند. ارزش ارزیابی تعیین شده توسط هر کارشناس Ei بصورت یک عدد فازی مثلثی ارائه شده است.

(۵)

میانگین از کل با استفاده از معادله میانگین زیر محاسبه شده است.

(۶)

 

۵- متخصص DSS فازی

سیستم حمایت تصمیم متخصص فازی یک سیستم کارشناسی است که از منطق فازی به جای منطق بولین استفاده می نماید. و می تواند به عنوان سیستم های قانونی ویژه دیده شوند که از منطق فازی در پایگاه اطلاعات خود استفاده می کنند و نتایج را از ورودی کاربر و فرایند استنتاج فازی، بدست می آورند. (کاندل A 1992). در حالیکه قوانین فازی و عملکرد عضویت، پایگاه اطلاعات سیستم را می سازد. به عبارت دیگر یک قانون فازی اگر قانون if-hen (اما- سپس) باشد، برخی گروهها با عملکرد های مداوم، تعیین می شوند. (لی سین وانگ ۱۹۹۴).

اکثر سیستم های فازی رایج شامل: سیستم های فازی خالص، تاکاگی- ساگنو- کانگ K (TS) و سیستم فازی با بخشهای فازی سازی و غیر فازی سازی می باشد. از آن جایی که در سیستم بیان شده در این فصل، ورودی و خروجی، اعضای واقعی هستند، انواع کمتری مورد استفاده قرار گرفتند. این سیستم دارای یک روش کار فازی کنند در ورودی است که اعداد واقعی را برای مجموعه فازی تغییر می دهد و یک روش کار غیر فازی کننده در خروجی قرار دارد که مجموعه فازی را برای اعداد واقعی تغییر می دهد. معماری سیستم صورت جزئی تر در بخش بعدی، بیان شده است.

۶- معماری سیستم متخصص فازی

معماری سیستم، نقش سیستم، نمودارهای سیستم و روشی که آنها با یکدیگر تعامل دارند را تعیین می سازد. (مهدی فسانقری و فرزاد حبیب پور رودسری ۲۰۰۸). معماری سیستم شامل سه نمودار اصلی بوده او در شکل ۱ نشان داده شده است.

 

 

 

 

شکل ۱- فرآیند ارزیابی سرمایه فکری

۱-۶- موتور استنباط فازی

برنامه ای که قوانین و اطلاعات موجود در پایگاه را آنالیز می کند نتایج منطقی را می یابد. انتخاب متفاوت برای موتور استنباط فازی بر حسب تراکم، مفهوم و اپراتورهای کاربردی برای شیوه هایS و شیوه های t وجود دارد. استنباط میدانی برای معادله ۷ به دلیل قوانین آن استنباط مناسب در بین قوانین جمع آوری شده، مورد استفاده قرار گرفته است.

(۷)

 

۲-۶- نقش کاربر

کاربران این سیستم، تصمیم گیرندگان سازماندهی هستند کم عدد واقعی متغیرهای زبانی را از طریق عملکرد کاربرد، وارد می سازند. همچنین دخالت کاربر، نتایج کل منحنی ها را نشان می دهد بنابراین، همانطور که این مو    ضوع به سیستم طراحی شده کمک می نماید، کاربرد ما تلاب، مورد استفاده قرار می گیرد.

۳-۶- پایگاه قوانین فازی

تجربه کارشناسان برای ایجاد قوانین فازی (نامعلوم) به کار گرفته می شود. این قوانین، عبارات شرطی بوده و بطور کلی می تواند بصورت زیر بیان شود.

اگر X ، Xi و Y و Yi و …. است، سپس o، Oi می باشد. که x و y متغیرهای ورودی زبانی هستند و Xi و Yi ارزشهای زبانی احتمالی برای x و y می باشند. آنها بصورت مجموعه های فازی (مبهم) براساس مجموعه های مرجع شامل x و y مدل سازی شده اند. همچنین خروجی یا متغیر تصمیم، o یک متغیر زبانی با ارزش احتمالی بوده و Oi به عنوان یک مجموعه فازی مدل سازی شده است. عبارت x و Xi بوده و y و Yi بوده و می توانند به صورت خصوصیات فازی تفسیر شوند. در نتیجه، صحت جزئی فرض قوانین می تواند ارزیابی شده و پارامترهای مجموعه فازی از مجموعه های فازی خروجی را تغییر دهد. ارزش زبانی برای هر کدام از پارامترهای انتخاب شده در سیستم متخصص فازی (KC ، ManC و MarC) توسط پایین ، متوسط و بالا، ترکیب می شوند. بنابراین قانون ۲۷=۳۳ بصورت زیر بیان می شود.

قانون ۱= اگر KC بالا بوده و ManC متوسط و MarC پایین باشد، بنابراین سرمایه فکری، متوسط می شود.

۴-۶- ابهام سازی (فازی سازی)

ابهام سازی به فرآیندی گفته می شود که یک ارزش ورودی حلقوی را در نظر گرفته و آن را به سطوح مورد نیاز تیم ها S تبدیل می کند. ما این فعالیت را با بسیاری از مقداری که ما برای حلقوی شدن در نظر گرفته ایم انجام می دهیم. و بسیاری از مقادیر اصلاً واقعاً قطعی نیستند. آنها دارای عدم اطمینان قابل ملاحظه ای می باشند. اگر عدم اطمینان به دلیل صراحت و یا ابهام اتفاق بیافتد، سپس متغیر، احتمالاً فازی بوده و می تواند با عملکرد عضویت، ارائه شود. اگر ورودی، از یک قسمت از سخت افزار بوجود آمده باشد، این ورودی های عددی حلقوی می توانند برای استفاده در یک سیستم مرجع فازی، بکار روند.

بنابراین، همانطور که داده های ورودی ما، بصورت دستی هستند، ما از روش ابهام سازی یگانه برای منفعت آسانی و سرعت محاسبات در DSS متخصص فازی خود، استفاده نمودیم.

۵-۶- فازی سازی

فرایند استنباط، داده های موجود کامل برای خروجی سیستم طبقه بندی فازی بوده و یک مجموعه از مجموعه های فازی و یا یک مجموعه فازی متراکم می باشد. فرآیند محاسبه یک عدد منفرد که خروجی ارزیابی فازی را به بهترین شکل نشان دهد، «فازی سازی» نامیده می شود. این روش شامل متدهای حداکثر سازی و یا متدهای ارتفاع میانگین و روشهای دیگر می باشد. این متدها به سمت اندازه های ورودی غیر پیوسته و غیر یکنواخت می رود. (دیگو C.E.S 1999). ما روش مرکزیابی را به عنوان و روش مرکز ثقل (COG) انتخاب نمودیم و این روش به عنوان روش پایدار و شناخته شده مکرراً استفاده می شود. (یکر و G.J و فولچر TA 1998).

برای هر کدام از ورودی ها، این روش فازی سازی در معادله ۸، توضیح داده شده است و مجموعه های فازی بدست آمده به یک شکل متراکم برای آسان سازی فرآیندها و کاهش پیچیدگی محاسبات سیستم خبره برای صحت آن، ادغام شده است.

(۸)

(۹)

۷- بررسی موردی

برای ارزیابی قابلیت کاربردی سیستم ارائه شده، ما آن را در مرکز تحقیقاتی ارتباطی در ایران (ITRC) برای سنجش برخی از سرمایه های فکری به کار بردیم. تمام ارزشهای زبانی KC، ManC و MarC، مجموعه های فازی می باشند. سپس ما یک گروه را در نظر گرفتیم که شامل ۴ کارشناس در زمینه تکنولوژی اطلاعات و ارتباط بوده و فاکتورهای ارزش برای ۴ پروژه را تعیین ساختند که در ITRC در سال گذشته انجام شد (۲۰۰۶).

و اندازه ها در اعداد فازی مثلثی که در جدول ۱ توضیح داده شده است، وجود دارند در مرحله اول، یک سیستم برای دسترسی به سرمایه فکری طراحی شده است که دارای سه مؤلفه می باشد. در قسمت IF یک مقیاس عددی فازی مثلثی استفاده شده است، بنابراین بر حسب سه متغیر زبانی و سه عبارت زبانی و تمام قوانین ۲۷= ۳۳ سیستم خبره باید قادر باشد. سرمایه های فکری را اندازه گیری نماید. بعد از اینکه داده های پرسش نامه ها، جمع شد. درجه هر مؤلفه، تعیین شده (جدول ۱). داده های مجموع (جدول ۱) می توانند سیستم فازی و نیز حلقوی را وارد سازند. در فرآیند اول، اعداد فازی از طریق فازی سازی یگانه در قواعد قرار می گیرند. و سیستم فازی را در MATLAB 7.04 وارد می سازند. درجه سرمایه فکری، محاسبه شده و به اعداد حلقوی با روش فازی سازی ماکزیمم، تغییر می یابد. نتایج زیر بدست آمده است.

همانطور که در جدول ۲ نشان شده است، سرمایه فکری پروژه ۲ از پروژه ۳ بهتر بوده و به ترتیب، سرمایه فکری پروژه ۱ و ۲ در مراحل بعدی قرار دارند.

 

 

 

 

 

سرمایه بازار 

سرمایه مدیریت 

KC 

عدد کارشناس 

 

(۸ – ۷٫۲ – ۶٫۱) 

(۵٫۶-۴٫۵-۳٫۴)

(۵۰۵-۴-۲٫۲)

۱ 

 

سرمایه فکری پروژه ۱ 

(۶٫۵-۲-۵٫۶) 

(۴٫۵-۴٫۱-۴)

(۴٫۶-۲٫۳-۱٫۲)

۲ 

(۴-۳٫۵-۳) 

(۴-۳٫۵-۳)

(۴-۳٫۵-۳)

۳ 

(۵٫۷-۴٫۳-۱٫۲) 

(۶٫۲-۳٫۵-۲٫۱)

(۳٫۲-۲٫۱-۱٫۷)

۴ 

(۷٫۴-۶٫۲-۱٫۴)

(۷٫۹-۷٫۲-۵٫۴)

(۸٫۸-۷٫۶-۶٫۲)

۱ 

 

سرمایه فکری پروژه ۲

(۷٫۲-۶٫۸-۵٫۲)

(۵٫۸-۴٫۳-۳٫۲)

(۸٫۹-۸٫۱-۷٫۲)

۲ 

(۹-۶٫۸-۵٫۷)

(۶٫۶-۳٫۴-۱٫۲)

(۱٫۲-۳٫۵-۲٫۲)

۳ 

(۸٫۶-۷٫۵-۶٫۵)

(۸٫۹-۴٫۶-۵٫۲)

(۶٫۸-۵٫۳-۳)

۴ 

(۶٫۸-۶٫۲-۴٫۲)

(۷٫۲-۴٫۶-۲٫۳)

(۵٫۴-۵٫۱-۴٫۲)

۱ 

 

سرمایه فکری پروژه ۳

(۶-۴٫۵)

(۶-۴٫۵)

(۶-۴٫۵)

۲ 

(۴-۳٫۵-۳)

(۴-۳٫۵-۳)

(۴-۳٫۵-۳)

۳ 

(۴-۳٫۴-۲٫۵)

(۷٫۸-۶٫۵-۳٫۵)

(۹٫۲-۷٫۹-۶٫۴)

۴ 

(۴٫۸-۳٫۵-۳٫۲)

(۳-۲٫۵-۱٫۹)

(۳٫۲-۲٫۵-۱٫۴)

۱ 

 

سرمایه فکری پروژه ۴

(۵٫۶-۴)

(۵٫۶-۴)

(۵٫۶-۴)

۲ 

(۰٫۹-۰٫۸-۰٫۳)

(۴٫۸-۴٫۱-۳٫۴)

(۱٫۲-۰٫۵-۰٫۴)

۳ 

(۳٫۳-۳٫۱-۲٫۲)

(۶٫۸-۶٫۷-۵٫۲)

(۷٫۴-۴٫۲-۳٫۴)

۴ 

جدول۱- امتیاز کارشناسان برای سازمان فکری انتخاب شده ITRC

امتیاز نهایی 

 

۴٫۴۳ 

سرمایه فکری پروژه ۱

۶٫۳۱ 

سرمایه فکری پروژه ۲

۵٫۰۲ 

سرمایه فکری پروژه ۳

۳٫۷۶ 

سرمایه فکری پروژه ۴

جدول ۲- نتایج خروجی نهایی سیستم خبره فازی

 

 

۸- نتیجه گیری:

در این مقاله، سیستم هوشمند فازی ارائه شده، یک سیستم قابل تغییر و انعطاف پذیر است که(الف) به طور همزمان تمام معیارهای متفاوت در تعیین اکثر سرمایه های فکری مناسب را در نظر می گیرد، (ب) مزیت های بهترین ویژگی های روشهای موجود را دارا است و (ج) شامل مشارکت کامل کاربران در تصمیم گیری تعداد کارشناسان، سرمایه های فکری پیشنهادی و ارزیابی معیارها و زیر معیارها بوده و (د) این امکان را بوجود می آورد که کاربران بتوانند تأثیر تغییرات بر پارامترهای خاص بر راه حل را بررسی نموده و به سرعت باز خورد نتایج هر تغییر را بدست آورند. اجرای سیستم هوشمند فازی پیشنهادی برای یک تدبیر سرمایه فکری با مرکز تحقیقاتی ارتباطی در ایران انجام شده است. کارشناسان مرکز تحقیقاتی ارتباطی در ایران با توصیه ها و نظرات ما موافقت دارند زیرا سیستم هوشمند فازی می تواند زمان تصمیم گیری را کاهش داده و یک ابزار اصلی برای مواجه با مسائل نامشخص موضوعات زبانی به شمار می رود.

 

 

 

 

 

۳- مدل تنظیم استراتژیک مدیریت اطلاعات (KMSAM) و تأثیر آن بر عملکرد؛ یک آزمایش تجربی و عملی

یویانگ چن و های لینگ هانگ، دانشگاه آی شو

دانشگاه چانگ جانگ کریستین، تایوان

۱- مقدمه

اخیراً، شرکت ها آغاز به درک اهمیت تکنولوژی اطلاعات (IT) برای فعالیت های مؤثر KM (علوی و لیدنر۲۰۰۱) و یا سهولت یادگیری بین سازمانی نمودند (اسکات ۲۰۰۰). معلوم شد که کیفیت بالای و KM و IT عملکرد و رضایت KM بیشتری نسبت به آنهایی که کیفیت پایین دارند، دارا می باشد (شرو لی ۲۰۰۴). بویژه، پروژه KM مؤثر به تنهایی نمی تواند بدون حمایت IT منجر به موفقیت شود. IT نیز به تنهایی نمی تواند بدون عملیات مناسب KM در دست یابی به موفقت KM که منجر به عملیات سازمانی می شود، کاری انجام دهد. در نتیجه، تنظیم استراتژیکی بین KM و IT با منابع یا استراتژی های دیگر باید برای عملکردهای تجاری انجام شود (آسوه، ۲۰۰۴). به هر حال، تطبیق بسیار بالای آنها همیشه باعث ایجاد خروجی های سازمانی مثبت نمی شود زیرا استثنائاتی وجود دارند که نشان می دهند استراتژی تجاری و استراتژی اطلاعات و همچنین استراتژی مدیریت منابع انسانی (به عنوان مثال شیر و چیانگ ۲۰۰۵)، وابسته به یکدیگر می باشند.

معلوم شده است که تحقیقات مربوط به بررسی های یکپارچه در مورد استراتژی های مختلف، کافی نیست. به علاوه، آنالیز و طراحی سازمان، به طور کلی برای دستیابی به سودهای سازمانی مؤثر ضروری است. در وضعیت عملی، مکانیزم اصلی تنظیم «استراتژی» بوده و تطابق بین استراتژی و سازمان یک فاکتور اصلی برای تأثیر گذاری بر استراتژی های مورد انتظار است. بنابراین، این مقاله بر سه نوع استراتژی بیان شده در بالا تمرکز دارد که برای تجارت در سازمان های اطلاعاتی امروزه ضروری بوده و شامل استراتژی مدیریت دانش (KM)، استرتژی تکنولوژی اطلاعات (IT) و استراتژی مدیریت منابع انسانی (HRM) می باشند. ما فرض نمودیم که عملکردهای شامل پیشرفت و سود دهی، توسط تنظیم استراتژیک دو جانبه در بین این استراتژی ها می باشد.

۲- پیش زمینه نظری: جنبه های پیشنهادی تطبیق (یا مطابقت)

مفهوم تنظیم (یا مطابقت) یک مبحث اصلی در تئوری احتمالی ساختاری می باشد (درازین و وان دِ وِن ۱۹۸۵). موضوع اصلی این است که عملکرد سازمانی، محصول تطابق بین دو یا چند فاکتور است مانند تطابق بین محیط سازمان، استراتژی، ساختار، سیستم، سبک و فرهنگ.

در این مقاله، اصلاح تطابق و مفهوم آن با عبارت تطابق استراتژیکی، دارای وجه تشابه است. مطابق با اظهارات ونکاترامن ۱۹۹۰، تطابق دارای سه روش است: انتخاب، تعامل و رویکردهای سیستم ها. در حالیکه شش روش مختلف توسط ونکاترامن (۱۹۸۹) ارائه شده است: تطابق، اعتدال، میانجیگری، ترکیبات، تغییر همگام و انحراف شکل می باشد. این شش روش می توانند به دو دسته مطابق با تعداد متغیرهای به طور همزمان تست شده، طبقه بندی شوند. در نتیجه، تطابق مانند تطبیق، اعتدال و واسطه گری می تواند در طبقه کاهش سازی قرار گرفته در حالیکه تطابق به عنوان ترکیبات، تغییر همگام و انحراف پروفایل می توانند در طبقه کُلی قرار گیرند. (ونکاترامن ۱۹۹۰)

۳- تئوری و روش تحقیق

۱-۳- تطابق استراتژیکی بین استراتژی KM و استراتژی IT (HI)

هدف اصلی دیگر پروژه تحقیق حاضر، توسعه مدل تطابق استراتژیکیKM (KMSAM) در زمینه استراتژیکی مرتبط با MIS می باشد. مطابق با نظرات که قبلاً بیان شد، موضوعات پدیدار شده در KM، تطابق استراتژیکی و یا تناسب میان ویژگی های KM، واحدها، روابط و محیط را برای عملکرد سازمانی بهتر و خروجی هایKM و IT را بهتر از مواردی که تطابق وجود ندارد. نشان می دهد. به علاوه، تأثیر نسبتی انواع آن با زمینه، تغییر می یابد. در این مقاله، مدل ما سطح کاهش دهنده را بطور خلاصه توضیح داده، بنابراین جزئیات بیشتر در مورد معانی مورد نظر تطابق استراتژیکی KM، بدست می آید.

پیشرفت سریع IT، یک راه حل مناسب برای پاسخ به این سؤال، ارائه نموده است: چرا یک پروژه KM به تنهایی همیشه منجر به افزایش عملکرد تجاری هنگامی که شرکت ها مسلط به روابط خود با منابع دیگر هستند، نمی شود؟ زیرا شرکت ها با توانایی های IT فوق العاده به آنها این امکان را می دهد، با محیط رقابتی و دینامیک حاضر، به خوبی رو به رو شوند. (بت و کراور ۲۰۰۵). همچنین مدیریت IT به عنوان انجام دهنده عملکرد های تجاری، هنگامی که با جنبه های خاص زمینه KM، تطابق دارد، محسوب گشته و به شرکت ها برای پا بر جا ماندن در یک محیط تجاری بسیار رقابتی، کمک می نماید. (علوی و لیدنر ۲۰۰۱). IT همچنین به عنوان یک توانایی برای KM به شمار می رود. انتخاب IT های درست برای استراتژی های KM مختلف، برای سازمان ها، امری مهم می باشد (کیم ۲۰۰۱). استفاده از راه حل های IT برای تطابق با استراتژی KM برای ایجاد دستورات اطلاعاتی از طریق نقشه برداری اطلاعات و یا ایجاد شبکه های اطلاعاتی، ادامه خواهد داشت بنابراین، رابطه بین استراتژی KM و استراتژی IT، بسیار آشکار است. در حالیکه، مطابق با نظرات آسوه (۲۰۰۴)، به عنوان یک توانا گر برای KM و IM/IS ، استراتژی عملکرد سازمانی تطابق داشته باشد، محسوب می گردد. در گذشته، دانشمندان کمی مدل های مفهومی را ارائه دارند که توضیح می دادند چگونه سازمان ها می توانند با تکنولوژیهای مختلف برای فعالیت های KM خود، برای دستیابی به ارزش شرکت مطابقت یابند. (آبو- زید ۲۰۰۳، سابهاروال و سابهاروال ۲۰۰۵). نکته اصلی این مدل ها این است که یک تطابق مناسب بین تکنولوژی و KM در یک سازمان، در عملکرد بالا، بدست خواهد آمد. در مفهوم محیط توسعه KM، توانایی KM بیشتر نیازمند کیفیت بالای روابط IT است به این موضوع بستگی دارد که روابط آنها چگونه به خوبی مدل سازی می شوند (شرولی ۲۰۰۴). به این دلیل است که استراتژی KM یک سازمان باید روشی در تعیین اینکه IT چگونه می تواند فعالیت های اطلاعاتی را در یک سازمان حمایت کند، فراهم سازد.

استراتژی های IT می توانند به دو دسته کلی، تقسیم شوند. پویش (اسکن) محیط IT و استفاده استراتژیکی از IT (برگردون و همکاران ۲۰۰۴). استراتژی KM سیستمی، به ابزارهای IT نیاز دارد که امکان آشکار سازی اطلاعات را فراهم ساخته و آن ها را بصورت الکترونیکی از طریق سازمان های IT مانند اینترنت ها، تقسیم سازد. در این روش، سازمان های باید بر یک سیستم IT گسترده برای تدوین اطلاعات سرمایه گذاری نمایند. بنابراین، استراتژی IT یک شرکت باید بر استفاده استراتژیکی IT، برای بهبود کیفیت و اندازه مخزن ها و پایگاه های داده های الکترونیکی، تمرکز داشته باشد.

در مقابل، استراتژیکی KM انسانی، بر روابط بین فردی برای تبادل و تقسیم اطلاعات در سازمان ها، متمرکز است. بنابراین، شرکت ها به یک سرمایه گذاری مناسب در IT برای ارتباط کارشناسان، در یک سازمان، نیاز دارند. تکنولوژی ها ممکن است شامل یک سیستم ایمیل، شبکه های گفتگوی آن لاین، کنفرانس های ویدئویی و ابزارهای د یگر باشد (چی پرز و همکاران ۲۰۰۴). استراتژی IT یک شرکت باید در پویش محیط IT خارجی، تحقیق برای ابزارهای ارتباطی و تکنولوژی های دیگر برای حمایت اطلاعات فرد به فرد و تقسیم اطلاعات در سازمان ها، متمرکز باشد در نتیجه، استراتژی های IT، بستگی به استراتژی های KM دارند. بنابراین، نظریه های زیر، ارائه شده اند.

نظریه ۱= تطابق استراتژیکی بین استراتژیکی KM و استراتژی IT دارای یک تأثیر مستقیم و مثبت بر عملکردهای تجاری، مانند ترقی و سوددهی می باشد.

نظریه ۱= الف۱) تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های IT برای پویش محیط IT دارای یک تأثیر مثبت و مستقیم بر عملکردهای تجاری مانند ترقی می باشد.

نظریه ۲= ب۱) تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های IT برای پویش محیط IT دارای یک تأثیر مستقیم و مثبت بر عملکردهای تجاری مانند سود دهی می باشد.

نظریه ۱= الف ۲) تطابق استراتژیکی بین استراتژی KM انسانی و استراتژی های IT برای استفاده استراتژیکی IT دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند ترقی می شود.

نظریه ۱= ب۲) تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های IT برای استفاده استراتژیکی IT دارای یک تأثیر مستقیم و مثبت بر عملکردهای تجاری مانند سود دهی می باشد.

۲-۳- تطابق استراتژیکی بین استراتژی KM و استراتژی HRM (نظریه ۲)

طبقه بندی استراتژی های KM به متمرکز و غیر متمرکز، که با روش های «فرد با سند» و «فرد به فرد» قابل مقایسه است، مورد پژوهشی چهار شرکت بین المللی با روش ها و استراتژی های KM متفاوت بوده که توسط گرولیک و همکاران (۲۰۰۳) ارائه شده است. آنها با یک روش KM متمرکز با آموزش برنامه ها، آغاز نمودند، اجرای یک سیستم مشوق برای استفاده موفق اطلاعات، یک روشHR مهم می باشد، در حالیکه در یک استراتژی KM غیر متمرکز، یک سیستم بازخورد «گروه همسالان» برای تقسیم اطلاعات، مورد اصلی بوده است. یک سیاست نو یک استراتژی است که شامل افرادی که است که دارای مهارت سهام تعیین شده در اهداف اطلاعاتی بوده و یا مهارت برجسته و تجربیات در زمینه های مربوط را دارند. به علاوه، مربیان و برنامه های مناسب، روش هایی برای ساختار یک سیاست غیر متمرکز می باشد. و نیز معلوم شده است که هر دوی این استراتژی های KM، ارتباط بالایی با جریان منابع انسانی، آموزش کارمندان و سیستم پاداش دارند. همچنین، مطابق با بیانات هاسن و همکاران (۱۹۹۹)، استراتژی های KM متفاوت باید موضوعات متفاوت منابع ا نسانی خود را منعکس سازند. در استراتژی سیستم KM، سیاست های HR کافی شامل اشتغال افرادی است که اطلاعات کامل در مورد استفاده دوباره از اطلاعات و اجرای راه حل ها آموزش افراد در گروهها و یادگیری فضای کامپیوتری و افراد دیگر برای استفاده و شرکت در پایگاه اطلاعات را دارند. به علاوه، با استراتژی KM انسانی، سیاست های HP مناسب، افرادی را انتخاب نموده است که مسائل را حل کرده می توانند ابهامات را از بین ببرند. افراد با هوش از طریق نظارت فرد به فرد و پاداش به افراد برای تقسیم درست اطلاعات با یکدیگر را انتخاب نمایند. بنابراین، هم سیستم و هم استراتژی های KM انسانی، اهمیت انتخاب کارمندان، آموزش و توسعه امنیت و تیم ها و کنترل شغلی و گروهی و سیستم های پاداش را برجسته می سازند.

همچنین، سیر و چیانگ (۲۰۰۵) نیز بیان داشتند یک استراتژی HRM مطلوب، که جریان HR و پیشرفت سیاست ها و آموزش برنامه ها، سیستم های کاری وظایف و مأموریت ها و سیستم های پاداش می باشد، باید برای بهبود عملکرد سازمانی، قابل مقایسه با استراتژی KM باشد. بنابراین، ما بیان می کنیم که یک درجه خاص از تطابق باید بین استراتژی KM و استراتژی HRM وجود داشته باشد. از این رو، نظریه های زیر بوجود می آیند.

H2= تطابق استراتژیکی بین استراتژیک KM و استراتژیک HRM دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند ترقی و سوددهی می باشد.

H2-1a= تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های HRM برای جریان HR دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند ترقی می باشد.

H2-1b= تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های HRM برای جریان HR دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند سوددهی می باشد.

H2-2a= تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های HRM برای سیستم های کاری دارای یک تأثیر مستقیم مثبت بر عملکرد تجاری مانند ترقی می باشد.

H2-2b= تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های HRM برای سیستم های کاری دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند سوددهی می باشد.

H2-3a= تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های HRM برای سیستم های پاداش دارای یک تأثیر مستقیم مثبت بر عملکرد تجاری مانند ترقی می باشد.

H2-3b= تطابق استراتژیکی بین استراتژی های KM انسانی و استراتژی های HRM برای سیستم های پاداش دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند سوددهی می باشد.

H2-4a= تطابق استراتژیکی بین استراتژی های سیستم KM و استراتژی های HRM برای جریان HR دارای یک تأثیر مثبت و مستقیم بر عملکرد تجاری مانند ترقی می باشد.

H2-4b= تطابق استراتژیکی بین استراتژی های سیستم KM و استراتژی های HRM برای جریان HR دارای یک تأثیر مثبت و مستقیم بر عملکرد تجاری مانند سوددهی می باشد.

H2-5a= تطابق استراتژیکی بین استراتژی های سیستم KM و استراتژی های HRM برای سیستم های کاری دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند ترقی می باشد.

H2-5b= تطابق استراتژیکی بین استراتژی های سیستم KM و استراتژی های HRM برای سیستم های کاری دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند سوددهی می باشد.

H2-6a= تطابق استراتژیکی بین استراتژی های سیستم KM و استراتژی های HRM برای سیستم های پاداش دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند پیشرفت و ترقی می باشد.

H2-6b= تطابق استراتژیکی بین استراتژی های سیستم KM و استراتژی های HRM برای سیستم های پاداش، دارای یک تأثیر مستقیم و مثبت بر عملکرد تجاری مانند سوددهی می باشد.

در نتیجه، روش کاهش دهنده مدل تطابق استراتژیکی بین استراتژی KM و استراتژی IT و به استراتژی KM و استراتژی HRM، ارائه شده و در شکل ۱ بیان شده است. به دلیل تقویت متقابل آن ها و فعالیت آن ها به عنوان یک پایه برای عملکردهای تجاری، ما یک آنالیز را برای بازبینی ابعاد خاص آن، ارائه نمودیم.

 

 

 

 

 

 

 

 

شکل ۱الف) یک روش کاهش دهنده از تطابق استراتژیکی

۴- روش تحقیق

۱-۴- ویژگی های نمونه

خصوصیات نمونه، بصورت زیر بیان شده اند. تعداد زیادی از پاسخگوها از صنعت تولید بوده و ۱/۵۷ درصد از شرکت ها بوده اند. اکثر کمپانی ها دارای ۱۰۰ تا ۴۹۹ کارمند (%۹/۳۷) می باشند. تقریباً %۲/۶۰ از پاسخگوها دارای تجربیاتی بیش تر از ۶ سال بوده اند.

۲-۴- آزمایش نظریات

نمونه های واقعی تطابق، با روش تطابق، ارزیابی شده اند این روش برای تعیین عملکردهای مختلف بین دو متغیر مرتبط به کار رفته است. همانطور که ونکارتمان (۱۹۸۹) اظهار داشت: اکثر تکنیک های رایج هنگامی که روش تطابق، یک مدل انحراف است، مورد استفاده قرار می گیرند (هاف من و همکاران۱۹۹۲). که با موفقیت های بسیاری توسط محققان بسیاری به کار رفته اند (دیوید و همکاران ۱۹۸۹، لایی ۱۹۹۹). ما از روش نمره انحراف به عنوان روش ارزیابی تطابق، استفاده نمودیم. در این ضمن، مطابق با اظهارات ونکاترامن (۱۹۸۹)، فرضیه آنالیز نمره انحراف این است که: تفاوت مطلق بین امتیازات استاندارد دو متغیر، کمبود تطابق را نشان می دهد. در این روش، تطابق یا عدم تطابق، با متغیر مستقل تفریق شده از متغیر دیگر، بدست می آید. برای اجرای این روش، عملاً نمره انحراف وارد معادلات رگرسیون شده و کاربردهای عملکردی تطابق، با آزمایش تأثیر این متغیر نمره مختلف در عملکرد موجود است، بررسی می شوند. معادلات رگرسیون بصورت زیر نوشته می شوند:

(۱)

اگر ضریب a3، از لحاظ آماری، مهم باشد، بنابراین نظریه، مطابق با تأثیر عملکردی تطابق، حمایت می شود (ونکاترامن ۱۹۸۹).

برای کاهش تفاوت در مقیاس آتیم های پرسش نامه، نمره های آیتم ابتدا با استفاده از نمره Z برای محاسبه نمره های متفاوت، استاندارد شد. SPSS برای آنالیزهای رگرسیون مرتبه ای خطی مورد استفاده قرار گرفت.

بنابراین فرآیند مرتبه ای نیاز دارد که متغیرهای مستقل به مدل رگرسیون بصورت خاص وارد شوند. در مقاله ما، فاکتور عملکردی ابتدا در استراتژی KM برگشت نمود. سپس دو متغیر استراتژی های IT برای دستیابی به مشارکت نهایی فاکتور عملکردی، به آن اضافه شد. سوم، دو متغیر استراتژی HRM وارد معادله شدند. سرانجام متغیرهای، تطابق استراتژیکی KM-IT و KM-HRM به معادله رگرسیون قبلی، برای بررسی عملکرد شرکت، به آن اضافه شدند.

نتایج آنالیزهای رگرسیون مرتبه ای در جدول ۱ ارائه شده اند. اهمیت یک متغیر مستقل معین به عنوان یک محاسب عملکرد، توسط علامت ΔR2 نشان داده شده است و افزایش را در واریانس نشان می دهد. مدل ۱ دارای تمام متغیرها شامل متغیرهای تطابق می باشد، در معادله، این مدل، توضیح می دهد که تطابق جریان سیستم HR (β=-۰۳۳ , P<.01)، تطابق سیستم های کاری سیستم (β=-۰۱۹ , P<.01)، تطابق سیستم های پاداش (β=-۰۲۷ , P<.01)، تطابق سیستم های پاداش انسانی (β=-۰۲۳ , P<.05)، استفاده استراتژیکی – سیستم از تطابق IT (β=-۰۲۷ , P<.05)، و تطابق محیط IT انسانی (β=-۰۱۷ , P<.05)، تمام این متغیرها، تعیین کننده های پیشرفت تجاری می باشند علاوه بر این، اندازه ΔR2(=0.11)
در مرحله ۴ مدل۱، بزرگتر از مرحله ۳ (ΔR2=0.08) بوده و نیروی بیشتر واریانسهای متغیرهای تطابق مختلف را در رشد نشان می دهد.

در مرحله ۴، مدل ۲= تطابق جریان سیستم HR (β=-۰۲۰ , P<.01)، تطابق سیستم های کاری سیستم (β=-۰۱۸ , P<.01)، ، و استفاده استراتژیکی سیستم از تطابق IT (β=-۰۱۸ , P<.01)، دارای تأثیرات برجسته بر سوددهی می باشد. همچنین اندازه ΔR2(=0.10) در مرحله ۴ مدل۱، بزرگتر از مرحله ۲ ΔR2(=0.08) بوده و نیروی بیانگر واریانس های متغیرهای تطابق مختلف را در سوددهی نشان می دهد .

۵- مباحث و نتایج

به طور خلاصه، روش کاهش دهندۀ، استفاده از رویکرد تطابق با عنوان، مطابقت، نمونه های دو متغیری تأثیر بر عملکرد تجاری را تعیین می سازد. نتایج نشان می دهد که شرکت هایی که دارای تطابق مناسب استراتژی IT و استراتژی HRM با استراتژی KM می باشند، عملکرد بالاتری دارند با مشاهده روابط آنها با جزئیات بیشتر، برخی از نمونه های تطابق، تأثیر مستقیم برجسته ای را در رشد و سوددهی نشان می دهند. بنابراین، شرکت ها باید فعالیت های درست IT و HRM را با استراتژی های درست KM، به کار برند. به عبارتی دیگر، شرکت های موفقی که از یک سیستم استراتژی KM با استفاده از انتخاب گسترده و آموزش فرآیندها، استفاده می نمایند. دارای امنیت شغلی نسبتاً بالا در جریان HR خود بوده و تصمیمات پیشرفت و ترقی ارتباط محکمی با عملکرد کارمندان دارد. این شرکت ها از شغل های تعیین شده با طراحی های معین، استفاده می نمایند. آنها از سازمان کار گروهی استفاده نموده و معمولاً کارها را بین کارمندان برای آشنا ساختن آنها با کار گروهی، به گردش در می آورند. تمام این مراحل برای اطمینان از این موضوع انجام می شود که اطلاعات دوباره استفاده شده بتوانند نظرات فراوان که از کارمندان مختلف بدست آمده است را ذخیره نمایند. به علاوه، شرکت هایی که از سیستم استراتژی های KM استفاده می نمایند، استراتژی های IT خود را بر استفاده استراتژیکی IT، متمرکز می سازند. به این معنی که آنها تنها اطلاعات عملیاتی را برای ارتباط افراد با اطلاعات رمزی شده قابل استفاده مجدد، جمع آوری نمی کنند. آنها بر ایجاد بازده محصولات کلی بزرگ نیز تمرکز دارند.

متغیر وابسته= عملکرد تجاری 

 

متغیرهای مستقل 

سوددهی (مدل۲) 

رشد (مدل۱) 

مرحله ۱ 

مرحله ۳ 

مرحله ۲ 

مرحله۱ 

مرحله ۴ 

مرحله۳ 

مرحله ۲ 

مرحله۱ 

               

استراتژی KM

0.04

0.10

0.16

*0.20

0.02- 

۰٫۰۶ 

۰٫۱۱ 

+۰٫۱۷

سیستم 

*۰٫۲۱

۰٫۱۴

**۰٫۲۸

***۰٫۳۱

*۰٫۲۵

+۰٫۱۷

**۰٫۲۸

***۰٫۳۳

انسان 

               

استراتژی IT

0.18-

0.13-

0.08-

 

۰٫۱۱- 

۰٫۰۴- 

۰٫۰۱- 

 

پویش محیط IT

0.13

0.15

0.18

 

۰٫۰۸ 

۰٫۱۱ 

۰٫۱۴ 

 

استفاده استراتژیکی IT

               

استراتژی HRM

***0.36

***0.40

   

۰٫۲۶ 

**۰٫۳۲

   

جریان HR

0.06 

۰٫۰۲ 

   

۰٫۰۸ 

۰٫۰۲ 

   

سیستم های کاری

۰٫۱۱ 

۰٫۰۲ 

   

۰٫۱۵ 

۰٫۰۳ 

   

سیستم های پاداش

               

تطابق استراتژیکی

+۰٫۲۰-

     

**۰٫۳۳-

     

تطابق S-HR

+0.18-

     

+۰٫۱۹-

     

تطابق کار- S

0.12- 

     

**۰٫۲۷-

     

تطابق پاداش-S

0.13- 

     

۰٫۱۳- 

     

تطابق H-HR

0.03- 

     

۰٫۱۲- 

     

تطابق کاری H

0.15- 

     

*۰٫۲۳-

     

تطابق پاداش 

۰٫۰۷ 

     

۰٫۰۵ 

     

S-ITE FIR

*0.18-

     

*۰٫۲۰-

     

S- SU IT FIT

0.12-

     

*۰٫۱۷-

     

H-ITE FIT 

۰٫۰۴

     

۰٫۰۳-

     

H- SUIT FIT

0.41

0.31

0.23

0.21

0.41

0.30

0.22

0.21

R2

0.10

0.08

0.02

 

۰٫۱۱

۰٫۰۸

۰٫۰۱

 

ΔR2

***5.93

***12.07

***11.46

***21.53

***5.85

***9.57

***10.88

***20.76

F 

**۲٫۴۱

***۹٫۱۹

۱٫۳۰

 

**۲٫۵۶

***۶٫۵۷

۰٫۹۹

 

ΔF

0.340.20

0.32

0.21

0.20

0.34

0.27

0.20

0.20

A djusted R2

2.05

     

۲٫۱۴

     

D.W.

11.84

     

۱۱٫۸۴

     

C.I.

تذکر= ضریب های رگرسیون استاندار نشان داده شده اند

۲- تطابقS-HR: سیستم تطابق جریان HR، تطابق کار- S، سیستم های کار- سیستم، تطابق پاداش- S: سیستم های پاداش- سیستم، تطابق H-HR: تطابق جریان HR – انسان، تطابق کار- H: سیستم های کار- انسان، تطابق پاداش- H: سیستم های پاداش – انسان، تطابق S-ITE: پویش محیط IT- سیستم، تطابق S-SUIT: استفاده استراتژیک- سیستم از تطابق IT، تطابق H-ITE: پویش محیط IT- انسان، تطابق H-SUIT: استفاده استراتژیک- انسان از تطابق IT.

جدول۱- نتایج آنالیز رگرسیون مرتبه ای

از طرفی دیگر، شرکت هایی که از روشهای مرتبط با انسان استفاده می کنند، استراتژی های KM باید دارای سیستم های پاداش باشد که کارگران را برای تقسیم اطلاعات با یکدیگر تشویق نماید. به جای ارائه آموزش متمرکز در کمپانی، کارمندان برای توسعه شبکه های اجتماعی، ترغیب شده، بنابراین اطلاعات مفهومی می توانند تقسیم شوند. برخی شرکت ها بر «نگهداری» و نه «ایجاد» حاشیه سود و بر پویش محیط IT خارجی و حمایت از تکنولوژیهای قدیمی تر، متمرکز می شوند. بنابراین مکالمات فرد به فرد و تبادل اطلاعات، آسان تر می شود برخلاف انتظار ما، نه تطابق جریان HR- انسان و نه تطابق سیستم های کار- انسان دارای تأثیر بسیار بر عملکرد هم برای ترقی و هم برای سود دهی نمی باشند. یعنی هنگامی که استراتژی KM انسان، پذیرفته شد، تنها مطابقت استراتژیکی بین استراتژیکی KM انسانی و سیستم های پاداش استراتژی HRM، دارای تأثیر زیاد بر عملکرد تجارت یعنی ترقی و رشد می باشد. یک توضیح احتمالی ممکن است این باشد که استراتژی که یک شرکت برای تقسیم اطلاعات در استراتژی KM انسان به کار می برد توسط مکالمه چهره به چهره اعضا، بوجود می آید. دیالوگ های غیر رسمی بین اعضای سازمان تنها از طریق سیستم های حقوق و پاداش و ارزیابی مرتبط با تقسیم اطلاعات مفهومی، تجمع و ایجاد، تقویت می شود. مهم نیست که شرکت، چه مقدار آموزش برای کارمندان خود ارائه داده است و یا چگونه شغل های کارمندان در گردش است، شبکه اجتماعی فرد به فرد برای ارتباط افراد و برای تسهیل مکالمات و تبادل اطلاعات، هرگز نباید نادیده گرفته شود.

 

 

 

 

 

۴- نمونه تولید هوشمند در جامعه اطلاعات

جات دامیت راش و سیمون لوییانا کارامیهای

دانشگاه پلی تهنیکای با چارست رومانی

۱- مقدمه

جامعه امروز به دلیل، باطعنه، ظرفیت و سرعت پیشرفت خود با چالش هایی مواجه شده است که در پدیده هایی مانند جهانی سازی و رقابت، در یک محیط تغییر یافته بسیار سریع، تأثیر گذاشته است تکنولوژی های اطلاعات و ارتباطات (ICT)، که مسائل همیشگی را حل می کند، واقعاً به یک عامل برای پیچیدگی ها دشواریهای افزایش یافته پیشرفت جامعه ای- اقتصادی، تبدیل شده است. در این محتوا، مخصوصاً در تولید، نقش منابع انسانی، در دهۀ اخیر، معلوم نبوده است، با توازن بین گرایش هایی که اکثراً بر تکنولوژی و تکنولوژی هایی که بر توانایی و برتری انسان، اعتماد داشتند، تکیه نموده اند. در واقع، نقش مدیریت اطلاعات این است که به عنوان یک هماهنگی نسبتاً جدید برای یافتن راهی که انسان ها و تکنولوژی بتوانند بطور بهینه با یکدیگر همکاری کنند، نسبت به سودها و رضایت کل جامعه، عمل کند. این مقاله قصد دارد، برخی اصول عملکردی برای معماران مدیریت اطلاعات ارائه نماید که نمایندگان انسانی و نرم افزاری بتوانند با هم فعالیت داشته و برای حل مسائل جدید، اطلاعات را تقسیم نمایند.

نویسندگان، محققان را در زمینه های سیستم تولید و نیز از ناحیه مدیریت اطلاعات، سیستم های کنترل، تحقیق سازمانی و آنالیز پیچیده، برای توسعه یک مدل برای پیشرفت متوالی تولید و اطلاعات، قرار دادند.

بخش اول، ارزیابی الگوی تولید را ارائه داده و پیشرفت برای ICT و مدیریت اطلاعات را بیان می کند.

بخش دوم بر الگوی تولید هوشمند تمرکز داشته و برخی از روش های کنترل توسعه یافته را براساس تئوری پیچیدگی و سیستم های چند عاملی، ارائه می دهد.

بخش بعدی، برخی پیشرفت ها در زمینه مدیریت اطلاعات را بیان نموده و بخش آخر، دیدگاه نویسندگان در مورد موضوعات مد نظر را معرفی می سازد.

سرانجام، برخی روش های آینده و مرتبط با جامعه اطلاعات که عاملین انسانی و نرم افزاری از طریق پیشرفت و رضایت متقابل خود، با هم همکاری می کنند، بیان شده است.

۲- ارزیابی تاریخی تولید و مفهوم مدیریت اطلاعات

از سالهای قبل، مردم می دانستند که اطلاعات به معنی قدرت بوده و تصمیمات درست به کیفیت و کمیت داده های آنالیز شده و نیز به ظرفیت مناسب، بستگی دارد.

دانش و هوش همیشه برای موفق، ضروری بودند حتی اگر همیشه کافی و مناسب نبوده اند و فرآیندهای دستیابی به آنها از زمان تمدن انسان، مورد مطالعه قرار گرفته است . («با سه روش، ممکن است دانش را فراگیریم» ابتدا، با اندیشه که بی نظیر است. دوم، با تصور که آسان است و سوم با تجربه که بهترین است). تفاوت های دقیقی بین اطلاعات و دانش وجود داشت. (اطلاعات، دانش نیست- آلبرت اینستین)، به عنوان مثال، و یا بین دانشوری و دانش. ارتباط بین یادگیری و ظرفیت استدلال (یادگیری بدون اندیشه، زحمت بی فایده است، اندیشه بدون یادگیری مخاطره آمیز می باشد. کنفی سوس).

پیدایش ایده های جدید و برانگیختن وقایع برای ابتکارات عالی، توازن مناسب بین تخصص و نوآوری بوجود آورده است و هنوز هم اهداف مورد نظر برای دانشمندان، فیلسوفان و حتی مدیران، به شمار می رود.

اما نیاز اصلی یک روش اصلی و درک آن، با روش کیفی تکنولوژیکی و کاربردهای آن، بوجود می آید.

بعد از جنگ جهانی دوم، تغییرات زیادی هم در صنعت و هم جامه بوجود آمد (شکل۱) عصر کامپیوتر، در آغاز آن بوده و نیز با کاربردهای آن در صنعت، مدیریت منابع انسانی، یک تغییر جدید را بدست آورد.

 

 

 

 

 

 

 

 

 

 

 

شکل۱- سیر تکاملی نمونه های تولید

در واقع، آغاز کنترل و اتوماسیون می تواند از اواسط قرن ۲ بوده و برخی از وقایع مهم مرتبط در علوم مهندسی در سالهای ۴۵ و ۶۰ وجود داشته است (محرابی و همکاران ۲۰۰۰). ابتدا کامپیوتر الکترونیک در ۱۹۴۶، اختراع ترانزیستور در ۴۷-۱۹۴۶، مدارهای یکپارچه در کامپیوترهای دیجیتال اولیه و نیز کاربردهای اولیه کنترل اتوماتیک در صنعت در سال های ۵۰-۱۹۴۹، پیشرفت کنترل عددی (NC) و زبان های NC، اختراع مرکز ماشینی و اولین روبات صنعتی در سالهای ۶۰-۱۹۵۰ بوده است. به ویژه بعد از ۱۹۵۶، نقش مهمی در تحقیق در زمینه کنترل توسط فدراسیون بین المللی اتوماسیون و کنترل انجام شده است.

چالش های جدید مدیریت نیز با افزایش تقاضای بازار برای محصولاتی که به محیط سریع از شرکت های جدید و در نتیجه به رقابت افزایشی برای مشتریان و سود می رسند، بوجود می آید. سیستم هایی با مقیاس بالا و فروشگاههای تولید انبوه تا زمانی که معلوم شود یک روش تولید جدید، مورد نیاز است، آشکار می ماند.

با درک مشتریان در مورد پیشرفت صنعتی، کیفیت محصولات و تولید بالا، از طریق اهداف مهم برای شرکت های تولیدی، مناسب نمی باشد. برای جذب مشتریان جدید و نگه داشتن مشتریان قدیمی، گوناگونی محصولات و نیز ظرفیت آنها باعث محصولات جدید و مطلوب در بازار شده و یک فاکتور اصلی برای موفقیت شرکت ها به شمار می رود. سیر تکاملی بوجود آمده نه تنها برای تکنولوژیها و اتوماسیون بوده بلکه در مورد موضوعات مدیریتی جدید با منابع انسانی و دارایی های اطلاعاتی و نیز می باشد و نیز افزایش پیچیدگی در شرکت های تولیدی به عنوان یک سیستم، نیاز به موضوعات و نظریات جدید برای کنترل و ارزیابی عملکرد، را بوجود آورده است. تغییر اول نمونه اول (شکل ۱) توسط موارد کنترل جدید ارائه شده است: ماشین های کنترل عددی، رویات های صنعتی و سپس، سیستم های تولید کاملاً اتوماتیک، تغییرات را از تولید انبوه تا مشتری مداری، بوجود آورده و بیشتر از تأثیر بر موقعیت مشتری در چرخه زندگی تولید بوده و نگرش جدید مدیریت منابع انسانی را مورد نیاز ساخته است (سپالا و همکاران ۱۹۹۲، آلدر ۱۹۹۵). همانطور که تولید یک فعالیت است و اهمیت کیفیت انسان و ماشین ها تنها با تعاملات آن ها بوجود می آید، جالب است بیان شود که اتوماسیون دارای دو روش متقابل بر منابع انسانی می باشد. روش اول: انسان ها را به عنوان منبع خطاها در نظر گرفته و بر ماشین ها و اتوماسیون تکیه دارد و روش دوم: افراد را به عنوان یک منبع بازیافت سریع خطاها، فرض می کند با این وجود، همانطور که وظایف تکراری، بیشتر و بیشتر به ماشین ها واگذار می شود، با افزایش سرعت و اطمینان محصولات، منبع انسانی، در سطح طراحی، خلاق تر شده و برای عملکرد در سطح فروشگاه مانند آموزش و دستورات، ماهر تر شده و بنابراین به عنوان یک دارایی با ارزش برای شرکت، محسوب می شود.

به علاوه، با افزایش اهمیت تکنیک های کامپیوتری، کارمندان با کیفیت بسیار به آموزش مکمل در استفاده از کامپیوتر، نیاز دارند. نیاز به تغییر، با بحران نفت، اهمیت بیشتری یافت (۱۹۷۳) که با رکود اقتصادی شدید در صنعت ابزار ماشینUSA و بحران اقتصادی صنعت اتوماتیک، ادامه یافت. در آن زمان، شرکت های تولیدی ژاپنی، که از اهمیت منابع انسانی و مقررات و نظم تولید براساس طراحی درست و فرآیند تولید مناسب برخوردار بودند، در بازار بین المللی با دستیابی به محصولات با کیفیت بالا و قیمت های پایین، برتری خود را ثابت نمودند. در سال های ۷۰، «نمودار سیستم تولید قابل تغییر» به عنوان یک سیستم ماشینی با سخت افزار ثابت و نرم افزار قابل برنامه ریزی، تعیین شد و قادر بود تغییرات را در انجام کارها، برنامه های تولید، برنامه ها و ابزارهای ماشینی و انجام داده و بنابراین به عنوان انواع مختلف تولید، با زمان کمتر در همان سیستم، در اندازه مورد نیاز و کیفیت معین، بوده است. توانایی ذخیره سازی و بازیافت اطلاعات و داده ها به عنوان یک فاکتور اصلی برای کارایی آن سیستم های جدید (وگران) محسوب می شود. در نتیجه، پیشرفت مقررات جدید مانند مدیریت اسناد کامپیوتری و مدیریت پایگاه داده ها، بوجود آمد. دشواری های اولیه در انتقال اطلاعات بین کاربردهای نرم افزاری مانند CAP و CAM بوده که دارای روش های مختلف برای جمع آوری داده های مشابه بوده است.

از طرفی دیگر، فاکتورهای اصلی دیگر برای موفقیت شرکت، توانایی کوتاه کردن مدت چرخه زندگی محصول، بویژه در مراحل طراحی و تولید می باشد. یکی از روش های کاربردی برای اجرای این هدف، تجزیه مختصر فرآیند شرکت است که باعث استفاده دوباره شده و آنالیز و بهینه سازی و پیش بینی الگوهای مهندسی همزمان را بوجود می آورد.

این نمونه جدید می تواند به عنوان یک پیشگام برای روش های تکاملی در سیستم های اطلاعات هوشمند با کاربردهای مستقیم در تولید، محسوب شود.

از دیدگاه تولید، فرآیندها برای انواع مختلف تغییرات باید دقیقاً تعیین شوند این فرآیندها توسط موارد زیر تعیین می شوند. (براون ۱۹۸۴) و (ستی و ستی ۱۹۹۰):

– انعطاف پذیری ماشین: انواع عملکردهای مختلف که یک ماشین می تواند انجام دهد.

– تغییر پذیری مواد: توانایی برای حرکت محصولات با سهولت تولید.

– تغییر پذیری عملیات: توانایی برای تولید یک محصول در روش های مختلف.

– تغییر پذیری تولید: توانایی اضافه نمودن محصولات جدید در سیستم

– تغییر پذیری مسیر یابی: مسیرهای مختلف (ماشین ها و کارگاهها) که می توانند برای تولید یک محصول در سیستم به کار روند.

– تغییر پذیری اندازه: آسانی افزایش یا کاهش سود خروجی از یک سیستم موجود.

– تغییر پذیری توسعه: توانایی برای اجرای اتوماتیک یک سیستم.

– تغییر پذیری تولید: تعداد محصولاتی که یک سیستم می تواند تولید نماید.

– تغییر پذیری بازار: توانایی سیستم برای پذیرش نیازهای بازار

از دیدگاه بین المللی دو روش اصلی می تواند تعیین شود یک روش که در مورد ذخیره سازی و بازیافت اطلاعات و داده ها و نیز دارای ساختارهای پیچیده تر مانند برنامه های NC، اسناد طراحی، مخزن های نرم افزاری و غیره می باشد. هدف آن، کاهش قیمت از طریق توانایی استفاده مجدد راه حل های مسائل و چرخه زندگی کوتاهتر محصولات با استفاده از فعالیت های کامپیوتری و محصولات تبادلی اتوماتیک بین کاربردهای نرم افزاری مختلف می باشد. در این زمان، این روش در توسعه مقررات مانند مدیریت اسناد، مدیریت و طراحی پایگاه داده ها وجود داشته که می تواند به عنوان یک پیشروی نسل اول مدیریت اطلاعات، محسوب شود.

برخی موانع بوجود آمدند: حتی اگر تعداد مهیار کنندگان تکنولوژی های اطلاعاتی (IT) هنوز هم کاهش یافته اند، مشکلات هنگامی بوجود می آیند که داده ها و اطلاعات با کاربردهای مختلف، تقسیم شده و یا به جایگاه های دیگر انتقال یابند. سرمایه گذاری در IT، برای افزایش بازدهی تولید در یک محدود خاص، کافی نیست، دقیقاً به خاطر این مشکلات سوددهی اطلاعاتی می باشد. دارا بودن اطلاعات درست در جایگاه درست و زمان درست علی رغم پایگاه های اطلاعاتی گسترده کمتر دیده می شود.

حتی امروزه، تعاریف تصدیق شده برای داده ها و اطلاعات وجود ندارد بلکه پیشرفت گسترده تولیدات کامپیوتری یکی از موارد اصلی اول برای تبعیض بین موارد قابل مشاهده و یا تحقیق پذیر است که می تواند به عنوان داده های آن مورد استفاده قرار گیرد. که می تواند توسط کاربران مختلف- اطلاعات حتی اگر در یک موضوع مشابه فعالیت می کنند، درک شود.

جمع آوری آن موانع، و ترکیب با افزایش گرایش مشتری مداری، یک مجموعه را بوجود آورده است:

تغییر پذیری بیشتر به اتوماسیون بیشتر و فعالیت های کامپیوتری بیشتر (طراحی، برنامه ریزی، تولید و غیره)، کامپیوترهای بیشتر، تجهیزاتNC و کاربردهای سخت افزاری بیشتر، نیاز داشته بنابراین به اطلاعات و داده های بیشتری مورد نیاز است که تقسیم شده، و انتقال یابند و بین کاربردها و نیز سخت افزار ارتباط داشته و در نتیجه، به افراد ماهر نیاز دارد تمام این موارد نیازمند زمان و سرمایه بسیار می باشد. از طرفی دیگر، به دلیل پیشرفت مداوم اجتماعی- اقتصادی، فرآیندهای بسیاری وارد بازار شدند، رقابت برای مشتریان از طریق محصولات بیشتر و فرآیندهای کمتر و زمان دریافت کوتاهتر بوجود آمده است. به عبارتی دیگر، دشواری تولید در پیچیدگی شرکت های تولیدی و نیز سیستم های تولید بوجود می آیند. روش دیگر توجه دوباره به اهمیت منابع انسانی است. نه تنها متخصصان جدید وارد بازار کار شدند. متخصصان سخت افزار که مشارکت آنها برای تولیدات باعث کاهش هزینه و افزایش کیفیت شده است، غیر مستقیم بوده و کمی گران می باشد اما متخصصان ماهر از مناطق دیگر نیاز به آموزش در مورد استفاده کامپیوتر دارند تا کارآیی و بازدهی آنها بیشتر شود. به هر حال، حتی با این هزینه ها، کاملاً آشکار است که منابع انسانی خبره، یک دارایی بسیار با ارزش برای شرکت می باشد به ویژه در حیطه تولید که توانایی های ابداع و نیز احتمال راه حل سریع مشکلات جدی، نیز از اهمیت به سزایی برخوردار است. یکی از مشکلات این است که برخی کارشناسان اندک پر هزینه می باشند. شرکت های آنها با تجربیات آنها به کمپانی، توسط چه چیزی به عنوان اطلاعات سازمانی محسوب می شود مذاکره می نماید و این موضوع، مسئله دوم و مهمتر را بوجود می آورد: چه زمانی یک کارشناس، کمپانی را تغییر می دهد، یک شخص در یک مکان کاری جدید و برخی از اطلاعات از یک مکان قدیمی، آورده می شود.

این موضوع، دلیل روش دوم توسعه یافته در سیستم های هوشمند و مهندسی اطلاعات و مرکز نسل دوم مدیریت اطلاعات می باشد.

مفهوم سیستم های هوشمند در دانشگاه استانفورد در سال ۱۹۶۵، توسعه یافت، هنگامی که تیم پروفسور فیگن بام، با چانان، لیدر برگ و همکاران فهمیدند که دندرال ، دندرال یک سیستم هوشمند شیمیایی است که اساساً از قانون «اگریسپس» استفاده می کند و نیز قادر به استفاده قانون ها لمسی استفاده شده توسط متخصصان انسانی می باشد. این نظریه توسط MYCIN در سال ۱۹۷۰ ادامه یافت و توسط ادوارد اچ شور تألیف یک فیزیکدان و دانشمند کامپیوتر در مدرسه اسندفورد مدیکال برای حمایت تصمیم گیری در تشخیص یک طبقه خاص از عفونت مغزی که زمان بندی، مهم بود توسعه یافت.

دو مسئله در مورد ایجاد سیستم های مغزی باید حل شوند: ایجاد ساختار برنامه ریزی و قادر به اجرای عملیات با اطلاعات در یک زمینه معین و سپس ایجاد پایگاه اطلاعات برای عملکرد با آن مرحله دومی: با نام «اکتساب اطلاعات» مشکلات بسیاری را بوجود آورده است، که برای بسیاری از کارشناسان، توضیح تصمیمات خود در یک مفهوم زبانی توسط طراحان نرم افزاری، مشکل بود. وظیفه مهندسی اطلاعات بود که اطلاعات هوشمند را استخراج نموده و آنها را بطور مناسب تدوین نماید. به علاوه، ثابت شده است که برخی موضوعات در کنار اطلاعات- دانش- وجود دارند که بخش ارزشمندتر می باشد که یک متخصص انسانی می تواند آن را ثابت کند. کارشناس در یک دیسک قرار دارد، شروع به استفاده نمودند و همیشه یک تطابق برای کارشناسان ارشد انسانی وجود ندارد: اما آنها بسیار سریع بوده و بسیار پرهزینه نمی باشند و نمی توانند کمپانی را ترک نموده و به رقیبان خود، اطلاعات داخلی را بدهند.

به علاوه یادگیری سیستم هوشمند، می توانست عملکرد آن را با کامل نمودن پایگاه اطلاعات ثابت سازد و به آنها این امکان را دهد که برای آموزش کارشناسان انسانی قابل استفاده باشند.

حتی اگر سیستم های هوشمند و شریکان آنها، سیستم های حمایت تصمیم، اکنون به عنوان نتایج هوش مصنوعی باشند، تکنیک های استفاده شده در استخراج و تدوین اطلاعات، قسمت های مهم در سیاست های مدیریت اطلاعات، به شمار می روند.

همانطور که فیگن بام (۱۹۸۹)، بیان نمود، یک مفهوم وجود دارد که استفاده قدیمی از اطلاعات، استخراج شده از منابع مانند کتاب ها و مجلات، به عنوان «مفعول مجهول» یافته شده، تفسیر شده و سپس توسط انواع جدیدی از کتابها مورد استفاده قرار گرفته و برای تعامل و همکاری با کاربران آماده می باشد.

هر دو روش، برای غلبه بر گسترش مشکلات موانع تکنولوژیکی ارائه شده در روش اول و برای پذیرش تکنیک های مدیریتی برای افزایش میزان منابع انسانی ارائه شده در روش دوم، به کار می روند.

ائتلاف تجاری فراهم کنندگان سخت افزار و نرم افزار، تولید کنندگان بزرگ علاقه مند به تغییر پذیری، مؤسسات تحقیقاتی و دانشگاهها، برای مثال AMICE تغییرات جدیدی در تولید را مدیریت می نمایند- بویژه تغییر در مفهوم و حمایت از تولید کامپیوتری (CIM)- معماری سیستم های باز (CIM-OSA1993) (OSA).

CIM-OSA، یک روش مهندسی شرکتی براساس یک مدل را ارائه می دهد که عملیات تولید را به دو دسته، عملکردهای عمومی و خاص طبقه بندی می کند. این عملکردها، ممکن است برای ایجاد یک مدل که می تواند برای فرایند شبیه سازی و آنالیز بکار رود، ترکیب شود. همان مدل می تواند بصورت آن لاین در شرکت های تولیدی برای زمان بندی نظارت و ارائه اطلاعات فرآیند، بکار رود.

یک جنبه مهم از پروژه CIM-OSA، مشارکت مستقیم آن در فعالیت های استاندارد سازی است. دو نتیجه از نتایج اصلی آن، چارچوب مدل سازی و سازمان کامل می باشد.

چارچوب مدل سازی تمام مراحل چرخه زندگی سیستم CIM از تعریف نیازها تا خصوصیات طرح توصیف اجرا و اجرای عملکردهای روزانه را حمایت می نماید.

سازمان کامل، سرویس های تکنولوژی اطلاعات خاص برای اجرای مدل خاص را ارائه می دهد اما چیزی که مهم است این است که این روش، برای فروشندگان و قابلیت انتقال، وجود دارد.

با توجه به مدیریت اطلاعات، الگوی تکمیل در تولید با توانایی ارائه اطلاعات درست در جایگاه و زمان درست، مطابقت دارد و بنابراین پایگاه اطلاعات شرکت، وجود دارد. به علاوه، تمام منابع مرتبط با اطلاعات داده ها بین کاربردهای نرم افزاری در یک شرکت با یک طرح مناسب از سازمان کامل و با وجود استانداردها، حل می شود. هنوز هم مشکلات تقسیم اطلاعات بین کمپانی های مختلف و انتقال اطلاعات، باید حل شود. (چن و وردانا ۲۰۰۲).

۳- سیستم های تولید هوشمند: مفهومات و سازمان

قرن قبل، بر سرعت مؤثر پیشرفت سازمان های تولیدی ، و اصولاً به دلیل دو نیرو در اقتصاد امروزی، رو به رو شده بود:

* جهانی سازی که منابع وسیع، مهارتها، اطلاعات و توانایی ها و گروههای مهم مشتریان را در بخشهای مختلف جهان، شامل می شود.

* محیط تغییری سریع: که با نیاز معین اقتصاد و مرتبط با این فاکتورها و تداوم موفق، همراه است. محیط جهانی نیاز دارد که یک سازمان حداقل قادر باشد تا:

* منابع جهانی را کشف و جمع آوری و نیز تعیین نموده و تقاضای مشتریان را در هر نقطه از دنیا پاسخ دهد.

* دینامیک خود را برای دستیابی به مزیت رقابتی سریع ترین زمان به دینامیک بالای بازار از مدیریت ارشد برای توسعه سریع استراتژی هایی کوتاه مدت مؤثر و برنامه ریزی و حتی دینامیک بالاتر برای سطوح عملیاتی، افزایش دهد.

* پذیرش دوباره و پاسخ به محیط تغییری که یک شبکه قابل تغییر از سرمایه های مستقل مرتبط با تکنولوژی اطلاعات برای تقسیم مؤثر مهارت ها و اطلاعات، می باشد. را بوجود می آورد.

به هر حال، گسترش تحقیق، تأثیر ساختار سازمانی بر عملکرد سرمایه گذاری در در محیط های دینامیک نشان می دهد که (برنز و استالکر ۱۹۶۱، هندرسان و کلارک ۱۹۹۰، یوزی ۱۹۹۷)، یک تنش اصلی بین تصرف ساختارهای بسیار زیاد و بسیار اندک، وجود دارد. به عنوان یک نتیجه کلی، سازمان هایی که دارای ساختار بسیار کم می باشند، توانایی ایجاد عملکردهای مناسب را ندارند، و نیز کارایی و بازدهی کم بوجود می آید، و سازمان هایی از ساختارهای بسیار زیاد استفاده می کنند در تغییر پذیری، ناکارا می باشند. (میلر و فریسن ۱۹۸۰، سیگل نو ۲۰۰۱).

توسعه بازار واقعی و عملکردهای سیستم های تولید این وضع دشوار را برای سازمان هایی که در محیط های دینامیک رقابت دارند، را تأیید می کند زیرا موفقیت آنها هم به بازدهی و هم به تغییر پذیری بستگی دارد.

الگوهای تولیدی جدید از مهندسی همزمان و سازمان های واقعی برای سیستم های تولیدی هوشمند و سرمایه گذاری شبکه ای، بوجود می آید. هر کدام از آن ها سعی در استفاده از ساختارهای تعاونی و خودگران دارند که برای تطبیق پذیری، به اندازه کافی آسان است. اما ارتباط با پروتکل های تعاونی ارتباطات، برای عملکردهای مناسب، آماده می باشد. برای مدیریت این انواع جدید سیستم های پیچیده، یک روش جدید کامپیوتر و ارتباطات کامل برای تقویت قدرت آنالیز از نظریه کنترل، باید توسعه یابد. این روش می تواند بصورت نمونه C3 کنترل برای شبکه های تعاونی بوجود آید (دامیتراش ۲۰۰۸).

یک سازمان مجازی (VO) مطابق با تعاریف پذیرفته شد: یک شبکه قابل تغییر از شرکت های مستقل مرتبط با تکنولوژی اطلاعات برای تقسیم مهارت ها، اطلاعات و دسترسی به مهارت های دیگران در روشهای غیر سنتی می باشد. یک VO همچنین می تواند بصورت همکاری شامل کمپانی ها، مؤسسات و یا افراد ارائه دهنده یک محصول و یا سرویس براساس یک مفهوم تجاری رایج باشد. واحدها در همکاری مشارکت داشته و خود را به عنوان یک سازمان یکپارچه نشان می دهند. (کامارینا، ماتوس و افسار منش ۲۰۰۵).

در چارچوب افزایش تأثیر پذیری و کیفیت خدمات در شبکه های اقتصادی جهانی، الگوی تولید همکاری شامل: طراحی، برنامه ریزی، اجرا و تشخیص عملکرد اتوماسیون در محیط های مشارکتی، مدل های یکپارچه سیستم، شکل و پارامتر سازی برای ارتباطات مرتبط با ابزار، شبکه های همانند برای کیفیت اتوماسیون سرویس ها، جنبه های چرخه زندگی برای سیستم های اتوماسیون و حفظ و نگهداری جزئی می باشد. خود شرکت به عنوان یک شبکه جمع آوری تکنولوژی های پیشرفته، کامپیوترها، سیستم های ارتباطی، استراتژی های کنترل و نیز نمایندگان شناختی می باشد (هم انسان ها و یا سیستم های هوشمند پیشرفته) و تنها قادر نیست، فرآیندها و محصولات را مدیریت نماید اما می تواند عملکردهای جدید برای پذیرش آنها به بازار دینامیک را ایجاد کند. مطالعه عملکرد بوجود آمده از این فاکتورهای شناختی دارای تئوری های جدید مانند تئوری پیچیدگی می باشد.

سازمان های شبکه ای همکاری (CNO) یک دنیای دینامیک جدید براساس همکاری، رقابت و زیرکی را ارائه می دهند. آنها تولیدات و ساختارهای پیچیده از ابزارهای ماشینی – روبات ها و غیره برای شبکه های اطلاعاتی شامل انسان می باشند و باید بصورت تجمع های خودگردان اما شرکت های تعاونی طراحی و برنامه ریزی شوند.

مشکل این است: یک سیستم نمی تواند برخی ساختارها را طراحی نماید، آنها بسیار دینامیک بوده و از تغییرات ضروریت های بازار بوجود آمده اند که می توانند حریف های تجاری را بوجود آورند. برای اینکه یک سرمایه گذاری برای یک CNO مناسب باشد باید حداقل جنبه های زیر را از عملکرد خود دارا باشد.

* افزایش عملکرد خودکار و توانایی خودگردانی (بازیافت خود- سازمان خود- محافظت خود).

* افزایش سطح جذب از سیگنال ها به اطلاعات، به دانش به تصمیمات یا حتی حکمت ها.

* راه حل های کامل برای سیستم های اجرایی تولید، سیستم های اجرایی منطقی و غیره.

* ارائه پیوسته ارتباط بین داده ها- اطلاعات- دانش. این مورد، دلیل تمرکز زیاد بر مسائل مربوط به شرکت و به ویژه یک نوع جدید از مدیریت اطلاعات بوده این امکان را فراهم می آورد که ساختارها بطور مجازی برای تبادل اطلاعات درست، متفاوت باشند. سیستم های تولید هوشمند (IMS) یک الگو می باشند که موضوعات مربوط به این مسائل را منعکس می سازند.

الگوی C3 بیان شده در بالا در مورد کنترل، تغییر می یابد برای این طبقه جدید از سیستم ها، برای یک الگوی C4، کامپیوترهای یکپارچه، اطلاعات و شناخت در تأکید اهمیت بالای اطلاعات در دست یابی به عملکرد هوشمند، قرار دارند. به هر حال، ماهیت و خصوصیات اصلی «هوش» هنوز هم موضوعی برای پایگاه داده ها بود و هیچ موضوع هستی شناسی در این زمینه وجود ندارد. و معمولاً با برخی توانایی ها مانند حل مسئله، ارتباطات و توانایی های یادگیری، همراه است. در واقع، پذیرش احتمالاً یکی از اولین پدیده های تعیین شده مرتبط با هوش است که می تواند به عنوان یک فاکتور رایج در روش های تعاریف هوش بکار رود. تطابق الگوهای عملکردی یکی از آشکار ترین فعالیت های پذیرش است. این ارتباط، از کاربرد متدلوژی های مختلف، روشها و برنامه های منطقی مختلف بوجود می آید که سرانجام توانایی استنتاج منطقی را ارائه می دهد. سطح بالای پذیرش و هوش به توانایی خود سازمانی دینامیک اجتماعات از نماینده ها به گروههای جهانی، و در پاسخ به مسائل جدید نیاز دارد.

سیستم های خلاصه، تطابق می تواند بصورت زیر وجود داشته باشد: یک سیستم که به خوبی مطابقت می یابد می تواند اختلالات را در تعاملات خود با محیط به حداقل برساند و بطور موفقیت آمیز، عمل نماید. به عنوان یک مورد پژوهشی ساده، این تطابق می تواند توسط سیستمی که با محرک خارجی با فرآیندهای مختلف واکنش می دهد، انجام شود. اگر این سیستم دارای ظرفیت مناسب تشخیص بین وقایع خارجی بنا شد و یا دارای فرآیند مناسب به عنوان یک پاسخ به محرک خاص نباشد، اصلاً قادر به مطابقت نیست. این دلیل اصلی ظرفیت یادگیری یکی از مهمترین فاکتورها برای تطابق و بنابراین هوش می باشد. کاربردهای بسیاری وجود دارند که شامل تطابق سیستم می باشند مانند سیستم های ارتباط بانکداری، مدیریت انرژی، حمل و نقل، تولید و غیره. علاوه بر ضرورت داشتن یک عملکرد مطابق، تمام سیستم ها دارای درجات مختلف و مشابهت های دیگر مانند دینامیک های بالا، راه حل های چندگانه برای یک مسئله خاص و ناهماهنگی می باشند.

 

 

 

 

 

 

شکل ۲: یک نگاه سیستماتیک سرمایه گذاری

سیستم های تولید هوشمند (IMS) می توانند به عنوان منابع بزرگ انسانی و عاملین نرم افزاریی با سطوح مختلف مهارت و اهداف متفاوت باشند که با یکدیگر در ترکیبات مختلف در اجتماعات موقتی برای تعامل با تغییرات ورودی و برای انجام تغییر اهداف، فعالیت می کنند.

فعالیت یک سیستم در محیط های غیر قابل پیش بینی، IMS باید مسائل زیر را حل کند: برنامه ریزی تولید یکپارچه و زمان بندی (مدل های ریاضی و ترکیبات تحقیق عملیاتی، برآورد و ارزیابی راه حل های مناسب و پیمانه های قابل قیاس پارامتریک برای بهینه سازی تولید، یکپارچه سازی تکنولوژی های هوشمند به عنوان سیستم های “هوشند هیبرید”

کنترل تولید زمان واقعی (شرایط شناسایی و تأیید و حل مسائل مربوطه، حمایت تعمیم، الگوریتم های زمان بندی دوباره واکنشی و پیش گستر و سیستم های حمایت “کنترل تولید”

مدیریت سیستم های تعاونی و مشارکتی (سیستم های نماینده چندگانه در معماری مرتبه ای، مدل ها برای توصیف شبکه های تولید، آنالیز شبکه های عملکردی و مکانیزم های مذاکره ای و پروتکل های ارتباطی برای نمونه های عملکردی مناسب شامل تأثیرات موقتی و سه بعدی مربوطه )

ایجاد هوش سرمایه گذاری باید شامل ویژگی های زیر باشد:

– قابل تطبیق: به عنوان یک سطح هوشمند اولیه، کاربرد فعالیت در قوانین «اگر- پس».

– استدلال: به عنوان یک سطح آماده سازی سناریوهای احتمالی جدید استراتژی های «اگرچه» می باشد.

ارائه اطلاعات و فرآیند (شامل تمرکز، شناسایی و تعریف خصوصیات و سازمان در ساختارهای ارتباطی) می باشد.

با توجه به ساختار تولید هوشمند، معلوم است که حداقل با برخی از تعاریف سیستم تطابق پیچیده، مطابقت دارد.

تعریف ۱: CAS یک سیستم پیچیده است که شامل واحدهای واکنشی می باشند یعنی واحدهایی که قادرند به طور سیستماتیک، روشهای مختلف در واکنش برای شرایط محیطی تغییر یافته را نشان می دهند.

تعریف ۲: CAS یک سیستم پیچیده است که شامل واحدهای هدف گرا است یعنی واحدهایی که واکنش بوده و آن هدف حداقل دارای واکنش هایی در جهت دستیابی اهداف ساخت می باشد.

تعریف۳: CAS یک سیستم پیچیده است که شامل واحدهای برنامه ریز است یعنی واحدهایی که هدف گرا بوده و برخی درجات کنترل را برای محیط خود و برای آسان سازی دستیابی به آن اهداف، به کار می برند.

توازن بین کنترل و پیدایش یک چالش واقعی برای طراحی CAS شامل پدیده ی غیر خطی، اطلاعات و داده های ناکامل- یک گسترش ترکیبی از کیفیت، تغییرات دینامیکی در محیط می باشد.

توضیح اینکه یک شباهت زیاد بین خصوصیات CAS ذکر شده در تعاریف بالا و ویژگی های اصلی عاملین هوش وجود دارد، بسیار آسان است. (وودریج و جنینگز، ۱۹۹۵).

– واکنش پذیری: نمایندگان باید قادر باشند محیط خود را مشاهده نموده و به وقایع خارجی برای رضایت مندی اهداف طرح خود، پاسخ دهند.

فعالیت: نمایندگان باید قادر باشند عملکردهای هدف گرا را با ابتکارات، نشان دهند.

توانایی اجتماعی: نمایندگان خبره باید قادر باشند با نمایندگان دیگر برای تبادل اطلاعات و دانش و برای حمایت از اهداف خود، تعامل داشته باشند.

در نتیجه، این حقیقت، طبیعی است که روش های کنترل برای CAS، اساساً براساس ساختارهای چند عاملی (MAS) و تئوری است.

با آغاز با مدل الباس شناخته شده (Albus 1997) از یک نماینده خبره، ساختار آن ها شامل نمونه های زیر است:

– مدل جهانی (MW) که شامل اطلاعات و دانش توقیف شده توسط نمایندگان بوده و فعالیت هایی که به عنوان یک مدیر اطلاعاتی در حل مسائل و یا یک انتگرال گیر در اطلاعات محیطی عمل می کند.

– تولید حرکت (BG) که فعالیت نماینده را با برنامه ریزی سناریوهای مختلف فعالیت های انجام شده توسط نماینده برای جمع آوری و اجرای یک هدف معین و واکنش آن توسط زمان بندی یک سناریو برای وقایع خارجی رخداد، در نظر می گیرد.

– تصمیم گیری (DM) که سرانجام، سناریویی که باید اجرا شود را توسط نماینده انتخاب می کند نمونه WM، هسته یک نماینده بوده و حتی اگر عملکردهای ان بتوانند توسط تغییر ارزیابی فرآیندها در VS و معیار تصمیم در DM، پیشرفت کنند، حل مسئله واقعی «قدرت» یک نماینده، در کیفیت و کمیت اطلاعات وجود دارد.

تولیدات مستقل و خودگردان و سیستم های استدلای، مدل های ریاضی از سیستم های هیبرید با نمایندگان خبره را برای معماران چند اهدافی مرتبه ای، جمع آوری نموده و تمام مسائل تأثیر پذیری و محصولات مناسب برای مشتریان را، حل می سازد. مانند یک سیستم، یک سرمایه گذاری (یا یک شبکه شرکت ها) به عنوان یک سیستم پیچیده، جمع آوری مواد، منابع و تکنولوژی نه فقط مدیریت سازه های تکنولوژی های ارتباطی، بلکه در سطح اطلاعات نیز وجود دارد. عملکرد و حالت بوجود آمده از عملکرد مناسب از تمام مؤلفه های فعال شرکت و فرآیندها، معیارهای موفقیت شرکت می باشند.

یک شرکت هوشمند باید صلاحیت قابل تغییر و قابل پذیرش بودن در محیط بازار را داشته باشد چنین باید با دشواریها نیز روبرو شود. همانطور که دارای فرآیند کیفیت اطلاعات و مقدار قابل مقایسه فرآیندهای برای راه اندازی می باشد. به علاوه، خود محیط بازار جهانی که نه تنها شامل مشتریان و تهیه کنندگان است بلکه شامل شرکت های رقابتی نیز می باشد. غیر قابل پیش بینی می باشد.

شرکت ها باید دارای توانایی، مشاهده آشفتگی ها، تهدیدها، واکنش ها و تطابق بوده و پیشرفت را پیش بینی نمایند و سرانجام بر محیط تأثیر گذار باشند. شرکت به عنوان یک سیستم باید روش خود را با مقیاس های زمانی بسیار کوتاهتر از کارمندان خود، تصحیح نمایند.

به علاوه، شرکت می تواند در شبکه های تعاونی وجود داشته باشد که سیستم های متا باید دارای همان عملکرد با اما در یک سطح بالاتر پیچیدگی باشد.

الگوی مدیریت پیچیده با فرضیات مدیریت قدیمی در چالش است با در نظر گرفتن اینکه عملکرد سیستم، براساس اطلاعات قبلی ارزیابی آن، قابل پیش بینی نیست اما، در عوض بسیار غیر خطی می باشد. در نتیجه، عملکرد یک سیستم پیچیده، آشکار است، در روشی که از تعامل بسیاری از عملکردهای شرکت کنندگان بدست آمده و نمی تواند از طریق اطلاعات، پیش بینی شود. به علاوه، فعالیتی که منجر به خروجی های احتمالی شود، برخی از آنها با خود فعالیت، نامناسب می باشند و کاملاً آشکار است که «کُل» با ترکیب بخش ها، بسیار تفاوت دارد.

در نتیجه، نظارت یک شبکه سازمانی بر یک عملکرد معین، در اهداف مرتبط، وجود داشته و هدفی را نشان می دهد که به ابزارهای دیگر نسبت به مدل سازی ریاضی، پیش بینی رفتاری و کنترل خطی، نیاز دارد.

روش های آنالیز و مدل سازی پیشنهادی شامل تکنیک های هیبرید، مدل های عاملی و مدیریت اطلاعات و همانند سازی و شبیه سازی است که به نظر می رسد یک روش مناسب تر را ارائه می دهد.

تولید دیجیتال، کنترل هوشمند و جمع آوری سیستم های میکرو الکترومکانیکی، مکاترونیک، سیستم های اجرایی تولید، سیستم های چند عاملی، زنجیره تولید انسانی – از طراحی تا تولید برای نگهداری و سرویس، بر کل محصولات و چرخه زندگی فرآیندها را بیان می کند.

۴- ارزیابی مدیریت اطلاعات در تولید

تولید جدید (شکل ۳) با استفاده بسیار زیاد از اطلاعات، آغاز شده است که سطح اول اطلاعات برای اطمینان از یک کیفیت پایدار محصولات و مطلوبیت فرآیندهای تولید بر حسب زمان می باشد.

در برخی مواقع با عنوان هوش اولیه و یا دلیل ناخالص نامیده می شود (والتز۲۰۰۳) داده ها از مشاهدات و اندازه گیری ها و روش ها به دست می آیند و می توانند در پیام های اصلی از اتوماسیون سطح پایین، دوباره بازیافت شوند. برای استفاده مناسب و درست داده ها برای آنالیز و بهینه سازی، آنها باید سازمان دهی، ذخیره، دسته بندی و فهرست بندی و غیره … شوند اطلاعات به درک نیاز داشته و مدیریت اطلاعات تنها فیلتر سای و تطابق داده ها را بیان نمی کند بلکه ارتباط و تعمیم دهی اطلاعات جدید را نیز فراهم می سازد.

 

دانش 

سازمان های آینده 

ایجاد

قضاوت، اهداف

تصمیم گیری، مدیریت

شرکت تولیدی هوشمند 

 

اطلاعات 

سازمان های مجازی انطباقی 

کاربرد

استدلال استنتاج

ارزیابی – معنی

شبکه های تعاونی 

 

اطلاعات 

تولیدات کامپیوتری 

مفهوم

فیلتر سازی

همبستگی- همکاری

قیاس گیری 

تولید قابل تغییر 

 

داده ها 

 

فرآیندهای تولیدی 

اندازه گیری و مشاهده:

سازمان 

شکل ۳ ارزیابی مدیریت اطلاعات

همانطور که نمونه های تولیدی در سیستم های تولید قابل تغییر و سیستم های هماهنگ کامپیوتری، وجود دارند، فرآیندهای مدیریت اطلاعات، توسط مدل هایی توسعه می یابند. که روابط آماری و دینامیک بین اطلاعات را ترکیب می نماید. و یک سطح جدید از هوش بوجود می آید: دانش و اطلاعات.

دانش و آگاهی برای داده ها و اطلاعات است که برای تولیدات قابل تغییر جمع آوری می شوند. این موضوع توسط سازمان یکپارچه، مورد حمایت استاندارد قرار گرفته و دارای یک تغییر در مدیریت اطلاعات می باشد. یک نظم که برای شناسایی و توسعه، آغاز می شود. مهندسی اطلاعات و جستجوی داده ها، از نسل اول مدیریت اطلاعات حمایت می کنند، حمایت آنها در توسعه و پیشرفت انواع جدید سیستم های تولید وجود دارد.

تئوری CAS بیان می کند که سیستم های برجسته (یعنی سازمانهای برجسته، نمایندگان مستقل مانند افراد)، خود را سازماندهی نموده و با شرایط تغییر کاربر در محیط خود تطابق می دهند.

دانش (به صورت تئوری ها و مدل های ذهنی) مطابق با تئوری CAS می تواند توسط قانون هایی ارائه شود که نمایندگان (افراد) در فعالیت های خود برای تطابق با موفقیت آمیز خود با محیط، از آن ها استفاده نمایند.

از تئوری پیچیدگی انتظار می رود درک شود چگونه دانش و اطلاعات در سطح نمایندگان فردی شکل می گیرد و سپس بر فرآیند اطلاعات در سطح انبوه برای تولید اطلاعات سازمانی تقسیم شده، تأثیر می گذارد. کاربرد تئوری پیچیدگی برای بسیاری از مباحث توسعه سازمانی و تجاری مورد استفاده قرار می گیرد.

یک ارتباط عمیق بین تئوری پیچیدگی و مدیریت اطلاعات وجود دارد:

در پایان سال ۲۰۰۰، فرآیند مدیریت اطلاعات، شناسایی و آنالیز اطلاعات را ارائه نموده و هدف آن توسعه اطلاعات جدیدی بود که برای شناسایی اهداف سازمانی، مورد استفاده قرار می گرفتند. به این دلیل که اطلاعات معمولاً از یک سیستم مشارکتی اطلاعات و جغرافیایی جمع آوری می شود، مدیریت دانش باید شامل موارد زیر باشد.

* تعیین و شناسایی اطلاعات

* ذخیره سازی و مدل سای اطلاعات

* منابع نتایج

* بازیابی و تصور اطلاعات

* تصمیم گیری

این دیدگاه «اولین نسل مدیریت اطلاعات» را ارائه داده و می تواند در مرکز نمونه های تولیدی مدرن، حمایت موضوعات بصورت همزمان/ مهندسی مساعی، کارخانه مجازی و شرکت های گسترده، بازیابی شود. به هر حال موضوعاتی که توقف نمی یابند. تغییرات و فشار از خارج از سیستم های تولیدی هستند که قوی تر می شوند. شامل مشتری سازی زیاد، ضرورت هزینه های تولید کم و زمان کوتاه تحویل و نیز ضرورت شبکه سازی شرکت ها و افق برنامه ریزی کوتاه مدت یا بلند مدت می باشد.

در واقع به نظر می رسد مهمترین موضوع ارزیابی تولید و نمونه های مدیریت اطلاعات، ضرورت همکاری شرکت با روش های در سطح هستی شناسی برای تقسیم اطلاعات می باشد دو گرایش فلسفی در مدیریت اطلاعات وجود دارد: (سانچز ۱۹۹۷).

روش دانش فردی: که فرض می کند دانش بطور طبیعی، فردی بوده و جمع آوری آن از افراد، بسیار دشوار است. و باید توسط افراد بین سازمان ها، انتقال یابد یادگیری، تنها می تواند با جمع آوری افراد مناسب در محیط های مناسب، تقویت شود، روش اطلاعات سازمانی بیان می کنند که دانش می تواند برای ایجاد دارایی های اطلاعاتی سازمانی، تدوین شود. اطلاعات می تواند (با استفاده از تکنولوژی اطلاعات) به صورت اسناد و بهترین مدل های فعالیت و غیره …. منتشر شود. فرآیندهای یادگیری می تواند برای اصلاح نقص های اطلاعاتی از طریق فرآیندهای ساختاری، مدیریت یافته و علمی، طراحی شود.

نمونه تولیدی هوشمند، در مورد یک ترکیب اشتراکی این روندها بوده و امیدوار است باعث ایجاد یک تغییر جدید در مدیریت اطلاعات شود:

خرد و دانایی: دانایی به تنها استفاده اطلاعات موجود برای حل مسائل جدید است، بلکه توانایی مباحثی که قادرند مسائل جدید را حل کنند را دارا می باشد.

۵- مدیریت دانش و شرکت های هوشمند

در (دوایس و همکاران ۲۰۰۷) یک مقاله بسیار جالب ارائه شده است که تأثیر توازان بین ساختار سازمانی و کارآمدی شرکت برای انواع مختلف شرکت ها و محیط ها را، تأکید می نماید.

نتایج مقاله، موارد زیر را آشکار نموده است:

نامتقارنی: ساختارهای بسیار اندکی منجر به عملکرد فاجعه آمیز کاهش شده در حالیکه ساختارهای بسیاری تنها منجر به یک تنزل تدریجی می شوند.

بُعد اصلی پویایی باز، غیر قابل پیش بینی بودن است که تنش های بین ساختارهای بسیار زیاد و بسیار کم را بیان می کند. میزان ساختارهای مطلوب ابا غیر قابل پیش بینی بودن، تغییر می یابد. در محیط های غیر قابل پیش بینی، تنها مقدار اندکی از ساختارهای مطلوب وجود دارد که احتمالاً برای مدیریت دشوار می باشد.

ابعاد دیگر پویایی بازار (یعنی شدت، پیچیدگی و ابهام) تأثیرات مخصوص به خود را بر عملکرد دارند.

مانند مقالات و مطالعات سازمانی، تحقیق شبکه ای ارائه شده در مقاله بیان شده، احتمال وقوع محیطی را بیان می کند که ساختار مناسب در افزایش پویایی بازار، نقصان یافته است. در مطالعات سازمانی، منطق این است که انعطاف پذیری، با ارزش تر از بازدهی می باشد. زیرا به این دلیل که فشار زیادی برای تطابق با تغییر محیطی مورد نیاز است، دینامیک بازار افزایش می یابد توازن ساختار سازمانی نیز برای روش پیچیدگی مهم می باشد. تئوری پیچیدگی در جستجوی درک این موضوع است که چگونه تطابق سطحی سیستم با تغییرات محیطی از فعالیت های نمایندگان بوجود می آید (اندرسون ۱۹۹۹، کاردل و بارتون ۲۰۰۰، ایسن هارت و بهایتا ۲۰۰۱).

مفهوم رایج یک شرکت به عنوان یک شبکه یک واحد تجاری، با ویژگی هایی مانند علائم تجاری مشابه و فرآیندهای ابتکاری، مرتبط است و استراتژی که شامل تصمیمات تازه مانند تولید و بازاریابی می باشد، عملکردهای سیستم های تطابق یافته پیچیده را بیشتر می سازد.

سیستم های تولید هوشمند به راه حل های جدید براساس دانستن اینکه چگونه از مهندسی کنترل مهندسی نرم افزار و سیستم های پیچیده/ تحقیق حیات مصنوعی بدست می آیند، نیاز دارد.

طرح های جدید مقیاس پذیری، قابلیت استفاده دوباره، جمع آوری و قدرت را براساس سیستم های خود سازمانی بوجود آمده، فراهم می سازند و توسط سیستم های زیستی تقویت می شوند. (سازمان های برجسته).

ساختارهای تولیدی می توانند به عنوان سیستم های مطابقتی پیچیده (CAS) در نظر گرفته شوند. زیرا سیستم های تولید در یک محیط در حال تغییر عدم اطمینان، فعالیت می کنند تولیدات اتوماتیک و سیستم های منطقی، مدل های ریاضی را برای سیستم های هیبرید جمع آوری نموده با نمایندگان خبره در ساختارهای چند هدفی مرتبه ای، نمام مسائل تأثیر پذیری را حل نموده و دریافت مطلوب تولیدات را برای مشتریان عرضه می دارند.

سیستم های انطباقی پیچیده، دارای احتمال بیشتری نسبت به قطعی بودن در طبیعت داشته و فاکترهایی مانند غیر خطی بودن می توانند تفاوت های بین شرایط داخلی و نتایج بزرگ را برجسته سازند. به این معنی که پیش بینی های بلند مدت برای سیستم های پیچیده، معتبر نمی باشد. یک فرآیند پیش بینی معتبر باید براساس تکرار افزایش بخش های کوچک باشد.

از طرفی دیگر، حل یک مسأله در چارچوب یک سیستم پیچیده، برای سرمایه گذاریها یا شبکه های شرکتی نمی باشند، این فعالیت با افق زمانی امکان می یابد. بعضی اوقات زمان حل مسئله مهمتر از راه حل است.

باید به خاطر داشت که روش ذکر شده در این مقاله این امکان را می دهد که با ارزیابی های مختلف شروع شود که هنگامی که آنها نامناسب بودن را ثابت نمودند، حذف می شوند. به طور خلاصه، تئوری پیچیدگی بیان می کند که سیستم های پیچیده بستگی زیادی به حالت اولیه خود داشته و ارزیابی آینده آنها نمی تواند براساس گذشته، پیش بینی شود. به علاوه فاکتور مقیاسی یک سیستم غیر خطی برای پیش بینی درست، از اهمیت به سزایی برخوردار است.

یک پاسخ برای چالش دوگانه بوجود آمده توسط شرکت هوشمند به عنوان یک سیستم و توسط پیچیدگی مسائل آن که باید حل شود، یک نمونه است که از واحدهای اتوماتیک مدیریتی و عملکردی استفاده می نماید. (دومیتراچ و گرامیهای ۲۰۰۸) و (دامیتراچ و همکاران ۲۰۰۹). سؤالات بیشتری در مورد کنترل یک سیستم برای اجرای یک هدف معین وجود ندارد اما برای یک ساختارکه شامل بخش هایی است که هر فرد هنگامی که شرایط مناسب وجود می آید، فعالیت نماید.

در نظر گرفتن شرکت تولید هوشمند، همانطور که در بالا بیان شد، به عنوان یک مخزن نماینده ها که باید اهداف تعیین شده خود و اهداف کلی معین شرکت را انجام دهند، می توان گفت که آنها همچنین باید به توازن بین اهداف مستقیم و عملکردهای واکنشی دست یابند.

به علاوه، همانطور که در (وودریج۲۰۰۰) بیان شد، ما می خواهیم نمایندگان برای رسیدن به اهداف خود به طور سیستماتیک، تلاش نمایند اما نه با اجرای نادرست سناریو، هنگامی که یک هدف بسیار معتبر نیست. یک نماینده باید با یک راه حل جدید، در زمان برای واکنش و استفاده از آن واکنش نشان دهد و هرگز نباید بر یک هدف که سرانجام به دست می آید، تمرکز داشته باشد.

این توازن می تواند در مورد یک شرکت تولیدی با ترکیب درست اصول عملکردی معماری چند عاملی بدست آید که گروههای دینامیک نمایندگان را در جامعه های جهانی مختلف و تصمیم گیری مکانیزم های داخلی را دارا می باشد. روش ما افراد را به عنوان منابع سرمایه گذاری خاص در نظر می گیرد حتی اگر اطلاعات ویژه یک فرد در مورد «چگونگی انجام» باشد، یک هدف نمی تواند بدست آید. مهارت های افراد باید بطور سیستماتیک وارد شده و در موارد پیچیده تر، مورد استفاده قرار گیرد.

در واقع، مدیریت دانش دو نوع اطلاعات را در یک سازمان دارای نمایندگان غیر انسان است که تدوین و ساختار سازی شده و دانش ضمنی که یک دانش غیر عینی نامرئی است که تنها دارای نمایندگان انسانی است.

روش مدیریت دانش سازمانی به ویژه بر فرآیندهای انتقال دانش ضمنی به دانش آشکار، تمرکز دارد. اما این حقیقت نیز آشکار شده است که بعضی اهداف به طور کامل انجام نمی شوند ما در زیر، مدیریت دانش چند عاملی که دارای هر دو نوع نمایندگان (انسانی و غیر انسانی) و هر دو نوع دانش تنها بر ارتباطات و گروه نمایندگان را ارائه می دهیم.

با «دانش» یا «نمونه اطلاعات» یک ترتیب از فعالیت های اصلی و یا فعالیت هایی که برای انجام یک هدف خاص مورد نیاز است، مشخص خواهد شد. هر کار یا فعالیت اگر ضروری – منابع، هزینه ها، پارامترها باشند، تعیین می شوند. همچنین در نظر گرفته می شود که با یک فعالیت (به عنوان یک واحد مدیریتی) کاربرد و اجرای اطلاعات تعیین شده و به ترتیب در سطح پایین تر، با یک مسئولیت، اجرای یک فعالیت اصلی مشخص می شود.

– تعریف «نمونه اطلاعات» تکراری است (می تواند شامل نمونه های اطلاعات دیگر باشد) برای حل یک مسئله، تعیین یک لیست از فعالیت های اصلی همیشه اهمیت دارد- و کاربرد آن در سطح سازمانی و تمرکز در ایجاد، طبقه بندی، شناسایی و بکاربردن دانش سازمانی نیز از اهمیت برخوردار است.

شکل ۴یک روش حل مسئله را در شرایط زیر نشان می دهد: یک مسئله جدید توسط سطح استراتژیکی یک شرکت تولیدی بوجود می آید. در این سطح، مسئله به عنوان یک دانش بسیار کلی، مانند هدف شرکت، تکنولوژیها و تئوریهایی که قابل دسترس هستند، در نر گرفته می شود. تعیین مسئله بر حسب شرایط اصلی و نتایج نهایی، انجام می شود.

سطح عملکردی سطحی است که سهامداران مختلف (اهداف، سازمان ها) با مهارت های مختلف، اطلاعات را ذخیره و تقسیم نمایند.

حل مسئله، توسط یک تکنیک پازل «آزمایش خطا» انجام می گیرد: فعالیت هایی که با یک شرایط اولیه خاص آغاز شده و به عنوان بخش های پتانسیل راه حل به شمار می روند. نتایج آن ها شبیه سازی و آنالیز شده و شرایط اصلی برای مرحله دوم مرحله راه حل می روند.

این فرآیندها تا هنگامی که شرایط نهایی مطلوب بدست آیند. و یا تا هنگامی که هیچ امتیازی بدست نیاید؛ ادامه خواهد داشت. یک راه حل، ترتیبی از فعالیت ها خواهد بود که فعالیت اول دارای شرایط اصلی مشبه او فعالیت آخر دارای خروجی های مناسب می باشد. کاملاً آشکار است که در یک محتوای مناسب، یک مسئله می تواند دارای چندین راه حل باشد از طرفی دیگر، فضای موجود در راه حل های احتمالی می تواند بیشتر شود، ضرورت مکانیزم کنترل مسیرهایی که کاملاً نادرست هستند را حذف می کند. این مکانیزم با یک بخش داوری ارزشی، ارائه می شود.

معیار برای حذف راه حل های نادرست می تواند در شرایط اجرایی (سازمان های غیر قابل دسترس) و یا در ساختارهای پیچیده تر و انعطاف پذیرتر که می تواند با یادگیری توسعه یابند. وجود داشته باشند.

بدیهی است که یک مسئله بسیار مهم، اجرای یک ساختار اطلاعاتی است برخی از نیازهای اجرای شامل، توزیع، تجزیه و جمع آوری نمونه های اطلاعات و نیز سلسله مراتب و طبقه بندی اطلاعات می باشد.

 

 

 

 

 

 

 

 

 

شکل ۴- روش حل مسئله

۶- مهندسی سیستم های هوشمند برای شرکت تولیدیISAM

نگرش اصلی از مورد شیوه های هوشمند برای تولید مانند، استدلال، درک ارتباط و برنامه ریزی در لایه های مختلف سازمان دهی شده و به یک پایگاه اطلاعاتی بزرگ نیاز دارد. از طرفی دیگر آنها شامل سطوح مختلف تجزیه می باشند. معمولاً، اهداف استراتژیکی، بر حسب جنبه های مربوط به فعالیت های آن لاین یا کارگاهی، اندکی نامشخص می باشند و آنها به تجزیه و فرمول بندی دوباره نیاز دارند. به علاوه، این اطمینان وجود ندارد که یک سیستم بتواند بصورت استراتژیکی عمل کند. با وجود این موضوعات، اطلاعات می توانند از فرآیندهای کلی بدست آیند، حتی اگر مشخصات رسمی آنها متفاوت باشد.

فرآیند مدیریت اطلاعات بصورت یک مارپیچ بوده و در شکل ۵ ارائه شده است مدل ISAM یک مشخصه بزرگ از فعالیت های آنالیز دینامیک از یک محرک در یک ماشین ساده برای فعالیت های ترکیبی هزاران ماشین و انسان در هزاران کارخانه را ارائه می دهد.

 

 

 

 

 

 

 

 

شکل ۵- مارپیچ اطلاعات


 

 

 

 

 

شکل ۶- سبک ISAM

اولین سطح تجزیه ISAM (شکل ۶) یک چارچوب مفهومی برای مشاهده کل شرکت تولیدی به عنوان یک سیستم شامل ماشین ها، ابزارها، فرآیندها، امکانات، کامپیوترها نرم افزار و انسان که در حال فعالیت برای تولید محصولات هستند را نشان می دهد در سطح دوم تفکیک، ISAM یک مدل مرجع برای حمایت از پیشرفت روشهای عملکردی و طرح تولید و نرم افزار را ارائه می دهد.

در سطح سوم تفکیک، ISAM، دستور العمل هایی مهندسی برای اجرای نمونه های خاص از سیستم های تولید مثل سیستم های بازرسی و ماشینی را بیان می کند. برای تفسیر تمام انواع فعالیت ها، ISAM یک لایه مرتبه ای را با تفکیک پذیری در زمان و مکان هر سطح، مطابقت داد. این روش، می تواند شرکت های عملیاتی را در هر سطح با شرکت هایی مانند شرکت هایی که مسئولیتهای خاص خود در یک سطح تفکیک پذیری اصلی و موقتی که قابل درک و قابل مدیریت است را ارائه داده اند، تعیین شود.

نهادهای عملکردی، مانند نمایندگان، اهداف را از راه حل های مشاهده شده در محیط های زیر، به دست می آورند. هر نهاد عملیاتی در هر سطح باید برای فرمول بندی برنامه ها و فعالیت های که بر شرکاء تأثیر می گذارد در هر سطح باید حکمفرما است، تصمیم گیری انجام دهد. هر نهاد عملیاتی نیاز دارد به یک مدل جهانی دست یابد (اطلاعات و پایگاه داده ها بزرگ) که قادر باشد تصمیم گیری، برنامه ریزی و آنالیز انجام داده و فعالیت ها را برای یک دنیای واقعی با سیگنالهای ناخواسته و نامطمئن، گزارش دهد.

یک شرکت تولید بزرگ برای مدیریت واحدها، سازمان دهی می شود که شامل یک گروه از نمایندگان خبره (انسان ها یا ماشین آلات) می باشد. این نمایندگان دارای ترکیب خاصی از اطلاعات، مهارت ها و توانایی ها می باشند.

انتظار می رود هر نماینده، تصمیمات اجرایی منطقه ای برای نگهداری موضوعات در زمان بندی توسط حل مسئله نظارت بر وقایع غیر منتظره را اتخاذ نماید.

هر واحد مدیریتی دارای یک مدل از محیط است که در آن عملکردها وجود دارند. این مدل جهانی، نمایش وضعیت یک محیط و توانایی هایی است که در محیط وجود دارد، شامل، نگرش ها و روابط آن ها و وقایع و نیز شامل یک مجموعه از قوانین که توضیح می دهد محیط در شرایط گوناگون، چطور عمل می کند. هر واحد مدیریتی دارای مجموعه ای از ارزش ها و عملکردهای هزینه است که آن واحد از آنها برای ارزیابی وضعیت جهان استفاده می نماید.

تولیدات بعدی توسط نیاز به تطابق درخواست تولیدات سریع، شامل پاسخ سریع به تغییر نیازهای مشتری، طراحی و مهندسی همزمان، هزینه پایین تر از تولیدات کمتر، تولیدات توزیعی، عرضه به موقع، برنامه ریزی و زمان بندی درست، افزایش نیازها برای کیفیت و دقت، کاهش ترانس برای اشتباهات، روشهای فرآیندی و کنترل بازخورد، دسته بندی می شوند. این درخواست ها، نیازهایی برای قابل انطباق بودن و تصمیم گیری آن لاین بوجود می آورد. چارچوب مفهومی ISAM در تلاش است، موارد کنترل هوشمند را برای تسلط بر تولید، به کاربرد بنابراین قادر است تولیدات کامل و درست را انجام دهد. ISAM می تواند به صورت سیستم مرتبه ای و غیر مرتبه ای با سطوح مختلف هوش و دقت، ساختار بندی شود. برای هر سطح، جدا بودن اطلاعات، گروههای اپراتورها (G)، توجه متمرکز (F) و تحقیق ترکیبی (S) برای ایجاد یک تصمیم درست و مناسب، بوجود می آورد.

برای نشان دادن اطلاعات در گروههایی مانند Cki برای هر سطح سلسله مراتب، ما باید یک زنجیره اپراتورهای G ، F و S را تعیین نماییم(شکل ۷).

Rg [ Ck,i] Ra [ Ck,i] Dp(Rg [ Ck,i], Jg,i Actiob

 

Jg,i

شکل۷- حلقه گروه بندی- تمرکز و تحقیق

که Rg [ Ck,i] = یک نمایش اطلاعات گروه بندی

Ra [ Ck,i] = نمایش توجه متمرکز

Dp(Rg [ Ck,i], Jg,i = فرآیند تصمیم گیری

Jg,i = عملکرد هزینه ی مرتبط با هر کدام از سطوح I را نشان می دهند.

اطلاعات در هر سطح با یک تفکیک متفاوت با استفاده از اپراتورهای GFS (گروهبندی، توجه متمرکز، تحقیق ترکیبی) که فرآیند تصمیم را سازماندهی می کند، ارائه شده است. در هر سطح از این معماری، یک جهت به سمت جلوی دوگانه و کنترل باز خورد را اجرا نمود و اپراتورهای GFS در سطح مختلف عمل می کنند.

 

 

۴- روش های آینده

پیشرفت های اخیر در سیستم های تولیدی و حمل و نقل، با تأثیر اطلاعات و ارتباطات تغییر یافته است کارها و سرویس های اینترنتی موجود در حمل و نقل بی سیم، خدمات و کیفیت بهتر را برای مشتریان و جوامع فراهم نموده است در حالیکه چالش های جدیدی را بوجود آورده است ( نف و همکاران۲۰۰۸) آغاز گزارش مرحله مهم توسط انجمن مطابقت IFAC در سیستم های حمل و نقل و تولیدی در آخرین کنگره IFAC ارائه شده است. و در واقع، سالهای اخیر، پیشرفت های تکنولوژیکی بی شماری را دیده است که انعکاس خوبی در تولید داشته که نیازمند روشهای جدید مدیریت می باشد.

انتظار می رود مدیریت اطلاعات، بویژه در ارزیابی خود که با الگوهای تولیدی، برابر است دارای متدهای جدید باشد که به انسان این امکان را بدهد که سود کسب کرده و ارزش مزیت های تکنولوژی را افزایش بدهد.

می توان پیش بینی کرد که یک ساختار اطلاعاتی هیبرید وجود دارد که تعامل بین سهامداران اطلاعات انسان و غیر انسان، را شفاف ساخت و امکان ایجاد و استفاده از متا اطلاعات را بوجود آورد.

* بعد از آن، برخی از پیشرفت ها را می توان پیش بینی کرد که مزیت های مدیریتی اطلاعات را با مزیت های تکنولوژی ترکیب می سازد.

* جمع آوری منابع انسانی و تکنیکی برای افزایش عملکرد نیروی کار و رضایت.

* تبدیل لحظه ای اطلاعات جمع آوری شده از یک منبع بسیار بزرگ به اطلاعات سودمند برای تصمیم گیری مؤثر.

* پیش برد تلاش های تولیدی به سمت درک تولیدات اکولوژیکی از طریق مشارکت در پیشرفت مداوم.

* توسعه تولیدات و فرآیندهای تولیدی مبتکر با تمرکز بر کاهش مقیاس بُعدی.

* شبکه های مشارکتی شامل نمایندگان انسان و نرم افزار به عنوان یک معماری سلسله ای و مرتبه ای.

* توسعه یک تئوری جدید از سیستم های پیچیده، برای ارائه هیبریدی سیستم های تولیدی سرانجام، سرعت در تولید و اطلاعات، برای مدیریت دانش، چالش هایی برای نسل جدید مربوط به تولیدات هوشمند، بوجود می آورد.

مدیریت اطلاعات در چارچوب جهانی، ضروری است و موفقیت براساس ظرفیت مشارکت و هوش خلاق، می باشد.

 

 

 

 

 

طراحی مهندسی شبکه ارتباطی- مدیریت پروژه و تحقیق آموزش

یک روش مدیریت اطلاعات

جوز فیگرتو IST دانشگاه تکنیکی لیسبون – سازمان مدیریت و مهندسی- مرکز تحقیقاتی مهندسی و مدیریتی CEGIST- خیابان روویسکو- پاریس

چکیده:

با این تحقیق، ما در جمع آوری چهار منطقه مهم اطلاعات آمیخته با تحقیقات مدیریت مهندسی: تئوری شبکه های ارتباطی- بازیگر، مدیریت پروژه، طراحی مهندسی و مهندسی تحقیقی آموزشی را بیان می کنیم.

هر کدام از این مباحث یک قطب از چهار ضلعی را نشان داده و همگی دارای مسافت مساوی می باشند. روش ما دارای توانایی قرار دادن آنها در یک فاصله و با یک ارزش برابر و ایجاد با روسازی در میان آنها می باشد. این امر، مستلزم یک تحقیق در مرزهای مهندسی و اجتماعی که عناصر دیگر پدید می آیند می باشد. در واقع هر سیستم تکنولوژیکی یک سیستم اجتماعی- تکنیکی بوده و طراحی و پیشرفت باید به این صورت باشد که به نظر نرسید که کاملاً پذیرفته شده است. این تحقیق بر جمع آوری اطلاعات و محو ساختن مرزها بین این چهار منطقه می باشد. شبکه- بازیگر شامل تغییر مجموعه ها و مذاکرات تسهیلات بین بازیگران ناهمگن، ترجمه و تفسیر افکار و معانی و ایجاد ابتکارات می باشد. تئوری شبکه – بازیگر به مشاهده جمع آوری و یکپارچه سازی و هماهنگ سازی این مناطق مختلف به عنوان یک فرآیند هماهنگ سازی جایگزینی، کمک می نماید. این فرآیند یکپارچه قصد دارد ایجاد اطلاعات را مدیریت نموده و به عنوان یک مفهوم برای فرآیند انعکاسی یادگیری سازمانی و یادگیری آکادمیک مهندسی، عمل نماید. شرح، یک استراتژی است که ما قصد داریم برای آسان سازی درک مطالب و جریان معانی بوجود آمده، از آن استفاده نماییم.

لغات اصلی: اطلاعات و دانش، شبکه ارتباطی- بازیگر- طراحی- مدیریت پروژه- تحقیقات آموزشی مهندسی

۱- مقدمه

در این مقاله، ما چهار موضوع در مورد اطلاعات را در حیطه مدیریت اطلاعات و یادگیری سازمانی، ارائه نمودیم. ما همچنین استفاده از توضیح را به عنوان یک استراتژی مؤثر برای آسان سازی تنظیمات یادگیری و تصمیم گیری، را در نظر گرفتیم. تئوری شبکه- بازیگر (ANT) در جامعه علوم ایجاد گشته و به عنوان یک روش بازنگرانه محسوب می شود. (کالون ۱۹۸۶) (لاتور ۱۹۸۷ و ۱۹۹۶). آنالیز ANT در یک روش بسیار ابتکاری در تفسیر ارتباطات و معاملات در میان کارمندان (مانند افراد، گروهها، سازمان ها، قوانین، سیاست ها، برنامه ها و محصولات تکنولوژیکی) تمرکز دارد.

اما تمایل دارد پتانسیل های فراوانی که در فرآیندهای طراحی ایجاد محصولات تکنولوژیکی ارائه می دهد را کاهش دهد. علی رغم منبع میشل کالون به «طراحی در ایجاد» در عنوان فصل خود در کتاب نوشته شده توسط بیحکر، کالون (۱۹۸۷)، این رویکرد، عموماً بازنگرانه بوده و انعکاس و توضیحات اینکه اگر فعالیت های دیگر انجام شوند، عملکردهای دیگر چگونه متفاوت می شوند، را تغییر می دهد. تلاش هایی برای قرار دادن ANT در فعالیت «زمان واقعی» به عنوان مثال در حیطه سیستم اطلاعاتی، توسط تاتنال (۱۹۹۹) و مونتریو (۲۰۰۰)، وجود دارد. در هر صورت ما می توانیم احساس کنیم که کالون (۲۰۰۲) خودش از برخی از پتانسیل های بوجود آمده ANT، آگاه بود. ما همچنین ممکن است فکر کنیم که هپسو (۲۰۰۱) فعالیت های واقعی بیشتر را در نظر داشته است. اما در حقیقت، این تلاشها بیهوده بود و ایده ما این است که بیشتر از فعالیت یا تولید، ما باید بر استفاده از ANT در طراحی و توسعه سیستم های تکنولوژیکی متمرکز شویم. (فیگر ۲۰۰۸).

بنابراین، ANT نیاز دارد توانایی های خود را بهبود بخشد تا در ایجاد سیستم های تکنولوژیکی مفید باشد. اگرچه ما اکثراً از آن در آنالیز محصولات تکنولوژیکی در مدیریت پروژه استفاده می کنیم، ANT روش هایی برای زبان طراحی ارائه می کند. ANT، جامعه و تکنولوژی را در همان چهارچوب معاملات قرار داده و نگرش را پدید می آورد که می تواند ارزش پایین تکنولوژی را در بر داشته و کارمندان مناسب جدید جمع آوری نموده و ویژگی ها و نیازهایی را تعیین سازد که طرح سیستم ها را تصفیه می کند. داشتن چند بازیگر و از دست دادن برخی از بازیگرانی که قبلاً فعال بودند یک فرآیند است که جریان های ابتکاری نو را بوجود می آورد.

مدیریت پروژه (PM) مانند یک موضوع اطلاعاتی و تحقیقی خاص دارای برخی تناقص ها می باشد. برخی از آنها در مورد خودگردانی PM است. اگر ما بر طراحی تمرکز کنیم، مدیریت پروژه را در محتوای ابتکاری دیده و باید جریانات عادی را متوقف سازیم مانند برخی فعالیت های قدیمی که انجام نمی شوند. در طراحی مهندسی، مدیریت پروژه نیاز دارد قوانین جدید را فرض کند و برخی فعالیت ها باید دوباره ایجاد شوند. و جواب این سؤال است که چرا مجموعه فعالیت های جدید، مانند PM BoK (2004)، یک مجموعه ایجاد شده توسط مؤسسه مدیریت پروژه، که کاربرد زیادی داشته است، کاربرد PM، به اندازه کافی مهم نمی باشد. زنجیره اصلی گلدرات (۱۹۹۷) براساس تئوری محدودیت ها بوده و یک رویکرد پیشنهادی را ارائه می دهد اما همچنین دارای محدودیت هایی بوده و موضوعات جالب را برای این مسئله (طرح) خاص،ارائه نمی دهد. همچنین، در موارد خاص اطلاعاتی مانند سیستم های اطلاعاتی، کلمه مرجع، روش های مناسب و پیشنهادی را بیان می کند، همانطور که جیمز کالدل (۲۰۰۷) و مارک فولر، جو والایچ و جوی جورج(۲۰۰۷) بیان نمودند. این رشته مهم (سیستم های اطلاعاتی)، متدلوژی هایی مانند فرآیند منطقی یکپارچه (RUP) و سریع؛ پدیداری آن ها را افزایش می دهند.

همچنین نشانه های دلگرم کننده ای از دیدگاه های جدید و تکمیلی در مخاطره آنالیز، مطالعات بلوغ، پروژه مشترک ابزارهای طرح ریزی، مدیریت پروژه در سرویس ها و سیستم دینامیک است. ما می توانیم دامنه های ظاهر شده، مانند دفاتر مدیریت پروژه (PMOها) تحلیل اسناد پروژه، تصمیم گیری چند معیاره در آنالیز مخاطر، مدیریت جامع پروژه (۱۹۹۹،Ambler) و بیشتر را ببینیم.

پس روی هم رفته، ما متقاعد شده ایم که نشان دهی مدیریت پروژه در طراحی تکنولوژی سیستم ها با دیدگاه ANI یک دیدگاه کمکی را فراهم می کند که می تواند از مراحل اولیه از عمل مهندسی طراحی، تحلیل نیازمندی و مشخصات (۲۰۰۸،Ford, coulston) دقیقا از طریق تکامل آن و غیره از طریق همه ی چرخه زندگی پروژه (Figueiredo, 2008b) بکار آید.

مدیریت پروژه یک ناحیه متقاطع از دانش است که نیاز به یکپارچه سازی تکنولوژی در استفاده را دارد که نیاز به پذیرش دیدگاه تکنیک اجتماعی دارد.

چارلز روسنبرگ مفهومی از دانش بوم شناسی معرفی کرده است که ساختارگرایی را به عنوان دامنه ی حالت تحلیل دانش جستجوی عملی جاسازی شده در دست ساخت ها و مهارت های عملی ایجاد کرده است (تأسیس کرده است، Resonberg, 1997) و تأثیر متقابل تکنیکی و اجتماعی در مدیریت پروژه که نرخ بالای شکست در موفقیت پروژه بسیار شگرف است که نرخ بالای شکست در موفقیت پروژه به صورت پایدار به شکست های اجتماعی نشان دهی شده اند (ارتباطات، سرو کار داشتن با نگهداری پول، کیفیت تیم، رهبری).

مهندسی طراحی در ناحیه ی کارور هسته ی فعالیت مهندسی است. طرح وابسته به متن و جهت گیری کاربر است. طرح به مهارت های خاص، یک ذهن توانا به فهم قطعه و سیستم که موثر باشد، یک ذهن توانا به تکنیک اجتماعی برای فهم تکنولوژی و استفاده های آن، فهم سازمان، ارتباطات با گروه و بانک داران، توانایی شنیدن برای فهم نیازها احتیاج دارد و حاشیه های نفوذ پذیر به اشیاء اجازه ی انتشار را می دهد و دیگرها از طریق حاشیه های سیستم در طراحی بدست می آید. عملکرد طراحی در حالت میکرو و ماکرو (بزرگ و کوچک) از طریق حدود (مرز بین هر دو) حالت ها می باشد.

این دو حالت نیاز به ارتباط و عملکردی با یکدیگر با ظهور دانش از طریق برهم کنش فرایند دارند. طرح در فرهنگ های غیررسمی به نتیجه می رسد، بنابراین برای اداره ی دیدگاه های مورد نیاز پروژه های طراحی به انعطاف بیشتری نیاز دارد. بار دیگر ما تنش داریم که مفهوم فاعل شبکه به عنوان عامل ها، از روی میل دوباره سازی شود و انتخاب های آزاد از مذاکرات اتفاق افتاده در میان آنها نتیجه می شود و بدون چارچوبی دارای حدود یا هدایت های تحمیل شده و کنترل رفتار می باشند.

تحقیق مهندسی آموزش و پرورش برای ما، دانشگاهی، فضایی از بازتاب و فعالیت با گونه ای از ورودی ها است. چه چیزی ما می توانیم از متخصصان یاد بگیریم، چه چیزی می توانیم از مفاهیم یاد بگیریم و چطور می توانیم آنها را در عمل بکار ببندیم، چطور می تواند از دو جانب یاد بگیریم و چگونه ما می توانیم از طریق فعل و انفعال این دیدگاه ها یاد بگیریم- یاد بدهیم.

بدین معنی که ما می توانیم دو حالت جدا از تولید دانش مشخص شده به وسیله ی گیبون (۱۹۹۴) را به عنوان حالت ۱ و حالت ۲ (فرایند محرک متنی و مسئله ی تمرکز شده در فضای کار آفرینی رایج است) نشان دهیم.

آیا ما می توانیم با مفاهیم دانشگاهی و کارآفرینی عمل واکنشی (تأثیر متقابل) داشته باشیم؟ آیا ما می توانیم مشاهده و ترفندمان را در آرایش (منظم کردن) استراتژی های تولید دانش، از پیدایش و انتقال دانش، نشان دهی حالت ۱ (جورگنس ۲۰۰۸) و حالت ۲ و فهم تاکتیک و موانع فرهنگی که با منحل شدن به وسیله تکامل عامل شبکه یا شبکه ی عامل است را بر عهده بگیریم؟ آیا ما می توانیم از استفاده ی لنزهای ANT برای فهم مکانیزم تولید دانش و پیدایش دانش و چگونگی ارتباط آن با مقادیر طرح و با یادگیری سازمانی و یادگیری دانشجویان بهره ببریم؟

چطور این ۴ نواحی از دانش در حالت معمول انجام می شوند؟ همه ی آنها تا کنون تحت ناحیه ی جستجو شده جائیکه مهندسی و تکنولوژی و برهم کنش علوم اجتماعی دامنه ها را به اشتراک گذاشتند و بنیان ها را روی هم قرار دادند، همه ی آنها از پژوهشگران اسناد خالص بیشتری که مفهوم قوی تری از اجتماع که مورد نیاز است را خواستند.

آلان بروملی، استاد دانشگاه یل گفت: در پروژه ی مهندسی میانگین، اولین ۱۰ درصد تصمیمات گرفته شده/ به صورت موثر بین ۸۰ و ۹۰ درصد از منابع که به صورت مکرر در جریان پروژه هستند را اختصاص می دهند.

متاسفانه، اکثر مهندسان برای شرکت در این تصمیمات مهم ابتدایی خوب آماده نیستند، زیرا آنها تصمیمات تکنیکی بی آلایش نیستند. اگرچه آنها ابعاد تکنیکی مهمی دارند، همچنین اقتصاد، اخلاقیات، سیاست ها، بیان محلی و کارو بارهای بین المللی و ملاحظات مدیریت عمومی را شامل می شوند.

برنامه ی جاری مهندسی ما تمایل به تمرکز روی آماده سازی مهندسان برای کنترل ۹۰ درصد دیگر را دارد. تصمیمات پیچ و مغزی که بعد از اولین ۱۰ درصد ایجاد شده است. ما نیاز به مهندسان بیشتری که به مقدار کامل از تصمیمات آویز شوند (یا تصمیمات را جدی بگیرند) نیاز داریم.

ما به مهندسانی نیاز داریم که جوابگو باشند که به این معناست مهندسانی با یک دیدگاه مطرح با ذهن متفکر و پرسشگر، ذهن تکنیک اجتماعی، مهارت های اجتماعی، فهم سازمان و ارزش اجتماعی باشند. این یک بحث عمده، یک نیاز برای محققان و مهندسان با حساسیتی میان رشته ای و زمینه، توانایی فهم تکنیکی و اجتماعی را ارائه می کند.

این چهارچوب کاری تحلیلی فراهم سازی پیدایش دانش در طرح مفهومی و مدیریت دانش در مقاصد جامع شده را می سازد. این دیدگاه همچنین سیستم خاص الگوی یکپارچه سازی با حساسیت مدیریت مرزی و اصلی دامنه دارای اشتراک را تأکید می کند. این دیدگاه تحلیلی همچنین تمایل به جستجوی مختص دیدگاه ANT برای مهندسی طراحی و مدیریت دانش را دارد و برای فراهم سازی ملاحظات نوسازی مدیریت پروژه و تحقیق تحصیلات مهندسی است.

۲- ساختار دانش و یادگیری

مباحث درباره ی انواع مختلف دانش (ضمنی، صریح، نرم، سخت، رسمی، غیررسمی و غیره) وجود دارد و چگونه می توانند ساخته شده تصرف شده، تدوین شده، استفاده شده و انتقال یافته شوند. تولید جدید دانش (ما باید بگوییم بازسازی (ساختار)، حالت (۱))(به وسیله ی تسلط تئوریکی یا در هر نرخی، دانش تجربی، به وسیله ی علم رده بندی محرک داخلی ترتیب ها و به وسیله ی استقلال دانشمند و موسسات انجامگر و دانشگاه هاست) و حالت ۲ (توزیع شده در اجتماع، از لحاظ عملکردی جهت گیری شده، فراانظباطی و موضوع برای چند جوابگویی ها، فرایند محرک مفهومی رایج در فضای کارآفرینی) است.

این دو حالت مجزا هستند اما مربوط به یکدیگر و همزیست، گاهی در فرایندهای تکامل یکسان اند. ما می توانیم بگوییم که در مدل تجارت حالت (۱) فقط اولین قسمت (در خلاف جهت) از مقادیر زنجیره به دور از بازار و مقاصد عملی را دارند.

تفاوت های بین این دو دیدگاهها اخیراً به وسیله یDias de Figueiredo و (۲۰۰۶)Rupino da cunha همانطور که در جدول (۱) خلاصه شده است:

حالت (۲)

حالت (۱)

 

عملکردهای اقتصادی و اجتماعی، کارایی و سودها برای بانکداران مقاصد هستند

دانشگاهی، علمی-پرستیژ و یکتایی

مفهوم (متن)

مسائل در متن تقاضا تنظیم و حل شده، اعمال شبکه ها

مدل خطی، انتشار (گسترش)

انتشار

به تحلیل رفتن کاربردی و بنیادی، دامنگیر کردن تئوری و کاربرد، چندسایت ها دانش در متن ساخته و استفاده شده است

بنیاد/کاربرد، دقیقا چه معنی ای می دهد؟

دانش کاملاً برای اهداف علمی است

تحقیق

فراانظباطی، تیم های یکپارچه شده، شبکه های فاعلان همسان

برپایه ی انظباط، تیم های موزون بر پایه ی دانشگاهی به اشتراک گذاشته بین همکاران

اجتماع

راه حل متمرکز شده

توضیح- نمو

جهت گیری

وابستگی متنی: شامل یادآوری بازنگری، رضایت مشتری

قابلیت تکرارپذیری مهم است. دوباره استفاده کردن

روش

کارایی/ موثر بودن، رضایت چند بانکداری ها، موفقیت تجاری، مقادیر اجتماعی

عالی بودن و اعتبار دانشگاهی

تعریف موفقیت

جدول (۱)- حالت (۱) و (۲) از تولید دانش تنظیم شده به وسیله ی گیبون

نگهداری استراتژی های یادگیری ما در این تفاوت ها و برنگاشت آنها به طرح ذهنی، با دیدگاه سیستمی و تکنیک اجتماعی. برای موافقت یادگیری فعال و یادگیری براساس پروژه آسان است که استراتژی های فوری برای پذیرش دانشگاهی در زمینه ی یادگیری مهندسی است.

یادگیری فعال مسئولیت را برای سازماندهی چیزی که باید در جهت خود یادگیرندگان یاد گرفته شده باشد و به صورت دلخواه آن را به مقدار مخالف از روش های یادگیری می دهند، باشد (۱۹۹۸، Dodge) Rebecca Brent , Richard Felder در میان مدافعان معروف (مشهور) این استراتژی یادگیری و به صورت شگفت زده به صورت کلی به ناحیه مهندسی یادگیری فعال و تحصیلات مهندسی به عنوان جفت طبیعی در نظر گرفته می شود، از دانشمندان Richard Felder و Rebecca Brent (2003a e 2003b) نشان دهی می کنند.

از دیدگاه یکسان، ما می توانیم همچنین Michael Prince را ملاقات کنیم (بررسی کنیم). یادگیری بر اساس پروژه جدید نیست، مفهومی است که در قرن بیستم به وسیله سیستم آموزش و پرورش بدین صورت نشان داده شده است.

این نوع یاد دادن، یادگیری جهت گیری شده است که بوسیله Bolonha تعریف شده است و شامل دانش آموزان در پروژه ها از طریق رشته در مدرسه به جای اینکه آنها بتوانند رقابت ها را در دامنه ی خاص مطالعه ایجاد کنند می باشد، نظریه ی Bess keller 2007 و Graaff و Rolmos (2007) را ببیند.

برای ساده سازی و شبیه تصویر ساختن آن، زمانیکه شما در حال پیدا کردن ماشین در راه در جائیکه در ربع مسیر هستید در جائیکه تاکنون نبوده اید، اگر شما رانندگی کنید خودتان یاد می گیرید و احتمالاً می توانید از دانشی که ایجاد شده برای دوباره تکرار کردن مسیر دوباره استفاده کنید اما اگر شما راننده نباشید و فقط با ماشین جایی بروید شما نمی توانید دوباره برگردید.

تفاوت در دو مورد به راهی که شما در سیستم قرار گرفته اید. به صورت مشابه در یک کتاب جالب ازIvan Illich (1974) نقل قولی از Jose Antonio viera-Gallo، منشی عدالت Salvador Allende می گوید El socialism puede lleor solo en bicicleta که مفهومی خوب در واقعیت یکسان است.

تکنولوژی آدرسی Illich به این معنی است که ساختار تولید ابزارها به صورت جبران ناپذیری در طبقه ی متحد کردن پیش داوری می باشد.(ایوان ایلیچ- انرژی و برابری). فعالیت و دانش، به عنوان تکنولوژی قرار گرفته و به صورت اجتماعی بنا شده است. در اصطلاح سازمانی، یادگیری یک وضعیت حیاتی است. یادگیری، تولید دانش، مفاهیم (متون) سازمانی، و فرهنگ چیزهایی (فاعل) هستند که در شبکه به جای برانگیختن خلاقیت سازمانی و نوآوری نیاز داریم.

نداشتن فعالیت طرحی بدون مدارک آزادی از متون قرار گرفته شده ممکن است. یادگیری دو حلقه ای (۱۹۷۸ Argyis , Schon)، یادگیری سازنده (تولیدی) (۱۹۹۰، Senge)، فرایند تطابق پذیری (۱۹۶۳، Cyert , March) و دیدگاه های رفتاری تنها در میان یک گوناگونی موضوعی است که یادگیری سازمانی یکپارچه شده به عنوان یک نظم است. یادگیری سازمانی به صورت اصلی بر کاربرد ۴ هسته ی انضباطی، یا جنبه ها تمرکز کرده اند که تفکر سیستم ها دز ابتدا آنرا به ۵ دسته کرده است (Senge 1990):

– تفکر سیستم ها (سیستمی)

– یادگیری تیمی

– بینش به اشتراک گذاشته

– مدل های ذهنی

– مهارت فردی

این قرارگیری مفاهیم (متون) بازسازی شده و اغلب با رهبران ویژه است که قادر به حرکت (جنبش) افراد و بر عهده گیری تیم هاست. رهبری درباره ی تغییر است. یک راهنما، سازنده ی بینش ها، واقعیت ها، آرزوها، راهها، ابزارها و یک برنامه ریز منعطف است که برنامه می ریزد و در تمام زمان چندبار برنامه می ریزد. (برنامه ریزی و سازماندهی، انجام و برنامه ریزی دوباره یک عمل سازنده است).

راهنمایی درست به صورت داخلی- در واحد، یا سازمان یا جامعه بدست آمده است. راهنمایی می تواند به عنوان یک رهبری توزیع شده به این معنی که نقش آن جاری، تقسیم شده به وسیله ی افراد مختلف در گروه متقابل توانایی هایشان به عنوان وضعیت های تغییری است. (Mintzberg 1987).

راهنمایی (رهبری)، تغییر، یادگیری و مدیریت دانش مسائل (موضوعات) مهم در مهندسی طراحی است. و ما برای فهم فرهنگ های مختلف نیاز داریم. نشان دهی به مسائل فرهنگی در یک راه عریض تر هوفستد (Hofstede) چهار/ پنج ابعاد فرهنگی تعریف شده است. (قدرت فاصله، اجتناب غیر مطمئن، فرد گرایی، مردانگی- زنانگی و جهت گیری با مخالف طولانی کوتاه مدت).

در تیم های کوچکتر تفاوت های فرهنگی می تواند به عنوان انواع روانشانی و اجتماعی مورد ملاحظه قرار گرفته و می تواند به عنوان رقابت های وضعیتی مورد ملاحظه باشد و شبیه آن دوباره به یادگیری سازمانی به عنوان اداره ی رقابت ملاحظه شده اند.

۳- دانش روایتی

از آنجائیکه دانش به صورت اجتماعی سازنده و وابسته به انفعالات و مذاکرات از طریق فاعلان گروه یا جامعه است، راهی برای ایجاد وضعیت های مناسب برای تفسیر روایت است. روایت یک دیدگاه تفسیری ایجاد شده در دانش اجتماعی و بدست آوردن شناخت پله ای در تربیت های مختلف خارجی علوم اجتماعی است. این دیدگاه در نظر گرفته شده است تا بدست آوردن فرایندهای اجتماعی ارائه شده مورد ملاحظه ی با الهام، پیچیده و پویندگی فردی، گروه و پدیده سازمانی را قادر بسازد. متن (مفهوم) یک نقش حیاتی در سازندگی اجتماعی واقعیت و دانش خصوصاً در مهندسی طراحی و سازمانی محیطی است. روایت می تواند برای بدست آوردن بصیرت تغییر سازمانی بدست آید یا می تواند به تغییر فرهنگی هدایت شود (فابر، ۱۹۹۸)

داستان سرایی می تواند در جذب دانش ضمنی پیچیده کمک کند یا همچنین می تواند منبع مطلق ارتباطی انجام وظیفه کند، Czarniawska (2004)، بر روی چگونگی یگانگی سازندگی روایی Admas(2000) بر روی روایتی که می تواند در تحصیلات کمک کند، (۱۹۹۸)Gabriel بر روی چگونگی توزیع داستان ها برای ایجاد احساس تحقیق کردند.

روایت همچنین می تواند بینش به تصمیم گیری (۱۹۹۷، O’ conner) یا فرایند انتقال دانش (۲۰۰۴، Connell) و (۲۰۰۰ Darnent) را فراهم کند.

روایت به صورت فطری چند زمینه ای است و خود را به پرسش (سوال) به جای تصرف داده های غنی در گزارش ها (روایت ها) می دهد. بررسی ها، پرسش نامه ها و آنالیزهای کمیتی از رفتار که برای تصرف پیچیدگی معنا در روایت ها (داستان ها) گنجانده شده است، کافی نیست.

تئوری مرسوم علمی یک دیدگاه عقلانی و تجربی برای دستیابی به توصیف هدفمند نیروها در جهان پذیرفته می شود و دانشمندان تلاش کردند تا خود را خارج از حیطه ی مطالعه برای مشاهده جای دهند. در این راه دانش مرسوم با یک چارچوب باریک مثبت، در ارتباط با نمونه های تصادفی و آنالیزهای آماری نگهداری شده اند.

با استفاده از داستان تفسیر، افراد سفارش و حس سازندگی و معانی با مفاهیم خاص را ایجاد می کنند. روایت آنالیز خود دانش را به صورت هدف پرسش می پندارد.

از دیدگاه تکاملی(یکپارچه سازی) می اندیشیم که روایات می تواند به عنوان اهداف کراندار یک عقیده کلی از سوزان لیا استار و جیمز (۱۹۸۹) که وضع شده است استفاده شود. اهداف مرزی برای پذیرفتن نیازهای محلی و الزامات چندین فاعل بهره مند از آنها منعطف است و برای نگهداری مشخصات (به صورت رایج پذیرفته شده) در مقابل تنظیمات پایدار است، این اهداف می تواند زمانیکه در استفاده ی (رایج) معمول است دارای ساختار نرم شده و در استفاده شرایط انفرادی ساختاربندی باشد.

اهداف مرزی به صورت نرمال (در ادبیات) با یک استعاره ی جغرافیایی جستجو شده اما آنها همچنین از طریق مرزهای موقتی قابل درک می باشند.

زمانیکه (وقتیکه) گزارش می دهیم و به صورت صریح درس های یاد گرفته شده مان را در انتهای پروژه (نزدیک به انتها) بیان کنیم. ما طراح مرزی اهداف برای آینده به جای اینکه با آنها بتوانیم ایفای نقش کنیم هستیم و تکامل آن با جوامع مختلف (تیم های پروژه) همچنین در زمان خود جدا شده است.

دقیقاً زمانیکه دانش به عنوان طیف در یک حالت مفرط، تقریبا به صورت کامل ذهنی است که دانش نیمه هشیار و ناهشیار موجود در سرها و اجسام افراد نگه داشته شده است. در دیگر سوی زنجیره، دانش تقریبا به صورت کامل صریح یا رمزگذاری شده، ساختاربندی شده و قابل دسترسی به افراد دیگر نسبت به افراد جهت دهنده ی آن است (لئوناردو نسیسپر ۱۹۹۸).

اکثر دانش البته میان سختی ها وجود داشته است. اجزای صریح هدفمند هستند در حالیکه عناصر ضمنی تجربی و ساخته شده در زمان واقعی به وسیله ی انجام و گزینش های سوالی هستند. بنابراین اهداف مرزی انجام شده است، آنها می توانند مفاهیم چکیده یا وقایع سخت و محکم باشند. در این مورد رده بندی ها اهداف مرزی می باشند همانطور که آنها ابعاد وابسته به هستی شناسی را ارائه می دهند. در این مورد علم رده بندی مانند قسمتی از ساختمان اطلاعات محیطی هستند.

روایات همچنین، به در حرکت بودن ابزارها، جائیکه ابزارها در پیشرفت دارای تجربه یکسان هستند کمک می کنند همانطورکه هر دو ابزار تفسیری که به روشی با آنها موافقیم که ANT می تواند در مذاکره ی این ابزارها در هسته ی سازنده دانش و فرایندهای یادگیری کمک کند.

۴- مدیریت دانش

مهمترین حلال مسائل در مدیریت دانش (KM) درباره ی دانش برای تفسیر اطلاعاتی است که گاهی به عنوان الگوریتم هایی (دستورهایی) برای تبدیل کردن دانش به چیزهایی قابل انتقال، به حالت هایی که می تواند کنترل شده، بکار برده شده و ذخیره و حتی خودکار شده باشد.

با این ساده سازی معتقد به فلسفه عقلانی- مکانیک موافق نیستم. ما با دیگرهایی که نظرات مخالفی بین خودشان دارند که به سادگی با این دیدگاه های عملی و ابزاری (پولانیا، هیلارث و کیمبل، هارگادون، ویکاری و غیره) موافق نیستند و فکر می کنند که KM تنها می تواند از طریق الگوی مختلف ملاحظه شده باشد.

این الگو بر این باور است که تکنولوژی کافی نیست. در یک محیط سازمانی تکنولوژی ضروری است اما کافی نیست. اما ضروری یا کافی بودن به ملاحظه ی تکنولوژی به عنوان اجزای تکنیکی اجتماعی جاسازی در راهی که استفاده شده، مدیریت شده، طراحی شده و گسترش داده شده است. ما فکر می کنیم که به جای اینکه دانش سازمانی را و مدیریت آنرا ملاحظه کنیم می توانیم هرگز تکنولوژی را از افراد و این کاربردها برای چرخه ی کامل فرایند مهندسی هرگز جدا نکنیم.(تحلیل نیازها، طرح، پیشرفت، تست، نگهداری و در آیتم های دانش، استفاده و دوباره استفاده کردن) فرایند طرح ریزی می تواند در چرخه ی کامل جای گیرد.

مدیریت دانش سازمانی باید ساختار دانش را به عنوان نتیجه ی اجتماعی پدیدار که از تفاسیر فاعل شبکه ها که شامل تکنولوژی، قاعده ها، افراد، فرهنگ ها و جوامع سازمانی است را لحاظ کند.

مهندسی طراحی مجبور به شناختی است که اگر نیازها در متن فعالیت ها جای نگیرند و استفاده از آنها نتواند یک نتیجه ی تضمینی قابل ارزش را بدهد که نتیجه ی مهندسی فرایند (چرخه ی کامل) می تواند سازش شد (حدوسط) باشد. این دلیلی است که در مرحله ی نزدیک تر از فرایندها با مراقبت خاص و دیدگاه متدولوژیکی نیاز به لحاظ شدن دارد.

از دیدگاه ما این مرحله ی اولیه به عنوان یک فاعل شبکه که نیاز به ایجاد وضعیت مناسب برای تفسیر یک مدل هم راستا شدن از طریق فرایند مسئله ای، ارزیابی، ثبت (برنوشت) و بسیج شدن دارد. این عامل شبکه نه تنها شامل فرایند وضعیتی ابتدایی است بلکه دربردارنده ی چرخه ی کامل مهندسی (تئوری عامل شبکه و ANT) است.

در این فرایند دیدگاه پژوهشی می تواند از تفکر همگرا (پرشگر تلاش می کند تا همگرا باشد و واقعیت را نشان دهد) و تفکر واگرا (پرشگر برای واگرا بودن از واقعیت برای امکان هایی که می تواند از آنها گرفته شود که نیازمند استفاده از جایگزین های شگفت انگیز، گاهی خارج از محدوده، با استفاده از راهنما و انواع دلایل دورکننده است استفاده می کند) بنابراین ما نیاز به گسترش کیفیتی هایی که اجازه ی یکپارچه شدن دو نوع فکری می شود را می دهد.

در این موضوع می توانیم اهمیت تفکر واگرا در مهندسی طراحی (۲۰۰۸، Cooperrider) و (۱۹۸۸، Torrence) و با دیدن (۲۰۰۶، Corpley) می توانیم ترکیب و ایفای نقش موثر از طریق تفکر واگرایی و همگرایی جستجو کنیم. در این منبع ما به صورت واضح ۲ دامنه را ملاحظه می کنیم:

دامنه دانش و دامنه مفهوم یک تفاوت بزرگ بین دو مورد به عنوان مفاهیم مورد نیاز نباید گوناگون باشد، یک مفهوم، یک مفهوم است اما دانش همیشه گوناگون است. اخیراً هتچول و ویل (۲۰۰۳) در میان این بازتاب و از طریق مفهوم درخت دینامیک جستجو شده، یک تئوری جدید را معرفی می کند.

(۲۰۰۷) Hatchuel و Le Masson، (۲۰۰۶) Weil و Hatchuel le Masson چیزی را گسترش دادند که تئوری CK (که C برای مفاهیم و K برای دانش) است. این تئوری به صورت اساسی نظریه ای که سازمان ها ۲ بخش در دسترس دارند- بر پایه ی دانش (K- دانش) از پراکندن اجزا (اهداف، واقعیت ها، قوانین، دانستن) و فضای پرسش از روی قصد درباره ی اشیایی است که با دانش پایه جواب داده نمی شود. (C- مفاهیم) را جستجو می کند.

این فضاها با ساختارها و منطق های مختلف قابل بسط هستند وابسته اند و به مذاکرات از طریق یکدیگر اجازه می دهند آنها فضاهایی از تفسیر هستند. با این ۲ بخش مفاهیم C را ترک کرده و به K پیش رفتند که دانش جدید پدیدار می شود و دیگر فرآیندها در K باقی مانده اند و به سوی C به موجب ایجاد مفاهیم جدید و غیره حرکت کرده اند. تئوری CK یک مدل یکپارچه برای خلاقیت و طرح نوآور را پیشنهاد می کند.

ما می توانیم با این مورد به موضوع مشترک طرح در موضوع زوآوری (۲۰۰۷) پلی بزنیم زیرا در فضای دانش فعل و انفعال و همکاری بین عاملان را داریم. می توانیم به فضای این عمل (دانش، مفاهیم و عملیات دانش در عمل) در اصطلاح ANT نگاه کنیم.

در ۳ دیدگاه نشان داده شده در شکل ۱ فلش ها مفاهیم را از تنظیماتی به تنظیمات دیگر می برند. C و K عامل شبکه تنها از ارزیابی ناملموس است و A، فضای عمل و عملیات، همچنین یک نمونه عامل شبکه با همه ی انواع فاعلان ناهمگن است.

ANT می تواند با بافت پایه ای تفسیر و قابلیت دینامیک مرزهای این ۳ فضا در ارتباط باشد. در واقع تجاهل گرایی ANT و همکاری آزاد و این واقعیت که فاعلان ذاتی ناهمگن هستند که به ما از طریق فضاهای مختلف چه دیدگاه میکرو یا ماکرو اجازه هماهنگی می دهد و این در حرکت بودن ها در معنی ریشه ای قوی برای ایجاد دانش، یادگیری و مدیریت دانش ارائه می دهد.

۵- دانش، طرح و یادگیری

در تمرین و دانشگاه، مدتها پیش از یاد دادن طرز تفکر به دیدگاه ابرنگاره عبور کردیم. ما به صورت کلی انتخابی روی مسیری که فکر می کنیم انجام می دهیم. در این مسیر فکری نیاز به ساخت سیستم ها به عنوان چیزی که اثر می گذارد و برای فهم به چرایی موضوع، چه چیزی و چه کسی نیاز داریم.

در این مسیر از تفکر ما با عضویت مقاصدی که نه تنها تکنیکی هستند، وابسته به کاربرد و مفاهیم نیز هستند. ما به عنوان طراح باید مرتبط با سودمندی، کمترین ارزش باشیم. هرچه کاروری مورد انتظار بهتر باشد، مقاصد طراحی ما بهتر خواهد بود. مفاهیم (استعاره ها)، همسانی ها، واگرایی تفکر در خارج از محدوده و نیک بختی به صورت مرسوم به عنوان ابزار طراحی ملاحظه شده باشند.

طراحی محرک مشمولیت و یادگیری است که محرک اتفاقات چیزهای جدید است که قصدی از عمل را دارد، بنابراین در ارتباط با تصمیمات، تولید دانش، یک سیستم حافظه و یادگیری توانایی است. اگر شما بیشتر از یک اجتماع دانش جلوگیری کنید پس محرک ها، ترس ها، حلال مشکلات، همسانی ها، پیوندها را ترکیب و به اشتراک بگذارید و دانش خود و اجتماع دانش همگانی را دوباره افزایش داده اید.

این طرح دیدگاه، در یک زنجیره از سازه های مصنوعی، پل های شکاف بین تحقیق مفهوم و عمل می باشد. طرح می تواند یک روش شناختی باشد اما به صورت اساسی یک نگاره است، راهی برای جستجوی مفاهیم کیفیت ها، نگاره در اشیاء در ساخت متن است.

همانطور که در این حلقه های تمرکز مفهومی دیده شد، طرح یکپارچه و سیستمی است. ما طرح را در همه ی اظهارات مهندسی ملاحظه می کنیم اما به صورت کلی در ملاحظه ای طرح به عنوان یک ترتیب همانطور که از نظر Figueiredo و Cunha تعریف شده است می باشد.

این ترتیب یک در هر شاخه از مهندسی مرکزی است (گاهی تنها یک تکنولوژی ملاحظه می شود) و خصوصاً در دامنه ی مهندسی و مدیریت جائیکه به صورت نرمال شامل بیش از یک تکنولوژی است می باشد.

۶- مدیریت طراحی پروژه

تحقیق کلی در مدیریت پروژه در سال های اخیر برای اتکا به دیدگاه عملیاتی و ابزاری پروژه ها به عنوان یک واقعیت، ساخت آسان و بی طرف وجود ندارند اما آنها شبیه به شبکه های فعالیت های عاملان واسطه ای میانی از فرایند مذاکره ای و تفاسیر بالانس شده برای دربرگرفتن اهداف و ابزارهای به اشتراک گذاشته شده است.

هدف حرکت و دوباره جمع آوری اهداف مورد نیاز برای فرایند ساخت دوباره و نه تنها فعالیت هدایت شده است. در واقع هدف پروژه به وسیله ی تیم (گروه) ایجاد شده است (با کمک سرمایه گذاران (بانکداران) مختلف) و تنها به دلیل نقطه ای کور در افق دیدگاهی ما نبوده است.

چیزی که ما می گوییم به سادگی به عنوان خط فکری، متن مدیریت پروژه ی از دانش (PMBOK) پذیرفته شده نیست، که برای مدت طولانی نقش عاملان پروژه به صورت اساسی به عنوان (ابزار) انجام دهندگان، برنامه ریزی، انجام و کنترل چیزی است که به صورت کلی برنامه ریزی و در زمان بسته (کم) و منطقه ی تعریف شده تصمیم گرفته شده است. اگر ما واقعاً بیندیشیم که در مدیریت پروژه مهمترین نقش کنترل زمان، هزینه و دامنه و می اندیشیم که کافی است، نه پیش نگری دیگر نقش های عاملان که در پروژه ها ایفای نقش می کنند، سپس ما با ترفند با الگوی عقلانی مفرط و مکانیکی هستیم.

بنابراین عریض کردن دامنه ی بنیاد تربیتی مدیریت پروژه ای شامل شدن این عنوان های جدید، کمتر ترسیمی و عقلانی، بسیار غیرقابل لمس و بیشتر باز بودن نسبت به بسته بودن با یکدیگر با یک ذهن سیستمی (و ذهن تکنیکی اجتماعی) را شامل می شود، اثری جدید که تاکنون اثر رایج نبوده، حتی اگر اهمیت حیاتی داشته باشد، به صورت اساسی در پروژه های مشمول نوآوری و طرح هستند.

با نمایان شدن در سال ۲۰۰۱ در ژاپن P2P (پروژه و برنامه ریزی مدیریت) تلاشی برای ملاحظه مفهوم، طرح، استراتژی مدیریت، معماری ها، اجتماع تمرین ها (عمل ها) و مدیریت یکپارچگی جلسه (هیئت) برنامه بود.

هدف عمده ی P2M راه حلی برای پیچیدگی مباحث، شتاب گرفته شدن نوآوری و تلاش برای مقادیر اضافه شده است در استراتژی ژاپنی نگاشته شده است که ماندگاری این دیدگاه از پروژه و مدیریت برنامه به ارزیابی شدن نیاز دارد. کتاب راهنمای مدیریت پروژه و برنامه برای نشان دادن اقدام نوآوری فلسفه و الگوها در پشت پیش مقدماتی است.

ما دو نوع مدیریت پروژه داریم: محرک عملیاتی و ابتکاری. مدیریت پروژه عملیاتی کارایی را تعقیب می کند. اهداف پروژه و مقاصد به وسیله ی دیگران داده شده اند. مفهوم اصلی پروژه مدیریت عملیاتی هم اکنون برای تعریف اهداف مانند دامنه، ارزش ها، زمان و بر پایه ی کیفیت در معماری طرح پایه ی بدست آمده که به وسیله ی دیگرها به عنوان نتایج مطلوب خطی به منظور بانکداری در زمان فرایندهای تجاری پرتنش گسترش یافته است.

برنامه ی نوآوری و مدیریت پروژه ها همانطور که در P2M ملاحظه شده نیاز به الگوهای تغییری از اهداف پروژه ار بیش تعریف شده برای ایجاد اهداف فرمول بندی شده دارد. P2M باید در فرمول بندی و پیچیدگی حل مسئله لحاظ شوند در حالیکه مقادیر را از طریق جامعه بهبود می بخشند.

P2M یک تلاش جالب برای ملاحظه ی خلاقیت در مدیریت پروژه است اما باید (پایه و غیرقابل لمس) بعضی از عناصر که موجوداند و همیشه باید در مرکز پروژه موفق باشد را بپذیریم. رهبری و گروه سازنده برای خلاقیت و نوآوری در کار عملیاتی از گروه مدیریت پروژه بعضی از این عناصر هستند.

اینکه دینامیک (حالت) خلاقیت موفق از محیطی که نسل و اجرای ایده های جدید برانگیخته شده اند نشأت گرفته است. این محیط به جذابیت مخصوص و اجتماعی و ویندوزهای (پنجره ها) باز به خارج، برونگاهی که باید برای ورود به داخل هر موقع که ممکن و پرارزش است دعوت شود، نیاز دارد.

 

 

 

۷- نتیجه گیری

در دنیای تحصیل با حیطه ی نمودارهای مکانیکی با دیدگاه های مثبت برای راه تحقیق باید که هدایت شده باشد، بعضی از اتصالات و فعل و انفعالات به نظر می رسد که نامربوط باشد.

قصد یکپارچگی ما مهم است و ما سرمایه گذاری در سیستم تفکری در طرح آموزش تفکر، در پیشرفت ذهن تکنیکی اجتماعی و در استفاده ی مفید از فاعل شبکه مفاهیم ترغیب می کنیم. اینها به نظر می رسد تا فاکتورهای موفقی برای مهندسی (صنعتی) امروز باشد و آیا اینها به صورت کلی برای ۱۰ درصد از آلن بروملی که ارجاع داده است.

(بخش ۱ را ببینید) مهم اند؟ باید بگوییم نه، آنها از میان همه ی صد در صد از چرخه ی مهندسی و چرخه ی مدیریت مهم اند. اگر چنین باشد این باید درونی شده و بعضی از تحصیلات مهندسی باید جایگزین فرم های جدید و موضوعات شوند و این تلاش به ملاحظه ی مکانیک ذهن، چگونه کارکرد آن و اینکه ارزش های ما به صورت مهارت شده اند نیاز دارد. دامنه هایی مثل ارتباطات، سازمان کاری، روانشناسی افراد، حالت های اجتماعی، ذهن اخلاقی و شماری دیگر نیاز به یکپارچه شدن در دیدگاه مهندسی طراحی دارد.

همانطور که در هر روز اهمیت طرح در مهندسی (چرخه های تولید کوتاه تر، نوآوری دینامیک تکنولوژی، قوی تر کردن رقابت) و مرکزیت پروژه ی سازمانی جهت گیری شده (شرکت های زیاد و زیادتری جهت گیر پروژه شده یا در سازماندهی در پروژه منطقی خود) افزایش می یابد.

ما به تمرکز انرژی مان در این دو دامنه نیاز داریم. از مفهوم فاعل شبکه عمل شده در دو دامنه ما، تلاش برای نشان دادن فایده ها و بزرگی تفکرمان تمرین کرده ایم. عامل شبکه یک راه از نگاه به واقعیت به صورت چشم انداز و عنوان درختان، و این توانایی مایکرو/ میکرو یکی از فواید است.

اما ANT می تواند همچنین به فشارهای سیاسی و فشارهای قدرتی که در طرح برخواسته و تیم های مدیریت پروژه ی قرار گرفته در گروه باشد مورد ملاحظه قرار گرفته است.

مفاهیم ارائه شده در این مقاله نوعی از کار در پیشرفت است همانطور که یک پروژه را به موضوعی که هم راستا با یکپارچگی و همکاری جوامع مختلف است هدایت می کنیم.

(۲۰۰۴) Brown و Davis پدیده ی ضربه ی فرهنگی، کشش ایجاد شده بین فرهنگ های مختلف را گفتند که یک مورد ضروری برای بهبود یادگیری بوده و پیشنهاد شد، که باید به صورت مستقیم زمانیکه عکس العمل های یک جامعه ایجاد می شوند اداره شود. می اندیشیم که همانندی و طلب کردن مرزی اهداف چیزی هستند که باید در فرایند نوآوری یادگیری و خلاقیت ملاحظه شده باشد.

 

مدیریت دانش در محیط نگهداری نرم افزار گروهی

۱- مقدمه

در سال های اخیر سازمان های زیادی مدیریت دانش (KM) را برای اهمیت استراتژیکی برای تجارتشان لحاظ کرده اند. KM برای توزیع سازمان ها در روش های زیر است (KPMG 2003):

* هم نیروبخشگری را از میان گروه های مختلف، واحدها و بخش هایی را ایجاد کنید.

* شتاب نوآوری و بالابردن درآمد برای توسعه ی بازار

* بهبود کیفیت در فرایندهای عملیاتی و کارکردی

* کاهش ارزش ها و نمایش برای خطرات تجاری

با نقل های بالا، KM همچنین اغوا کننده برای نرم افزار پیشرفت و نگهداری سازمانی، بخصوص در مدیریت فعالیت های نرم افزاری مهندسی است. با فعالیت های نرم افزار مهندسی، نگهداری نرم افزاری (SM) برای دریافت توجه مناسب است.(۲۰۰۴، SWEBOK).

این یک فرایند با هزینه است که کارهای قبلی هزینه های SM بین ۶۰درصد تا ۹۰ درصد از نرم افزار کلی چرخه ی هزینه ای تخمین زده است (Fjeldstod, Hamlen, 1979, Lientz 1981, Pigoski, 1997, Schach, 2003 ). در ناحیه مهندسی نرم افزار، KM بیشتر در محیط پیشرفت نرم افزاری مطالعه شده است اما در نگهداری نرم افزار (SM) محیطی، KM به صورت گسترده و مطالعه نشده است.

بنابراین، مطالعه روی KM در SM باید برای جامعه های SM برای ارزیابی آنها برای اجرای فعالیت های روزانه سودمند باشد.

محرک برای بکار بردن KM و SM در حرکت به وسیله ی واقعیتی که فعالیت های SM دانش مراقبتی هستند و به صورت گسترده بر مهارت نگهدارنده ها بستگی دارد. اکثر اوقات، نگهدارنده ها به تجربه و حس ششم (حواس) زمانیکه تصمیم می گیرند بستگی دارد. بعضی از این مهارت ها به عنوان دانش صریح مستند شده اما بیشتر آن به عنوان دانش ضمنی به خاطر کمیابی اسناد پنهان شده اند.

زمانیکه SM سازمان بیشتر توزیع شده و رشد کند اعضای آن باید بکار گروهی و اشتراک این دانش انفرادی نیاز داشته باشند. مصنوعات مختلفی در طول فعالیت های SM ایجاد و اشتراک گذاری شده است، که به صورت زیر هستند:

* گزارش مسائل (PR) (a.k.a گزارش اتفاق، بلیط مکالمه)- که در استعمال میز کمکی ثبت شده، PR باید باز بماند و یادداشت ها تا زمانیکه مشکل حل شده ضمیمه شده یا درخواست نگهداری (MR) برخواسته است.

* A-RM درخواست برای کار نگهداری همچنین برای تولید زیاد ثابت برخواسته از PR، بالابردن تجارت یا نگهداری عالی و پیشگیرانه است. به صورت نرمال MR باید تفسیر شده و بازبماند تا زمانیکه کارها تکمیل شده باشد.

* اسناد مورد نیاز تجاری (BRD) (a.k.s نیازمندی مخصوص)- علاوه بر BRD، جزئیات SRD خارج از خصوصیات تکنیکی برای هدایت نگهدارنده ها در نیازهای قابل تغییر است.

* آزمایش برنامه ریزی- خط مشی برای QA برای اجرای آزمایش در MR است.

* منتشر کردن یادداشت ها- لیستی از تغییرات ساخته شده برای انتشار خاص یا تعبیر

* مسائل شناخته شده- لیستی از مسائل معروف برای MR با اولویت بالا که با مسائل کاری اگر قابل کاربرد نمی تواند کامل شود. در بیشتر شرکت های SM، مواد ساخته شده بالا در SCM نگهداری شده از محفظه های گوناگون مانند MS-Word، MS-Excel، Pdf و همچنین چیزهایی که جستجو را سخت می کند استفاده می کند.

همانند این، نگهدارنده ها اغلب مجبور به طبقه بندی دوباره برای وارسی کد برای فراگرد شدن دانش هستند. هرچند، دیگر اطلاعات که برای نگهدارنده ها مهم است در دیگر جاها نیز وجود دارند. برای مثال، دامنه دانش اغلب در اجتماع کاربران، همچنین آشکاری (صراحت) در بهترین تمرین ها، خط مشی ها و روش ها، چرخه ها و دیگرها یا محض در ذهن و تجربه ی کاربران ماهر وجود دارد.

آیا این دانش ها برای دیگر گروه ها مهم و مربوط است؟ در SM جواب حتماً بله است. زمانیکه کاربران ماهر و نگهدارنده ها سازمان را ترک کنند، دانش قطعی با آنها می رود. این جایی است که KM برای یکپارچگی همه ی این اطلاعات با یکدیگر مفید است و به کاربران و مدعیان به توزیع، اشتراک و ذخیره دانش اجازه می دهد.

در این فصل باید موارد زیر را ارائه دهیم:

یادآوری تعاریف و مفاهیم KM، محیط گروهی SM و KMS، پیشنهاد چارچوب کاری KMS برای محیط SM مشارکتی، ارائه سیستم نمایندگی (MAS) ابزارها برای حمایت کاربران و نگاه داران (مدعیان) در اشتراک دانش و هستی شناسی ترکیب شده برای ساختار دانش مورد نیاز قابل استفاده به وسیله ابزار MAS است.

۲- مدیریت دانش

به عنوان یک نگاه کلی، دانش معرفی شده به عنوان یک ترکیب از تجربیات، ارزش ها، اطلاعات متنی و بینش ماهر چارچوب بندی شده است که یک چهارچوب کاری برای ارزیابی و تلفیق تجربیات جدید و اطلاعات فراهم می کند. این اصل و کاربردی در ذهن دانندگان است. در سازمانها، این اغلب نه تنها در اسناد خزانه ها جاسازی شده بلکه کارهای عادی سازماندهی شده، فرآیندها، برنامه ها و استانداردها قرار دارد. (۲۰۰۰، Davenport , Prusak)

در حالیکه KM در ابعاد تکنیکی به عنوان استراتژی ها و فرآیندهایی از مشخصات، فهم، تصرف، اشتراک گذاری و قدرت دانش تعریف شده است. برای ایجاد چرخه ی دانش انفرادی چارچوب کاری SECI نوناکاو تاکئوچی بر پایه ی دانش ضمنی و صریح مدل های مراحل ایجاد دانش از اجتماعی کردن، درونی کردن، ترکیب و برونی سازی است.

مدل SECI به وسیله ی شماری دیگر برای مدل KM برای تیم و سطوح سازمانی ترکیب بندی و استفاده شده است. ایجاد چرخه ی دانش در محیط SM و تکنولوژی های گروهی در شکل ۱ استفاده و نشان داده شده است.

دانش ضمنی به صریح از طریق برون سازی کردن

دانش ضمنی به ضمنی ازطریق اجتماعی کردن

دانش ضمنی رسا به صریح از طریق مفاهیم استعاره یا کنایه است.درمورد SM، اینها می توانند درحالت (تشکیل شده از)خطاهای صفحه، جلسات انعکاس، ایمیلها، مکالمات باشد.

تکنولوژی های امروز:

ایمیل، جلسات دوره ای، چت

دانش SM از طریق تقسیم تجربه، طوفان مغزی، مشاهده و تمرین تبدیل شده اند.

تکنولوژی های امروز:

ابزارهای گروهی- کنفرانس از راه دور، ابزارهای رومیزی کنفرانس ویدئویی، ملاقات زنده، مشارکت گروهی

دانش صریح به صریح با ترکیب کردن

دانش صریح به ضمنی از طریق درونی سازی کردن

دانش از طریق SCM خاص ورودی و خطاهای تحلیلی ترکیب، طبقه بندی، اضافه تبدیل و گروه بندی شده اند.

تکنولوژی های امروز:

ابزارهای مشارکتی-Email، گروه ابزار، صفحات خانگی، یکپارچگی در SCM داده ها برای طبقه بندی استخراج و اطلاعات فیلتر می شوند.

دانش برای کمک به درونی سازی نگاه دارنده ها و انتقال دانش و همچنین کمک به دیگر نگهدارنده ها برای تجربه دوباره ی سناریوهای بزرگ مستند سازی یا تبدیل به واژه شده است.

تکنولوژی های امروزی:

عملیات میز کمکی و SCM برای ذخیره اخبار و تغییرات استفاده شده است. ابزار تجسمی برای خواندن یا شنیدن داستان های موفق است.

شکل۱-SM تکنولوژیهای گروهی در چرخه ی ایجاد دانش پذیرفته شده از جانب مدل SECI از Nonaka, Takeuchi

۱-۲- چارچوب کاری مدیریت دانش

چارچوب کاری KM برای مدل دادن به چرخه های دانش سازمان برای فهم استراتژی ها و فرایندهای تعریف آن، فهم، تصرف، اشتراک گذاری و نفوذ دانش تیم ها، واحدهای بخشی و سازمان هاست. ازمیان آنها تعداد کمی به وسیله مدل Szulanski از انتقال دانش، APQC ها مدل سازمانی KM، مدل choo از دانش سازمانی، چهارچوب کاری KM از سلامت با حلقه ی بازخور و چارچوب KM گروهی Holsapple و Joshi هستند. این چهارچوب کاری منابع دانش را از لئوناردو بارتن و مدل های Petrach و Sveiby، فعالیت های KM از Nonaka، APQC، Wiig، Van der spek و مدل های Alavi را ادغام می کند و KM از Wiig، APQC، van der speck، Szulanski و مدل های لئوناردو بارتن تأثیر می گیرد.

خلاصه چهارچوب کاری بالا در جدول در ادامه لیست شده است:

 

جدول۱- چارچوب کاری KM-سازندگی تئوری

وضعیت توانایی

استراتژی

فعالیت های KM

مدل ابعاد/چهارچوب کاری

فرایند

فعالیت ها

   

پایه اول- بررسی و طبقه بندی، تحلیل دانش وفعالیتها، ظاهر ساختن، رمزگذاری و سازماندهی

پایه۲-ارزیابی و ارزشیابی، عمل

پایه۳-ادغام، کنترل، استفاده کنترل، ترکیب کردن، توزیع و خودکار بودن

خلق، آشکارسازی، استفاده، انتقال

Wiig(1993)

۳پایه از KM

خواسته، استقلال

خلق بی سامانی

حشو

گوناگونی

 

۵فاز از مدلK

خلق فرایند

تقسیم ضمنی

دانش

مفهوم خلق

مفهوم علت نمایی

ساخت الگو

سطح عبوری

اجتماعی کردن-برون سازی کردن، ترکیب کردن و درون سازی کردن

Nonaka , Takeuchi (1995)

خلق دانش

تأثیر انتقالK

مشخصاتK

انتقال، منبع K

گیرنده، متن

 

انتقال دانش- خواسته-اجرا

شیب-یکپارچگی

Szulanski (1996)

مدل انتقال دانش

رهبری- فرهنگ

تکنولوژی

مقدار

 

اشتراک-خلق-تشخیص-انتخاب

پذیرش-سازماندهی-بکاربردن

APQC(1996)

مدل سازمانیKM

   

مفهومی

بازتاب

عمل

 

Van der speck

Spij Keiret(1997)

۴مرحله چرخه KM

   

ایجادکننده احساس، خلق-K،

تصمیم گیری

Choo (1998)

سازمان دانش

سیستم قیمت

تقابل، آوازه

نوغ دوستی،اطمینان

دانش بازار

خریدار-فروشنده

دلال

انحصارطلبها

پایان نیافتنی

اطلاعات، عدم تقارن دانش محلی

کمبود مصنوعی

موانع بازرگانی

نسل (تولید) دانش-حصول،اجاره بها

منابع اختصاص داده شده-پیوند، سازش

شبکه ها

دانش کد دهی و هماهنگی

دانش نقشه و مدل بندی، تصرف

دانش ضمنی، دانش رمزگذاری

Da venport, Prusak(2000)

دانش کاری

 

رمزگذاری

فردگرایی

   

Hansen, Nohvia, Ttiermes (1999)

استراتژی

دانش

بنیاد-فرهنگ

تکنولوژی،

سیستم ماندگاری

دانش

همراستایی

متن

تحلیل

برنامه ریزی

دانش فرایند-اشتراک-حصول

استاندارد KM

استرالیا (۲۰۰۱)

KMچارچوب کاری

یکپارچه شده

تأثیرات KM

منابع،تأثیرات مدیریتی-محیطی

منابع دانش

شرکت کنندگان

دانش-فرهنگ

زیربنا-قصد استراتژی ها

   

کسب

انتخاب

درون سازی کردن

استفاده

Holsapple, Johi (2002)

۳-fold

چارچوب گروهی

KM 

توانایی ها-دانش

فرایند-سهام دانش

محیط خارجی

فاکتورهای سازمانی

محیط سازمانی

فراساختاری

تکنولوژیکی

     

Handzig, Hasan (2003)

FMچارچوب کاری سازمانی

یکپارچه

 

۲-۲- .چارچوب کاری سیستم مدیریت دانش

برای عقلانی کردن چارچوب کاری KM به سیستم مدیریت دانش (KMS) یک چارچوب KMS باید برای محیط گروهی SM نیاز به تعریف شدن داشته باشد. KMS به عنوان سیستم براساس T برای حمایت و افزایش فرایند سازمانی ایجاد دانش، منبع، امکان بازاریابی، انتقال و کاربرد گسترش یافته است.

در حالت کلی یک چارچوب کاری KMS شامل فاکتورهای موثر از KMS پیش مقدماتی و روابط واسطه درونی و یک مدل از اجرای KMS است. اگرچه، سیستم ها و تکنولوژی به تنهایی دانشی را ایجاد نمی کنند، دیگر استراتژی محرک اجتماعی و استراتژی سازمانی و فرهنگی که اغلی برای ترغیب استفاده از تکنولوژی برای اشتراک دانش است را گوناگون می سازد.

در این فصل ما بعضی از KMS چارچوب کاری اجرای تعریف شده که می تواند برای چارچوب کاری SM گروهی بر پاسخ ی دانش متوازن شده باشد را دوباره یادآوری می کنیم.

 

 

 

 

 

 

تکنولوژی

فعالیت (عملیات)

فعالیت ها و فرایند

مدل ابعاد چارچوب کاری

معماری

ابزار

یکپارچگی میانی کامپیوتری، مدیریت کاری الکترونیکی،پیام دهی، ویدئو کنفرانس،GDSS

جستجوگر web، داده ها

تحقیق و بازگردانی، نمایندگی خردمند،

مدیریت سند

استفاده،پیدایی،ایجاد،بسته بندی

بدانیم چطور،بدانیم چه چیزی،دانستن چرایی

خلاقیت محرک،فراگیری ضمنی،

فرهنگ ضمنی، سازمانی ضمنی،

ارزیابی های منظم

Meso, Smith(2000)

نمای ۳بعدی از معماری KMS

دانش،موسسه مدل USIV-layer

 

تولید، انبار، عملیات

Natarijan, Shekar (2000)

Dual-KM

چارچوب کاری

مرکز سند(سندیت)

انبار داده

صفحات مهارت ها

گردهمایی مباحث الکترونیکی

فیلتر گروهی

اینترانت و موتور جستجو

طبقه بندی KMS برپایه ی مکان دانش و اولویت ساختار محتوایی

Hahn, Subramani (2000)

چارچوب کاریKMS

 

کددهی و اشتراک

بهترین تمرینها

همکاری K

دایرکتوری ها

شبکه دانش

ایجاد

انبار

بازگردانی

انتقال

عملیات

Alavi, Leidner (2000)

فرایندچارچوب کاری KMS

   

اتصال،محتوا

جامعه،فرهنگ

ظرفیت،هماهنگی

تجارت،مالی

 

Rao (2005)

۸۰cs

حساب چارچوب کاری

فراساختاری

تکنولوژی

پروتکل

منبع

پورتال

EDMS

جریان کاری

OLAP

نماینده

محصول،ذخیره،پراکندن،استفاده،

آگاهی از اجزا،سزا،

حرکت،فرهنگ،استراتژی،

اعتقادات،ارزش ها،تجربه

Abdullah (2008)

KMSچارچوب گروهی

   

دانش نرم افزاری، تغییر

خواسته ی دانش

Deraman (1998)

مدل KMS برای SM

 

۳ سطح از KM پشتیبان در SE

اولین سطح: سند MGMT، رقابت MGMT

دومین سطح:ذخیره حافظه سازمانی، طراحی فکری، SCM

سومین سطح: دانش بسته ای شده

Rus, Lindval (2001)

چارچوب کاری KMS برای SE

فراساختاری، نرم افزار

سسیتم- تجربه ی مدیریت سیستم

روش برای اداره ی دانش ضمنی

دانش صریح

Dingsoyr, conradi (2002)

مدیریت دانش سیستم

 

ابزارهای فعال (معلوم)

ابزارهای مجهول (غیرفعال)

انتخاب،توزیع دانش

Rodiguez (2004b)

KMS در SM

سرور مشتری

جفت به جفت (P2p)

ترکیب

تمرکز سازمانی، درجه ی ساختار

دانش منابع در مکان

Desouza (2006)

چارچوب کاری KM در پیشرفت جهانی نرم افزار

جدول۲٫چارچوب کاری KMS-سازنمای تئوریکی

 

۳- نرم افزار گروهی نگهداری محیطی

به عنوان یک نگاه کلی، نگاهداری نرم افزاری (SM) به عنوان تمامیت فعالیت های مورد نیاز برای تهیه ی حمایت هزینه ای موثر برای سیستم نرم افزاری است. فعالیت ها در طول مرحله ی قبل از تحویل به خوبی مرحله ی تحویل پستی اجرا شده اند.(IEEE 14764, 2006,SWEBOK 2004).

فعالیت های SM پیچیده بر پایه مراقبت دانش و به صورت گسترده به مهارت نگهدارنده و کاربران ماهر همانطور که در شکل۱ آمده (حاصل شده) بستگی دارد. فرایندهای نرم افزاری نگهداری و فعالیت ها به صورت گسترده استاندارد شده اند. سازمان های استاندارد مانند CMMI, IEEEf, ISO فعالیت ها برای انجام بوسیله ی نگاه دارنده ها جز بندی کرده است.

در مقدار کوچک، فعالیت ها اجزای فرایند، تحلیل مشکل و اصلاح، اصلاح اجرایی، دوباره یادآوری نگهدارنده و قبول آن، تقاعد مهاجرت و نرم افزار را شامل می شود.

اگرچه بسیاری از سازمانهای نگهدارنده ی نرم افزاری ممکن است بهترین عمل فرآیندها و فعالیت ها را برای عملیات سازمانی و تجاری مناسب داشته باشند.

جزئیات فعالیت ها به وضعیت های زیر می تواند بستگی داشته باشد:

* انواع سازمان های نگهداری- مانند نگهداری انبار، فروشنده (دوره گرد) یا نگهداری خارج از منبع، یا بازرگانی طبقه (COTS) از نگهداری عملیات

* وضعیت تیم- مانند پیشرفت یکسان یا جدا و نگهداری تیمی

* انواع نرم افزار یا عملیات که نگه داشته شده اند (Pressman 2005)

* دیدگاه یا مدل نگهداری- برای مثال، استفاده از دیدگاه آبشار می تواند متفاوت از استفاده دیدگاه جامع باشد.

به عنوان یک مثال صفحه ای، فعالیت های SM در شکل ۳ در زیر نشان داده شده است:

در حالیکه دانش مورد نیاز به SM می تواند به صورت ادامه خلاصه شود.

* دانش سازمانی مانند نقش ها و منابع: این بخش ها شامل فعالیت های نرم افزاری نگهداری شامل عملیات مختلف کاربران و نگاه دارنده های نرم افزاری. لیست می تواند شامل کاربر نهایی، کاربران خوب (مالی)، مدیر نگهداری، تحلیل گر تجاری، سیستم های تحلیل گر، مدیر پروژه، کارکنان QA، مدیریت ساخت اجرای کارکنان و آموزش می شود. اتصال به این نقش ها ناحیه ی مهارتی است.

* دانش مدیریتی- مانند مدیریت منابع، کار و پیگیروی و مدیریت پروژه

* دانش تکنیکی- مانند آنالیز مورد نیاز، آنالیز سیستم، ابزارهای پیشرفته، آزمایش و کاربرد. بحران برای این همچنین دانش گروه ابزار پشتیبان و ابزارهای CASC مانند ترتیب نرم افزار مدیریت (SCM)، میز کمک و ابزارهای آزمایش است.

* دامنه دانش- دانش محصولات و فرایندهای تجاری

* دانش منبع دانش- جائیکه دانش موجود است مانند کدهای منبع، مستند سازی، حمایت ابزارهای CASE و مهمتر جائیکه کارشناسان وجود دارند.

مسائل مختلفی در ارتباط با دانش بالا وجود دارد که سازماندهی، طبقه بندی، اشتراک و پراکندن دانش را سخت می سازد. از میان آنها مشکلات هستند به صورت:

* دربردارنده می تواند در حالت های الکترونیکی مختلف باشد که گاهی نیاز به استخراج شدن ذهنی و دستی دارد یا بدتر، در حالت صفحه که نیاز به تلاش بیشتر برای جایگیری در KMS دارد.

* مستند سازی اکثر اوقات به روز نیستند. همانطور که پیش تر ذکر شده، مطالعات حدود ۵۰ درصد از تلاش هایی که در این فعالیتها گذراننده می شود را نشان می دهد و بیشتر به کد منبع نسبت به دیگر منابع اطلاعات بستگی دارد.

* دامنه دانش برای نگاهدارنده های نرم افزاری بسیار مهمتر می شوند. اگرچه این دانش اغلب با نرم افزار نگهداری COP، خصوصاً در فروش و محیط توزیع شده در دسترس نیستند. تغییرات به فرایندهای تجاری و تغییر به عملیات موثر نه تنها بر کاربران تجاری بلکه برنگهدارنده های نرم افزار نیز تأثیر می گذارند.

* مهارت بشر اکثر دانش ضمنی که به آسانی برای دیگران در دسترس نیستند را نگه می دارد که منبع اصلی دانش هستند. اگرچه، همچنین برای تقسیم به سوی دانش نگهداری وجود نگهداری وجود دارد. اگر ترویج یا نگهداری کارتان یا پیداکردن مورد جدید برپایه ی دانشی که دارید می باشد- چه انگیزه ای برای نمایاندن دانش و تقسیم آن وجود دارد؟

* مشکلات بالا بیشتر در شدید شدن در گروه نگهداری توضیح شده جائیکه اعضا در جایگاه و نواحی زمانی مختلف قرار می گیرند، می باشند.

بنابراین، ملاقات چهره به چهره به ندرت و انتقال دانش ضمنی سخت است.

مدیریت دانش در این ناحیه برای اطمینان بحرانی است که هر دو کاربر و نگهدارنده می توانند از فعالیت های SM به خوبی و بموقع اشتراک و بدست آوردن دانش حیاتی اطمینان یابند.

۱-۳- چارچوب کاری برپایه ی مدیریت برای نگهداری نرم افزار گروهی

KMS برای SM در اواخر سال ۱۹۸۰ به وسیله Rose, Jark کسی که اولین نمونه KMS را برای کنترل پیشرفت نرم افزار پایگاه داده به صورت کلی برای آسان سازی درک برنامه است. KMS یک دیدگاه برپایه ی تصمیم گیری است که ارتباطات را از طریق زمان و چند نگاه دارنده ها و کاربران آسان می سازد، بنابراین گسترش نگهداری پشتیبانی می شود. اگرچه، درک آسان سازی برنامه کافی نیست زمانیکه SM تنها بیشتر از رمزهای فهمیدنی و دانش خارج شده از کدهاست.

به صورت مشابه Derman یک مدل KMS را برای SM معرفی کرد که با این همه بسیار ساده است، می تواند برای ما با یک ارزیابی کلی از دانش SM را فراهم کند- دانش نرم افزار، دانش تغییر درخواست و عمل متقابل عملیاتی است. اگرچه، اینها تنها، برای کاربران و نگهداران کافی نیست. تکنولوژی های جدید مانند نرم افزارها برای تصرف فرایند دانش در تحقیقات به وسیله ی Viscanio و Rodriguez هدایت شده است. اگرچه به وسیله ی این مطالعات چارچوب کاری KMS برای SM مفهوم شده نبود.

با نگاه به ابعاد وسیعتر از مهندسی نرم افزار (SE)، KMS در SM به وسیله ی شماری شامل (۲۰۰۵) Santo، (۲۰۰۱) Rus, Lindval ، (۲۰۰۰) Aurum مطالعه شده است.

Lindval, Rus 3 کار عمده از SE (فردی، گروهی و سازمانی) را توصیف کردند و ۳ سطح از پشتیبان KM را برای هر کاری معرفی کردند. اولین سطح شامل هسته ی پشتیبان برای فعالیت های SE، مدیریت سند و رقابت سند است. در حالیکه سطح دوم شامل روش هایی برای ذخیره حافظه سازمانی با استفاده از روش مانند طرح فکری و ابزارها به عنوان منبع کنترل و SCM است.

سومین سطح پشتیبان KM شامل دانش بسته برای حمایت تعریف دانش، حصول و سازمان است. در بالا چارچوب کاری KMS برای SM باید توصیف شود. اگرچه این مدل جنبه های فرهنگی، روانشناسی و اجتماعی KM را در نظر نمی گیرد به وسیله ی دیگر چارچوب کاری KMS عمومی از پیش تعیین شده است.

به جای هدف مناسب چارچوب کاری KMS برای SM، یک یادآوری از جریان چارچوب کاری KMS برای KMS کلی و SE/SM KMS هدایت شده است. تئوری ها برای چارچوب کاری KM، چارچوب کاری KMS و اجزای دانش در SM که خلاصه شده است را می سازند و اجزای مناسب برای چارچوب کاری به صورت زیر معرفی شده است:

* دانش مورد نیاز، مانند دانش سازمانی، دانش مدیریتی، دانش تکنیکی، عمل دامنه تجاری دانش و دانش در منبع دانش برگرفته از (۱۹۹۳) Ghali، (۲۰۰۱)Rus, Lindval و (۲۰۰۴) Rodriguez است.

* فعالیت های KM برگرفته از (۱۹۹۵) Holsapple, Nonaka, Takeuchi و (۱۹۹۸) Joshi است. این شامل آشنایی دانش، انتخاب دانش استفاده از دانش، فراهم/ خلق دانش و طبقه بندی دانش است.

* کنترل ابزار SM برگرفته از (۲۰۰۱) Rus, Lindval، (۲۰۰۶) IEEE14764 و (۲۰۰۸) Mohd Nor است. برای پشتیبانی این جریان اطلاعات SM، ابزارهایی مانند میز کمکی، مدیریت وضعیت نرم افزار (SM)، منبع کنترل و مدیریت پروژه (PM) برای نمایش MRها حیاتی اند.

* اجزای KM و فراساختار برگرفته چارچوب های کاری (۲۰۰۶) Abdullah، (۲۰۰۰) Meso, Smith و (۲۰۰۱) Rus, Lindval است. اجزای اصلی شامل گروه میانی کامپیوتری، سیستم تجربی Mgmt، مدیریت سند و پورتال KM، EDMS، OLP و ابزارهای میان افزاری است.

* ابزارهای کشف کننده اتوماتیک و دانش برگرفته از Meso و Smith (2000)، (۲۰۰۶) Abdullah، (۲۰۰۴) Rodriguet و ابزارهای اینترنتی جدید در بازار می باشند.

ابزارها مانند GDSS، آژانس های استدلالی، بدست آوری/ انبار داده، سیستم ماهر و دلیل آوری بر پایه ی مورد (CBR). ابزارهای فعال مانند RSS همچنین برای داشتن دانش درست برای کاربران درست (مورد نظر) در زمان مورد نظر مفید هستند.

* تأثیرات KM برگرفته از نظرات (۲۰۰۲) Joshi، Holsapple و (۲۰۰۶) Abdullah است. در این میان اینها تأثیرات مدیریتی و استراتژی و روانشناسی و تأثیرات فرهنگی است.

برای خلاصه کردن SM گروهی در ابعاد افراد، فرایند، تکنولوژی و محتوای دانش، ابعاد زیر ارائه شده اند:

ابعاد دانش ارتباط با SM

افراد

سازمان

روزانه، قواعد، فرهنگ

دامنه اقدام دانش

گروه

دانش در نقش ها، مهارت و جایگاه شان

انفرادی

مهارت های تکنیکی-آنالیزهای مورد نیاز، سیستم های تحلیلی

برنامه ریزی-آزمایش و اجرا

مهارت های مدیریتی-مدیریت MR، برنامه ریزی منایع

دامنه مهارت

فرایند

سازمانی

بهترین تمرینها، فرهنگ، استراتژی، تأثیرات روانشناسی

نظم(قاعده)

حسابرسی، امنیت داده

بهترین(تمرینها)

عملکردها

بهترین عملکرد SM، فرایند مدیریت وضعیت نرم افزار (SCM)

فرایند ویرایش

تکنولوژی

ابزارهای SM

SCM و کنترل ویرایش، کنترل منبع، مدیریت پروژه

ابزارهای میز کمک

ابزارهای KM

پورتال KM، موتور جستجو، انبار داده، EDMS،

OLAP و ابزارهای میان افزاری

مشارکت گروهی

Email، گروه اینترنتی، Wiki، Sms،MMS ، تکنولوژی موبایل

اتوماتیک وجستجوی K

GDSS، آژانس استدلال، بدست آوری/انبار داده، سیستم مهارت، RSS و دلیل آوری بر پایه ی مورد (CBR)

متن

(مفهوم)

دامنه دانش

تولیدات، قواعد تجارت

نقشه دانش

هستی شناسی، yellowpages

نرم افزارساختگی

 

جدول ۳- مدل افراد، فرایند، تکنولوژی و محتوا بر پایه ی دانش گروهی SM

بر اساس جدول بالا، مدل برای چارچوب گروهی SM بر پایه دانش در شکل ۳ ارائه شده است:

۲-۳- مدیریت دانش در SM گروهی

برای فراهم کردن برای همه ی اجزای بالا سیستم SM گروهی بر پایه دانش هدف نهایی است. اگرچه این به تلاش های زیاد و تجدید بنای روی هم رفته از فرایند مدیریت ابزار نیاز خواهد داشت. در مطالعات قبلی ما، بسیاری از ابزارهای بر پایه ی دانش انبار شده برای ترکیب درز خطی به یکپارچه شدن اجازه نداده که حصول دانش و اشتراک را باز می ایستاند.

این بوسیله ی بررسی روی مدیریت دانش از فرایند SM در موسسات یادگیری بالاتر (HLI) در Klangvalley، مالزی و چندین مسائل دیگر که به صورت ادامه مشخص شده اند بیشتر پشتیبانی شده اند:

* ۸۰ درصد از بررسی سازمانی SM از KSM برای ذخیره ی دانش مورد نیاز در طول فعالیت های نگهداری استفاده نمی کنند. از آنجائیکه، این می تواند برای مشکلات و تأخیر در دریافت اطلاعات از کارشناسان دیگر توزیع شود.

* در جنبه های مختلف فعالیت های SM (میز کمک، برنامه ریزی و تحلیل و کد دهی و آزمایش) بین ۶۰ تا ۸۰ درصد از جوابگویی ها دامنه ی دانش مهم برای دستیابی آنها به فعالیت های روزانه ی SM است. اگرچه، آنها اضافه کرده اند که دانش تولید شده از این فعالیت ها در KSM و یا دیگر ابزارهای الکترونیکی ذخیره نشده است، بنابراین آنها را سخت برای استخراج، تقسیم بندی و تبدیل به صریح می کند.

* تلاش های مادی مشارکت گروهی با کاربران، کارشناسان، SAS و فروشندگان برای محقق کردن مسائل و نیازمندی ها می باشد. در یک بررسی، ۴۱ درصد و ۲۰ درصد از زمان میز کمکی برای مشارکت با تیم و کاربران به ترتیب استفاده شده اند.

در حالیکه در برنامه ریزی و آنالیز ۲۲ درصد از زمان برای بحث مسائلی که با کاربران است گذرانده می شود، ۲۰ درصد با همکاران و ۲۰ درصد دیگر با پیشرفت دهندگان سپری می شود. بدون یک دیدگاه سیستماتیک از این اطلاعات حصول و اشتراک، این تلاش ها باید ی موضوع عمده باشد.

* روی هم رفته، در حالت مشکلات بدست آمده، کیفیت سندیت و سیستم پشتیبان نامناسب به عنوان یک مسئله اصلی است.

یک راه خوب برای حل مسائل بالا از طریق اتوماتیک سازی است. مطابق Davenport و (۲۰۰۱) Prusak هدف اصلی از سیستم KM اتوماتیک سازی به مقداری که نیاز است می باشد که کار حصول، پراکندن و ذخیره ی دانش را دارد. با همه ی منابع دانش جایگرفته و منعکس شده در انبارهای مختلف با ابزارهای مختلف، نگهداری بخشی از اطلاعات مفید برای کارکنان و نگهدارنده ها می تواند یک کابوس باشد.

در این فصل، ما باید یک مکانیزم اتوماتیک برای اجازه به کاربران و نگهدارنده های برای حصول، اشتراک و استفاده از دانش دز طول نگهداری فعالیت های نرم افزاری را معرفی کنیم، در مقابل فعالیت های پیرو به صورت زیر است:

* در گزارش خطاها به وسیله ی بازرسی خطاهای گزارش شده ی اخیر، مسائل معروف و قواعد دامنه تجاری اقدام مربوطه کاربران را ارزیابی کنید. این می تواند به کاهش دو برابر شدن خطاهایی که کارکنان در میز کمکی نیاز به کنترل دارند کمک کند.

* میز کمکی کارکنان برای مشاهده بلیط های خوانده شد، ایجاد درخواست نگهداری (MR) و علامت دادن آن به نگه دارنده ها به ترتیب را بررسی کنید.

* نگه دارنده ها را برای بررسی گزارش های زودتر MR، دامنه ی تجاری قواعد و دامنه ی مهارت ها (کارشناسان) به خوبی مشاهده ی انجام شده در MR ها را ارزیابی کنید.

دامنه و دانش SM ایجاد شده در طول فرایند نگه داری در انبار را ذخیره کنید.

۴- سیستم چند کارگزاری (نمایندگی)

دیدگاه نماینده جهت گیری شده (کارگزار جهت گیری شده) به دست آوردن پذیرش در پشتیبانی نگه دارنده ها در خودکار سازی فعالیت های روزانه شان است. نمایندگی استدلالی نم افزاری یک سیستم کامپیوتری توانا با فعالیت انعطاف پذیری فعالیت در بعضی از محیط ها است.

منعطف بودن به این معنا که کارگزار واکنشگر است (نگهداری یک فعالیت میانی مداوم با محیط و جوابگویی برای تغییرات)، پویشگرانه (مقدماتی) و اجتماعی (عکس العمل با دیگر کارگزاران) می باشد. بنابراین یک MAS یک سیستم شامل شماری از کارگزاران که با یکدیگر عکس العمل دارند می باشد.

ما ابزار MAS را برای قادر سازی کاربرد و نرم افزار نگهدارنده برای خودکار بودن بعضی از فعالیت های SM و تصرف و اشتراک عمل تجارت دامنه دانش و اتصال اتوماتیک به عملیات و فرایند اطلاعات SM پیشنهاد می کنیم.

روش شناختی پرومیتوس برای طراحی MAS و بر پایه ی تحلیل های اهداف، داده منسجم و نمایندگی فعل و انفعال استفاده شده است که سیستم MAS کلی و معماری آن پیشنهاد شده است که به ترتیب در شکل های ۵ و ۶ به تصویر کشیده شده است.

به عنوان نتیجه ۶ نوع کارگزار پیشنهاد شده اند: عامل کاربر، عامل Helpdesk، عامل درخواست نگهداری، عامل نگه دارنده، عامل فرایند SM و عامل دامنه دانش، همانطور که در زیر گزارش می شود داریم:

* عامل کاربر: عامل برای هر کاربر فایلی برای اعتراض، بررسی بهترین عملکردها و راهنمای عملیاتی را به خوبی دریافت حالت MR از دیگر آژانسها ارائه می کند.

* دامنه دانش عامل- دامنه ی دانش بودشناسی و داده را مدیریت می کند. زمانیکه دانش جدید اضافه شده است، این نماینده باید به کاربران مربوط و نگهدارندگان گزارش دهد (اطلاع دهد) زمانیکه یک ورژن جدید به کار گرفته شد، دامنه دانش به وسیله ی بهترین عملیات به کار گرفته می شود و عملیات قدیمی بر کنار می شود.

* عامل Helpdesk- نقش کارکنان میز کمکی (Helpdesk) را به وسیله ی تولید بلیط های جدید بر پایه ی خطای گزارش شده کاربر عامل را ارائه می دهد و آنها را به کارکنان میز کار در دسترس نشان می دهد. اگر خرابی ارزشمند باشد، کارگزار Helpdesk باید با نماینده MR برای ایجاد MR جدید در ارتباط باشد.

* عامل MR- غیر از ایجاد MR های جدید، این نماینده باید همچنین برنامه ریزی برای بهبود/ رد کردن MR ها، دیدن گسترش MR ها و نشان های MR برای نگهدارنده ها با عامل نگهدارنده ارزیابی کند. این کارگزار همچنین با دامنه ی عامل دانش و کارگزار دانش SM برای بدست آوردن دانش برای ارزیابی تحلیل و تست در کارهایشان در ارتباط است.

* عامل فرایند SM-برای مصنوعات و هدف تغییر یافته، دانش عامل SM باید دانش پایه ی SM را به خوبی دامنه دانش به روز کند. این عامل همچنین رها شده ها و ورژن ها را نشان می دهند و نگهدارنده هایی با اطلاعات خواسته شده فراهم می کند.

۱-۴- دامنه اقدام ترکیب شده و بودشناسی SM

اصطلاح بودشناسی در متن ها می تواند بهترین تعریف به عنوان یک توصیف رسمی صریح از مفاهیم یا موجودیت و خواص آنها، رابطه ها و الزامات باشد. استفاده از بودشناسی برای حمایت از ابزار بر پایه ی عامل است، گسترش (پیشرفت) بودشناسی در راه های زیر حیاتی است:

* عوامل از بودشناسی برای اشتراک اصطلاحات رایج و برای ارتباط با دیگر کارگزاران استفاده می کنند.

* عامل باید محیطی را که در آن عمل می کند را بفهمد. زمانیکه کارگزار بر می گردد یا دانش را ذخیره می کند، نیاز به دانستن اینکه چطور دانش ساختاربندی شده است دارند. این حالت معنا شناختی از بودشناسی دانش است.

بحران برای عوامل MAS برای بودشناسی دامنه و فرایند دانش SM از قبل تعریف شده هستند. عوامل بالا باید از بودشناسی برای ایجاد حس پیچیده ای از روابط بین خطاهای گزارش شده، MR ها و ورژن هه و رها شده ها، مسائل معروف، دامنه دانش و کاربران و کارشناسان و پروفایل های نگهدارنده ها استفاده کنند.

از این پس، چارچوبی از بودشناسی ترکیب شده که اقدام تجاری دامنه برای فرایند بودشناسی SM متصل و گسترش دادند و به بودشناسی با استفاده از مصحح بودشناسی Protege ترکیب شده مدل دادند. برای فرایند بوم شناسی SM، بودشناسی Ruiz که بر اساس نظریه ی بودشناسی SM، Kitchenham بود، باید به عنوان پایه به خاطر تشابه مفاهیم در محیط SM نویسنده استفاده می شد.

برای حیطه ی تجارتی بودشناسی، ناحیه رده بندی بودشناسی با Kabilan پیشنهاد شد و فرایند تجارت فرا داده از (۲۰۰۲) Ulrich باید به عنوان پایه ای برای دامنه اقدام بودشناسی تجاری استفاده شد.

در حالت خلاصه، زیر هستی شناسی ها در ادامه گفته می شود:

* تولید تحت بودشناسی (هستی شناسی)- تولیدات نرم افزار را که نگه داشته شده اند را تعریف می کند. این شامل ساخته های مختلف (اجزا، مدل ها(قالب ها)، ورژن ها، اسناد و غیره)

* فرایند تحت هستی شناسی (موجودیت فرایند)- شامل فرایندهای صریح با انجام فعالیت های مختلف است. این فرآیندها روش هایی برای گزارش مسئله، مسئله ی مشخصات و فعالیت های مختلف نگهداری را تعریف می کنند.

* فعالیت تحت هستی شناسی (موجودیت فعالیت)- فعالیت های مختلف انجام شده با نگاهدارندگان مانند حمایت، مدیریت، نگهداری و آزمایش را تعریف می کند.

* سازمان تحت بودشناسی (هستی شناسی)-(موجودیت سازمان)- واحدهای سازمانی، نقش ها و کارکنان مشمول را مشخص می کند.

* موجودیت دامنه ی اقدام تجاری- که شامل:

۱- نوع دامنه فرایند- لایه ی بالا که شامل ایجاد فعالیت سطح بالا می باشد.

۲- فرایند پیچیده و فرایند پایه- طبقه بندی تجاری فرآیندها را توصیف می کند. یک فرایند پیچیده می تواند چندین فرایند پایه داشته باشد.

۳- فرایند استفاده- چگونه فرایند از عملکرد استفاده می کند.

تصاویر مشخص شده برای فعالیت و موجودیت های تولید (زیر موجودی ها) با استفاده از OWL-VIS در موجودیت تصحیح Protege کشیده شده و در شکل های ۷ و ۸ به نوبت نشان داده شده است.

اتصال بین زیر موجودیت های SM و ناحیه ی اقدام تجاری زیر موجودیت ها در شکل ۹ آمده است.

در مقایسه با دیگر موجودیت های SM، کشش این موجودیت به وسیله ی جزئیات مورد نیاز در اتصالات بین حیطه ی تحت موجودیت و SM تحت موجودیت است. با اتصال، تغییرات برای اقدام قلمرو دانش یا سازه های SM می تواند عبور کند و فعالیت های خاص را می تواند موجب شود.

همچنین، کارگزارها می توانند با خطاهای جریان گزارش شده با خطاهای پیشین گزارش شده از طریق این اتصال های وابسته به هستی شناسی (موجودیت) مرتبط باشند.

۵- نتیجه

در سال های اخیر بسیاری از سازمانها مدیریت دانش (KM) را برای اینکه اهمیت استراتژیکی داشته باشند ملاحظه شدند. درجات کلی، اشتراک دانش (KS)، انتقال دانش (KT) و سیستم مدیریت دانش (KMS) از میان آنها برای اشتراک گروه های مختلف، واحدها یا بخش برای شتاب گرفتن نوآوری، بهبود کیفیت و کاهش هزینه ها و خطرات تجاری در موقعیت است. در ناحیه ی مهندسی نرم افزار KM بیشتر بر روی محیط پیشرفت نرم افزار مطالعه شد اما نرم افزار نگهداری (SM) محیطی اغلب مورد غلظت قرار گرفته است.

محیط SM پیچیده، محرک دانش و به صورت بالایی مشترک است و بنابراین KM برای SM برای تهیه ی محیطی برای ایجاد و اشتراک دانش حیاطی است. یکی از بحث های اصلی مواجه شده به وسیله ی نگهدارنده های نرم افزاری دانش ناکامل برای اجرای فعالیت های روزانه است. نگهدارنده ها تلاش های قابل توجهی در بررسی کدها و مشارکت با دیگر بخش ها برای بدست آوردن اطلاعات را می گذرانند. در بررسی انتخاب شده دپارتمان I.T در موسسات یادگیری در مالزی، جلسه اقدام تجارت ناکافی به صورت مهم فرض شده است اما آنها به ندرت در KMS یا دیگر ابزارها ذخیره شده اند. بنابراین حل این مسائل باید دارای اولویت بالا باشد.

برای غلبه بر مسائل موجود با کاهش دانش در محیط SM، یک ابزار MAS را برای مقدور سازی کاربران و نگهداری نرم افزار برای تصرف و اشتراک اقدام تجاری ناحیه ی دانش را پیشنهاد می کنیم و آنها را به صورت اتوماتیک به عملیات و فرایند اطلاعات SM متصل می کنیم.

روش شناسی پرومتئوس برای طراحی MAS طراحی کردند و به عنوان نتیجه، ۶ نوع کارگزار پیشنهاد شده است:

کارگزار کاربر، کارگزار Helpdesk، کارگزار نگهداری خواسته شده، نگهدارنده کارگزار، فرایند کارگزاری SM و دامنه کارگزاری دانش.

بحران برای سازمان اطلاعات سیستمی یک موجودیت برای دامنه و فرایند دانش SM است که برای اجازه ی به کارگزار نرم افزار برای ارتباط از میان یکدیگر است و برای فهم ساختار اطلاعات در زمان بازگردانی یا ذخیره ی دانش می باشد.

پس از آن، ما چارچوبی ترکیب شده از موجودیت که اقدام تجاری دامنه به فرایند موجودیت SM متصل و گسترده می سازد داریم و موجودیت را با استفاده از تصحیح موجودیت Protege مدل بندی می کند.

با این ابزار، کاربران و نگهدارنده ها باید از دامنه ی سیستمی سازمانی و فرایند SM دانش به خوبی اطمینانی که برای عملیات یا دامنه ی تجاری دانش که نیرو دهنده هستند بهره مند شوند و از طریق کاربران تجاری و نگهدارنده ها به اشتراک گذاشته شوند. ابزار جدید باید همچنین به خودکارسازی و یکپارچگی سیستم ها یا ابزارها را برای حمایت فرایندهای نگهداری ارتقا یابند.

 

 

 

 

 

 

 

 

 

فصل ۷

مدیریت دانش در رسم جوامع مجازی

۱- مقدمه

رسم جوامع مجازی (ها VCOP) گروهی از افرادی است که با یکدیگر برای بحث و تقسیم (اشتراک) دانش در یک دامنه داده شده با استفاده از محیط مجازی جمع می شوند. تجربیات در جامعه مبادله می شود. اعضا از دانش جامعه برای حل مشکلات خود و اشتراک راه حل ها در جامعه استفاده می کنند.

بنابراین هرچه اجتماع بیشتر به اعضایش کمک کند، دانش آن بیشتر رشد می کند و برای اعضای جدید جذاب تر می شود. کلید برای VCOP مدیریت دانش مورد نیاز یا گسترش یافته و به وسیله ی اجتماع است که باید تا جائیکه بازگردانی آسان است ذخیره و ضمیمه شده باشد.

این تا زمانیکه در ذهن افراد ذخیره شده باشد کار آسانی نیست. این همچنین برای تصرف، ارائه و ایجاد پایداری برای اینکه دیگر افراد بتوانند استفاده کنند سخت است.

ایجاد VCOP با یک خواسته قوی از دنیای مدرن به خوبی هم تراز شده است که تغییری از یک جامعه ی الگوی صنعتی به همان دانش اجتماعی ارائه می کند. در این نوع از جامعه، جائیکه دانش تنها منبع واقعی با معنی است، داشتن فضاهایی برای ارائه و اشتراک اطلاعات تفکر حرفه ای، محققان، معلمان، دانشجویان و غیر را بازتاب دهد مهم است.

از سوی دیگر، برای حمایت از منابع اشتراک گذاری در سطح جهانی طراحی شده بود. هرچند این محدودیت های زیادی دارد. Web معنایی به عنوان یک راه حل ممکن برای بعضی از این محدودیت ها پدیدار شدند. این یک انقلاب در پردازش اطلاعات و در نتیجه یک انقلاب در مسیری که دانش سازماندهی شده است می باشد.

Web معنایی به همه ی منابع در دسترس برای داشتن معنای کافی نیاز دارد و ماشین یا نرم افزار کارگزار توانا به مهم ابزار واقعی داده هستند. استفاده از تکنولوژی های معنای Web می تواند در ساخت ابزارهای پشتیبانی VCOP می تواند بسیار مفید باشد.

هدف مرکزی این فصل ساخت مفاهیم ارائه دانش و بازگردانی به خوبی طبقه بندی که معانی چطور در مدیریت دانش با جامعه ی مجازی می تواند توزیع شود، می باشد. اولین قسمت فصل معرفی (مقدمه) برای مدیریت دانش است. این مورد بعضی از مفاهیم پایه های دامنه را با نشان دادن رابطه بین داده اطلاعات و دانش را توصیف می کند.

بخش دوم، بحث جوامع مجازی و نقش دانش در محیط را بیان می کند. از آنجائیکه دامنه ی VCOP به عنوان بهره به اشتراک گذاشته مشخص (طبقه بندی) شد هر عضو جامعه انتظار می رود که درجه ای حداقل از دامنه دانش داشته باشد. این فهم (درک) معمول می تواند در استفاده (سودمندی) مدیریت دانش استفاده شود.

استفاده از بودشناسی (موجودیت) برای ارائه ی دامنه ی مرتبط به نمای تکنولوژی های Web می تواند در فرایند ارتباطی، کمک به کارکنان در ذخیره سازی، دستیابی و اطلاعات مجازی در راه شفاف، دموکراتیک و درون یافتی می توانیم پخش کنیم.

سومین قسمت این فصل این است که چطور معنا می تواند برای کمک به ارائه و بازگردانی دانش استفاده شود معمولاً زمانیکه معانی به داده یا اطلاعات وابسته باشد، پردازش اتوماتیک را آسان می سازد. همچنین ابزارهایی که در بازگردانی اطلاعات در محیط به اشتراک گذاشته وجود دارد اما آنها مسائل را ارائه می کنند، به صورت کلی متصل به کمبود رفتار معنایی در اسناد و پرسش هاست. این بخاطر ابهام و دوپهلویی نهادی در فرایند (پردازش) ارتباطات است. معنی (معنا شناختی) در ذهن افراد و در علائم گرافیکی نیست.

چهارمین قسمت در چگونگی استفاده از متون (مفاهیم) خوب مشخص شده که ممکن است در کاهش مشکل کمک کند بحث می کند. موجودیت به صورت گسترده برای ارائه اطلاعات مفاهیم در اشتراک محیط، تا جائیکه می تواند برای تعریف دامنه، تولید گروهی از کلمات که آنرا معرفی می کند استفاده شود.

موجودیت همچنین به یک درک معمول و تقسیم شده از دامنه، ایفای نقش مهم در تبادل دانش به وسیله ی معرفی یک ساختار نمایی برای ارتباط داده در آن دامنه را اجازه می دهد. این فصل شامل بحث در بخش ۵ در جنبه هایی است که باید بوسیله ی محیط VCOP برای کمک به اداره ی اسناد ایجاد شده در جامعه، تسهیل انبار، ضمیمه سازی یا بازگردانی مهار شده باشد.

این بر چگونگی اینکه چطور محیط می تواند در بخش نسل دانش جدید توزیع شود بحث می کند، که حاوی ۴ حالت از تبدیل دانش ارائه شده در مدل حلزونی Takeuchi, Nonaka، در معرفی تکنولوژی نمایی Web می باشد بخش ۶ فصل را نتیجه گیری می کند.

۲– مدیریت دانش = یک نگاه کلی

اصطلاح مدیریت دانش در اواسط دهه ی ۹۰ و در ملاقات با نکته ی تکنولوژی اطلاعات و دامنه ی مدیریت ظاهر شد.

Landini و Daminai (2001) مدیریت دانش را به عنوان یک فرایند سیستماتیک برای اتصال افراد به یکدیگر و دانشی که آنها و در کارایی موثر و ایجاد دانش جدید نیاز دارند، را تعریف می کند.

هدف اصلی بهبود یک بنگاه اجرایی و نیروهایی است که نه تنها با اشتراک دانش، بلکه یک زیر تولید با ارزش از محصول، اما از طریق تعریف، تصرف، اعتبار و انتقال دانش می باشد. مدیریت دانش همچنین به عنوان یک فرایند لازم برای تصرف، رمز و انتقال دانش به عنوان یک اقدام می تواند به طور کامل به اهداف دست یابد.

در ابتدا، مدیریت دانش به عنوان یک نوآوری از حل چندین مشکل سازمانی، ایجاد چیزی که به وسیله ی پیتر دراکر به عنوان جامعه ی دانش معرفی شد، دیده شد. اهمیت جهانی مدیریت دانش تنها اخیراً مشخص شد که به عنوان یک منبع حیاتی (بحرانی) برای اقدام موفق می باشد.

اگرچه (هرچند)، مدیریت دانش هم اکنون در دوران آغازین خود است، اگر از طرفی دیگر، تکنولوژی و بهبود شبکه های اطلاعات، انتشار اطلاعات را پرورش دهد، از سویی این هدایت انتشار را به وسیله ی نویسنده تسهیل می سازد.

این به صورت کمبود نقش ها در اسناد/ اطلاعات که در اینترنت در دسترس است، تحقیق و بازگردانی را بسیار سخت می کند. بنابراین تکنولوژی اطلاعات با افزایش مباحث پیشنهادی جامعه جدید دانش که سزاوار، دقیق و در زمان مربوط می باشد، مواجه شده است.

علاوه بر این برای کمبود نقش ها، پردازش اطلاعات برای تولید دانش، بر روی قسمت راست، یک فعالیت پیچیده است، تا اطلاعات وابسته به مفهوم و دامنه دانش باشد که می تواند چندین معنی داشته باشد. یک اصطلاح می تواند مفهومی مختلف با روابط مفهومی مرتبط وابسته به شرایط را ارائه می کند.

برخلاف تغییر تدریجی در فرایندهای ارتباطی، اقدامات (بنگاه ها) با مشکلات مختلفی در تعریف فرآیندهایی که مسائل مربوط به مدیریت دانش را کم (حداقل) یا حل می کنند وجود دارد که خود را در حالت رقابتی در مقابله با نیازهای نوآوری متعدد نگه می دارد.

برای انجام این اهداف ایجاد مکانیزم و فرآیندهایی که دست بردن به دانش را آسان می سازد لازم است. این بر فهم چیزی که دانش به خوبی تفاوت بین دانش، اطلاعات و داده گفته است، دلالت می کند.

۱-۲- داده

مطابق Setzer ، داده ماهیتی ریاضی و به طور خاص نحوی است. این به این معناست که داده می تواند به صورت کامل از طریق ارائه ی ساختاری رسمی توصیف شود. او پیشنهاد می کند که اطلاعات شاید به صورت ذهنی طبقه بندی شده باشد اما به صورت فیزیکی در نشان دادن اینکه برای پردازش اطلاعات مستقیم در کامپیوتر بدون اینکه داده کاهش یابد ممکن نیست.

پردازش داده در کامپیوتر منحصراً برای دست بردن ساختاری به آنها محدود شده است. او بحث را با اینکه دانش یک چکیده داخلی فردی از چیزی که به وسیله ی افراد تجربه شد می باشد پایان داد. در این مبحث دانش به صورت کلی توصیف نشد، اما می تواند در اصطلاح اطلاعات مفهوم بندی شود.

Mizzaro بحث کرده که از دیدگاه محاسباتی، داده هرچیزی که به عنوان ورودی پردازش شود می باشد، در حالیکه اطلاعات هر چیزی که این پردازش به عنوان خروجی بدهد می باشد. بنابراین تفاوتی بین، پردازش های محاسباتی، بین داده، اطلاعات و دانش وجود ندارد که فرض می کنیم که نقش یک داده، می تواند داده نامیده شده باشد.

یک تعریف رسمی از داده از (۱۹۹۸) Prusak و Davenport فهمیده می شود که گفتند داده گروهی از ناهمگونی و واقعیت های هدفمند مرتبط به یک رویداد است. همانطور که به وسیله ی پیتر دراکر نقل شد اطلاعات داده پوشیده از ارتباط کوچک است. بنابراین جمع ارزش داده ها برای اینکه اطلاعات بتواند به دست آید لازم است. این می تواند از طریق روش های مشخص شده در Davenport, Prusak باشد:

بافتاری (زمینه ای)= هدف برای اینکه داده برگزیده شده است مشخص است.

دسته بندی= واحدهای تحلیلی ضروری داده یا اجزایشان مشخص شده است.

حساب= داده می تواند به صورت ریاضی یا آماری تحلیل شده باشد.

تصحیح= خطاها از داده حذف شده اند.

تراکم= داده می تواند به حالت اختصار (مختصرتر) خلاصه شده باشد.

۲-۲- اطلاعات

اطلاعات، مطابق با Claude Shannon، چیزی است که به ارائه اضافه می شود. ما اطلاعات را زمانیکه می دانیم اصلاح شده است دریافت می کنیم. اطلاعات چیزی است که به صورت منطقی تغییر یا تقویتی از یک تصویر (نمونه) یا حالتی از اشیاء است. نمونه (تصویر) ممکن است به عنوان نقشه یا هرچیز پیشنهاد شده صریح باشد یا به عنوان حالتی از فعالیت جهت گیری شده برای دریافتگر ضمنی باشد.

در این دیدگاه، مفهوم اطلاعات به عنوان چیزی که کارگزار دریافتگر از طریق پیام، از کارگزار برون فرستگر در یک فرایند اجتماعی دریافت می کند، دیده شده است. میزان نمونه ی آن یا اهمیت به وسیله ی گشتاور که به عنوان ترازویی برای اهمیت کلمه در بافت دامنه داده شده، منتشر می شود.

در جهت مخالف مدل Claude Shamon، در تسک بحث ها به اینکه تئوری نبوغ اطلاعات یک تئوری درباره ی متن (محتوای) پیام است و تئوری آن درباره ی مدلی که این متن همبند شده ارجاع می دهد. اطلاعات جریانی از پیام هاست در حالیکه دانش به وسیله جریان پیام یکسان، در باورها و تعهدات بینندگان مهار شده، ایجاد شده است.

مطابق Setzer اطلاعات چکیده غیررسمی هستند که در ذهن افراد وجود دارند که چیزهای با معنی برای او ارائه می کنند و از طریق ریاضیات یا تئوری منطقی نمی تواند فرمول بندی شود. اطلاعات محتوا در داده به چیزی که فرد درباره ی یک موضوع می داند و در حالت کلی از فردی به فرد دیگر متفاوت می تواند باشد. بنابراین چیزی که اطلاعات برای یک فرد را تشکیل می دهد ممکن است چیزی بیشتر از داده برای دیگران نباشد.

یک تفاوت بنیادی بین داده و اطلاعات این است که اولی کاملا نحوی و دومی به صورت مورد نیاز دربردارنده ی معنا است. این جالب است تا به یاد داشته باشیم که پردازش و معرفی معانی در کامپیوتر بسیار سخت است زیرا دستگاه (ماشین) کاملا نحوی است. امروزه چندین تحقیق در این باره وجود دارد که معنا شناختی Web یکی از آنهاست هدف آن فراهم کردن معنا برای منابع متفرق شده در Web است که آن را با کامپیوتر قابل پردازش می کند.

۳-۲- دانش

دانش هدف مدیریت دانش است و مهندسی دانش هدفی برای تصرف آن است در حالیکه درک این معنی همچنان بحث آخرین است دانش در Daverport , Prusak یک ترکیب سال از تجارب متراکم شده، ارزش ها، متن اطلاعات و بینش آزمایشی است که ساختاری برای ارزیابی و مشارکت تجارب جدید و اطلاعات را پیشنهاد می کند.

این یک منبع و بکار برده شده در ذهن کارشناسان است. در سازمان این اغلب نه تنها در اسناد خزانه ها بلکه در چیزهای روزانه، فرآیندها و استاندارهای سازمانی جاسازی شده است.

دانش در دیدگاه (۲۰۰۴ Goldet ) به عنوان اطلاعات در اجرا کردن یک هدف یا انجام یک قصد توصیف شده است که دانش نتیجه ی از نزدیکی بدست آمده به وسیله ی تجربه یا همکاری با دیگر دانش هاست.

مطابق فیسچلر و فیرسچن، که به (Haykein 1998) مراجعه کردند، دانش به اطلاعات ذخیره شده و یا مدل های استفاده شده به وسیله ی افراد یا ماشین برای تفسیر، پیش بینی و جوابگویی درست برای دنیای برون است. در مقایسه بین دانش و داده، دانش تصویری نمادین جنبه ای از دنیای گفت و شنود است در حالیکه داده یک تصویر ساده ی نمادین است. دانش می تواند در حالت وجود داشته باشد: ضمنی و صریح.

دانش صریح دانشی است که می تواند به آسانی از طریق ابزارهای دیجیتال انتخاب، سازماندهی و انتخاب شده باشد در حالیکه دانش ضمنی دانشی است که در متن خاص و برای فرمول بندی و ایجاد ارتباط سخت است.

دانش صریح، دانشی است که در اسناد، کتاب ها، نرم افزارها و دیگر ابزارها موجود است. دانش بیان شده در حالت صریح به آسانی می تواند با ارزش کم (هزینه، قیمت) یا بدون هزینه دوباره تولید و منتشر شود اما برای دلیل یکسان برای تضمین استفاده های غیرقانونی اش سخت تر است.

دانش ضمنی، دانشی است که شخصی در طول زندگی اش و در سرش (مغز، ذهن) خود بدست می آورد این می تواند با ارزش ترین دانش شخص یا سازمان باشد. معمولا فرمول بندی و توضیح این دانش به دیگر افراد سخت است در حالیکه به صورت بالایی محلی، ذهنی و نهادی در توانایی های فردی است برای انتقال آن، یک درگیری از منابع و کاربران و یادگیری فعال و یاد دادن فعال نیاز است.

برای (۱۹۹۵) Takeuchi و Nonaka دانش از طریق چرخه ی فرایندی جائیکه دانش ضمنی در صورت گرایی، نمادها نهفته شده است و به صورت عمومی به عنوان دانش صریح و برعکس آن در دسترس است. برای تبدیل دانش ضمنی به دانش صریح، قابل دوباره استفاده ساختن آن به افراد دیگر کار آسانی نیست.

همانطور که قبلا توصیف شده است دانش ضمنی فردی است و برای تبدیل به زبان رسمی همانطور که شامل چندین فاکتور می شود سخت است (احساسی، روانشناسی دیگر).

برای تفسیر دانش در اتفاق و همچنین گسترش آن یک عکس العمل اجتماعی بین دانش ضمنی و صریح نیاز است. از آنجا، دانش فردی جمع شده نیاز به دوباره اجتماعی کردن برای تولید مفاهیم جدید زمانیکه در ۴ مسیر اتفاق می افتد دارد.

* اجتماعی کردن: تغییر از ضمنی به ضمنی است. اشتراک گذاری فرایند بین افراد در یک گروه است و معمولا به خاطر مشاهده، همانند سازی و عمل اتفاق می افتد. در این موضوع انتقال دانش ضمنی بین افراد و همکاری نمونه داده شده از دانش به متن های فردی مختلف ممکن است.

* خارجی کردن: تغییر از ضمنی به صریح است. فرایند سازمانی که دانش ضمنی را به دانش صریح از طریق استفاده از مفاهیم (استعاره)، همسانی ها، برداشت ها، فرضیات و مدل ها تبدیل می کند، به ایجاد مفاهیم جدید و صریح بر پایه ی دانش ضمنی اجازه می دهد.

* ترکیب: تبدیل از صریح به صریح. مفهوم سیستمی کردن فرایند در سیستم دانش است. شامل ترکیبی از گروهی از دانش صریح (مانند طبقه بندی، خلاصه سازی، تحقیق و طبقه بندی اطلاعات) با استفاده از پایگاه داده است و می تواند به ایجاد دانش جدید هدایت کند.

درون سازی: تبدیل از صریح به ضمنی. فرآیندی که دانش صریح ابزاری یادگیری از طریق استفاده دستی و اسناد است و فرض شده که یک متن انتزاعی و ذهنی دوباره برای هر یک از اعضای سازمان است.

این ۴ نوع از تبدیل دانش است: اجتماعی کردن (دانش به اشتراک گذاری)، برون سازی کردن (دانش مفهومی)، ترکیب (دانش سیستمی) و درون سازی کردن (دانش عملیاتی) در حالت یک دانش مارپیچ است (شکل ۱). دانش ضمنی شامل پایه ی دانش سازمانی است از زمانیکه در ذهن اعضای سازمان است و می تواند به دیگر اعضا منتقل شود. در این مورد، این دسته ها می تواند از طریق اجتماعات اجرایی مدل بندی شود.(COPS).

۳- اجتماعات

اصطلاح اجتماع مطابق (۲۰۰۰) Koch, Lacher به عنوان گروهی از افراد که علایق یکسان یا علاقه به یک چیز (متن، مفهوم) یکسان را به اشتراک می گذارند به صورت یک بحث کلی، یک اجتماع می تواند به عنوان گروهی از افراد که مقاصد یکسان را به عنوان دستور و/ یا برای توزیع راه حل مسئله می باشد تعریف شود. اینکه گروهی از افراد و/ یا حرفه ای با علایق مشابه و/ یا کار هستند. بنابراین، عناصر پایه ای که به هر جامعه ای حالت می دهد، راهی که به هم مرتبط اند و بافت (متن) یا دامنه ای که این افراد به هم علاقه مندند، فردی است.

یک جامعه می تواند به عنوان مشخصات یک گروه از افراد دیده شود. همچنین چندین مثال از افراد جامعه مانند همه ی دانش آموزان در برنامه ی دانشگاه، افرادی که در یک همسایگی زندگی می کنند یا افرادی که به یک موضوع داده شده مانند فوتبال یا فیلم ها علاقه مندند، وجود دارد.

این گروه ها ممکن است با یکدیگر برای تبادل دانش که می تواند برای منابع و بازگردانی آینده برگزیده و ذخیره شود به افراد که در جستجوی کمک در شرایط های مختلف هستند، کمک کند.

۱-۳- نگاه کلی از جوامع کاری (عملی)

چندین نوع جامعه با مشخصات مختلف وجود دارد. یکی از آنها جوامع کاری (COPS) است. اصطلاح جامعه عمل (کار) اولین بار در اوایل دهه ۹۰ به وسیله ی Etienner wenger, Jean Lave برای طراحی یادگیری که از طریق کار عملی اتفاق افتاده است طراحی شد، در حالیکه در واقع این نوع از جوامع هم اکنون تا زمانیکه کارکنان شرکتها در محیط کاری خود یاد بگیرند، موجودند.

Lave و Wenger در سال ۱۹۹۱، یک مدل حصول دانش به عنوان یک فرایند اجتماعی که افراد می توانند در یادگیری معمول در سطوح مختلف شرکت کنند مطابق با صلاحیت و کهنگی (پیشینه) در گروه را پیشنهاد کردند. بنابراین یک عضو می تواند با یک مشارکت محیطی، برای مثال به دست آوردن، شروع کند که دامنه دانش اجتماع، به سمت یک قرارگیری در متن حصول مرتبط با یک جامعه ی عملی کاری خاص است که می تواند همانند فرایندهای یادگیری پیچیده باشد که اعضای سطح انتخابی را فراسازی می کند.

فاکتور کلیدی که COPS را از دیگر انواع جوامع متمایز می کند، اهداف آن است که بر اشتراک دانش با گروهی از متخصصان از طریق فعالیت هایی مانند طوفان مغزی و تبادل مواد خواندنی مانند مقاله ها، اخبار و تجربیات تأکید می کند. بنابراین چیزی که اعضای گروه COP را به هم متصل می سازد روابط علاقی که در حالت معمول دارند می باشد.

گروه ها بسیار حرفه ای از دامنه ی داده شده سازماندهی شده اند که می تواند اطلاعات جدید حدوداً روزانه را مبادله کنند، که بهترین عملکردشان و راهی که فرآیندشان را می سازند. علاوه بر اشتراک راه حل ها برای آنها رایج ترین مشکل است.

COPS می تواند به عنوان محیطی که در گذشته موجود بوده است دیده شود که نوآموزان جوان از استادان خود یاد می گیرند و زمانیکه آنها ماهر شدند از دانش حاصل شد، به تازه کاری جدید عبور کرده اند. در این محیط تبادلی از دانش وجود دارد و در بعضی موارد نوآموزان ممکن است همچنین دانش را به استادان خود منتقل کنند.

یک مشخصه ی کلیدی از COPS این است هر جامعه ای (گروهی) باید بر روی یک دامنه دانش داده شده (متن، بافت) تمرکز کنند و هر عضو باید یک سطح حداقل از دامنه دانش برای اینکه بتواند در جامعه شرکت کند داشته باشد. یک متن (بافت) به اشتراک گذاشته شده برای پیشرفت جامعه زمانیکه آن منطق یا مسیری برای بحث هایی که اتفاق می افتد می دهد و می تواند به تصمیم گیری اعضا در مسیر اجتماعی که طی خواهد کرد کمک کند.

متن (بافت، مفهوم) می تواند شامل قصد، محتوا، تاریخچه و ارزش ها و صریح ساختن دامنه ی دانش به اشتراک گذاشته، باشد که برای موفقیت و شکست یک COP سرنوشت ساز است.

دیگر جنبه ی مهم از COP خود جامعه است، برای مثال، راهی که اعضا در اتصال فعالیت های درگیر نگه داشته می شوند، مباحث، کمک متقابل و به اشتراک گذاری اطلاعات است.

عکس العمل از دیگر نیاز کلیدی برای اعضا برای وابسته بودن در این نوع اجتماع است. عملیات COP در راهی که افراد اعضا می شوند شروع می شود. وابستگی افراد به یک COP زمانیکه آنها شروع به اشتراک بهترین عمل شان می کنند شروع می شود. آنها از طریق درگیری متقابل در فعالیت های رایج به یکدیگر متصل شده اند. این پیوندی است که COP اعضا را به عنوان موجودیت به یکدیگر متصل می کند.

تولید این عمل به وسیله ی اعضای COP برای تعریف بسیار مهم است. این در انبارها (مخازن) به اشتراک گذاشته شده متمرکز شده است که خصوصیت اجزای جامعه را ارائه می کند. نمونه هایی از این تولیدات: دستاوردهای نوشته شده، پیگیری ها، تجربیات، اسناد، خط مشی ها، تشریفات ها، اصطلاحات خاص، بلاگ ها، Wiki (ویکی ها)، گردهمایی ها و چت ها.

علاوه براین، اعضای اجتماع باید گروهی از اهداف یکسان و مشترک داشته باشند. چنین قصد هماهنگی در اشتراک دانش بین متخصصان گروه و به دلیل اینکه COP موثر به صورت کلی در اطراف فعالیت های اشتراک دانش هستند ساختاری شده است. (برای مثال: ویدئو کنفرانس ها، گردهمایی ها، موارد خواندنی و نوشتنی، جلسات، طوفان مغزی، روابط و تبادل خواندنی ها). یک جامعه ی یکپارچه ی خوب زبان خود را بهبود می بخشد و به اعضایش ارتباط بهتر را پیشنهاد می کند.

در نوشته ها چندین طبقه از COP وجود دارد. Vestal پیشنهاد می کند که ۴ نوع جامعه وجود دارد:

* جوامع نوآوری: برای پیچیده کردن راه های جدید از دانش موجود استفاده کنید.

* جوامع کمکی: برای حل مشکلات

* بهترین جوامع کاری: تحقیق، معتبر ساختن و پراکنده کردن اطلاعات

*دانش مسئول: متصل کردن افراد، انتخاب و سازماندهی کردن اطلاعات و دانش در سازمان ها

هر کدام از این انواع COPS تلاش های مختلف سطوح عملیاتی و حمایت را می خواهد. دیگر طبقه بندی به وسیله ی (۲۰۰۶) Archer داده شده است که ۴ طبقه برای COPS را مشخص می کند.

* جوامع کاری داخلی: جوامع داخلی برای سازمان. آنها به سازمان ارزش هایی در چندین راه اضافه می کنند، مانند: کمک به هدایت، استراتژی ها، شروع یک خط تجاری جدید، راه حل مشکلات، انتقال بهترین عمل ها، گسترش توانایی های حرفه ای و تکرار و تقویت کردن و نگهداری استعدادهای شرکت.

جوامع کاری در شبکه سازمان ها: یک شبکه ی سازمانی رابطه ای بین سازمان های مستقل است. این شبکه ها به سرعت در شمارش (اعداد) و گسترش در سال قبل رشد یافته و بیشتر اقدامات مربوط به آن حداقل در یک شبکه است.

یک زنجیره ی تأمین برای مثال، یک شبکه ی سازمانی است. اعضای سازمان در تنگنا و همکاری ادامه دار در پروژه ها و در اجرا و فرآیندهایی که شامل همگروهی ها، محصولات رایج و/یا خدمات است کار می کنند. دلایل برای ساخت این شبکه ها شامل جایگیری سریع بازار، ظرفیت برای تمرکز در رقابت های ضروری، افزایش رقابت بخاطر هم گروه های شبکه به خوبی نیاز به ضمانت در دسترس بودن مواد و منابع است.

* شبکه رسمی اجرا (عمل): شبکه های رسمی ای هستند که شامل سازمان هاست اما قسمتی از دیگر روابط رسمی نمی شوند. آنها ترکیبی دارند که به وسیله ی ارزیابی کردن کنترل شده است و یا به وسیله ی بعضی از صلاحیت (اختیار) مرکزی مورد قبول قرار گرفته که همچنین به سازمان، تسهیلات و پشتیبانی اعضا در وقایع اجتماعشان و مباحث کمک می کند.

* شبکه های اجرای خود سازمانی: شبکه هایی از افراد با روابط تک موردی و بدون پیوندهای رسمی هستند. این یک شبکه ی غیر رسمی، سازماندهی نشده است که حق انتخاب مدیریت مرکزی یا افراد مسئول ندارد که اتصال داوطلبانه است و حد وسط صریح وجود ندارد. اعضا می توانند برای اتصال یا ترک اجتماع زمانیکه می خواهند، جدا شدند. اکثر این شبکه ها مجازی است بنابراین استراتژی ارتباطی به صورت ضروری بر پایه ی دانش رمز گذاری است.

۲-۳- جوامع مجازی عمل (اجرایی). (VCOP)

اینترنت به عنوان یک ابزار سریع الانتقال، انعطاف پذیر و ارتباط با هزینه کم، فاکتور پیش رانی برای قبول در مقیاس بزرگ جوامع مجازی است. VCOP می تواند به عنوان یک محیط جایی که افراد با تبادل علایق رایج اطلاعات از طریق شبکه های آنلاین مانند اینترنت دیده شود. از طریق این تبادلات اطلاعات، ارتباط شرکت کنندگان با دیگر اعضای جوامع و با جامعه به عنوان یک کل مرتبط می شوند. علاوه بر این، اعضا تمایل به فاصله ی فیزیکی، جغرافیایی در محیط ها (مکان های) مختلف دارند.

VCOP ها با استفاده از e-mail، چت ها، گردهمایی ها، Wikiها و تکنولوژی های وب سایت برای اجتماع سازماندهی شده اند و به یک محیط جائیکه حرفه ای ها از دامنه های داده شده می توانند تبادل اطلاعات مربوطه درباره بهترین عمل هایشان را پیشنهاد می کند (مانند تجارب، تاریخچه، ابزارها و غیره) و راهی است که آنها به فرآیندهایشان به خوبی اشتراک راه حل ها، برای اکثر مشکلات رایج شان ساختار می دهد.

یک مشخصه ی مهم VCOP ارتباط غیر همزمان است که برای داشتن همه ی قسمت های متقابل در زمان یکسان محدود شده نیست. با این مورد، با استفاده از اینترنت یک گروه پراکنده از افراد می توانند به صورت غیرهمزمان مطابق با راحتی خود در طول یک مدت طولانی از زمان، با آسان سازی تبادلاتی که به سادگی در حالت فیزیکی اتفاق نمی افتد می توانند با یکدیگر صحبت کنند. این بحث در شدت ارتباطات بین اعضا و فراهم کردن نیازهای اساسی اش گرایش دارد.

دیگر جنبه مهم VCOP قابلیت صعودپذیری است که شماری از اعضا در یک جامعه ی مجازی به بزرگتر شدن در دیگر انواع جوامع با اعضایی که قادر به ورود و ترک جامعه در مدل سریع و با کشش است تمایل دارد. هرچند، برای هر VCOP برای موفق بودن باید قادر به افزایش شما متخصصان بدون از دست دادن حس اجتماعی بودن را دارد که همه ی افراد در جامعه باید به داشتن اهداف یکسان ادامه دهند.

یک مشکل پیدا شده در VCOP تأسیس (بنای) یک رابطه مطمئن بین اعضا است. از آنجائیکه اعضا ممکن است که هرگز به صورت شخصی یکدیگر را ملاقات نکنند، اعتماد در ابتدا به یکدیگر در عمل سخت است. بنابراین یک جنبه مهم در VCOP امنیت مسائل مربوط به اعضا و اعمالشان است. VCOP باید در میزان رضایتی برای اجازه به ورود اعضای جدید و تقسیم اعمال شان در اجتماع اجرا شود.

William , Cothrel (2000) جوامع مجازی را برای تعیین بهترین راه برای تأسیس و/ یا نگهداری آنها مطالعه کردند. آنها مدلی را که فعالیت های اصلی را که باید بدست آوردن موفقیت در ایجاد یک جامعه مجازی در دسترس باشد را گسترش دادند. آنها عبارتند از:

* پیشرفت اعضا: نیازی برای ارتقای رشد جامعه و جایگزین برای اعضای جمعیت شناسی به عنوان ارتقاء جامعه بسیار ضروری است.

* مدیریت محتوا: مرتبط با محتوای اطلاعات، همبستگی و فرا ساختارهاست. مدیریت محتوا باید برای اعضا پروفایل ایجاد کند آنها را به زیر جوامع مطابق موضوعات خاص، تسخیر، منتشر کردن دانش پراکنده کند و فرآیندهایی که مشمولیت اعضا را آسان می سازد را ایجاد کند.

* مدیریت روابط: باید بر پایه ی قواعد کلی صریح که به اعضا برای حل اختلافاتی که اغلب با خودشان یا به کمک مهارگران دارند گسترش دهند.

مطابق Hildreth و Kimble در کارهایشان در ارتباط با COPS، Wenger دو فرایند بنیادی که ثنویت را شکل می دهد مشخص می کند: مشارکت و مادیت.

مشارکت یک تجربه اجتماعی از زندگی در جهان در اصطلاح اتصال (چسبیدن) جوامع اجتماعی و مشارکت فعال در سازمان ها در زندگی اجتماعی است. مادیت فرایندی از فرم دادن به تجربیات است و مادیات به صورت تحلیلی قابل جداشدن هستند اما در واقع غیر قابل جداشدن اند. مشارکت فرآیندی است که از طریق آن افراد در مشارکت در جامعه علمی فعال می شوند و مادیات یک حالت جامد به تجربیات برای ساخت مصنوعات می دهد.

در VCOP فرایند مشارکت برای اینکه به عنوان اعضایی که پراکنده شده اند و برای شرکت ملزم نشده اند برای نگه داشتن بسیار سخت تر است. مادیات به عنوان نکته ای، نقشی مهم در VCOP دارد. مادیات VCOP را به صورت شدنی نگه می دارد. این بنابراین به یک فرایند مادی نیاز دارد که به اعضا برای حالت دادن تجارتشان برای اینکه بتوانند به دیگران منتشر شده باشند اجازه دهد.

 

 

 

۴- معانی در تصویرگری و بازگردانی دانش

زمانیکه دانش استراتژی عمده (مهم) سازمان ارزیابی می شود، موفقیت آنها به توانایی آن در جمع آوری، تهیه، نگهداری و منتشر کردن دانش بستگی دارد. گسترش روش ها و چیزهای روتین برای ایجاد بهینه سازی، بازگردانی و اشتراک دانش و اطلاعات حیاتی است.

این در ایجاد روش های مدیریت دانش که ماشین قابل پردازش هستند دلالت می کند که مقدار زیادی از اطلاعات متفرق از طریق یک سازمان وجود دارد. یکی از تفاوت های عمده در مدیریت دانش ارائه اطلاعات است، به عنوان یک اطلاعات داده شده ممکن است چندین معنای مختلف مرتبط در زمان یکسان داشته باشد برای مثال مانند رابطه معنایی هم آوا، رابطه هم معنی ها و رابطه زیر نوع. بنابراین برای رفتار با دانش، یک نفر باید در اطلاعات بدست آمده از داده دخیل باشد.

مطابق Geisler، رابطه بین داده، اطلاعات و دانش می تواند به صورت زیر خلاصه شود:

برای داده لحاظ کردن (بررسی کردن) اطلاعات بررسی شده به بعضی از انواع تحلیل، یک اتفاق نظر همگان از اصطلاح پذیرفته شده برای اینکه معنی آن مورد نظر باشد و داشتن دانش نیاز است و همرده بودن با هدف جمعی برای اینکه بتواند فعالیت مربوط به اطلاعات را اجرا کند نیاز است. بنابراین دانش از تفسیر داده ها با متن به وجود می آید که از اطلاعات است.

Librelotto تفسیر را به عنوان نقشه کشی بین گروهی از داده های ساختاری شده و مدلی از گروهی از اهداف در دامنه با توجه به معنای خواسته شده برای این اهداف و روابط بین آنها تعریف کرد و تفسیر می تواند به عنوان یک نقشه بین علامت ها دیده شود. برای مثال، ترتیب رمز دودویی (برای مثال) یا کاراکترها در حروف الفبا (برای متون) و چیزی که این علامتها برای دلالت کردن در دامنه داده شده تظاهر می کنند، این می تواند گفته شود که علامت ها (نشانه هایی) نمادهایی بدون معنی هستند مگر اینکه تفسیری را بدهند.

برای اینکه نشانه ها معنی داشته باشند باید برای یک هدف در یک مدل مطرح کشیده شوند. بنابراین کسی می تواند نتیجه بگیرد که برای تفسیر، بکار بردن نمای خواسته شده برای نشانه ها است. فرایند نسل دانش از یک پردازش که اطلاعات می دهد بر خواسته است که با دیگرها مقایسه شده و با ارزش های افراد و تجربیات ترکیب شده است که ترکیب موضوعی برای قانون جهانی مورد پذیرش قرار گرفته است.

وقتی که از دانش نمی تواند توصیف شود، چیزی که توصیف شده است اطلاعات است. بنابراین دانش تنها به تفسیر شخصی به عنوان اطلاعات بستگی ندارد در حالیکه به یک تجربه ای از هدف دانش نیازمند است، بنابراین دانش یک موضوع کاملا گسترده است.

در این مورد، زمانی که افراد (بشر) چیزی را تفسیر می کنند آنها به صورت نمادی ناحیه هدف در مدل را ارائه می دهند که به خوبی (به اندازه) روابط بین این اهداف است. افراد معنایی از حوزه (قلمرو) در ذهنشان دارند که خیلی خوب تفسیر و ساختاری است.

اگرچه زمانیکه افراد قادر به انجام دادن پیچیدگی یک کل (کامل) نیستند، نیاز به پیدا کردن مدل ها (کاهش یافته/ پاره ای- ناکامل) برای فهم و کار حقیقی دارند. زمانی که شخصی کتاب شعر را می خواند برای مثال، او نشانه ها در صفحه را می خواند و آن را مطابق مدل ذهنی تفسیر می کند. او با معنی دادن به آنها تفسیر می کند. اگر شخصی بخواهد که دانش شامل در متنی را گسترش دهد، باید برای دیگر افراد با انتظار داشتن از آنها برای فراهم کردن یک تفسیر با استفاده از مدل های ذهنی آسان باشد. بنابراین دانش در آن متن وجود خواهد داشت تنها اگر تفسیری موجود باشد.

هدف از جستجوی دانش تصویری (تظاهری) این است که کامپیوترها می توانند در گسترش (انتشار) دانش کمک کنند. برای اینکه این موضوع ممکن باشد، خودکار کردن فرایند تفسیر ضروری است که به این معناست که ساختن و ارائه در کامپیوتر با فرمت قابل استفاده بعضی قسمت هایی از مدل های ذهنی افراد ضروری است.

۱-۴- دانش ساختاری

برای خودکارسازی فرایند مدیریت دانش، ساختاری کردن دامنه دانش در یک موضوع که کامپیوتر می تواند پردازش کند و بر پایه ی دانش تصمیم بگیرد ضروری است. این معانی از سطح اطلاعات برای سطح دانش عبور می کند. ارائه دانش چیزی است که هدف یا پدیده واقعی را برای رواداشتن تمامیت برای تعیین نتایج یک عمل از طریق تفکر به جای فهم جایگزین می کند.

ارائه دانش راهی از ساختاری کردن و رمزدهی به چیزی است که درباره ی یک قلمرو می دانیم. چندین راه برای سازمانی کردن دانش می تواند بین کفایت منطقی متفاوت باشد وجود دارد. اگر که صورت گرایی در بیان دانشی که فردی می خواهد ارائه شود و نشان مناسب که ارائه ی زبان مرسوم را متفاوت می سازد، استفاده شده باشد.

راه های دانش ساختاری می تواند به بخش های زیر تقسیم شود:

* نوع جهانی برای نمای (تصویر) داخلی اطلاعات

* شکل ساختارها

* سیستم های بر پایه ی لیستی از اصطلاحات: به صورت نرم این نوع از لیست یک ساختار ساده برای شکل (ارائه) دانش دارد. نشانگرهای عمده هستند به صورت:

* دیکشنری ها (فرهنگ های لغت)

* راهنمای موضوعی

* سیستم های برپایه ی نمودارها: یک رابطه بین اصطلاحات از طریق گروهی از روابط معنایی را معین می کنند. بهترین مثال های معروف هستند به صورت :

* علم رده بندی

* فرهنگ معنایی

* علم بودشناسی (هستی شناسی)

شکل ساختارها، زمانیکه برای توصیف اطلاعات استفاده شده است، آن را در فضایی که مرتبط با نام یک خصوصیت برای ارزش است قرار می دهد. این ارزش ممکن است یک ارزش اتمی یا دیگر ویژگی ساختار داشته باشد.

یک فرهنگ لغت گروهی از لغات زبان یا اصطلاحات مناسب برای یک علم یا هنر است که معمولا در دستور الفبایی با دیگر معانی مربوطه یا همان گونه (ورژن) در دیگر زبان سازماندهی شده است. همچنین می تواند در نقشه ای از اصطلاحات برای توصیف یا تعریف دیده شود. خصوصیات عمده فرهنگ لغت، مطابق (۲۰۰۵، Librelotto) هستند به صورت:

* یک سند ساده برای تعریف اصطلاحات هستند که نیاز به شفاف کردن با هدف بهبود ارتباطات و کاهش خطر (ریسک) ابهام است.

* به صورت ادامه دار ارزیابی شده و به عنوان اصطلاحی جدید پیدا شده است که فرهنگ لغت به اضافه ی این اصطلاحات جدید را شامل می شود.

* در حالت موازی برای مشخصات نیازمندی های ساخته شده است.

یک راهنمای موضوعی یک لیست جزءبندی شده از اصطلاحات، موضوعات، نام های افراد، نام های جغرافیایی، رویدادها و غیره، معمولا در دستور الفبایی با نمایی از مکان در انبارها (مخازن) یا انتشاراتی که آنها معرفی شده یا اینکه ظاهر شده اند.

برای مثال، یک راهنمای موضوعی اغماض پذیرد و کتاب یک راهنمای موضوعی در دستور الفبایی دربردارنده موضوعات مختلف نگارش شده در کتاب، با یک نمایه گری در صفحه، فصل و غیره که آنها ظاهر می شوند. بنابراین در حالیکه یک راهنمای موضوعی به همه ی اتفاقات مفاهیم، تسهیل در بازگردانی اشاره می شود یک فرهنگ لغت تنها مفهومی از تعریف را می دهد.

علم رده بندی یک علم طبقه بندی است. این یک سیستم طبقه بندی است که رابطه طبقه بندی شده بین مفاهیم، معرفی اعضا در طبقه ها و زیر طبقه ها را تعریف می کند.

مطابق (۲۰۰۵، Libnelotto) یک رده بندی خوب باید تنها یک بعد را ارائه کند، مقوله ها (گروه ها، مباحث) باید به صورت متقابلا انحصاری باشد، یک مفهوم تنها باید در یک مکان پیدا شود و باید با همه ی امکان هایی که وجود دارد جامع باشد.

فرهنگ معنایی ابزاری هستند که اصطلاحات انتخاب شده از یک ساختار معنایی که از قبل ایجاد شده را برای فهرست سازی کردن و بازگردانی اسناد و اطلاعات در دامنه داده شده را گردآوری می کند. اگر با یک رده بندی مقایسه شود یک فرهنگ معنایی ممکن است به عنوان یک گستره ای از رده بندی، تکمیل بیشتر برای توصیفی از دامنه، اجازه دادن به دیگر انواع روابط بین اصطلاحات علاوه بر یک طبقه بندی ساده دیده شود.

برای مثال، با دادن یک اصطلاح به فرهنگ معنایی اصطلاحی که معنای یکسانی، طبقه بالای آن، طبقه ی زیر آن را نشان می دهد. بنابراین یک فرهنگ معنایی لغاتی از ارزش ترابری کنترل شده زبان، به صورت رسمی سازماندهی شده است که در چنین راهی روابط بین مفاهیم به صورت صریح ساخته شده اند. با قرار گرفتن بین یک موجودیت (علم هستی شناسی) و یک علم رده بندی، فرهنگ های معنایی رابطه بین هم معنی و طبقه بندی ها را توصیف می کند.

همانطور برای علوم هستی شناسی، امروزه تعاریف و مشخصات مختلفی وجود دارد. یک تعریف ارجاع داده شده به وسیله ی گرابر (۱۹۹۵) داده شده که حالتی است و موجودیت یک مشخصه ی صریح و رسمی از ادراک به اشتراک گذاشته است.

این بدین معناست که (موجودیت) علم بودشناسی یک مدل انتزاعی از پدیده جهانی را به بعضی از دانش توافقی که با همه تقسیم شده است به صورت عقلانی می کند. علاوه بر این، مفاهیم، خصوصیت ها، عملیات، قواعد کلی باید به صورت صریح تعیین شده و با کامپیوتر بکار برده شود. در این حالت، یک بودشناسی گسترشی از یک فرهنگ معنایی است.

علوم بودشناسی (هستی شناسی) همیشه ساختار یکسان ندارد اما بعضی از مشخصات و اجزای آن می تواند در اکثر آن فهمیده شود. برای گرابر (۱۹۹۵) اجزای علم بودشناسی طبقات، روابط است که عکس العمل های بین مفاهیم را ارائه می کند، قواعد کلی و نمونه ها هستند که داده را ارائه می دهند.

برای (۱۹۹۹) Uschold, Jasper، یک موجودیت (علم بودشناسی یا هستی شناسی) ممکن است حالت های مختلفی داشته باشد اما به صورت لزومی شامل لغات اصطلاحات و بعضی از خصوصیات معنایی شان می شوند. این تعاریف و نشانه ای از اینکه چطور مفاهیم وابسته به هم، که مجتعماً یک ساختار مجلل برای قلمرو (دامنه) و محدود کننده تفاسیر ممکن از اصطلاحات می باشد را شامل می شود.

بنابراین یک رابطه قوی بین معانی دانش بیان کنند وجود دارد که در بالا دیده شده است. علم بودشناسی، فرهنگ های معنایی، علم رده بندی، راهنمای موضوعی و فرهنگ نامه در جنبه های زیر با هم مشابه اند:

* آنها دیدگاه هایی در ساختار، طبقه بندی، مدل و ارائه مفاهیم و روابط مرتبط با قلمرو دارند.

* به جامعه برای پذیرش و استفاده از گروهی یکسان از اصطلاحات در یک موضوع روشن و بدون ابهام اجازه می دهند.

* معانی هر اصطلاح در بعضی از مسیرها در سطح مطمئنی از جزئیات مشخص شده اند.

اگرچه، مفاهیم و روابط آنها در موضوعات مختلف در میان این انواع از ارائه دانش توصیف و معرفی شده اند. علاوه براین، جنبه های مختلفی از ساختار دانش در هر یک از آنها اجرا شده است. از میان آن، موردی به صورت مناسب تر برای ارائه دانش در جوامع ملاحظه شده که هستی شناسی هاست، همانطور که فواید زیر را پیشنهاد می کند:

استفاده از مفهوم در قلمروهای مختلف، ساختار دامنه در موضوعات بدون ابهام، اشتراک گذاری و قابلیت همکاری دانش بین دامنه های مختلف.

۵- مدیریت دانش در VCOPS

مطابق دراکر (۱۹۹۴) دانش با تکنولوژی های جدید ترکیب شده و با استعداد کارگران شامل فرایندها می تواند ارزش تولیدات و خدمات را بالا برده و افزایش دهد. Nonaka, Takeuchi (1995). مشخص کردند که ارزیابی های دانش سازمان در جنبه ها و مکان هایی که در آن ba می نامند بهتر به اشتراک و حرکت در می آید جائیکه دانش ضمنی نگه داشته شده به وسیله ی افراد با مارپیچ دانش (پیچیدگی دانش) پوشیده شده و بزرگتر می شود.

در این زمینه، مدیریت مذاکره به صورت چشمگیری در ایجاد فرایند دانش اثر می گذارد. مذاکرات راهی عالی از تبادل نظرات، تجارب، عقاید و باورهای شخصی، با ایجاد یک فعالیت بشری پایه ای برای افزایش دانش سازمانی است.

همانطور که آنها بحث گروه را افزایش می دهند و بینش جدید و مذاکرات دانش جدید به اشتراک گذاشته را به وجود می آورند، اگر به خوبی اداره شود به کارایی روابط و نگرانی میان همدستان کمک می کنند. محیط ها باید سرویسی را فراهم کنند که پشتیبان قوی را پیشنهاد می کند و ۴ حالت از دگرگونی را ارتقا می دهند و نوآوری از نظر Nonaka , Takeuchi توصیف شده است که با ایجاد فضای ba، اجازه به ایجاد روابط جسم و مشارکت گروهی می دهند.

این جنبه ها می تواند فیزیکی (اتاق جلسه) یا مجازی (شبکه کامپیوتر) باشد. در محیط ها، ابزارها باید به دانش برای ایجاد شدن در سطح انفرادی برای اینکه سپس به گروه دانش و سرانجام به دانش سازمانی تغییر حالت داده شوند اجازه می دهند. هرچند که این سطوح مستقل اند، آنها که به صورت پایدار متقابلا عمل می کنند به نوآوری هدایت می شوند.

مطابق Nonaka, Takeuchi (1995) زمانیکه یک سازمان نوآوری می کند آنها نه تنها اطلاعات خارج را به داخل پردازش می کنند. هدف حل مشکلات موجود و پذیرش برای محیط در دگرگونی را دارند. آنها دانش جدید و اطلاعات، از داخل به خارج را با هدف دوباره تعریف کردن مسائل به خوبی راه حل ها ایجاد می کنند و در این فرایند محیط را دوباره می سازند.

در این مدل سیال، ایجاد دانش در نقل و قول که دانش بشری از طریق عکس العمل متقابل اجتماعی بین دانش ضمنی و صریح ایجاد و گسترش داده شده است را مهار می کند.

مستقلی از ایجاد فاز دانش، رابطه ی خوب ترس و نا اطمینانی را حذف می کند، موانع فردی و سازمانی را از بین می برد. مذاکرات موثر یک سطح خوب از خلاقیت ایجاد می کنند، ترغیب اشتراک دانش ضمنی و ایجاد و مفاهیم توجیهی را که فراهم می کنند. برای گسترش نمونه ی اصلی قدرتمند و روان سازی جریان دانش از طریق سطوح مختلف سازمانی ضروری است.

این فضای ba را با ضمانت کردن اعضا، ارتقای اجتماعی کردن بین آنها، ایجاد اعتماد از طریق مکانیزم هایی که کیفیت اطلاعات را ضمانت می کنند با پیشنهاد راه حل هایی برای دستیابی، طبقه بندی (دسته بندی)، تبادل، نگهداری و استفاده دوباره از دانش را VCOP ها باید ارائه دهند. این محیط ها یک بعد جدید برای روابط، اجازه دادن به افراد به کار کردن به عنوان یک تیم، مشارکتی، افزایش دانش فردی و گروهی شان معرفی می کنند.

اکثر VCOP ها منابعی که عکس العمل اجتماعی و اشتراک گذاری اطلاعات را ارتقا و تسهیل می کند را پیشنهاد می کند.

اجتماعی کردن، برون سازی کردن، ترکیب کردن و درون سازی کردن بوسیله ی استفاده از نرم افزار اجتماعی و تکنولوژی مدیریت دانش پشتیبانی شده اند. نرم افزارهای اجتماعی به صورت معمول در VCOP شامل موارد زیر استفاده می شوند:

Email، پیام رسانی فوری، چت ها، گردهمایی ها، بلاگ ها، ویکی ها، ویدئو کنفرانس، دنیای مجازی و غیره.

علاوه بر VCOP همچنین به کاربران حق انتخابی برای بارگذاری اطلاعات می دهند. دانش به وسیله ی اعضای VCOP، صریح یا غیرصریح (از طریق روش های مختلف اجتماعی یا به وسیله ی بارگذاری اسناد) باید فرمول بندی، تصرف و مخازن (انبارهای) اطلاعات ذخیره شود. برای سازماندهی و اجازه بازگردانی، تکنیک های مدیریت دانش ممکن است استفاده شوند.

در یک مطالعه تضمین شده با (۲۰۰۰) Choo نموداری از منابع عمده در اینترنت پیدا شده و چگونگی توزیع ۴ حالت از تغییرات دانش ارائه شده است (شکل ۲)

اگرچه این محیط در تأسیس جوامع جدید و موفقیت انتشار شده شان مفید است، کار تبدیل دانش در دیگر سوی اعضای جامعه ترک شده است. کاربران در تصمیم گیری اینکه چه اطلاعاتی برای کمک به حل مسائل دیگر اعضا در جامعه بارگزاری شود مسئولند. محیط ابزارهای ارتباطی و تبدیل تسهیل دانش را پیشنهاد می کند. اگرچه (هرچند) محیط قادر به شرکت در فرایند نیست.

با معرفی تکنولوژی هوشمند جدید گرایش این است که این کارها که اخیرا به سیه ی افراد بر عهده گرفته شد، به محیط انتقال داده می شود که قادر به مداخله در فرایند تبدیل دانش است. این می تواند به وسیله ی معرفی معنایی مفاهیم Web به VCOP بدست آید.

اهداف معنایی پروژه Web اجرای کارهای پیچیده تر پردازش (فرایند) بازگردانی اطلاعات است. این به وجود برگزیده هایی از اطلاعات ساختاری شده و قواعدی مداخله می کند که به سوی دلیل آوری خودکار هدایت خواهد شد پیشنهاد می شود. برای این تکنیک های مرتبط معنایی به اطلاعات ذخیره شده در وب برای ایجاد قابل فهمیدن برای کامپیوتر است که پس آنها را قادر به پردازش می سازد.

مطابق (۲۰۰۱)Berners Lee اگر وب معنایی به صورت کافی برنامه ریزی شده باشد، ممکن است ارزیابی دانش بشری را به عنوان یک کل ارتقا دهد. اصول Web معنایی در لایه ها و نقش های تکنولوژی به اجرا درآمده است. شک (۳)

سطح (لایه ی) رمزگذاری انحصاری قالب ببندی کاراکتر را کنترل می کند. URL (معین کننده هویت منابع یکنواخت) رده به بسته بندی معنایی بین منابع قابل تعریف در Web معنایی اجازه می دهد. رده (طبقه) XML با تعریف فضاهای اسم و ایجاد نمودار که تعاریف معنایی Web ممکن است با دیگر نقش ها بر پایه ی XML تحلیل شده باشد.

RDF (شرح منبع چارچوب کاری) و طبقات (رده های) نمودار ساختار فراداده را تعریف می کند که قابلیت همکاری را تضمین می کند و به اطلاعات قابل فهم ماشین اجازه تقسیم منابع را می دهد.

طبقه علم بودشناسی لغات اضافی برای کمک به اصطلاحات پیدا شده در اینترنت فراهم می کند. این ارزیابی کلمات را پشتیبانی می کند و روابط بین مفاهیم را تعریف می کند. رده (طبقه) مشخصه ی دیجیتال تبدیل ها را در اسناد مشخص می کند. رده (طبقه) منطقی به قاعده تعریف اجازه می دهد. شواهد لایه اجرایی این قواعد و ارزیابی ها، در همبستگی با لایه ی اطمینان، مکانیزمی است که به عملیات برای اطمینان داشتن یا نداشتن شواهد بر عهده گرفته اجازه می دهد.

استفاده از علم هستی شناسی در یک جامعه چندین فواید به همراه دارد. این به کمک به تعریف دامنه ی مورد علاقه ی جامعه، تأسیس لغات رایج برای ارتباط بهترین بین اعضایش و خدمت کردن به عنوان یک ساختار شاخص گذاری (فهرست سازی) برای محتوای جامعه، بهبود تسهیلات است.

برداشت قواعد می تواند برای ارتقای استخراج دانش تعریف شده باشد. منابع با یک جامعه ممکن است در فرمت ها و انواع مختلف مانند تصاویر، ویدئوها، فایل های دودویی به خوبی اسناد متن که نه تنها شامل اسناد عادی به عنوان کتاب ها و مقاله هاست بلکه شامل پیام ها، بحث های گردهمایی ها، ویکی ها و غیره است.

منابع اطلاعات متنی می تواند به دو گروه طبقه بندی شود. اول شامل گزارش ها، مقالات، دست خط ها، کتاب ها و غیره. یک مشخصه عادی برای همه ی این عناصر این است که نویسنده شان دانش صریح ساخته که آنها تمایل به تقسیم (اشتراک گذاری) در اجتماع را داشتند. دانش می تواند از آنها بصورت دستی به راحتی با خواندن خارج شود. اگر تحلیلی از یک حجم بزرگ از اسناد برای بدست آوردن دانش برای یک فعالیت داده شده نیاز باشد، فرایند استخراج دانش می تواند بصورت خودکار یا شبه خودکار با استفاده از تکنیک های بهره برداری متنی باشد (۲۰۰۶، Feldman, Sanger).

به وسیله ی تحلیل دانش استخراجی و مداخله ی تکنیک های در دسترس در منطق، مدرک و طبقه امانی Web معانی، تغییر (دگرگونی) دانش صریح به دانش صریح تر توزیع شده برای ترکیبی از حالت ممکن است.

دومین گروه متن اطلاعات شامل پیام های ایمیل، بحث های گردهمایی، زیر نویسی در صفحه ی ویکی و غیره است. در این دومین گروه مشخصات عمده این است که اعضای جامعه به صورت قاطعانه دانش خود را صریح نمی کنند. آنها در حالت جواب به سوالات، روش هایی برای حل مسئله، مفاهیم، مقایسه ها، برداشت ها، فرضیات و مدل هاست.

این تبادلات بین اعضا آنها برای دانش ضمنی فصیح که در غیر اینصورت برای انتشار سخت است کمک می کند. این برای محیط مهم است که قادر به عمل کردن به این اطلاعات، به فرایند برون سازی تأثیر داشته باشد (در فرایند برون سازی موثر باشد). یک بار دیگر استفاده از مفاهیم Web معنایی ممکن است فرایند، کمک به تغییر حالت دانش ضمنی به دانش صریح را آسان کند.

مثالی از چیزی که می تواند انجام شده باشد، گردهمایی ای را برای مبحث نصب سخت افزار فرض کنید. اگر عضوی در نصب هر سخت افزاری مشکل داشته باشد، او می تواند پیامی را برای توضیح مشکل خود بگذارد و دیگر افراد ممکن است به او نظرات راه های بدهند. او ممکن است این نظرات را آزمایش کند و بازخوری برای گردهمایی گفتن اینکه چه چیزی تأثیر دارد و چه چیزی ندارد را بدهد.

اگر مشکل حل نشود دیگر بار تکرارها اتفاق می افتند فرایند ادامه می یابد تا اینکه کاربر راضی شده باشد. سرانجام ممکن است مشکلی باشد که حل نشده حتی بعد از یک بحث طولانی ادامه یابد (وجود داشته باشد).

یک بحث طولانی برای تصرف دانش قطعی مورد نظر در این فرایندهای ارتباطی است. روش برای حل مسئله اصلی ممکن است از پیام های زنجیری (سلسله پیام ها) مبادله شده در موضوع خاصی از گردهمایی استنتاج شده باشد. اگر این ممکن باشد، مسئله و راه حل آن ممکن است در جامعه بر پایه دانش برای در دسترس ساختن آن ذخیره شود.

اگر دیگر افراد مشکلات یکسان یا مشابه داشته باشند، قادر به استفاده از دانش بدون مجبور شدن به ارسال یک پیام جدید به گردهمایی و گذر از فرایندیکسان به عنوان کاربر اول دارند. همانطور در گردهمایی ها، پیام ها به وسیله ی ایمیل یا توضیح و تفسیر ویکی (Wiki) همچنین ممکن است شامل جاسازی شده باشد.

۶- نتایج

با استفاده از ابزار بی انتها (بی نهایت) و ارتباط آسان با Web ها، VCOPS ها فضا را بدست می آورند و امروزه دامنه مهمی از تحقیقات و عملیات هستند که به گسترش (بهبود) محیط های کامل و مفید برای مدیریت دانش اجازه می دهند، (برای مثال) اشتراک بهترین عمل ها (کارها) به وسیله ی اعضای جامعه است.

برای انتقال یک دانش موثر بین اعضای جامعه یک سطح بالایی از اعتماد بین اعضا و یک همکاری و فرهنگ مشارکت ضروری است. این اعتماد از طریق تمرین های کاری و ارتقاء دادن و اجازه ی افراد به کار با یکدیگر در پروژه ها (برنامه ریزی ها) و مسائل گسترش می یابد. با این وجود، افراد تمایل به همکاری و مشارکت با جامعه ی اجرایی مدیریت موثر از دانش که از طریق VCOPS گرد آمده اند تمایل دارند.

VCOPS به ابزارهای کامپیوتری که ارتباطات بین اعضایش را برای بقا (ماندن) آسان می سازد نیاز دارد. این ابزار باید یک مدیریت موثر از منابع اطلاعاتی شان فراهم کنند. محیط هایی که از VCOPS پشتییبانی می کنند حمایتی را برای مذاکره و اشتراک گذاری بین اعضای گروه به خوبی به تکنولوژی های ذخیره سازی برای مدیریت اسناد پیشنهاد می کند. آنها اعضای جامعه را با مکانیزمی برای حمایت از آن ها زمانیکه می خواهند دانش خود را فرمول بندی و پابرجا کنند فراهم می کنند و آنها پشتیبان را برای فرایندهای ارتباطی پیشنهاد می کنند.

اگرچه این محیط ها تنها آسان می سازند اما در فرایند دگرگونی دانش دخالتی ندارند. این تنها برای اعضای جامعه انجام شده است. پذیرش تکنولوژی Web معنایی در زمینه ی VCOPS انتخابی جالب برای مدیریت دانش در این جوامع را فراهم می کند. امکان خودکار بودن استدلال درباره ی اطلاعات در مخازن (جاهای ذخیره شده) ممکن است برای انتشار دانش پردازش تغییر حالت (دگرگونی) مطلوب باشد.

در این مورد، محیط به صورت مدت طولانی تنها ابزار را پشتیبانی نخواهد کرد اما اعضای جامعه را فعال می کند.

در یک انتشار اصلی حالت (فاز) برون سازی تغییر حالت دانش خواهد بود که گاهی به عنوان کلیدی برای ایجاد (خلق) دانش زمانیکه دانش جدید و صریح از دانش ضمنی مطلوب در ذهن افراد می سازد. علاوه بر این، با استفاده از تکنولوژی های معنایی Web، مدیریت VCOP تمایل به آسان تر شدن دارد تا جائیکه انتظار می رود که این روابط بین اعضای جامعه را همانند اعضا بهبود می بخشد که بخاطر تسهیل قرارگیری در جستجوی دانش تمایل به در دسترس ساختن بیشتر دانش خود، همکاری برای ارزشمند کردن جامعه دارد.

 

 

 

 

 

 

 

 

 

فصل ۸

پیوند مدیریت دانش و داده کاوی در تجارت الکترونیک: بررسی موردی

Ming-Chang Lee

چکیده

تجارت الکترونیک چهره ی اکثر فعالیت های تجاری را در اقدامات رقابتی عوض کرده است. فعالیت های تجارت الکترونیک اقدام برنامه ریزی منبع (ERP) هستند و مرتبط با سیستم هایی مانند مدیریت زنجیره تأمین (SCM) و مدیریت روابط مشتری (RM) با ابزارها و تکنولوژی های پشتیبانی تصمیم گیری یکپارچه هستند.

داده کاوی به عنوان زمینه ای از تحقیق کاربردی و پایه ای در تجارت الکترونیک است. مدیریت دانش موثر (KM) تولیدات را بهبود می بخشد، کارایی (عملی) عملیاتی را بهبود می بخشد، گسترش را سرعت می بخشد، فروش ها و منافع را افزایش می دهد و برای مشتری رضایت ایجاد می کند. هدف این مطالعه ایجاد پیوستگی با تجارت الکترونیک، KM و داده کاوی است.

بنابراین، در وهله اولاً، این مدیریت دانش، تجارت الکترونیک و داده کاوی، سیستم پشتیبانی تصمیم موجود را به صورت خلاصه بازبینی می کند. ما سپس در پیوندها یا روابط مکمل بین مدیریت دانش و تجارت الکترونیک با داده کاوی حاضر می شویم.

دوماً، دانش، مدیریت دانش و فرایند دانش تعریف شده است و به نیاز برای تحلیل با تجارت الکترونیک اشاره می کند. سوماً، این داده کاوی و داده کاوی امتحان شده در محیط مخازن داده را معرفی می کند. چهارماً، تجارت الکترونیک تعریف شده است. با استفاده از این تعریف می تواند ساختمان عملیات تجارت الکترونیک و چارچوب های کاری فرایند دانش را با فرایند تجاری حرکت دهد، سرانجام، تحلیل هوشمند سیستم پشتیبان تصمیم گیری و مدیریت دانش با مدل داده کاوی بحث شده است.

این ساختار KM پیشنهاد شده را ارائه می کند و بر چگونگی سیستم پشتیبان تصمیم گیری و اینکه داده کاوی می تواند KM را بهبود بخشد بحث می کند. در این مطالعه تعدادی از پیشنهادها برای درک دانش با داده کاوی که به بهبود تجارت الکترونیک کمک می کند ساخته شده اند. دانش شرکت Chnese Moror و دانش کامپیوتری sequent 4 بحث شده است.

اصطلاحات کلیدی: تجارت الکترونیک، مدیریت دانش- داده کاوی، سیستم پشتیبان تصمیم

۱- مقدمه

تجارت الکترونیک به عنوان تحلیلی به واسطه اینترنت تجاری، عملیات و سیستم های اطلاعات (Robinson, Kalakota، ۱۹۹۹) می باشد. تجارت الکترونیک به عنوان یک مدل تجارت جدید ملاحظه شده که در دنیای محرک به وسیله ی Web پدیدار شده و ناشی از همکاری جهان است.

(۲۰۰۵)Joyce, Winch مدل تجاری دانش پدیدار را به وسیله ی تئوری استراتژی عادی برای تهیه ی یکپارچگی ساده چارچوب کاری برای ارزیابی و ارزیابی مدل های تجاری برای تجارت الکترونیک را با یکدیگر فراهم کردند.

(۱۹۹۸) Timmers حالتی از تجارت را پیشنهاد کرد، عناصر آن از مدل تجاری هستند به صورت:

(۱) ساختار تجاری برای محصول، خدمات و جریانات اطلاعات (۲) توصیف فواید بالقوه (۳) توصیف منابع درآمد. مدل تجاری به عنوان خلاصه ای از منطق خلق ارزش از یک سازمان یا یک شبکه تجاری شامل مفروضاتی درباره ی هم گروه ها، رقیبان و مشتریان است. (۲۰۰۱) Ward , Stammers مدلی برای تجارت الکترونیک بر پایه ی جدایی بین فرایندهای استاندارد و فرایندهای الکترونیکی را پیشنهاد کردند.

تجارت، زمانیکه به خوبی به فرایند دانش متصل شد و با فرهنگ سازمانی هم راستا شده باشد، به استراتژی رشد شرکت کمک می کند. انجام عملیات الکترونیکی آنها همچنین می تواند از تجربه بدست آمده از اعمال مدیریت دانش شان حصول یافته باشد. برای مثال، (۲۰۰۴)Plessis , Boon تجارت الکترونیک را در جنوب آفریقا مطالعه کردند و دریافتند که مدیریت دانش ضرورتی برای تجارت الکترونیک است و تمرکز مرکزیت مشتری آن افزایش می یابد و بخش جداناپذیر مدیریت روابط مشتری و تجارت الکترونیک است.

Bose, Sugumaran(2003) دریافتند که استعمال (کاربرد) تکنولوژی KM در مدیریت روابط مشتری خصوصا برای خلاقیت، ساختاری کردن، منتشر کردن و بکاربردن دانش است. گسترش تجارت الکترونیک، تمرکز بر سازمان های دانش دارد. برای بهبود مدیریت روابط مشتری، مدیریت تأمین و گسترش (بهبود) محصول نیاز است. (۲۰۰۱ Fahey).

DSS یک سیستم بر پایه ی کامپیوتر است که به فرایند تصمیم گیری کمک می کند (۱۹۹۴ Finlay). DSS سیستم های برهم کنشی بر پایه ی کامپیوتر هستند که به تصمیم گیران کمک می کند که از داده و مدل برای حل مسائل غیرساختاری (ساختاری نشده) استفاده کنند. DSS همچنین می تواند به دانش ضمنی به صریح تبدیل دانش به وسیله ی موجب شدن یک یا دو مورد چه می شود اگر (خصوصیات مدل) بهبود می بخشد که کارکنان دانش تمایل به جستجو دارند.

این زمانی که کارگران دانش یک یا مدل بیشتر از ضریب مدل را تغییر می دهند یا از طرف دیگر مقادیر برای جستجوی تأثیرات آن در راه حل مدل بندی است.

کارگر دانش، دانش ضمنی که می تواند با دیگر کارگران می تواند تقسیم شده باشد را تبدیل می کنند و تصمیم بهبودی را مهار می کنند. DSS ها فعالیت های تصمیم گیری تشخیصی انتخاب شده را انجام می دهند و بر پایه ی هوش مصنوعی یا هوش عوامل تکنولوژی هستند که سیستم های هوش پشتیبان تصمیم (IDSS) نامیده می شود.

IDSS برای حل مشکلات روبرو شده به وسیله ی Rice, Framer مطلوب برای بدست آوردن ماکزیمم بازده در انتخاب اقدامات استراتژی های مدیریتی مناسب است.

IDSS مورد نیاز است و به صورت اقتصادی برای مشکلات تولید شده که نیاز به تصمیم گیری مکرر دارد مناسب است.

(۲۰۰۲) Dhar, Stein از اصطلاحی برای طبقه بندی درجه ی هوش فراهم شد، به وسیله ی ابزار پشتیبانی تصمیم تهیه کردند. این انبوهی از هوش را به عنوان ارائه ی مقادیر تصمیم مفید پشتیبان اطلاعات که یک تصمیم گیرنده از خروجی بعضی سیستم تحلیلی برای مقدار زمان مشخص از زمان استفاده می کند را توصیف می کند. داده کاوی یک عملیات تصمیم گیری است (ابزار پشتیبان تصمیم). داده کاوی (DM) هدف غالب خود را دارد، نسل غیر واضح هنوز اطلاعات مفیدی برای تصمیم گیرندگان از ذخایر بسیار بزرگ داده (DW) دارد. DW تکنیکی است که روابط و نقش در داده در پایگاه داده بزرگ تعریف شده اند (Fayyadand, Utharusamy 1995).

ذخایر داده، یک قسمت پیوسته از فرآیند، که فراساختارهای که تجارت ها را به خارج کردن، پاک کردن و ذخیره مقدار بزرگی داده همکاری از سیستم های عملیاتی پاسخ های موثر و دقیق برای پرسش های کاربر است را فراهم می کند.

DW دانش کارکنان را با اطلاعاتی که به آن اجازه ی تصمیم گیری بر پایه ی یک بنیاد استوار از واقعیت می دهد را تواتمند می سازد. در محیط DW، تکنیک های DM می تواند برای کشف طرح بهره برداری نشده داده که خلق اطلاعات جدید را مقدور می سازد استفاده شود. DM و DW بالقوه تکنولوژی های بحرانی هستند برای مقدورسازی خلق دانش و فرآیند مدیریت هستند.

DW برای فراهم کردن تصمیم گیرنده با صفحه ی آنالیز هوشمند است که همه ی فازهای فرآیند مدیریت دانش را بهبود می دهند. DSS یا IDSS و DM می تواند برای بهبود مدیریت دانش و ۳ فرآیند مرتبط با آن استفاده شوند:

برای مثال، تبدیل دانش منحنی به صریح، مهار دانش صریح و تبدیل دانش صریح.

هدف این مطالعه ساختار KM پیشنهاد شده و مباحث بر چگونگی کار با DSS و اینکه چگونه داده کاوی می تواند KM را بهبود ببخشد است.

یک شرکت می تواند (تجارت الکترونیک) سیستم ERP را یکپارچه کند با IDSS یکپارچه ی موجود DSS که اخیراً در قسمت بالای یک سیستم ERP در مقابل چند شرکت ها جای گرفته است (Dharand Stein 2000).

گام پردازشی برای تغییر حالت داده به دانش را توصیف می کند. شکل ۱ به عنوان چارچوب کاری تجارت الکترونیک و IDSS نشان داده شده است. یکپارچگی ERP و IDD می تواند برای شامل شدن همکاری چند اقدام ها گسترده باشد. شرکت ها به تقسیم اطلاعات با در مواجهه با هم گروه های تأمین کننده نیاز دارند. شرکت نیاز به گردآوری اطلاعات در روبرو شدن با مشتری های هم گروه نیاز دارد (خرده فروشان، مشتریان).

شرکت نیاز به افزایش تراکم هوش از طریق ابزارهای مختلف IDD و تکنولوژی های یکپارچه شده به ترتیب با سیستم تجارت الکترونیک شان دارند.

در یک همکاری چند اقدامی، روابط با هم گروه هایشان را از طریق سیستم ها مانند CRM و SCM، تجارت به تجارت (B2B) (Business-to-Business).

ذخایر داده بهبود می دهند که شرکت ها به فراهم سازی تصمیم گیرندگان با قابلیت های تحلیلی قادر هستند. از شکل ۱، یکپارچگی تجارت الکترونیک و IDSS شامل سیستم ERP، اقدام استعمال یکپارچه و سیستم IDSS است.

 

۲- مدیریت دانش

۱-۲ دانش و مدیریت دانش

مدیریت دانش را به عنوان فرآیندی از به کار بردن دانش انتخابی از تجارب قبلی تصمیم گیری برای جریان و فعالیت های آینده ی تصمیم گیری با آشکارسازی بعضی از فرآیندها تنها در سازمان های مختلف تعریف کردیم. مدیریت دانش فرآیندی است که برای تصرف و استفاده دانش در یک سازمان برای هدف بهبود و عملکرد سازمان می باشد.

مدیریت دانش به عنوان یک ترتیب (نظم) جدید ظاهر شد که مکانیزم ها را برای مدیریت سیستماتیک دانش که با اقدام شامل می شود را فراهم می کند

اکثر سازمان های بزرگ به وسیله ی مدیریت دانش با نگاهی به بهبود منافع، نوآوری رقابتی بودن یا ساده بودن برای بقا را آزمایش می کنند.

مدیریت دانش به طبقه ای از سیستم های اطلاعات به کار برده شده برای مدیریت دانش سازمان که بر پایه ی سیستم It به پشتیبانی رفتار سازمانی مدیریت دانش گسترش یافته اند مربوط می شود: اکتساب، نس، رمزگذاری، ذخیره، انتقال، بارگردانی.

در مقابله با ناپایداری و نرخ تغییر در محیط تجاری، بازاریابی جهانی و نیروهای کاری، مدیریت موثر دانش یا سازمان به صورت بدون شک تشخیص داده شده است. شاید مهمترین بخش در موقعیت تعیین سازمانی و به عنوان موضوعی در افزایش بحرانی برای اجرای تکنولوژی و مدیریت باشد. به عبارت دیگر، KMS به معنی پشتیبانی فرآیندهای دانش است. سیستم های مدیریت دانش ابزار برای مدیریت، کمک به سازمان ها در فعالیت های حل مشکل و تسهیل سازی برای تصمیم گیری است. چنین سیستمی در محیطی از دارو، مهندسی، طراحی، محصول، مالی، سازندگی و غیره استفاده شده است.

ارزیابی دانش، دانش بازارها، محصولات، تکنولوژی ها و سازمان هاست که تجارت دارد یا به یکی از آن ها نیاز دارد و اینکه فرآیند تجاری اش را قادر به تأمین سودها و ارزش ها می کند. KM نه تنها این ارزیابی های دانش را اداره می کند بلکه فرآیندهایی که بر این ارزیابی ها انجام می شود را نیز اداره می کند. این فرآیندها شامل: گسترش دانش، حفاظت از دانش، استفاده از دانش و اشتراک دانش است. از یک دیدگاه سازمانی، Murray و Barclay مدیریت دانش را به عنوان یک فعالیت تجاری با ۲ جنبه اولیه در نظر گرفتند.

۱) رفتار با عناصر فعالیت های تجاری به عنوان صریح مرتبط با تجارت بازتاب شده (نمایان شده) در استراتژی، خط مشی و فعالیت همه ی سطوح سازمان.

۲) ایجاد یک ارتباط مستقیم بین یک ارزیابی سازمانی هوشمند- هم صریح و هم ضمنی- و نتایج مثبت تجاری است.

عناصر کلیدی مدیریت دانش، همکاری، مدیریت محتوا و به اشتراک گذاری اطلاعات است (Duffy 2001). همکاری به تبادل نظرات و تولید دانش ارجاع می شود.

اصطلاحات رایج برای توصیف همکاری استفاده شده است که شامل خلق دانش، تولید، فرآوری، توسعه، استفاده و یادگیری سازمانی است. مدیریت محتوا به مدیریت داخلی و خارجی دانش سازمان با استفاده از مهارت ها و ابزارهای تکنولوژی نسبت داده می شود. اصطلاحات مرتبط با مدیریت محتوا شامل طبقه بندی اطلاعات، رمزگذاری، ذخیره و ارزیابی، سازماندهی و همکاری است. به اشتراک گذاری اطلاعات به راه ها و ابزارهای توزیع اطلاعات و ترغیب همکاران به تقسیم و استفاده دوباره در شرکت نسبت داده می شود. این فعالیت ها به عنوان توزیع دانش، انتقال به اشتراک گذاری توصیف شده است. Takeuchi و Nonaka (1995) دانش قطعی (ضمنی) و دانش صریح را به عنوان تمامیت مکمل مدنظر قرار دادند.

در اینجا چهار حالت از مطلوبیت وجود دارد (اجتماعی کدن، برون سازی کردن، ترکیب و درون سازی کردن) که دانش سازمانی از طریق فعل و انفعال و تبدیل بین دانش صریح و غیرصریح ایجاد شده است. شکل ۲ به عنوان تبدیلی از دانش ضمنی به صریح و برعکس را نشان می دهد. (یا چرخه ی تبدیل دانش ضمنی به صریح)

شکل ۲

۲-۲ فرآیند دانش (پردازش دانش)

فعالیت های رایج مدیریت دانش شامل:

۱- ایجاد و بهبود مصنوعات دانش صریح و ذخایر (گسترش بهتر پایگاه داده؛ ارائه (تصویرها) و تجسم ها، گسترش زمان واقعی برای دستیابی به داده، اطلاعات و دانش، تحویل دانش مورد نظر به افراد موردنظر در زمان مورد نظر است).

۲- به دست آوردن و ساختاری کردن دانش ضمنی به عنوان دانش صریح (ایجاد دانش جوامع و شبکه ها با ابزارهای الکترونیکی برای تصرف دانش و تبدیل دانش ضمنی به صریح).

۳- گسترش خلق دانش و جریان دانش (گسترش و بهبود مکانیزم های یادگیری سازمانی) تسهیل استراتژی های نوآوری و فرآیندها، تسهیل و بهبود دانش ایجاد شده با مذاکرات/ دیالوگ ها)

۴- بهبود فرهنگ مدیریت دانش و فراساختار (بهبود مشارکت، تحرک، تشخیص و پاداش ها برای ارتقای تقسیم (اشتراک) دانش و ایجاد نظر، گسترش (توسعه) مدیریت دانش ابزارهای تواناسازی و تکنولوژی ها).

۵- مدیریت دانش به عنوان یک ارزیابی (تشخیص، سندسازی، اندازه گیری و ارزیابی هوشمند دارایی ها، معرفی کردن، اولویت بندی و ارزیابی گسترش دانش و تلاش های مدیریت دانش، سند و کنترل موثر خواص هوشمندی).

۶- بهبود هوشمندی رقابتی و استراتژی های داده کاوی و تکنولوژی ها. این فرآیند بر پیوند دانش ضمنی به ضمنی تمرکز دارد. دانش ضمنی متجاوز از سرحد و دانش جدید به وسیله ی استفاده از فرآیند فعل و انفعال، مشاهده، بحث، تحلیل، گذراندن زمان با یکدیگر یا ادامه در محیط یکسان ایجاد شده است.

اجتماعی کردن به عنوان تبدیل دانش جدید از طریق تجارت به اشتراک گذاشته شده معروف است. سازمان ها دانش جدید را خارج از سرحد به دست می آورند همچنین مانند فعل و انفعال با مشتریان، تأمین کنندگان و بانکداران است. به وسیله ی درون سازی، دانش صریح برای استفاده از دانش ضمنی ایجاد شده و از طریق سازمان تقسیم شده است. زمانیکه این دانش ضمنی به وسیله ی افراد خوانده یا عملی می شود سپس مارپیچ یادگیری ایجاد دانش را گسترده می کند. سازمان به نوآوری یا یادگیری زمانیکه این دانش جدید در فرآیند اجتماعی کردن است تلاش می کند. سازمان ها برنامه های آموزشی برای کارکنان خود در مراحل مختلف کاری در شرکت فراهم می کنند. با خواندن این آموزش دستی و اسناد کارکنان دانش ضمنی را درون سازی کرده و تلاش به ایجاد دانش جدید بعد از فرآیند درون سازی می کند.

بنابراین، یکپارچگی عناصر سازمانی از طریق یک سیستم مدیریت دانش، تکنولوژی فراساختار اطلاعات سازمانی و دسته ی سازمانی را ایجاد کردند (شکل ۳ را ببینید).

شکل ۳-۲: فرآیند SECI و جریان ایجاد دانش

Nonaka (1994) مدل SECI را پیشنهاد می کند که ایجاد دانش یک فرآیند مارپیچی از فعل و انفعال بین دانش ضمنی و صریح است.

اجتماعی کردن فرآیندی از ایجاد دانش از طریق اشتراک تجربه است. برون سازی فرآیندی از تبدیل دانش ضمنی به دانش صریح پشتیبانی شده به وسیله ی استعاره ها (مفاهیم) و مقایسه هاست. ترکیب شامل تبدیل دانش صریح به گروهی پیچیده تر از دانش صریح به وسیله ی ترکیب پیکره های مختلف دانش صریح است که به وسیله ی اجتماع و پراکندگی فرآیندها و دانش سیستمی نگه داشته شده اشت. درون سازی تبدیلی از دانش صریح به دانش ضمنی است. ۴ مدل از خلق دانش به ما اجازه ی مفهوم سازی (تعقلی کردن) بصورت مسلم در آوردن دانش با موسسات اجتماعی از طریق گروهی از فرآیندهای خود متعالی را می دهد.

یک سازمان به خودی خود، قادر به ایجاد دانش بدون افراد نخواهد بود، اما دانش مارپیچ اتفاق نخواهد افتاد اگر دانش با دیگرها به اشتراک گذاشته نشود یا در خارج سازمان گسترده شود. بنابراین خلق دانش سازمانی می تواند به عنوان فرآیندی مارپیچی به طرف بالا دیده شود، که در سطح فردی به سطح انتخابی (گروه) حرکت می کند و سپس سطح عملی سازمان، گاهی به خارج به سطح داخل سازمانی دست می یابد.

شکل ۴: مارپیچ مدل SECI انفرادی، گروه، سازمانی و بخش بخش های داخل سازمانی را نشان می دهد.

هسته رفتاری فرض در این مدل این است که ایجاد شرکت های دانش به صورت ادامه دار جریان دانش بین افراد و کارکنان گروه ها را برای بهبود دانش ذخیره شده ی ضمنی و صریح ترغیب می کند. مدیریت دانش بحرانی فرضی از فرآیند SECI دانشی است که ایجاد و بهبود یافته زمانیکه از میان سطوح مختلف و سازمان و بین افراد و گروه ها جریان دارد. بنابراین ارزش دانش از طریق هم کرداری بین نگه دارندگان دانش (هم انفرادی و هم گروه) با یک سازمان مبتنی حمایت کننده و گسترش دهنده ایجاد شده است.

هسته ی رقابت های سازمان به دانش ضمنی و صریح پیوند زده است (شکل ۵ را ببینید).

شکل ۶ نشانگر عناصر کلیدی مدل SECI است.

شکل ۴ و ۵

شکل ۶

در شکل علائم O و G و I مجموعاً، انفرادی، گروه یا سازمان را نشان می دهند. ۴ عقیده کلی مختلف از Ba در ارتباط با هر یک از چارک های مدل SECI که دانش را مارپیچ می کند وجود دارد. این ها به صورت زیر هستند:

۱- ایجاد کننده Ba: محلی که افراد می توانند احساسات، عواطف، تجارب و مدل بینشی را تقسیم کنند.

۲- مکالمه ی Ba: فضایی که دانش ضمنی انتقال یافته و به حالت صریح هستند مستندسازی شده است. دو روش کلیدی فاکتورها از طریق مکالمه ها و ایجاد مفاهیم است.

۳- سیستمی کردن Ba: فضایی مجازی است که تکنولوژی اطلاعات ترکیب دوباره ی دانش صریح موجود را به حالت دانش صریح جدید تسهیل می سازد.

۴- انجام (عمل کردن) Ba: فضایی که دانش صریح به دانش ضمنی تبدیل شده است.

۳- روش های داده کاوی

داده کاوی فرآیندی است که از تکنیک های آماری، ریاضی، هوش مصنوعی و تکنیک یادگیری ماشین برای استخراج و تشخیص اطلاعات مفید و سپس دانش از یک پایگاه داده بزرگ است. مکانیم های مختلف از تولید شامل چکیده ها، تجمع ها (گردآمدگی)؛ خلاصه ها و تشریح داده است.

اگر شما مدیر بازاریابی برای یک تولید کننده خودکار هستید، این گاهی یک طرح تعجب آور است که ممکن است جدایی از (رها) ارزش باشد.

DM از تکنیک های آماری خوب ایجاد شده و تکنیک های ماشین یادگیری برای ساخت مدل هایی که رفتار مشتری را پیش بینی می کند استفاده می کند.

امروزه تکنولوژی ماشینی کردن پردازش کاوی، اگر با مخازن (ذخایر) تجاری داده یکپارچه می کند و آنرا با راهی مرتبط برای کاربران تجاری ارائه می کند.

داده کاوی شامل کارهای مانند استخراج دانش، باستان شناسی داده، جستجوی داده، طرح پردازش داده، دوباره مطرح کردن (جستجوی) داده و بهره برداری از اطلاعات است. در ادامه مشخصات عمده و هدفمند از داده کاوی آمده است:

– داده اغلب به صورت عمیق در پایگاه داده خیلی بزرگ پنهان می شود که گاهی شامل داده از چندین سال است. در بسیاری از موارد داده در مخازن (ذخایر) داده پاک شده و یکپارچه شده است.

– محیط داده کاوی معمولاً با ساختاری مشتری/ سرور یا ساخار بر اساس web است.

– ابزارهای داده کاوی به اسانی با برگه ها گسترده و دیگر نرم افزارهای بهبود (توسعه ی) ابزارها ترکیب شده است. بنابراین داده می تواند به سرعت و به آسانی تحلیل شده باشد.

– غنی بودن چشمگیر اغلب شامل پیدا کردن نتیجه ی غیرمنتظره و به کاربران نیاز دارد تا درباره ی آن به صورت خلاقانه فکر کنند.

– به علت مقدار زیادی از داده و تلاش های انبوده جستجو، گاهی استفاده از پردازش های موازی برای داده کاوی ضروری است.

۱-۳ داده کاوی در محیط ذخیره داده

انبار داده (منابع- مخازن داده) یک منبع با ارزش و قابل دسترس داده برای عملیات داده کاوی ایت. استخراج داده با کار روی ابزارهای داده کاوی از انبار (مخازن) داده گرفته می شود. شکل ۷ چگونگی داده کاوی مناسب در محیط مخازن (ذخیره) داده را نشان می دهد. به یاد داشته باشید که محیط ذخایر داده داده کاوی را پشتیبانی می کند.

شکل ۷

۲-۳ گسترش پشتیبانی تصمیم برای داده کاوی

تحلیل های تجاری (BA)، DSS و دستگاه های KM تحویل اطلاعات معلوم و مجهول را از مقیاس بزرگ DW را مقدور می سازند، که اقدام ها را تهیه می کنند و مدیران با پاسخ های بهنگام در جلسه ی سوالات بحرانی عمل می کنند.

هدف این مصوبات به گردش در آوردن مقادیر بزرگی از داده ی در دسترس به دانش شرکت هایی است که بتواند استفاده شود.

رشد این طبقه از مصوبات به وسیله ی درخواست برای تجارت های هوشمند رقابتی و افزایش در تصرف داده الکترونیک و ذخیره به حرکت در آمده است.

علاوه بر این، پیدایش اینترنت و دیگر تکنولوژی های ارتباطی دستیابی موثر هزینه ای و تحویل دانش را به کاربران دور دست در میان جهان را مقدور ساخته است. به خاطر این فاکتورها، روی هم رفته برای BA، KM و DSS اساساً برای رشد برنامه ریزی شده است.

همه ی سیستم های پشتیبان تصمیم گیری، اطلاعات داده کاوی تحویل شده را متصل کنید. لطفاً به شکل ۸ برای نشان دادن پیشرفت پشتیبان تصمیم گیری مراجعه کنید.

شکل ۸

سازمان های پیش رونده داده اقدامی را از منبع سیستم های عملیاتی جمع می کند که داده را از طریق تغییر (دگرگونی) و حذف کردن (پاک کردن) فرآیند حرکت می دهد و داده را در انبار داده در حالت مناسب برای تحلیل چند بعدی ذخیره می کند.

۳-۳ یکپارچگی مئددیریت دانش و مخازن داده (انبار داده)

۱-۳-۳ مخازن داده و مدیریت دانش

سیستم مدیریت دانش یک فرآیند سیستمی برای تصرف، یکپارچگی، سازماندهی و دانش جمع شده به وسیله ی کارکنان است.

این وسیله ای برای تسیمی دانش مشارکتی است تا اینکخ کارکنان بتوانند موثر و سازنده در کار خود باشند. سیستم مدیریت دانش باید همه ی چنین دانش را در انبار دانش ذخیره کند که گاهی یک مخزن دانش نیز نامیده می شود.

اگر مخزن داده ای شامل اطلاعات ساختاری شده باشد یک مخزن اطلاعات ساختاری نشده را نگه می دارد. بنابراین یک چارچوب دانش باید ابزارهایی برای جستجو و بازگردانی اطلاعات ساختار نشده داشته باشند. شکل ۴ یکپارچگی KM و انبار داده را است.

شکل ۹

۲-۳-۳ کشف دانش در انبار داده (مخزن داده)

پایگاه های کشف داده (KDD) در DW فردی است که برای جستجو و استخراج اطلاعات مفید از حجم هایی از سند و داده است.

این شامل کاری مانند استخراج دانش، باستان شناسی داده، جستجوی داده، پردازش طرح داده، دوباره مطرح کردن و بهره برداری داده است. همه ی این فعالیت ها به صورت اتوماتیک هدایت شده و به کشف سریع حتی به وسیله ی غیر برنامه ریزان اجازه می دهد. روش های AI ابزارهای مفید داده کاوی اند که شامل استنباط دانش خودکار شده از دیگر منابع است. ابزارهای داده کاوی طرح هایی را در داده پیدا می کنند و حتی می توانند قواعد را از آن ها به وجود آورند.

طرح و قواعد می تواند برای راهنمایی تصمیم گیری و پیش بینی تأثیر تصمیم استفاده شود.

KDD می تواند برای تعریف معنای داده یا متن با استفاده از ابزارهای مدیریت دانشی که اسناد و ایمیل برای ساخت پروفایل اقدامی از کارکنان شرکت می تواند استفاده شود.

با گسترش نقش داده کاوی و تکنیک های کشف دانش برای برون سازی دانش، Bolloju (1997)، چارچوب کاری برای یکپارچگی مدیریت دانش به محیط اقدام برای سیستم پشتیبان تصمیم نسل بعد را پیشنهاد کرد.

دانش بخش مرکز دانش فعالیت های (عملیات) یکپارچه ی Business-to-Business و مقیاس Dot-Com برای اقدام بزرگ موجود در قسمت بالا، راهی که اکثر پورتال های اینترانت انجام می دهند را پیشنهاد می کند.

مرکز دانش با خانه های خارجی داده، شامل سیستم های برنامه ریزی منابع اقدام (ERP)، فرآیند تحلیلی آنلاین (OLAP) و مدیریت روابط مشتری (CRM) یکپارچه می شود.

۳-۳- یکپارچگی DSS و دانش

در حالیکه DSS و مدیریت دانش فعالیت های مستقلی در بیشتر سازمان ها هستند، آ« در شماری دیگر غیر مرتبط اند. Herschel و Jones (2005) درباره ی مدیریت دانش، هوش تجاری و یکپارچگی آن ها بحث می کند.

Bolloju (2002) یک چارچوب کاری برای یکپارچگی تصمیم پشتیبان و فرآیندهای مدیریت دانش با استفاده از تکنیک های کشف دانش را پیشنهاد کرده است. تصمیم گیرنده از عملکردهای تغذیه شده با مخازن داده و بازار داده و همچنین استفاده از دیگر منابع دانش را به کار می برد. اطلاعات DSS و دانش در یک سیستم یکپارچه شده اند و دانش می تواند در مدل پایه ذخیره شده باشد. چارچوب کاری بر پایه ی روابط نشان داده شده در شکل ۱۰، چارچوب کاری برای یکپارچه سازی DSS و KMS است.

شکل ۱۰

 

 

۴- تجارت الکترونیک

تجارت الکترونیک اصطلاحی گسترده است که در بردارنده خرید الکترونیکی، فروش، خدمات مشتریان و عکس العمل (فعل و انفعال) با هم گروه های تجاری و عامل ها در طول اینترنت است. تجارت الکترونیک یک مکان بازاری را توصیف می کند تجارت ها از تکنولوژی های بر پایه ی وب و دیگر شبکه های بر پایه ی محاسبه برای تغییر فرآیندهای تجاری و داخلی و روابط تجاری خارجی استفاده می کنند.

بنابراین فرصت های تجارت الکترونیک به سادگی زیرمجموعه ای از جهانی بزرگتر از فرصت هاست که در گسترده سرمایه گذاری مورد لحاظ روزانه همکاری می کند. جویس و وینچ (۲۰۰۵) از طریق ظهور دانش مدل تجارت الکترونیک را با دیگر با تئوری استراتژی مرسوم برای فراهم آوردن چارچوب کاری ساده ی یکپارچه برای ارزیابی و برآورد مدل های تجاری برای تجارت الکترونیک را طراحی کردند.

برنامه ریزی منبع اقدامی (ERP) روشی برای استفاده از تکنولوژی کامپیوتر برای اتصال فعالیت های مختلف مانند حسابداری، بازبینی موجودی و منابع مختلف- از طریق یک شرکت مطلق است.

سیستم ERP اکثر سیستم تجاری را پشتیبانی می کند که در یک پایگاه داده تنها مورد نیاز به داده برای گوناگونی عملیات را مانند تولید، مدیریت زنجیره تأمین (SCM)، مالی، پروژه ها، منابه انسانی و مدیریت طوابط مشتری (CRM) حفظ می کند.

سیستم های ERP به وسیله ی فرآیند تجارت مهندسی دوباره (BRP) فروشندگان توسعه می یابد که از SAP انتظار فراهم شدن پیشروی در اشتراک گذاری نظم و ترتیب داده از طریق فعالیت های تجاری مختلف وجود دارد.

این سیستم ها بر پایه ی مدل از بالا به پایین اجرای استراتژی اطلاعات و جلسه است و به صورت نخستین بر هماهنگی فعالیت های شرکت های داخلی متمرکز شده است.

فروشندگان BPR مانند SAP هم اکنون به گسترش بهتر پیوند جریان اطلاعات خارجی در اصطلاح CRM و SCM تکامل یافته اند.

عاملیت ERP با تمرکزهای داخلی اش، تمرکز خارجی CRM و SCM را برای ایجاد پایه ای برای ایجاد استعمال های تجارت الکترونیک مکمل می سازد.

شکل ۱۱ نشان می دهد که چگونه همه ی عملکرد مختلف گروهی برای حالت دادن مدل آینده ی سازمان یکپارچه شده است. نقشه کلی مفید است زیرا به مدیران در تشخیص فرصت های یکپارچه طولانی و کوتاه مدت کمک می کند. شکل ۱۱ همچنین قضیه بنیادی طرح تجارت الکترونیک را نشان می دهد. شرکت ها در عملکرد گروهی به حرکت در می آیند. اگر تلاش گروهی شرکت به خوبی عمل نکند، سیستم تحویل ارزش مطلق مشتری تحت تأثیر است.

شکل ۱۱

 

 

۲-۴ چارچوب کاری فرآیند دانش با تجارت

یک فرآیند تجاری به عنوان گروهی از عملکرد کاری منطقی مرتبط برای دستیابی به نتیجه ی تجاری تعریف شده، معرفی شده است (Daveuport, Robinsin 1999).

پردازش دانش از طریق تسهیل منتقل کردن یا ایجاد دانش به پردازش تجارت خدمت می کند.

تجارت الکترونیک به عنوان یکپارچگی توسط اینترنت در تجارت، کاربردها و سیستم های اطلاعات تعریف شده اند. تجارت الکترونیک به عنوان یک مدل تجاری جدید که در محیط محرک web ملاحظه شده است و از طریق دنیای همکاری زاده شده است.

تجارت زمانیکه به خوبی به فرآیند دانش متصل و با فرهنگ سازمانی هم راستا شدند به رشد استراتژی شرکت کمک می کند. اجرای استعمال تجارت همچنین می تواند از تجربه ی حاصل شده از فعالیت های KM بهره مند شود. برای مثال، Plessis, Boon (2004) تجارت الکترونیک را در جنوب آفریقا مطالعه کردن و دریافتند که مدیریت دانش یک مخالف (دشمن) ضروری تجارت الکترونیک است و تمرکز افزایشی بر پایه مشتری داشته و بخش یکپارچه از روابط مدیریت مشتری و تجارت الکترونیک است. Bose, Sugumaran (2003) کاربرد US از تکنولوژی KM در مدیریت روابط مشتری، خصوصاً برای ایجاد، ساختاری، پراکندگی و به کار بردن دانش را یافتند. توسعه ی تجارت الکترونیک، تمرکز دانش سازمانی برای بهبود مدیریت روابط مشتری، مدیریت تأمین و گسترش تولید نیاز است (Fahey, 2001).

سیستم های منبع اقدام برنامه ریزی (ERP) به وسیله ی مهندسی دوباره ی فرآیند تجارت (BPR) فروشندگان مانند SAP انتظار می رفته که اشتراک پیشروی گروهی داده را از طریق عملیات تجاری مختلف فراهم کند. این سیستم ها بر پایه ی یک مدل بالا به پایین از استراتژی انجام و اجرای اطلاعات بودند و به صورت ابتدایی بر هماهنگی فعالیت های داخلی شرکت تمرکز دارند. فروشندگان BPR مثل SAP هم اکنون به گسترش بهتر پیوندهای جریان داخلی اطلاعات در اصطلاح مدیریت روابط مشتری (CRM) و مدیریت زنجیره تأمین (SCM) تکامل می یابد. عاملیت ERP با تمرکز داخلی خود، کاما ساز تمرکز داخلی از CRM است و SCM برای فراهم کردن کاربردهای ایجاد کننده تجارت الکترونیک می باشد. بحث در ادامه در اصطلاح اعتماد بر پذیریش و انعطاف مواجهه با اطلاعات و جریان های اطلاعات می باشد. بیشتر گسترش ساختارهای تجارت الکترونیک بر پایه ی اجزای نرم افزاری مطلوب مجموعه عاملیت است که می تواند برای ایجاد استعمال های تجاری کامل به یکدیگر تحکم ببخشند، مدیریت دانش و تجارت الکترونیک برای تکمیل یکدیگر فرض می شوند. مطابق بحث بالا، ما چارچوب کاری از پردازش دانش با پردازش تجاری داریم و در شکل ۱۲ نشان داده شده است.

شکل ۱۲

۳-۴ یکپارچگی DSS و مدیریت دانش با داده کاوی

مدیریت دانش و تجارت الکترونیک فرض شد که یکدیگر را تکمیل کنند (Bose, Sugumaran 2003). فرآیند دانش از طریق تسهیل انتقال دادن یا ایجاد دانش به فرآیند دانش خدمت می کند. تجارت، زمانیکه به خوبی به فرآیند دانش متصل شده باشد و همراستا با فرهنگ سازمان باشد، به رشد استراتزیک شرکت کمک می کند.

اجرای عملکرد تجارت الکترونیک آنها همچنین می تواند از تجربه ی حاصل شده از عمل های KM بهره ببرد. برای مثال، Boon, Plessis تجارت الکترونیک را در افریقا مطالعه کردند و دریافتند که مدیریت دانش مخالفی ضروری از تجارت الکترونیک است از تمرکزی افزایشی بر پایه ی مشتری داشته و بخش یکپارچه از روابط مدیریت مشتری و تجارت الکترونیک است. پیشرفت تجارت الکترونیک، تمرکز بر دانش سازمان برای بهبود مدیریت روابط مشتری، مدیریت تأمین و توسعه محصول مورد نیاز است.

مدیریت دانش و تجارت الکترونیک به نظر می آید که مکمل یکدیگرند. اقدام بهبود روابط با هم گروه های خود از طریق سیستم مانند به دست آوری CRM، SCM و Business-to-business (B2B)، فروشگاههای آنلاین (انبار داده)، شرکت ها قادر به تهیه ی تصمم گیری خود با توانایی های تحلیلی هستند. مطابق با قدرت (۲۰۰۲(، تحصیلات و متخصصان بر ساخت DSS در اصطلاح ۴ جزء اصلی بحث کرده اند:

a) هم کنشگر کاربر

b) پایگاه داده

c) مدل و ابزارهای تحلیلی

d) ساختار و شبکه ی IDSS

Marakas (1999) یک ساختار کلی شده از ۵ مدل متمایز را ارائه کردند:

a) سیستم مدیریت داده

b) مدل مدیریت سیستم

c) موتور دانش

d) هم کنشگر کاربر

e) کاربران

برای مشارکت در سطح چند اقدامی، شرکت با هم گروه هایش از طریق تکنولوژی EAI، فرآیندها و اطلاعات با همه ی هم گروه هایش از طریق مقدار ارزش گسترده ی زنجیره هاست. این هم گروه ها به نوبت همچنین در تکنولوژی ها، فرآیند و اطلاعات یکپارچه شده اند، بنابراین شبکه ای مثل ساختار همکاری چنداقدامی را ایجاد می کند. اجرای ساختار همکاری چند اقدامی در شکل ۱۳ نشان داده شده است. در شکل ۱۳، در طول فرآیند برنامه ریزی، داده و مدل ها از طریق روبرو شدن با DBMS، سیستم مدیریت دانش (KMS) و سیستم های مدیریت بر پایه ی مدل (MBMS) به نسبت هستند. دستورالعمل ها برای اصلاح داده و مدل اجرایی ممکن است به صورت مستقیم از هم کنشگر ES حاصل شود. MBMS از داده ورودی مربوط برای مدل اجرایی از MBMS به وجئد می آید و در خلاف، نتایج تولید شده از مدل اجرایی به DBMS برای ذخیره فرستاده شده است. پایگاه داده همچنین وقایع با یکدیگر با قواعد از پیش تعریف شده، هدف کنشگر در ES مدلی از اعتبارات و ارزیابی برنامه ریزی مطابق چیزی که غالب کارشناسان برای انجام پشتیبانی شده می باشد. در مخازن داده شرکت ها قادر به فراهم سازی تصمیم گیری از طریق توانایی های تحلیلی و داده کاوری است. شماری از داده کاوی متخصصان به نظر می رسد که موافق گروهی از عملیات داده کاوی است که می تواند در نواحد خاص کاربرد استفاده شود. تکنیک های مختلف داده کاوی مربوط به هر نوع از فعالیت است. جدول ۱ به عنوان ناحیه ی استعمال، مثالی از کاوش عملیات، فرآیند بهره برداری و تکنیک های بهره برداری را نشان می دهد.

جدول ۱

۵- بررسی موردی

۱-۵ دانش شرکت موتور چینی

۱-۱-۵ نظر اجمالی شرکت

CMC (شرکت موتور چینی) در ژوئیه ۱۹۶۹ بنیان گذاری شد و همکاری تکنیکی با شرکت میتسوبیشی موتورز در سال بعد امضا کرد. شرکت Tang-Mei در پایان سال ۱۹۷۳ تکمیل شد، تولید کننده پایه برای رشد آینده ی CMC تأسیس کرد. شرکت در مارس ۱۹۹۱ در بورس تایوان (TSE) در لیست قرار گرفت.

با آغاز تولید وسایل تجاری، CMC راهنمای تجاری وسایل تولیدکنندگان تایوان است. در حالیکه شرکت Yang-Mei کمتر از ۳۰۰۰ وسیله ی نقلیه در هر ماه در سال ۱۹۷۵ تا سال ۱۹۸۳ تولید کرد که خروجی کل بیش از ۱۰۰۰۰۰ واحد علائم است. این در بخشی، به وسیله ی تسهیل نقاشی پیشرفته تر در تایوان ممکن شد.

در ۱۹۹۳، شرکت دو گواهینامه ی ISO 9002 و حکم کیفیت ملی را کسب کرد. در سال ۱۹۹۷ شرکت همچنین گواهینامه ی مدیریت محیطی ISO 14001 را بدست آورد. شرکت در شرکت چینی جنوب شرقی (SEM) سرمایه گذاری کرد که از ۱۹۹۵ سرمایه گذاری در چین دستیابی به یکی از اقتصادهای سریعترین رشد جهانی را دارد در حالیکه افزایش ظرفیت تولید ما را به توسعه ی مدل جدید و تحت تأثیر قرار دادن بازارهای خارجی قادر کرد.

CMC ماهر است در بهره بردن از فرصت های بازار و فرا نهایی ارتقای مالی از طریق روش بر پایه ی شایسته سالاری کارکنان، که کارکنان خود را به واحد منسجم قالب بندی کرده است. در حالیکه یک سیستم رقابتی، خرید برنده- برنده شامل است و تأمین کننده هایش انعطاف را بهبود و کیفیت را گسترش دادند. با اجرای خط مشی استراتژیک به شرکت دستیابی دقیق به بازارها و تولید وسیله ی نقلیه درست در زمان درست را داده است.

۲-۱-۵ اقدام عملیات

عملیات تجاری CMC به وسیله ی اصول بیان شده در مخفف HIT که به معنی (توازن) موزون، نوآوری و بالا بودن است هدایت شده است.

توازان- توازن درست به راه حل مصالحه آمیز مسائل و موضوعات در روح همکاری، ایجاد شرایط برنده- برنده اجازه می دهد. این بیشتر شبیه ایفای نقش ابزارها در هر سمفونی خوب ارکستر است. مدیریت CMC تلاش به هدایت کارهایش برای سوبخشی همه ی هوادارانش می کند.

مشتریان، کارکنان، دولت، جامعه، سهام داران و تأمین کنندگان. این محیط متوازنی را ایجاد می کند که اجرای متقابل را پیشنهاد می کند. نوآوری- نوآوری فؤایند فعالی از ابداع، کشف و بهبود است. این همچنین می تواند دیدگاهی به عنوان فؤایند ادامه دار از فراهم کردن تصویر ایجاد کند و تفکری جدید است که وضعیت برتری داشتن ناپایدار را فراهم می کند.

CMC تلاشی مداوم برای بهبود رقابت موجود مفیدش از طریق نوآوری مفهومی در محصول، تکنولوژی، فرآیند تولید، مدیریت و خدمات است.

بالا- بالا تست حد برای کیفیت است، اکثراً ورزشکاری را دوست دارند که نگاهش بر روی هدف نهایی است. CMC از عملکرد بالا در همه ی فازهای اقدامی عملیات ها انتظار اجرای برنامه ریزی استراتژی و تصویر بلندمدت را دارند. روی هم رفته، مفهوم بالا (TOP) به همه ی جامعه ی تایوانی بهره می رساند.

تحت اقدام عملیات CMC مدیریت دانش هدفمند و سازمان را ساخت. استراتژی ساخت مدیریت دانش هستند: پشتیبانی سطح بالای مدیریت، شکل پذیری فرهنگ اشتراک تجارت، استحکام داشتن، ارزیابی کمک و استعمال مدیریت دانش، تأسیس صحنه ایبرای مدیریت دانش.

طرح و اجرای مدل تجارت الکترونیک در مدیریت زنجیره ی تأ»ین بر پایه ی چارچوب کاری Dysco است. این ۵ مرحله دارد: بر پایه ی داده، جوامع مجازی، مرکز آموزش، سرمایه ی هوشی (ذهنی) و دانش سیستمی.

در پایگاه داده، شامل دانش محصول، دانش تولید، دانش R&D وو مدیریت دانش و مدیریت فروش است. جریان CMC مدیریت دانش و ساختار آن در شکل ۱۴ نشان داده شده است.

شکل ۱۴

مرکز آموزشی موتورچینی یک مرکز آموزشی حرفه است. طرح کلی با فضای با کیفیت بالا و همه ی طرح ها را به صورت انحصاری دادر. این محیط می تواند برای آموزش تحصیلی، کنفرانس ها، سمینارها، گزارش های ویدئویی صوتی، و نمایش محصول باشد. مرکز CMC شامل ۵ ویژگی زیر است:

مکان مناسب- مرکز آموزشی موتور چینی در کنار خروجی You Shj در بزرگراه Zhong Shan جای گرفته است. این تنها ۱۰ دقیقه از ایستگاه آموزشی Pushintrain و ایستگاه آموزشی Yang mei با ماشین فاصله دارد. مکان و حمل و نقل مناسب است.

عملیات کامل- فضای منحصر به فرد خصوصاً برای آموزش و کنفرانس ها طراحی شده است. یک محیط یادگیری در این مکان با تسهیلات است که هر عملی شامل آرام بودن، وقفه ی آزاد کلاس ها، اتاق های نهارخوری، اتاق های مهمان و تسهیل عکس العمل را به خدمت می رساند.

تسهیل حرفه ای- تجهیزات پیشرفته ی ویدئویی/ شنیداری و کمک کننده های یادگیری یک کیفیت بالا از یادگیری ها و کنفرانس ها را می دهد. اتاق های مهمان به خوبی و عالی دکورسازی شده و اثاثیه ها (مبل ها و میزها) چوبی هستند.

آموزش مشاوره ای- تحصیلکرده های حرفه ای و آموزش دهندگان مشاوری در رشته ی یادگیری، طرح برنامه ی آموزشی، تعهد معلمی، و ترتیبات مکان را می دهند.

سرویس کلی (خدمات کلی)- هماهنگی کامل با مشاغل برای روش های مختلف گفته شده در برآوردها برای رویداری خاص مانند تعیین مکان بیلبورد تبلیغاتی، بنرها، گل ها و غیره است. تهیه ی سرویس رایگان برای دکوراسیون وقایع و همچنین کارکنان حرفه ای برای تهیه این مواد دارند.

۳-۱-۵ فرآیند تجاری CMC و سود

۱- جداسازی پروفایل

تنظیم اتصالی داد و ستدی در مین لندچین به عنوان صنعت خودکار جنوب شرقی LTD معروف است که یکی از پررشدترین تولید کننده در مین لند چین است. ظرفیت به وسیله ی دو نوبت ۱۶۰۰۰۰ واحد در ۲۰۰۴ بوده و در مرحله ی بعدی به گسترش ۳۰۰۰۰۰ واحدی برنامه ریزی شده است. این در اجزای تکمیلی سیستم میتسوبیشی همکاری می کند.

در میتسوبیشی شرقی برنامه ی car Freecai (KZ)، CMC 25 درصد و ۹۸ درصد از قسمت ها را به عنوان شعبه میتسوبیشی در ویتنام و فیلیپین تأمین می کنند.

۲- توقف برای خرید مرکزی بخش های اتومبیل

CMC همه ی انواع درونی/ خارجی و قسمت های الکتریکی که می تواند به آسانی برای وسیله ی نقلیه شما پیشرفت رقابتی بودن شما در بازار محلی را بهبود ببخشد را فراهم می کند. آشنا بودن با همه ی قسمت های تأمین کننده در هر دسته، کلاً حدود ۱۱۵ تأمین کننده با گواهینامه ی QS-9000 در قسمت های سیستم تأمین کننده است که CMC قادر است به اسانی در جستجوی تولید کننده درست باشد که تولیدات را مطابق نقشه شما و تخصص های مهندسی ایجاد کنند با گروه مهندسی قوی ما در توسعه محصولات جدا و اطمینان از کیفیت، CMC و تأمین کننده های آن می توانند با یکدیگر برای تولیدات شما کار کنند، خصوصاً در سیستم یکپارچه سازی برای فراهم سازی پاسخ های سریع و تحویل خدمت در زمان زودتر است. اکنون ما قسمت ها خود را در آمریکا، جنوب شرقی آسی، ژاپن و چین تأمین می کنیم. به عنوان نتیحه، CMC بهترین انتخاب از عامل منطقه ای برای بخش های OEM/ODM در برنامه ی منبع خارجی است. لطفاً قسمت های پایین را بررسی کنید و پیدا کنید که به چه چیزی نیاز دارید.

۴-۱-۵ گام های اجرایی CMC از حرکت مدیریت دانش

CMC راهنمای تولید کننده وسایل نقلیه ی بازرگانی تولید کنندگان است. در حرکت تجارت الکترونیک و مدیریت دانش، CMC محکی از یادگیری در شرکت های Taiwan (تایوانی) است.

۱) ارتباط و دیدگاه معمول

بعلت تغییر محیط اقدامی، CMC نیازمندی های واضح تر و دقیق تر از دانش دارد. برای مثال بخش تکنیکی CMC نیازمندی دانش مستقیم دارد. این تفکری برای نگه داشتن آزمایش موفق و تکنولوژی است. بنابراین CMC امکان مدیریت دانش یکپارچه را مطالعه می کند.

در سال ۲۰۰۰، سال قبلریال قسمت اینترنت CMC به صورت عمیق به مطالعه و دیدگاه رایج رفت (حرکت کرد). در سال بعد CMC بعضی از قسمت های مدیریت دانش شرکت های موفق را بررسی و بازدید کرد. مدیریت دانش یک کار حرکتی طولانی مدت است. CMC یک دیدگاه دانش را تصریح و توسعه می دهد. IT “محک روش اقدامی دانش ملت چین” می شود. محک خط راهنما برای کارکنان ارتباطی و حرکتی دانشی است. CMC، ۴ استراتژی دارد: گسترش هسته ی دانشٍ ساخت صفحه ای از دانش، ایجاد اشتراک فرهنگ و ایجاد اشتراک فرهنگ و ایجاد شبکه جامعه. این سیستم گسترش دانش CMC را ایجاد می کند و CMC از تجارت عادی سیستم دانش تغییر کرده است.

۲) تعمیم داخلی

۳ گاه برای تعمیم داخلی دانش CMC هستند: راهنمای دوره، تعمیم افقی، سطح پایه ی تعمیم. ۲ سکوی بحث در ناحیه ی بحث گروه وجود دارد. در ناحیه ی توسعه یافته ۲۷۰۰ مقاله از “دانش” که کارکنان موجب شند وجود دارد.

۳) انتخاب نرم افزار تکنیکی مناسب شرکت

شرکت تکنیکی Eland (تایوان) سیستم مدیریت دانش پرقوتی را ایجاد کرده است. این راه حل Java (جاوا)، راه حل web و سکوک تجهیزات خوب را فراهم کرد. تولید شرکت تکنیکی Eland برای مثال جریان کار می تواند به آسانی با دیگر شرکت یکپارچه شود.

۲-۵ پیامد (حاصل) دانش کامپیوتر

۱-۲-۵ زمینه

حاصل کامپیوترها یک تیر کمان نگهدارنده David به غیر از رقیبان عمده ی آن مثل HP، IBM، DEC و میکرو سیستم های خورشیدی در سیستم های صنعتی UNIX است. بر پایه ی Beaverton، Oregon این شرکت ۲۷۰۰ کارمند در ۵۳ زمینه کاری در US، آمریکا و آسیا استخدام کرد. هر مقدار که شرکت کوچکتر است، ارزش آن برای فراهم کردن راه های مولتی میلیون دلار برای بیشتر صنعت ها بیشتر است. بدین صورت، اقدام کارکنان برای موفقیت آن بحرانی شده است.

با آگاهی از اینکه ارزش های مشتریان یک نیروی خرید آگاه است، نتیجه برای مدیریت دانش مانند یک سرمایه در سال ۱۹۹۳ شروع شد.

این با تحلیل مدل تجلری به وسیله ی معرفی و هدف نقاط حساس دانش بود جائیکه بهبود به سمت بهترین نتایج کشش دارد. این تحلیل نشان داد که شرکت به وسیله ی تمرکز روی کانال مستقیم فروش بهترین عملکرد را دارد که برخوردی نزدیک با مشتریان خود است. هدف پس ایجاد دانش در دسترس برای هر شخص است. بنابراین کارکنان خط مقدم در برخورد مستقیم با مشتریان قادر به پاسخگویی به آن ها با درک انتخابی از سازمان است.

۲-۲-۵ همکاری کتابخانه ی الکترونیک Sequent (SCEL)

Sequent، KM را به وسیله ی ساخت تکنولوژی ضروری فراساختار شروع کردند. SCEL یا هکاری کتابخانه ی الکترونیک Sequent، یک سایت اینترنتی است که شامل همکاری و غالب دانش فردی متمرکز در بازار و پشتیبان خرید برای کمک به کارکنان برای انجام بهتر کارشان است.

IT و KM دو فعالت بحرانی برا SCEL است. IT تکنولوژی و افراد و مابع مالی زا برای پشتیبانی برنامه های KM فراهم می کند.

KM مسئول برای سهام جواز حق انحصاری و همکاری کتابخانه است. یک تیم عملیاتی SCEL شامل کتابداران، برنامه ریز ارشد web، طراح SCEL، یک SCEL مذهب و دیگر اعضای متصل شده به دیگر قسمت های سازمان است.

SCEL شامل ترکیبی از سیستم های مدیریت پایگاه داده، موتورهای بازگردانی همه ی متن، ذخیره سیستم فایل و ساختار پیچیده برنامه ها که همه ی آن ها به web داخلی گسترده جهانی Sequin یکپارچه شده و برای همه ی کارکنان از طریق مرورگر web قابل دسترسی است.

SCEL بر روی یک رابطه ی منتشرکننده/ مصرف کننده کار می کند. هر کارمند یک منتشر کننده/ مصرف کننده آن است که از SCEL استفاده می کنند.

انتشارات ها دانش را به سیستم و برای استفاده مصرف کننده آن دانش می گذارند. به کار بردن اقتصاد آزاد (به حال خود گذاری) دیدگاه سرمایه گذاری دانش، محتوا به صورت مرکزی کنترل نشده است. اگرچه جریان داخلی اطلاعات مفید به وسیله ی کاربران تعریف شده است با گروه SCEL برنامه ریزی شده است. باز خور کاربر در داخل سیستم ترغیب شده است.

ارائه ی اجتماعی، استراتژی و دستنوش برای فروش نامیده می شود و اسناد طراحی به آسانی در دسترس اند. دیگر ویژگی های SCE تصرف چند داده ای، هایپرمیل و کتابخانه ی گروهی گسترش یافته ی به زودی است.

ترویج اقتصاد آزاد Sequent فلسفه KM- دیدگاه شرکت برای عمل و رضایت به صورت تقسیمی رد شده است. دانشی که به سیستم می آید به وسیله ی مدیریت نوشته شده نیست اما به وسیله ی کاربران مستقیم آن کنترل شده است- آیا اطلاعات کمک کننده است و کیفیت استاندارد دانش را دارد.

۳-۲-۵ نتایج

تلاش KM از Sequent کششی خوب از نتایج دارد. مطابق رهبران KM شرکت، SCEL به پیامد برخواسته از قیمت فروش و برنامه ریزی میانگین و کاهش تحویل و زمان پاسخگویی در همه ی مراحل در فروش و فرآیند فروش کمک کرده است. این همچنین مشتری خاص و دانش عمومی درگیر شده با کارکنان و مشتریان را افزایش داده است. SCEL بر تیم فروش بیشتر در اهداف مناسب و ایجاد فرآیند همانند سازی برای کارکنان جدید کاراتر تمرکز کرده است. سرانجام شرکت ارزش به دست آمده مشتری را از پیشنهادهایش، در راه های سخت (مالی) و نرم (وفاداری) افزایش داد.

۴-۲-۵ یادگیری کلیدی

بر پایه ی تجربه های Sequent با SCEL، Swanson کلیدهای یادگیری زیر را پیشنهاد کرد:

– جستجوی اتصال تجاری. بیندیشید که دانش چطور می تواند در دنیای مشتریان خود اثر بگذارد. برای خلاصه، فروش مردمی به وسیله ی چرخه های نزدیک حرکت کرده اند.

– تجارت فقط معنی تولید درآمد نیست امام کارایی داخلی از طریق بهترین عمل در فرآیند های عملیانی در حال افزایش است.

– تکنولوژی مهم است. اگرچه، تاکنون استعمال هایی بیشتر و بیشتر در تکنولوژی web در ذهن توسعه یافته اند، مدیریان KM به در بند بودن با مهاجرت و پیشرفت ابزارهای جدید IT/KM نیاز ندارند.

– فرهنگ بسیار مهم است. اما منتظر فرهنگی برای شروع تغییر اجرای دانش شبکه ها نباشید.

– از کم شروع کنید و نگران عیوب نباشید.

۶- خلاصه و استنتاج

در این مقاله ما چارچوب کاری را برای یکپارچگی DSS و KMS به عنوان گسترده ای برای مدل انبار داده پیشنهاد کردیم.

انبار و داده کاوی نه تنها تصرف و رمزگذاری دانش را تسهیل می کنند بلکه بازگردانی و اشتراک دانش از طریق اقدام را بهبود می بخشند.

هدف اولیه ی چارچوب کاری فراهم کردن تصمیم گیران با سکوی هوش تحلیلی است که همه ی حالت های دانش را فراهم می کنند. به جای تکمیل این اهداف، DW از جستجو و استخراج دانش مفید از حجم های سند و داده استفاده کرده اند. DSS می تواند تبدیل دانش ضمنی به صریح را از طریق مدل های خاص بهبود ببخشند. به طور خاص، در مدل فرآیند ساخت از کارکنان دانش برای مختص بودن صراحت هدف یا اهداف مدل، متغیرهای تصمیم و شاید اهمیت مربوطه ی متغیرهای تصمیم خواسته شده است.

انبار دانش حلقه ی بازخور برای بهبود پایه ی دانش آن با گذر زمان زمانیکه دانش تحلیلی تست شده و بهبود یافته را شامل خواهد بود.

یک بررسی موردی از شرکت China motor نشان دادن فرآیند دانش استفاده شده در اجرای گام های CMC برای حرکت مدیریت دانش و فرآیندهای تجاری CMC و سود است. این خط مشی ای برای اقدام فرآیند دانش ثبت شده است. این مسئله ای مهم به عنوان سیستم آینده شامل دانش سیستم هاست که برای کار با یکدیگر با کاربردهایی است که در سکوهای مختلف توسعه یافته اند.

یک بررسی موردی از کامپیوتر Sequent، KM را با ساخت تکنولوژی فرا ساختار لازم شروع کرد. SCEL یا کتابخانه ی الکترونیکی Sequent سایتی اینترنتی است که شامل همکاری و دانش انفرادی غالبی متمرمز بر بازار پشتیبانی فروش برای کمک به کارکنان برای انجام بهتر کارهایشان است.

فصل ۹

شبکه ی اجتماعی جامعه ی تجاری مالزی بازنمایی بر پایه ی web در الگوریتم ژنتیکی پیشرفته

۱- مقدمه

مسائل شبکه جامعه ی اجتماعی با بازنمایی در web به صورت گسترده در سال های اخیر مطالعه شد. به صورت اساسی، ما می دانیم که شبکه اجتماعی از میان جوامع یک مسئله ی پرطرفدار در فضای مجازی شده است. این مرتبط با عمل فعل و انفعال با دیگر فضاهای بلاگ ها، گردهمایی ها، سایت های رسانه ای اجتماعی و دیگر محل های آنلاین است. به صورت شگفت آوری، اینترنت تغییر عمده ای برای راهی که افراد در تجارت انجام می دهند ایجاد کرده است. در این فصل، ما بر شبکه های تجاری در اینترنت تا جائیکه راهی مهم در شیوع اطلاعات تجاری آنلاین باشد تمرکز می کنیم. شبکه های تجاری یک روش بازاریابی به وسیله ی فرصت های تجاری از طریق شبکه هایی از افراد با مشابهت ذهنی تجاری ایجاد شده است. چندین شبکه سازمانی تجاری پرطرفدار که مدل هایی از فعالیت شبکه را ایجاد می کنند زمانیکه ادامه پیدا کند به افراد تجارتی اجازه ی ساخت رابطه جدید و ایجاد فرصت های تجاری در زمان یکسان را می دهد. تجارتی که استفاده از شبکه های اجتماعی تجاری را به عنوان ابزاری از چرخه ی رشد مخاطبان تجاری را افزایش داده و خودشان را به صورت آنلاین ارتقا داده و در زمان یکسان منطقه ای در چندین ناحیه در کشور را گسترش دادند. از آنجائیکه تجارت ها به صورت جهانی گسترش می یابند، شبکه های اجتماعی آنرا آسان در امس برخورد با دیگر افراد در جهان می سازند. اخیراً، جستجو و پیدایش اطلاعات مربوطه درخواست بالایی از کاربران است. اگرچه، به خاطر سرعت گسترش صفحات web در دسترس در اینترنت اخیراً، جستجوی اطلاعات به روز مرتبط مسئله ی مخصوص مهمی برای شرکت های صنعتی و تجاری شده است.

موتورهای جستجوی متعارف از فرآیندهای کاوشی برای تصمیم گیری صفحات web که بهترین اتصال برای کلمات کلیدی است استفاده می کنند. نتایج از انبار بازگردانی می شود که در سرور خدمت دهنده برای ایجاد جستجوی سریع جای گرفته است. همانطور که می دانیم موتور جستجو مهمترین جزء در جستجوی اطلاعات در سراسر جهان است. اگرچه کاربر همیشه در مواجهه با نتیجه ی عظیم است که دقیق و به روز نیست. گاهی موتور جستجوی متعارف به صورت عادی به لیست های طولانی از نتایج بر می گردد که به کاربر تحمیل می کند که مربوط ترین اطلاعات مورد نیاز را پیدا کند. Google، Yahoo و Alta Vista نمونه هایی از موتور جستجوی استفاده شده به وسیله ی کاربران است. اگرچه نتایج بدست آمده از موتور جستجو گاهی غرمرتبط با درخواست مشتری است. علاوه بر این ۶۸ درصد از موتور جستجوی کاربران با کلیک بر نتایج جستجو با در صفحه ی اول نتایج حاصل می شود و ۹۲ درصد از آن ها بر نتیجه ی بدست آمده از جستجو در سه صفحه ی اول کلیک خواهند کرد.

این آمار نتیجه می دهد که کاربران نیاز به دیدن صفحه به صفحه برای دریافت نتیجه مربوط دارند. بنابراین این به زمان برای جستجوی (رفتن به میان) نتایج فراهم شده به وسیله ی موتور جستجو نیاز دارد. با توجه به تجربه ی ما، نتایج مربوطه می تواند مشکل فراوانی مانند زیر را ایجاد کنند؛ هم پوشانی محدود شده web (منابع پنهان web، مواجهه با سوال محدود شده: جستجوی جهت گیری شده کلیدی و خمچنین سفارشی ساختن کاربران انفرادی. بنابراین نتایج باید سازمان دهی شده باشد تا اینکه به آنها در راه پذیرفته و کارا نگاه کنیم. در جستجوی قبلی، مدلی برای ارزیابی نتایج جستجو شده با استفاده از الگوریتم ژنتیکی (GA) ارائه کردیم. در GA ما پروفایل های کاربران و کلمات کلیدی صفحات web به دست آمده با عامل زنجیری (عامل محرک) را ملاحظه کردیم. پس از اطلاعات در GA برای بازگردانی بهترین صفحات web مرتبط با جوامع تجاری برای سرمایه گذاری در Iskandar Malaysia در بخش های مختلف مانند تحصیلات، سرگرمی، مراقبت سلامتی پزشکی و غیره استفاده کردیم.

هدف اصلی این فصل فراهم کردن برای کاربر مواجهه با جستجویی است که آن ها را قادر به پیدا کردن سریع اطلاعات مربوط می سازد. علاوه بر این ما از عامل محرک (زنجیری) برای ایجاد پردازش خزنده ها و بازگردانی اسناد web سریع به طوریکه (به اندازه ای) بتواند و صعودپذیر باشد. در مقاله قبل، ما همچنین از الگوریتم ژنتیکی (GA) برای بهینه سازی نتیجه جستجو به وسیله ی عامل محرک (خزنده ها) برای غلبه ب مشکل ذکر شده در بالا استفاده می کنیم از طریق آزمایش ها، فهمیدیم که مکانیزم بازخور به سیستم جستجو پیشنهادات کاربرد درباره ی فهمیدن (پیدا کردن) اسناد را خواهد داد که به سوی پرسشی جدید با استفاده از GA پیشنهاد شده هدایت می کند. در مرحله ی جستجوی جدید، اسناد مرتبط تری به وسیله ی عوامل برای برآوردن کردن به وسیله ی کاربر بازگردانی شده اند. از طریق آزمایشات GA گسترش یافته (IGA) توسعه ی مهمی در پیدا کردن جوامع تجاری مرتبط برای سرمایه گذاری بالقوه در Iskandar Malaysia (مالزی) در مقایسه با مدل مرسوم GA داده است.

این فصل به صورت زیر طبقه بندی شده است. بخش ۲ مسئله ای را تعریف می کند که مرتبط با این فصل است. بخش ۳ به جزئیات الگوریتم ژنتیک بهبود یافته می پردازد و بخش ۴ نتایج و بحث است. بخش ۵ نتایج و بحث هایی از این فصل را توضیح می دهد و فصل ۶ بررسی موردی را ارائه می کند و سرانجام بخش ۷ نتایج (استنباط) را توصیف می کند.

۲- تعریف مسئله

در این فصل ما شیکه های تجاری را به عنولن BD تعریف می کنیم بدین طریق این به عنوان یک گزاف ارائه می شود که V گروهی از رأس ها (گره ها یا VRL) و E گروهی از اتصالات (URL) است که ۲ عنصر از V را متصل می کند.

شکل ۱ شبکه ای را نشان می دهد که به عنوان گراف (نمودار) ارائه شده است.

همانطور که توضیح داده شد، شبکه های اجتماعی (ارتباطی) گروهی از رأس هاست که تراکم بالایی از یال ها در میان آن ها را دارد اما تراکم کمی از یال ها بین گروه ها وجود دارد مشکل با شبکه ی اجتماعی زمانی است که کل گروه g نامشخص است که چطور مربوطه می تواند پیدا شود؟ به صورت اساسی، ماتریس مجاور برای پیدا کردن رابطه بین g پیدا شد. مثلاً اگر شبکه ها شامل گروه های V باشد، پس شبکه ها می تواند به عنوان ماتریس مجاور ارائه شده باشد. با این وجود ما کد دو لایی (۱ و ۰) برای ارائه ی وجود اصطلاح در شبکه یا هر صفحه ی web برای اینکه بتوانیم شبکه های مرتبط را پیدا کنیم ارائه می کنیم. در این بخش ما نشان خواهیم داد که تکنیک جستجوی استفاده شده در الگوریتم ژنتیک و الگوریتم ژنتیک پیشرفته اصر می گذارند تا به مرتبط ترین اطلاعات برای V برسند.

شکل ۱

۳- الگوریتم ژنتیک گسترش یافته

همانطور که توسط Zhu (2007) بیان شد، یک تکنیک متعارف و بسیار مهم در ارزیابی محاسباتی (EC)، الگوریتم ژنتیکی (GA) است.

GA به صورت خاص یک الگوریتم یادگیری نیستند اما یک قابلیت جستجوی قوی و قلمروز مستقل را پیشنهاد می کنند که می تواند در کارهای یادگیری استفاده شود زیرا یادگیری و خود سازمانی می تواند به عنوان مشکل بهینه سازی در بعضی موارد در نظر گرفته شود. امروزه، GA برای دامنه های مختلف شامل جدول زمانی، برنامه ریزی، کنترل روبات، درست سنجی امضاء (دستنوشته)، فرآیند تصویر، بسته بندی، مسیریابی (Sequent, 2005)، سیستم های کنترل کانال ارتباطی (خط لوله)، فراگیری ماشین و بازگردانی اطلاعات به کار برده شده است.

الگوریتم های ژنتیکی (GA) برای بازگردانی اطلاعات جدید نیست. بنابراین، وجود داشتن استعمال های ظاهر شده اخیر از GA به IR، شگفت آور نیست. الگوریتم ژنتیکی (GA) الگوریتم ارزیابی است که برای شماری از عملیات ها مانند بهینه سازی و تکامل راه حل های مسئله استفاده شده است.

GA از عملیات تناسب برای ارزیابی هر راه حل تصمیم اینکه آیا در تولیدات بعدی راه حل ها دخیل خواهد بود استفاده کرد. پس از طریق عملیات آنالوگ ها برای انتقال ژن در تولید جنسیتی، الگوریتن جمعیتی جدید از راه حل های کاندید شده ایجاد می کند. شکل ۲ جریان پایه از فرآیند الگوریتم ژنتیک را نشان می دهد.

عملیات متناسب ویژگی انفرادی را ارزیابی می کند. این باید برای فراهم کردن ارزیابی عملکرد انفرادی در جریان جمعیت طراحی شده باشد. در استعمال الگوریتم ژنتیکی برای بازگردانی اطلاعات، شخص مجبور به فراهم کردن ارزیابی یا عملیات تناسب برای هر مسئله است تا حل شود. عملیات تناسب باید برای مسئله نزدیک جای گیرد زیرا انتخاب آن برای الگوریتم ژنتیکی برای عملیات خوب حیاتی است.

ضریب Jaccard در این تحقیق برای اندازه گرفتن متناسب بودن ارائه ی داده شده استفاده شده است. تناسب کلی برای ارائه (نمای) داده شده به عنوان میانگین ضریب تشابه برای هر پرسش آموزشی مخالف سند ارائه داده محاسبه شده است. تصویر سند همانطور که در بالا به وسیله ی عملگر ژنتیکی توصیف شده است تکامل می یابد (گذر و جهش) به صورت اساسی، میان ضریب تشابه همهی پرسش ها و ارائه ی همه ی اسناد باید افزایش یابد.

سیستم جستجوی بر پایه ی متن برای ساختن ریشه آغاز شده از پرسش کاربر استفاده شده است. اگرچه ریشه شروع شده از سیستم جستجوی بر پایه ی متن همه ی استنباط (اعتمادها) و مرکز منابع درباره ی سوال کاربر را در بر ندارد (Kim, 2007) به جای بهینه کردن نتایج، از الگوریتم ژنتیک که به عنوان کلمه ی کلیدی گسترده استفاده می کنیم که این اصطلاح کلید را برای آستانه ی مطمئن مناسب گسترده می کند.

شکل ۳

۱-۳ فرآیند در الگوریتم ژنتیکی توسعه یافته

تفاوت عمده بین GA و IGA چطور تولید کردن افراد جدید در جمعیت (گروه، اجتماع) بعدی است.

ما دو مکانیزم را برای ایجاد افراد جدید ترکیب می کنیم. IGA از ضریب Jaccard (فرمول ۱) استفاده می کنند که مدل بردار فضایی (VSM) در این جستجو استفاده شده است.

(۱) 

پس ما فرآیند نخبه گری (انحصاری) برای بهترین کروموزوم (والدین) انتخاب شده را اجرا می کنیم و آن ها را اندازه ی واقعی جمعیت مناسب کلون می کنیم (بافت زاد کردن). هدف عمده ی نخبه گری نگهداری از بهترین والدین و نگه داری جمعیت در بهترین راه حل تا پایان برآیند بهینه سازی است.

ما فرآیند کلونی (تقلید عینی) را برای نگه داشتن کودک دقیقاً مثل بهترین خانواده اش دنبال می کنیم. بعد از آن ما از ۲ نکته عبوری و دگرگونی (تغییر) برای جلوگیری از راه حل موجود در حالت بهینه جلوگیری کردیم. فرآیند تکرار شده است تا اینکه وضعیت توقف کننده انجام شده باشد.

علاوه بر این، بازخور موجدو استفاده شده است زیرا یکی از تکنیک های توسعه دهنده ی بازگردانی موثر است. کاربر ابتدا بعضی از اسناد مرتبط (Dr) و غیرمرتبط (Dir) را در ابتدای لیست اسناد بازیابی معرفی می کنند و سپس سیستم پرس و جو را گسترش می دهد، q با خارج کردن بعضی اصطلاحات اضافی از نمونه ی مرتبط و غیرمرتبط از اسناد برای ایجاد qe است.

شکل ۴

۴- وضعیت آزمایشی

ما صفحات web از شبکه های تجاری که مرتبط با Iskandar Malaysia (جدول ۱) است را بازیابی می کنیم. URL آغازی از websit بازیابی شدند و چندین URLها نیاز به بازگردانی شدن از هر یک از URL دارند. صفحات وب مرتبط می تواند در گروه های بسیار مانند ICT یا کامپیوترها، دولت ها، بانک و غیره تعریف شده باشد. چندین فؤایند در این تحقیق مانند ارزش آغازی داشتن، جهش وب، بهینه سازی و تجسم را شامل می شود. در زیر جزئیاتی برای فرآیندها هست.

۱-۴ آغازی سازی (ارزش آغازی)

فرآیند Crawling با تعریف آغازین URL برای جستجو صفحات وب تجاری از اینترنت شروع می شود. لیستی از URLها از طریق وب سایت Iskandar Malaysia به دست آمده است. صفحات وب می تواند در دسته هایی مثل ICT یا کامپیوترها، دولت، دانشگاه ها، بانک ها و غیره به دست می آید.

جدول ۱ بعضی از نمونه های URL مرتبط از صفحات وب Iskandar Malaysia را نشان می دهد.

جدول ۱

۲-۴ web carwling (خزنده وب)

Carwling می تواند در بازیابی صفحات وب تجاری مربوط بعد از ابتدایی شدن URL ابتدایی جای بگیرند. Crawler از تکنیک های جستجوی پهنه ی گسترده استفاده خواهد کرد.

۳-۴- بهینه سازی

بهینه سازی فرآیندی از بهتر کردن چیزی است. فواید بهینه سازی ذخیره ساختمان زمانی و حافظه است. در این حالت، GA برای انتخاب بهترین نتیجه در فرآیند جستجو است که با آن کلمات کلیدی وارد شده به وسیله ی کاربر به تولید کلمات کلیدی جدید گسترش داده خواهدشد.

در الگوریتم ژنتیکی توسعه یافته ما پارامتر را کاملاً متفاوت از الگوریتم ژنتیکی متعارف قرار می دهیم. جدول۲ پارامتر قرار داده شده برای الگوریتم ژنتیکی پیشرفته مقایسه شده با الگوریتم ژنتیکی قبلی در جزئیات است و جدول۳ بعضی از پرس و جوهای کاربر را نشان می دهد.

جدول ۲

جدول ۳

جزئیات فرآیندها در سیستم به صورت زیر است:

۱٫ کاربر پرس و جو را وارد سیستم می کند.

۲٫ وصل کردن پرس و جوها با لیستی از اصطلاحات کلیدی در پایگاه داده

۳٫ نتایج بدون GA به کاربران ارائه شده است.

۴٫ پرو مایل های استفاده شده کاربر زمانی که نتایج مرتبط پیدا شده با سیستم انتخاب می شوند.

۵٫ اسناد بازیابی شده به وسیله ی پرس و جوی انتخاب کاربران برای کروموزوم را کد دهید. (جمعیت آغازی)

۶٫ دسته (جمعیت) فراهم کننده عمل گر فرآیند ژنتیک مانند انتخاب، عبور و تغییر

۷٫ گام۵ را تا دست یابی به تولید قابل دسترس باشد تکرار کنید. سپس به یک پرس و جوی کروموزومی بهینه برای دست یابی سند جدید (با فرآیندGA ) از پایگاه داده دوباره رمز بدهید.

اکثر اطلاعات در اینترنت در حالت وب متن هاست. چگونگی بیان این شبه ساختار و غیر ساختاری اطلاعات وب متنی آماده سازی پایه کاربر بر روی وب کاوی است.

مدل بردار فضایی (VSM ) یکی از گسترده ترین مدل استفاده شد در استعمال GA برای بازیابی اطلاعات است در این تحقیق، VSM به عنوان مدلی برای توصیف اسناد و پرس و جوها در آزمایش گردآوری ها انتخاب شده اند. ما داده را از Iskandar Malgysia برای بازیابی صفحات وب مرتبط با آن گردآوری می کنیم.

۵-۴- اصطلاح برداری و ارائه ی (نمای) سند.

قبل از این که هر فرآیندی بتواند انجام شود، ما ابتدا پیش فرآیند را برای باز گردانی (بازیابی) داده اجرا می کنیم. مدل بردار فضایی (VSM ) یکی از گسترده ترین مدل استفاده شده در عملکرد GA در بازیابی اطلاعات است. بنابراین، VSM به عنوان مدلی برای توصیف اسناد و پرس و جوها در جمع آوری آزمایش انتخاب شده است. بنابراین، در فرهنگ لغت داریم، D؛

(۲) 

i شماری از کلمات کلیدی ممتاز در فرهنگ لغت است. هر سند در کلکسیون به عنوان i بعدی از بردار وزنی توصیف شده است.

شکل ۴

(۳) 

که وزن از کلمه کلیدی برای را ارائه می دهد و به وسیله ی روش اصطلاح فراوانی معکوس سند فراوانی محاسبه شده است. هر پرس و جو در جمع آوری همچنین به عنوان بردار وزنی q تعریف شده است:

(۴) 

که وزن کلمه کلیدی برای را ارائه می دهد و به وسیله ی روش اصطلاح فراوانی محاسبه شده است.

(۵) 

بر پایه ی انتخاب طبیعی در محیط و ژنتیک طبیعی در زیست شناسی، GA مطابق اصل بقای تناسب تکامل یافته و بیشتر در مسائل بهینه سازی به کار رفته است. زمانیکه GA دو دویی را برای طبقه بندی سند به کار می بریم، اکثر تحقیقات از جایگاه (ارزش) ژن در کروموزوم برای ارائه ی کلمات کلیدی کاندید استفاده می کنند.

در این مقاله، ما از GA به عنوان روش بهینه سازی برای گستردن کلمات کلید در حالت پرس و جوهای جدید استفاده کردیم.

اساساً الگوریتم ژنتیکی تحقیقی طبفه بندی است که پیشتر در داده کاوی به کار رفته است. هر اصطلاح برداری را ارائه می کند. مجموعی از اسناد D داده شده است:

(۶) 

اصطلاح

گروهی از اصطلاحات/ کلمات ممتاز در جمع آوری اند. یک وزن مرتبط با هر کلمه از سند است. برای یک اصطلاح که در سند ظاهر نشده است.

(۷) 

سپس اصطلاحات به عنوان کروموزوم به صورت زیر رمزگذاری می شود.

این کروموزوم ها جمعیت آغازین نامیده می شوند که عملگر ژنتیکی فؤایند را فراهم خواهد کرد. طول کروموزوم بستگی به تعداد کلمات کلیدی اسناد بازگردانی شده از پرس و جو دادر. از مثال ها طول هر کروموزوم ۱۶ است. ما از تناسب عملیات برای ارزیابی اینکه راه حل خوب چطور است استفاده می کنیم. بعد از ارزیابی شدن تناسب گروه ها گام بعدی انتخاب کروموزوم است. تناسب زضایتخبش کروموزوم ها برای تولید دوباره انتخاب شده اند. کروموزوم های ضعیف یا کروموزوم های با درخور بودن کمتر می تواند به مقدار کم انتخاب شده یا اصلاً انتخاب نشود.

۴- نتایج و بحث

از جدول ۴، می توانیم ببینیم که نتایج بین GA و IGA به چه مقدار اندک اند. این بخاطر گسترش کوچک ساخته شده برای GA متعارف است.

۸۵/۰ درصد از متوسط دقت افزایش می یابد و ۳۷/۰ درصد میانگین فرا خوانده از GA به IGA متعارف افزایش می یابد. اگر چه و هیچ گسترشی را نشان نمی دهند. این نتایج نشان می دهد که IGA می تواند از GA متعارف حتی زمانیکه نتیجه اندکی متفاوت است بهتر عمل کند. از نتایج همچنین، می توانیم جامعه ی Iskandar Malaysia را کشف کنیم زیرا نتایج می تواند به دیگر شمار اصطلاحات که به Iskandar Malaysia مربوط است گسترش یابد.

جدول ۴

۵- بررسی موردی Iskandar Malaysia

Iskandar Malaysia (سابقاً به عنوان Wilayah Pambangunan Iskandar معروف بود).

یکی از جوامع شرکتی معروف است که به صورت نزدیکی مرتبط با جوامع اجتماعی در مالزی است. ۵ دسته ی موجود با Iskandar Malaysia وجود دارد که اکثراً به صورت خوب توسعه نیافته اند. گسترده ترین آن دسته ی الکتریکی و الکترونیکی (E&E) است که چشمگیر است که به صورت واقعی بخش یکپارچه از دسته ی E&E با Iskandar Malaysia است که مقدار کمتری از ارزش زنجیره ای را تصرف می کند.

شکل ۵، مثالی از شبکه ی اصلی Iskandar Malaysia را نشان می دهد که بدین طریق شبکه می تواند فواید زیادی برای کشور به جای توسعه ی کیفیت شبکه اجتماعی از موضوع تجاری را داشته باشد.

شکل ۵

جدول ۱ اعدادی چند از URLهای مرتبط با Iskandar Malaysia را نشان می دهد. بیشتر URLها متصل به دولت و نواحی تجاری در صفحات وب هستند بنابراین به صورت منطقی در می یابیم که شبکه ی تجاری می تواند به چندین زمینه گسترش یابد که می تواند سرمایه گذاران به آمدن و سرمایه گذاری در مالزی جذب کند. به عنوان شرایطی قبل، هدف عمده ما نشان دادن به صنایع مرتبط یا پیوند اتصال به این صفحات وب است که می توانیم کل یا آمار سرمایه گذاران و منابع از مناطق تجاری آن ها را ببینیم. با توجه به نتیجه، می توانیم گسترش صفحات مرتبط از URL ابتدایی را ببینیم. در شکل ۶ نشان دادیم که شبکه ها می تواند به دسته های مختلف طبقه بندی شود و گسترش صنعت تجاری تأثیر بگذارد. نتیجه به صورت واضح نشان می دهد که هدف برای دیدن صنایع مرتبط می تواند به وسیله ی ذکر (یادآوری) تکنیک ها به دست آمده باشد.

شکل ۵

۶- نتیجه گیری

در این فصل نشان دادیم که یک الگوریتم ارزیابی چگونه می تواند به دوباره فرمول بندی کردن پرس و جوی کاربر برای توسعه ی نتایج تحقیق مکاتبه ای کمک کند. الگوریتم ارزیابی مسئول انتخاب ترکیب مناسب از اصطلاحات برای پرس و جوی جدید است. برای انجام این، الگوریتم از عملیات درخور یک میزان تقریبی بین اصطلاح پرس و جوی انتخاب شده در ملاحظه ی انفرادی استفاده می کند. پس مشتری های طبقه ی بالا (درجه ی بالا) با استفاده از این اصطلاحات بازبینی می شوند. ما آزمایشاتی را برای داشتن نظریه ی احتمال توسعه داریم که IGA می تواند به آن دست یابد. در این آزمایشات ما از دقت به دست امده از برآورد مرتبط با کاربر به عنوان عملیات درخور استفاده کردیم. نتایج نشان دادند که در این مورد، IGA به توسعه ی اندکی در مقایسه با GA متعارف دست می یابد اگرچه، ما می خواهیم که تأکید کنیم که این مکانیزم بازخور سیستم جستجو را به وسیله ی ملاحظه ی پیشنهادات کاربران مرتبط با اسناد پیدا شده توسعه می دهد. که به پرس و جوی جدید با استفاده از IGA هدایت می شود.

در این مرحله از جستجو، اسناد مرتبط تر به کاربر داده شده است. عنوان نتیجه، مدل متعارف الگوریتم ژنتیکی توسعه یافته است. در آینده امیدواریم که سیستم بتواند بیشتر بهبود یابد و نتایج بتواند با نرخ صحت بالاتری در حل مسائل داده کاوی باشد.

فصل ۱۰

چارچوب کاری وابسته به هستی شناسی (موجودیت) برای مدیریت دانش در فرایند سیستم های مهندسی

۱- مقدمه

فرآیندهای مهندسی سیستم ها (SE) به صورت بسیار خلاقانه و کارهای مراقبت دانش را شامل است که حاوی فعالیت های حل مسئله و تصمیم گیری از طریق گروه های میان رشته ای (Meiradier 2002) است.

برنامه ریزی SE شامل تعریف چند مصنوعاتی است که درجه های رسمی سازی مختلف مانند نیازمندی های خاص، ساختار سیستم و اجزای نرم افزار/ سخت افزار را ارائه می دهد. انتقال های (تغییرهای) بین فازهای پروژه ناشی از فرآیندهای تصمیم گیری به وسیله ی قلمرو دانش و تجربه ی مهندسی به صورت کلی در دسترس است.

ما بحث می کنیم که دانش درباره ی فرآیند مهندسی یکی از ارزشمندترین دارایی ها برای سازمان های SE را وضع کردند. اکثر اوقات، این دانش تنها به عنوان دانش ضمنی است که به طور عمیق بر زمینه ی تجربه شخصی مهندسی سیستم بستگی دارد. برای بهره گیری کامل این سرمایه هوشی (ذهنی)، باید صریح و به اشتراک گذاشته در میان تیم های پروژه ها باشد.

روش های ساگار و فراگیر میریت دانش نیاز به کار بردن برای تصرف و یکپارچه سازی پیدایش آیتم های دانش فردی در زمینه ی برنامه ریزی مهندسی یک سیستم دارد.

مدیریت دانش (KM) ترتیبی علمی است که برگرفته از تئوری مدیریت است و تمرکز بر خلق سیستمی، مهار کردن (قدرت)، اشتراک گذاری و استفاده دوباره از منابع دانش در یک شرکت دارد. دیدگاه های مدیریت دانش به صورت کلی به دیدگاه های شخصی تقسیم شده است که بر منابع بشری و ارتباطات و دیدگاه های رمزگذاری که بر گردآوری و سازماندهی دانش تأکید دارد تمرکز می کند. در این جا، دیدگاهی نهایی را برای KM در نظر گرفتیم. تمرکز بخصوص مدل سازی جامع از مهندسی سیستم برنامه ی دانش را بکار می اندازد. این دانش تا حدی در تولید خود وجود دارد در حالیکه انواع مختلف دانش در طول فرآیندهای مهندسی در طول فرآیندها تولید شده اند. اطلاعات زمینه ای مانند چرا مهندسان شکل نهایی یا مهندسی را اختراع می کنند، چه محدودیت هایی در فرآیندهای مهندسی ملاحظه شده است و غیره که دیگر نمی توان پیدا کرد. به عبارت دیگر، علت اکثر طرح همچنین ناپدید یا به صورت بخشی در حالت اسناد مهندسی وجود دارد. تحلیل اعمال جریان مهندسی و پشتیبانی ابزارهای نرم افزاری نشان می هد که آنها به صورت کافی و قابل ردیابی تبادل اطلاعات برنامه را پشتیبانی می کنند اما کمبود قابلیت های ضروری برای مدیریت دانش و استفاده دوباره موجود است.

علاقه (اشتیاق) زیاد اخیر در مهندسی موجودیت (هستی شناسی) در ساختمان سیستمی، سازگار، مدل های قابل استفاده مجرد و قابلیت همکاری علاقه ی تجدید شده داشته است.

با هدف ارائه ی دانش مهندسی صراحت و رسمی بودن برای اشتراک آن از میان گروه های مهندسی چند زمینه ای، کار ما بر پایه ی مهندسی هستی شناسی به عنوان بنیادی برای تصرف دانش ضمنی و به عنوان سیستم دانش پایه است.

در این فصل ما بینش خود در باره ی قالب عمده ی ساختمان چارچوب معنایی برای سرمایه گذاری دانش و اشتراک گذاری در حوزه ی سیستم های مهندسی را ارائه می دهیم. نظر کلیدی پشت طرح ها یک نمای انعطاف پذیر بر پایه ی بودشناسی است که به طور رسمی معناها را برای قادر ساختن به تصرف و استفاده دوباره ی سیستم تجارت مهندسی معرفی کرده است.

تأثیرات اصلی این کار می تواند به صورت زیر خلاصه شده باشد:

– یک چارچوب کاری وابسته به هستی شناسی برای رده بندی کردن دانش مهندسی

سیستم: چارچوب کاری مفاهیم بنیادی را برای یک سیستم همبسته مدل مهندسی دانش شامل روابط صریح بین فرآیند، محصولات، فاعل و دامنه ی مفاهیم است.

– یک مدل سرمایه گذاری دانش: ما بر راه حل ثبتی در طول اجرای پروژه تمرکز می کنیم. ما این مسئله را از طریق استفاده ی چارچوب رسمی برای تصرف و اشتراک مهم KNOW- HOW (بدانید چرا که در متن پروژه ها قرار گرفته است، مخاطب قرار می دهیم.

مفهوم قرارگیری صریح دانش ضمنی (SEEK) را به عنوان ساختار رسمی برای تصرف راه حل ثبت شده مسائل و منطق طرح در پروژه های SE را معرفی می کنیم.

– مدل اشتراک دانش: ما مدلی از فعال بودن معانی از ارتباط بالقوه ی Seek در شرایط مهندسی ارائه می کنیم.

این فصل به صورت زیر ساختاربندی شده است: بخش بعدی درباره ی اطلاعات کلیدی زمینه و مسائل مدیریت دانش در برنامه ریزی SE بحث می کند. بخش ۳ درباره ی نقش ها و نمونه های مهندسی بودشناسی در SE را بحث می کند. در بخش ۴ ما چارچوب کاری هستی شناسی را برای الگوبندی دانش مهندسی سیستم جزءبندی کردیم. بخش ۵، دیدگاه رسمی برای اشتراک گذاری و سرمایه گذاری مهندسی دانش صریح قرار گرفته را ارائه می کنیم. بخش ۶ پیشنهاد ما در فرآیند مهندسی سیستم انتقال را نشان می دهد. بخش ۷ درباره ی روابط مرتبط کاری بحث می کند.

۲- شرایط مسئله

۱-۲ مهندسی سیستم

مهندسی سیستم (SE) یک دیدگاه میان رشته اس است که ما را قادر به فهم سیستم های موفق می کند. این به عنوان مشکل بر هم کنشی حل فرآیند با هدف تغییر نیازمندی های کاربر به راهی جهت رضایت محدوده هایی از عاملیت، هزینه زمان و کیفیت است. این فرآیند معمولاً در بردارنده ی ۷ مورد زیر است:

وضعیت مشکل، بررسی جایگزین ها، الگو دادن به سیستم، یکپارچگی، پرداختن به سیستم، ارزیابی عملکرد و ارزیابی دوباره.

این کارها می تواند با کلمه ی مخفف SIMILAR خلاصه شده باشد.

وضع State، بررسی Inrestigute، مدل Model، یکپارچگی Integrate، پرداختن Launch، ارزیابی Assess و ارزیابی دوباره Re-evaluate.

این فرآیند مهندسی سیستم ها در شکل نشان داده شده است.

شکل ۱

مهم است که به یاد داشته باشیتم که فرآیند مهندسی سیستم ها به ترتیب نیستند. کارها در موضوعات فعل و انفعالی و موازی اجرا شده اند. در هر گام گروهی از مدل های جامع مهندسی ممکن برخواسته است که به صورت پس رونده ای برای تعریف هدف سیستم ترکیب و پالایش شده است.

بخاطر طبیعت خلاق نهادی آن یک مورد خاط از فرآیند تجاری است. این به صورت ضعیف ساختار بندی شده است و به عنوان یک قاعده، شامل یک موضوع غیر قابل پیش بینی است. در چنین تنظیمات دینامیک بالای با تغییر نیازمندی های ادامه دار، اکثریت مقاومت ناپذیر راه های مهندسی کاری به صورت خوب فرمولی نشده است اما به شدن بر پایه ی دانش تجربی از عملکردهای بشر است.

به عنوان نتیجه، مهندسی از محیط برای داشتن پیرو در ارتباط با جمع آوری سیستمی تجربه از چرخه های برنامه ی قبلی و ابعاد آن و بهره مندی از متن های حل مسئله ی آنالوگ در آینده را پشتیبانی می کند.

در بخش ۴ دانش الگوی چارچوب کاری را ارائه کردیم که به عنوان تکیه گاهی برای چیزی که انتظار داریم تا یک “نسل بعدی مهندسی پشتیبانی محیط” باشد، را ارائه دادیم. برای مثال “مرکزیت دانش” نسبت به “مرکزیت داده”.

۲-۲ مسائل مدیریت دانش در SE

مشخصه های ترسیم شده بالا از فرآیندهای SE نشان می دهد که مقدار قابل توجهی از دانش در بردارنده برای حل مسائل بد و خوب تعریف شده است. مهندسان سیستم به دانش موضوعی (یاد گرفته شده از کتاب های درسی (متنی) و رشته ها) و دانش چند بخشی (تجربه با دانش) نیاز دارند (Robillard, 1991).

یکی از مشکلات اصلی در فرآیندهای SE کمبود تصرف (درگیری) و دستیابی به دانش پشتیبانی طرح تصمیمات و فرآیندهای هدایت کننده به آن تصمیمات است.

مهندسیان سیستم سهم های بزرگی از زمان خود را صرف جستجو از طریق مقدار بزرگی از همکاری بازمانده جستجوی کاتالوگ ها برای راه های موجودی می گذرانند که می تواند برای حل مسائل جدید اصلاح یافته یا ابزار جدید مونتاژ شده باشد.

این نیاز به بهره گیری از پایگاه های داده یا لیست کردن متن، تصاویر و طراحی به کمک کامپیوتر (CAD) داده به صورت آنلاین باشد. جستجو و جهت یابی چنین گردآوری هایی بر پایه ی رسته بندی سازنده ی دستی است که مستعد خطا، سخت در نگهداری و اغلب بر پایه ی طبقه بندی متراکم ناکافی است. جستجوی عاملیت به اتصال کلمه ی کلیدی ناکافی متصل به خصوصیت بسیار ساده محدود شده است. این فقدان چارچوب کاری رسمی برای پشتیبانی از دلیل آوری خودکار را دارد.

در این کار ما ابتدا روی موضوع مدل دانش که اغلب به عنوان گام اول در سیستم های بر پایه دانش است تمرکز می کنیم (KBS). هدف این فرآیند فهم انواع ساختاری های داده و روابط آن هاست که دانش می تواند نگه داری و با آن استدلال شده باشد. ما از علم هستی شناسی (موجودیت) برای توصیف مدل دانش در زبان رسمی ارائه (بازنمایی) با بیان معنایی است. به جای تعیین گروه های (بلوک ها) پایه ای منع دانش، عقیده کلی “SEEK” دانش مهندسی صریح جای گرفته را به عنوان کوچکترین دانه در دانش تجربه ی سیستم است. “SEEK” یک ساختار یکپارچه شده را ارائه می دهد که محصول و فرآیند دانش در مهندسی وضعیت در مشابهت گروهی از دانش های بودشناسی دارای لایه را ارائه می دهد.

۳- زمینه: مهندسی بودشناسی (علم هستی شناسی)

علم هستی شناسی اکنون در استفاده گسترده به عنوان یک ابزار رسمی سازی حوزه ی دانش در یک مسیر است که آن را قابل دستیابی، قابل به اشتراک گذاری و قابل دوباره استفاده کردن می سازد در این بخش ما طرح های وابسته به هستی شناسی مرتبط برای فرآیندهای مهندسی پشتیبانی را بازبینی می کنیم.

در دانش مهندسی جامعه، تعریفی به وسیله ی گرابر به صورت گسترده پذیرفته شده است که “جزئیات صریح از تصور” است که تصور گروهی از اهداف با یک تفکر ملاحظه ای موجود در جهان علاقه و روابط بین آن هاست گرابر تأکید می کند که هستی شناسی (موجودیت) به عنوان توافقی برای استفاده ی لغات به اشتراک گذاشته استفاده شده است (تعهد علم هستی شناسی).

هدف عمده ی علم هستی شناسی اگرچه (هرچند) مشخص کردن لغات مرتبط با ناحیه ای از گرایش نیست اما برای تصرف درک های اساسی است.

Uschold نقش های زیر را برای علم بود شناسی تعریف می کند:

– ارتباط بین و میان افراد و سازمان ها

– قابلیت همکاری در میان سیستم ها

– فواید مهندسی سیستم: علم بودشناسی همچنین در فرآیند ساختمان و نگهداری سیستم ها یاری می کند که هر دو بر پایه دانش و جز این هستند. بخصوص:

· قابلیت استفاده دوباره: بودشناسی زمانیکه در زبان رسمی ارائه شده باشد می تواند (یا اگر به وسیله ی ترجمه ی اتوماتیک باشد) اجزایی قابل استفاده دوباره به اشتراک گذاشته در یک سیستم نرم افزاری باشد.

· قابلیت اطمینان: یک ارائه (نمای) رسمی است که انسجام بررسی را آسان می سازد (تسهیل می کند)

· مشخصات (جزئیات): موجودیت (علم بودشناسی) می تواند به فرآیند تشخیص مشخصات برای سیستم IT کمک کند.

یکی از نیازهای عمده ی علم هستی شناسی در حوزه ی SE است، ما بر این باورم که کمبود توصیف صریح دانش در زمینه ی مدل سازی است. همچنین چند انتخابی برای تصرف چنین دانش وجود دارد. ما انتخابی از (گزیده هایی از ) ارائه تلاش ها برای تصرف دانش مهندسی در علم موجودیت شناسی ارائه می کنیم.

هدف علم بودشناسی برای توصیف محصولات است. تجزیه اصلی به بخش ها، ویژگی ها و پارامترهاست. بخش ها به عنوان عنصر مصنوعی طراحی شده است. ویژگی های مرتبط با بخش هاست و می تواند هندسی و عملیاتی باشد (از میان دیگرها). نمونه ای از ویژگی های هندسی شامل روزنه ها، شکاف ها، کانال ها، شیارها، نقش برجسته، پدها و غیره است. یک ویژگی عملیاتی هدف دیگر ویژگی یا قسمت را توصیف می کند. پارامترها خواص ویژگی ها یا بخش هاست برای مثال، وزن، رنگ، مواد. طبقات بخش و ویژگی بهطبقه ی وراثتی سازماندهی شده است. وضعیت های بخش ها و ویژگی ها به خواص اجزا، ویژگی ها و زیر ویژگی ها متصل شده است. روشی از شاخص گذاری طرح دانش توسط سائما پیشنهاد شده است که بر پایه ی مطالعه ی تحقیق تجربه ای است. یافته ای بنیادی از روش شناختی درکی از گروهی از مفاهیم ریشته ای است که نیاز به شاخص دانش در حوزه ی مهندسی طراحی شامل ۴ بعد زیر است:

– توصیف فرآیند برای مثال توصیف کارهای مختلف در هر مرحله از طرح فرآیند

– محصول فیزیکی تولید شده باشد برای محصول، اجزای آن، زیر مونتاژها و مونتاژها.

– عملیات باید به وسیله ی اجزای مخصوص انجام یا متصل شوند.

– مسائل با میل به نیازمندی عملیاتی مانند پیش راندن، قدرت، هزینه و غیره است.

Mizooguchy و Kitamura در سال ۲۰۰۴ یک نمای فراداده ای برای عملیات ارائه سیستمی محصول بر پایه ی تکنولوژی وب معنای برای مدیریت محتوای اطلاعات اسناد طرح مهندسی را گسترش داد. یک علم هستی شناسی که نمای سطح بالا را حمایت می کند ساختار رفتاری عملیات (FBS) بودشناسی است. تمرکز اصلی آن بر ارائه ی اهداف بخصوص مصنوعات طرح است. این اخیراً برای ارائه ی فرآیندهای طرح به کار برده شد. برای قابل استفاده بودن علم بودشناسی، طبقات (طبقه بندی ها) به صورت رایج ایجاد شده اند؛ Borst بودشناسی Physsys را به عنوان شبکه ای پیچیده از علم بودشناسی برای حوزه ی مهندسی را ارائه می دهد که از چند دیدگاهی در سیستم فیزیکی حمایت می کند. هر چند که نتایج نوید بخش از جستجوی موجود در بود شناسی SE گزارش شده است، مدل های گزارش شده ی بود شناسی یک نگاه کل گرا از حوزه ی مهندسی سیستم را فراهم نمی کند.

آن ها همچنین بسیار کلی و تنها بر روی جنبه ی خاصی از ارائه سیستم تمرکز دارند.

زمانیکه یک علم بودشناسی (موجودیت) از میان دیگر چیزها، نظریه ی استفاده دوباره از دانش و تقسیم توانایی به چیزی حرکت کند، استفاده منسجم از کار مهندسی موجودیت (هستی شناسی) را به عنوان مکملی موجودیت متناظر را با وقایع چندگانه ی سیستم فرآیندهای مهندسی ربط می دهد.

۴- چارچوب موجودیت (علم هستی شناسی) برای مدل دانش در برنامه های سیستم مهندسی

در این بخش، چارچوب کاری ما برای مدلی کردن دانش در برنامه های سیستم مهندسی توصیف شده است. ساختارهای آن گام هایی از مهندسی در حالت توصیفات معنایی بر پایه ی یک سیستم مهندسی بودشناسی است. بخش ۱-۴ اصطلاح “موجودیت عمومی “SE را معرفی می کند. بخش ۲-۴ لایه های الگوی ملاحظه شده برای تصرف دانش معنایی را توصیف می کند و بخش ۳-۴ مثالی از مهندسی بیانگر آن را ارائه می کند.

۱-۴ موجودیت عمومی SE

در اینجا بر روی مسئله ی دانش مدلی تمرکز می کنیم که اغلب به عنوان گام اول در توسعه ی سیستم مدیریت دانش بررسی شده است. هدف این فؤایند فهم انواع ساختارها و روابط داده های آن است که دانش می تواند نگه داشته و با آن پاسخ داده شود. از علم موجودیت برای توصیف مدل دانش به وسیله ی زبان ارائه ی رسمی با معانی بیانگر است. برای تعریف ساختمام پایه از مدل دانش است. ما عقیده کلی از دانش مهندسی صریح جای گرفته (مستقر) “SEEK” را به عنوان کوچکترین قسمت در دانش تجربه ی سیستم معرفی کردیم. پروژه ی مهندسی سیستم های کمک کننده ساختاری یکپارچه شده را ارائه می کنند که محصولات و فرآیند دانش در شرایط های مهندسی را به عنوان خصوصیتی از معیارهای موجودیت متصل شده ی ضعیف را ارائه می دهد که به وسیله ی یک موجودیت کل برای مهندسی سیستم ها نگه داشته شده اند.

این موجودیت (وابسته به هستی شناسی) به وسیله ی قلمرو، محصول و فرآیند معیارها گسترش یافته اند. ۳ سطح برای فراهم کردن یک درک معنایی از مدل برای برنامه ی مهندسی سیستم های سرمایه از میان ارائه (تصویر کلی) یکپارچه شده از محتوای معنایی آن، محتوای ساختاری و طرح منطقی آن وجود دارد.

به وسیله ی مثالی این مفاهیم موجودیت، کلمه ی “SEEK” می تواند در انبار (منبع) مهندسی سیستم برای استفاده دوباره ذخیره شود. علاوه بر این، علم بودشناسی می تواند به عنوان ارتباطات پایه درباره ی تولیدات و فرآیندها خدمت دهد برای مثال، برای جستجو در حوزه ی مهندسان سیستم.

– جنبه ی حوزه (سطوح مختلف حوزه): حوزه (منطقه) موجودیت دامنه ی خاصی از مفاهیم، خصوصیات، محدودیت ها و قواعد را تعریف می کند. هدف آن تصرف رسمی یک سیستم هدف مطابق سطوح انتزاعی است، به عبارت دیگر برای هر دامنه از مهندسی، موجودیت (علم هستی شناسی) شبکه ی معنایی توافقی برای ارائه ی نیازمندی های با دامنه ی خاص، عملیات، اجزای رفتاری و فیزیکی به خوبی روابط ساختاری (مانند “هست” “قسمتی از”) و روابط معنایی (مانند “تخصیص”) است را ارائه می دهند.

برای مثال، حوزه ی موجودیت برای مدارهای الکتریکی می تواند از میان دیگر خیزها، انواع کلی عناصر الکتریکی مانند ترانزسیستور، ارتباط مرتبط میان اجزا، قوانین فیزیکی در میان کمیت های فیزیکی، عملیات عناصر و تعیین روابط بین اجزا و عملیات را تعریف می کند.

شکل ۳ سطح بالایی از توصیف جنبه ی منطقه (دامنه- حوزه) را ارائه می دهد.

شکل ۲

– جنبه ی تولید: موجودیت تولید شامل مفاهیم و روابطی است که انواع مصنوعات مانند اسناد مورد نیاز، مدل های عملیاتی، یا تفسیر مفهومی را بیان می کند. موجودیت محصول ساختار منطقی و پایه از الگوی سازنده برای توصیف مهندسی مصنوعی را توصیف می کند. بدین معناسی که داده می تواند از دامنه ی موجودیت خارج شده و به مدل مفهومی موجودیت ساخته شده بسته شده یا صند مهندسی باشد. به وسیله ی عناصر مدلی مرتبط برای دامنه ی مفاهیم می توانیم توصیفی سیستم و معنایی از راه حل مهندسی فراهم کنیم.

– جنبه ی فرآیند: فرآیند در بردارنده مفاهیم و روابط است که به صورت رسمی فعالیت ها، کارها، نقش ها و مفاهیم منطقی (اهداف، جایگزین ها، مباحث، توجیهات برای تصمیم گیری مهندسی) را توصیف می کند.

فرآیند و جنبه های تولید به عنوان ساختار رسمی منطقی برای دارایی برنامه مهندسی سیستم ها عمل می کند.

فرآیند و جنبه های تولید به عنوان ساختار رسمی برای SEEK است.

جنبه ی حوزه مقادیر یک دامنه معنایی برای شرح این ساختار را فراهم می کند. شکل ۴ روابط و حالت تکمیلی از جوانب ۳ مدل برای درک ارائه ی سیسم مهندسی دانش را نشان می دهد

شکل ۳

۲-۴ موجودیت چند لایه برای الگوی دانش SE

در حالیکه معیارهای موجودیت (وابسته به علم هستی شناسی)، تولید و فرآیند مفاهیم سطح کلی را معرفی می کنند که برنامه ی سرمایه یک سیستم مهندسی را معرفی می کند، به خصوصی شدن و بهبود یافته شدن برای فراهم کردن مدل دانش عملیاتی برای برنامه های سیستم های مهندسی نیاز دارد به خاطر این هدف، لایه ای برای سازمان این معیار موجودیت را معرفی می کنیم: یک موجودیت کل برای سیستم مهندسی، یک موجودیت خاص برای دامنه ی مهندسی (مانند سیستم های اطلاعات و اتوماتیک) و یک موجودیت تخصیص در استعمال (کاربرد).

لایه ها موجودیت را به چندین سطح انتزاعی زیر بخش می کند بنابراین دانش کل را از دانش درباره ی منطقه ی خاص، سازمان ها و برنامه ها جدا می کند. این به همه ی سرمایه های مهندسان اجزاه می دهد تا بر پایه ی مفاهیم عمومی باشند در حالیکه در زمان یکسان مکانیزمی برای مقرر سازی سهام داران (بانک داران) مختلف برای تعریف واژگان خاص و تغییر مفهوم را فراهم می کند.

با توجه به مثال آوردن بیشتر مفاهیم خاص موجودیت، آیتم های اطلاعات واقعی می تواند در مرکزی ساختن انبار (مخزن) برنامه ذخیره شده باشد. مفاهیم موجودیت به عنوان شاخص معنایی برای مهندسی مصنوعی است.

هر طبقه در میان ۲ محور انتزاعی و ارتباط های معنایی تعریف شده است. ذهنی بودن (انتزاعی بودن) به مدل سازی اجازه ی تخصیص اندک مدل ها را می دهد که بسیار و بسیار پایدارند که خلاصه ای از نیازمندی سیستم برای پایدار بودن عناصر سیستم است.

پیوندهای معنایی تعریف می کنند که مفاهیم بین و در یک معیار موجودیت به یکدیگر مرتبط اند. نوعی از پیوندهای معانی تابع سازی روابط “بخشی از” روابط و قابلیت ردیابی روابط هستند. برای مثال، یک معیار موجودیت برای یک حوزه، :بخشی از: روابط است که می تواند به اجزای متصل شده فیزیکی تعریف شده و یک رابطه قابلیت ردیابی (تخصیص) می تواند به نقشه عملیات سیستم به اجزای (عناصر) فیزیکی تعریف شده باشد.

به صورت اساسی، دانش در طبقه ی تعیین در اصطلاح مفاهیم در طبقه ی پایین تر توصیف شده است. شکل ۵ طبقه ای از موجودیت های ساخته شده در تکنولوژی عمومی SE در حد بالا را نشان می دهد.

هدف لایه ی اول توصیف فوق مفاهیم است که در مقابل همه ی دامنه ها یکسان است. این متناظر با موجودیت کل SE است.

طبقه ی حوزه (دامنه) مفاهیم مختص و روابط معنایی را برای دامنه ی مهندسی یک سیستم مانند مرتبط با دانش هوانوری را تعریف می کند. این برای مثال هایی از دامنه ی تئوری ها و دامنه ی مفاهیم نوعی یکپارچه شده است که در جامعه مهندسی به اشتراک گذاشته شده است. طبقه ی کاربردی مفاهیم مختص شده ی استفاده شده به وسیله ی سیستم سازمانی مهندسی خاص را ارائه می کند، این مختص ترین سطح برای مشخصه ی دانش است و به عنوان یک نمای سیستمی شده برای برنامه های تفسیر دانش مهندسی عمل می کند.

چهارمین طبقه متناظر برای تفسیر معنایی در برنامه ی سرمایه ی SE با استفاده از اصطلاحات مفهومی از طبقه ی کاربردی تعریف شده است. در این مسیر همه ی سرمایه های پروژه (برنامه ی) SE به عنوان مدل های رسمی دانش به وسیله ی نمونه آوردن موجودیتی مفاهیم تصرف شده اند.

شکل ۴

۳-۴ مثال توضیحی

سناریوی مدلی در دامنه ی ساخت موتورهای هوانوردی را توصیف می کنیم به عنوان یک سناریو همه ی کاربردهای ممکن را نمی پوشاند، ما در این مثال در یک الگوی رسمی از مهندسی مصنوعی به عنوان وضعیتی از جنبه ی دامنه ی نقل قول است.

ارتباط یک توصیف دانش رسمی برای مهندسی مصنوعی در شکل ۶ به بازیابی آن با تحقیق معنایی اجازه می دهد. این دست ساخت به عنوان وضعی از مفاهیم “موتور پمپ محرک هوانورد” “موتور جت” و “پمپ هیدرولیک” مدل سازی شده است. یک پرس و جوی فرموله شده با مفهوم “پمپ” به بازگردانی (بازیابی) مهندسی مصنوعی به وسیله ی استدلال بر گنجاندن روابط بین “پمپ” و “پمپ هیدرولیک” است.

شکل ۵

۵- سرمایه گذاری و اشتراک گذاری دانش صریح واقع در مهندسی

در این بخش ما جزئیات بیشتری درباره ی معیارات تجربه ی مدیریت از چارچوب کاری را داریم. ما جنبه ی دینامیکی فرآیند مهندسی با هدف تصرف دانش ضمنی، تقسیم و بحث در طول پشتیبانی بر اساس موجودیت SE پیشنهاد شده است. ما بر روی فراهم کردن آیتم های دانش مرتبط برای کمک (یاری) به مهارت بشری در حل کارهای دانش مراقبتی تمرکز می کنیم.

مقاله ی ما بر مدل صریح از رابطه بین شرایط مهندسی، اهداف مهندسی، جایگزین های مهندسی و راه حل ها دلالت داریم هسته ی مدل نشانگر “SEEK” است:

جایگزین مهندسی دانش صریح یک طرح رسمی برای ارائه دانش در متن است. SEEKها به وسیله ی نمونه ی موجودیت های طبقه ی کاربردی تعریف شده اند.

۱-۵ تعاریف رسمی

قبل از تعریف قرارگیری صریح مهندسی دانش، به ما اجازه دهید تا معیار موجودیت های ذکر شده در بخش ۴ را فرمول بندی کنیم: ما در اینجا ۲ مکمل موجودیت را در نظر داریم: جهت گیری موجودیت سیستم که متناظر با جنبه ی حیطه و متن موجودیت جهت گیری شده است که متناظر با تولید و جنبه ی فرآیند است.

ما در اینجا موجودیت (هستی شناسی) را به صورت رسمی به صورت زیر بیان می کنیم.

شامل گروهی از مفاهیم C سازماندهی شده در طبقه بندی شده با تابعی مرتبط ، گروهی از روابط معنایی سازمانی با و گروهی از اکسیوم های با محدودیت های قواعدی در ادراک مانند اصلی ها، زودگذری و محدودیت ها.

تعریف ۱: موجودیت جهت گیری شده ی سیستم (OS)

شامل زمینه ی (دامنه) دانش مورد نیاز برای مهندس یک سیستم است. این دامنه دانش سیستمی مطابق سطوح ذهنی (انتزاعی) سیستم مختلف است. سیستم موجودیت به عنوان شبکه ای از معیار زیر موجودیت های ارائه کننده نیازمندی های محیط خاص، عملیات ها و عناصر فیزیکی به خوبی روابط ساختاری شان (مانند “هست یک” “بخشی از”) و روابط معنایی (مانند “تخصیص”) است.

تعریف ۲: متن (تفسیر) موجودیت جهت گیری شده (OC)

در بردارنده ی دانش مورد نیاز برای بیان وضعیت تحت سیستم دانش است استفاده خواهد شد. این شامل مفاهیم و روابط است که به صورت کلی (اساسی) فعالیت، نقش ها، ابزارها و مدل های مصنوعی را توصیف می کند. زمینه موجودیت (هستی شناسی) به عنوان شبکه ی معیار ریز موجودیت ها سازماندهی شده است.

تعریف ۳: توضیح و تفسیر معانی (Annot)

که

Ca گروهی از موجودیت مفاهیم

Ra گروهی از روابط موجودیت

I گروهی از چندتایی (c, r) با c ca , r Ra

یک توضیح و تفسیر معانی به عنوان گروهی از مفاهیم موجودیت و وضع روابط معنایی تعریف شده است. ما از توضیح و تفسیر برای بیان مدل خاص انتخابی یا یک وضعیت خاص مهندسی استفاده می کنیم. شکل ۷ مثالی از معنای تفسیری تعریف شده در طول قسمتی از موجودیت را نشان می دهد.

شکل ۶

پیوستگی توصیف رسمی دانش برای مهندسی مصنوعات (نیازمندی سند) در شکل ۷، به بازیابی آن با تحقیق معنایی اجازه می دهد. تحقیق معنایی اطلاعات را بر پایه ی انواع آیتم های اطلاعات و روابط بین آن به جای استفاده از رشته ی ساده ای از مقایسه ها بازیابی می کند.

تعریف ۴: جای گیری مهندسی دانش صریح (SEEK)

اگر OS و OC به ترتیب موجودیت سیستم و زمینه ی موجودیت باشد، Annot S و Annot C به ترتیب تغییر معنایی OS و OC هستند. یک SEEK طرحی رسمی برای تجربه ی سرمایه گذاری دانش است.

که

EST: مهندسی شرایط (Annot C و Annot S)

EG: مهندسی هدف (Annot C و Annot S)

AS: جایگزین راه حل ها (Annot C)

ES: مهندسی راه حل (Annot C)

REST-EG: مهندسی شرایط که اهداف مهندسی دارد.

REG-AS: یک مهندسی هدف جایگزین راه حل ها را ایجاد می کند.

RAS-ES: انتخاب راه حل مهندسی.

RS-P: توجیه در جهت مخالف مهندسی شرایط.

۲-۵ مدل ارائه دانش

SEEK عملیاتی نیاز به ارائه ی زبان مناسب با معانی روشن و خوب تعریف شده دارد. گرافی مفهومی (Sowa 1989) را به عنوان زبان ارائه (تصویری) انتخاب کردیم. ویژگی های جذاب گراف قبلاً به وسیله ی دیگر محققان دانش مهندسی مورد بررسی قرار گرفت که از آن ها در کاربردهای مختلف استفاده می کنند، گراف های مفهومی به عنوان در بردارنده ی تصویر (ارائه- نما) بین زبان رسمی و زبان گرافیکی ملاحظه شده است زیرا آن ها دیداری بوده و استدلال خوبی در مدل دارند.

در یک گراف مفهومی (CG) صورت گراییف دانش موجودیت در پشتیبانی کد گذاری شده است.

دانش واقعی در نمودارهای مفهومی ساده مرز داده شده است. گسترشی از صورت گرایی اصلی (Baget 2002) نشانگر “نموداری آشیانه ای” است که به مفهوم گره داخلی تصویر در اصطلاح نمودارهای مفهومی ساده اجازه به نسبت دادن می دهد.

برای ارائه ی (نما- تصویر) SEEKها در گراف مفهومی صورت گرایی از این طرح استفاده می کنیم:

– زمینه موجودیت و سیستم موجودیت برای پشتیبانی مفهومی یک گراف (نمودار) ارائه شده است.

– هر تفسیر معنایی به عنوان یک گراف مفهومی ساده ارائه شده است.

– SEEK نموداری مفهومی تو در تو است که مفاهیم مهندسی وضعیت، هدف مهندسی، راه حل جایگزین، راه حل مهندسی به وسیله ی CG تو در تو توصیف شده است. این مدل کلی در هر بار از تصمیم مهندسی به عنوان مثالی در فرآیند برنامه ذکر شده است. شکل ۸ یک مدل SEE را به عنوان نمودار مفهومی تو در تو (آشیانه ای) توصیف می کند.

۲-۵ مدل اشتراک

ما هدف ایجاد یک حمایت پویشگرایانه برای دوباره استفاده کردن از دانش داریم. در چنین دیدگاه هایی پرس و جوها برگرفته از جریان زمینه کاری از ابزار کاربردی است بنابراین تهیه ی محصول (تولید) قابل استفاده دوباره یا پردازش دانش، جریان وضعیت مهندسی را پیوند می زند.

پیدا کردن تطبیقی بین وضعیت مهندسی جاری و هدف و گروهی از SEEKهای سرمایه ای به مکانیزم استدلال استاندارد در نمودارهای مفهومی بستگی دارد: روش ترسیم به یاد می آوریم که عملیات ترسیمی به وسیله ی Chein (1990) و Mugnieer تعریف شده است.

روش ترسیمی Chein (1990) و Mugnieer

با دادن ۲ گراف مفهومی ساده G و H، یک ترسیم از G به H یک جفت سفارش شده از طرح (RG, CG) به (RH, CH) است، که:

– برای همه ی یال ها rc به G با نام یالی از H با نام I است.

روش ترسمی از G به H وجود دارد اگر و تنها اگر H برگرفته از G به وسیله ی قواعد مختص ابتدایی باشد.

با استفاده از روش ترسیمی، سیستم استدلال قادر به فهم نه تنها توصیفات تجربیات است که به وسیله ی مفاهیم و روابط دقیق تفسیر شده است بلکه آنها به وسیله ی ریز نوشته های این مفاهیم تفسیر شده است. در کنار آن، برای جستجوی با تجارت مبهم یا ناکامل یا برای جوابگویی یک پرس و جوی مبهم، روش های ترسسیمی تقریبی می تواند استفاده شود. ما همچنین برگسترش برای روش ترسیمی گراف های مفهومی برای پذیرفتن حساب قسمتی (بخشی از) از تطبیق مهندسی شرایط کار می کنیم.

هدف نهایی ما شامل تعریف وضعیت تقریبی تطبیقی با نتیجه ی ترتیب جزئی در SEEK مطابق ارتباط آن ها رای وضعیت جریان مهندسی است.

۶- بررسی مورد: حمل و نقل اتوماتیک شده ی زیر سیستم

این بخش یک بررسی مورد بر پایه ی موجودیت مدل برای قرارگیری تجربه ی مهندسی است. دامنه ی کاربردی زیرسیستم حمل و نقل اتوماتیک است: یک واگن اتوماتیک، به عنوان مثالی، ما نمونه ای از اجزای تخصیص فرآیند این زیر سیستم را در نظر می گیریم.

فرض می کنیم که دیدگاه عملیات زیر سیستم ها به وسیله ی دیاگرام جریان داده (DFD) در شکل ۹ نشان داده شده است. عملیات اصلی ملاحظه شده هستند به صورت: سرعت مجسم کردن، جایگاه مجسم کردن؛ کنترل حرکت، سوق دادن، وقفه و در بردارنده ی مسافران. DFD نتیجه ای تجزیه ی عملیاتی ساختاری شده از نیاز ابتدایی است: “برای انتقال مسافران از نقطه ای به نقطه ای دیگر”. طرح (Know- how) بدانید چطور شامل چنین دانش عملیاتی استفاده شده در فاز طرح مفهومی است که معمولاً به حالت ضمنی باقی مانده زیرا هر طراح به آن دست می یابد. در حالت پیچیده محیط های مهندسی، این دانش ضمنی می تواند نقش حیاتی برای سیستمی کردن طرح مفهومی ایفا کند. به عنوان گروه های چند زمینه ای (مکانیکی، الکتریکی، گسترش دهنده ی نرم افزار) اغلب کار به طور همزمان بر روی یک سیستم تنها انجام می گیرد، این می تواند برای داشتن توافق درباره ی مفاهیم عملیاتی توصیف خانواده ی سیستم در یم موضوع غیر مبهم و صریح مفید باشد

شکل ۸

عملیات سیستم باید برای اجزای فیزیکی بازنمایی شده باشد. عملیات بازنمایی اجزای فیزیکی می تواند از یک به یک یا تعداد زیاد به یک باشد. علاوه بر راه حل فیزیکی که با نیازمندی های غی عملیاتی (یا اهداف نرم) محدود شده است مانند: عملکرد سیستم با نسبت دادن طول سفر، تسهیلات حدود شتاب، رفاه و قابلیت اطمینان است.

انتخاب هر راه حل فیزیکی گروهی از جایگزین های مهندسی ممکن را ایجاد می کند. نیازهای جهانی سبک و سنگین کردن برای فهم جایگزین های ممتاز است. یک ایفای نقش پیچیده معمولاً در میان جایگزین ها وجود دارد. برای مثال فعالیت های ضبط (تصرف) سرعت و جایگاه تخمینی دستگاه سیستم داخلی انتخابی است که سرعت را به خوبی جایگاه برای اجرای تسخیر سرعت عملیات انتخاب های مهندسی را برای ترادیسنده ی خاص انحصاری محدود خواهد کرد.

با دادن عملیات خاص تنظیم، برای مهندسان مبتدی برای پیدا کردن اجزای فیزیکی متناظر به خوبی محدودیت عملیات تخصیص انتخاب ها کمک کننده باشد.

مانند زمینه ی عملیات تجزیه این دانش به توده ای بزرگ از اسناد مهندسی تقسیم شده و به صورت صریح مدل بندی نشده اند. بحث می کنیم که یک ارائه صریح از ارتباطات بین اعضا و عملیات می تواند در فرآیند تخصیص کیفیت توسعه یابد.

علاوه بر این طراحان معمولاً میل دارند تا از طرح دانش تصرف شده برای پذیرش راه حل ها و به کارگیری آنها برای جریان مسائل دوباره استفاده کنند و طراحان مبتدی مایل به فهم دروس (علم) از تجربیات گذشته هستند. در این مورد، یک ارائه ی قابل خواندن توسط ماشین از مسیر مهندسی تصمیم در طول برنامه (پروژه ها) باید استفاده موثر دوباره تصمیم قبل را مقدور بسازد.

برای تغییر این مسائل، مهندسی موجودیت را برای تهیه ی یک سیستم پایه برای دامنه ی دانش مهندسی و استفاده از آن ه عنوان اساسی برای توصیف انتخاب های مهندسی و سبک و سنگین کردن بر گرفته از پروژه های قبلی استفاده می کنیم.

برای نشان دادن استفاده از چارچوب کاری موجودیت پیشنهاد شده برای تعریف یک دانش مهندسی جای گرفته، از موجودیت های نقل و قول شده نشان داده شده در شکل ۱۰ و ۱۱ استفاده می کنیم.

– بخش OS جنبه عملیاتی و ساختاری را تصرف می کند.

– بخش OC جنبه ی تولید و فرآیند را می پوشاند. در این مثال فرآیند پیشنهاد شده ای را پذیرفته ایم برای CSE با مدل SYSML است.

با استفاده از این زیر موجودیت ها می توانیم SEEK را برای طرح تصمیم سرعت و جایگاه تصرف شده ی زیر سیستم از واگن اتوماتیک را توصیف کنیم، موضوع برای یک نیازمندی عملیاتی خاص از قابلیت اطمینان است. مدل SEEK در شکل ۱۲ نشان داده شده است.

اگر وضعیت مهندسی جدید را در نظر بگیریم، به وسیله ی زمینه ای یکسان از موجودیت و هدف تخصیص عملیات به واگن اتوماتیک “حرکت می کند” SEEK بهره گیری شده تطبیق شده با این وضعیت مهندسی به وسیله ی داشتن رابطه ی مختص بین مفاهیم موجودیت به داخل حساب است.

شکل ۹

شکل ۱۰

شکل ۱۱

۷- کارهای مرتبط

بیشتر ابزارهای SE هم اکنون با فقدان جنبه های ضروری به پشتیبانی سرمایه ی دانش و استفاده دوباره در طول فرآیندهای پروژه نیاز دارد. بعضی پروژه های تحقیقی اخیر تلاش به تفسیر این مسائل در دامنه های خاص مهندسی دارند. برای دانش خودمان، چارچوب برای مدیریت دانش در دامنه SE وجود ندارد. در اینجا بعضی کارهای مرتبط با تحقیقات مان را بحث می کنیم. زمانیکه دامنه مهندسی سیستم نمایی کلی متدولوژی برای چندین دامنه از مهندسی را فراهم کند ما بر بعضی دیدگاه هایی از مهندسی نرم افزار و (زیر) دامنه های طرح مهندسی بحث می کنیم.

در دامنه ی تلاش مهندسی نرم افزار مانند (Ramesh 1992) REMAP، (Tautz 1998) REFSENO و (Henninger 1998) BORE می تواند به عنوان جریان جستجوی عمده است که دخیل در نرم افزار مدیریت دانش باشد. اگرچه مدل های دانش به وسیله ی این دیدگاه های مختلف به کار گرفته شده است. REMAP و REFSENO نزدیک ترین تلاش برای دیدگاه هاست. REMAP همچنین مناظرت را به عنوان اجزای جاسازی شده مشابه برای مدل دانش به کار گرفته شد اما مدل REMAPS توصیفی از چیزی که در نظر گرفته شده تا سرمایه ی یک سیستم دانش مهندسی را گسترش دهد.

در این دامنه از طرح مهندسی Kim (2001) مفاهیم هوش مصنوعی را به سیستم های بازرگانی PDM یکپارچه کرده است.

نرم افزار بر پایه ی مدل جریان کاری — و دینامیک از آنجائیکه (همانطور که) مخالف جریان کاری در اکثر کاربردهای PDM دیده شده است. یک سیستم مدیریت جریان کاری غیر قابل انتقال مدیریت فؤایندهای کار و جریان اطلاعات را یکپارچه کرده است. سیستم می تواند به وسیله ی ابزاری از پرس و جوی معنایی و دست بردن در زبان جستجو شده باشد. اگرچه سیستم بر فرآیند تجویزی تعریف دلالت دارد که نیاز به فرآیندهای خوب فهمیدن و خوب مستند شدن نیاز دارد.

همانطور که این برای مفهومی مهندسی به کار نمی رود، این دیدگاه باید برای فرآیندهای ساختاری شده ی ناقص گسترش یابد.

Gao (2003) یکپارچگی از یک سیستم PDM با روش های موجودیت و ابزارها توصیف می کند. اصلاح موجودیت Protégé به وسیله ی برای فراهم کردن قابلیت های مدیریت دانش برای مرحله ی طرح مفهومی با یک سیستم PDM تجاری ترکیب شده است.

در یک تحقیق پروژه ی مرتبط، یک رویارویی گرافیکی آشنایی با دانش گسترش یافته است، در جهت مخالف برای دیدگاه دانش تجربی ثبت شده نیست. دوباره این دیدگاه بر یک حوزه دلالت دارد که فرآیندها نسبت به مهندسی سیستم بهتر فهمیده می شوند.

Regli و Kopena (2004) موجودیتی را برای نمایی از تولید دانش طراحی کردند. هسته ی موجودیت ساختار اساسی برای توصیف محصولات از یک دیدگاه عملیاتی را تعریف می کند. گسترش اصطلاحات دامنه ای از ابزارهای الکترومکانیکی را تعریف می کند مدل ارائه (تصویر) بر پایه ی سیستم توصیف منطقی (DL) با بیانگری کم برای دستیابی قابلیت محاسبه و قابلیت صعود است. در این کار، تنها جنبه ی توصیف تولید تفسیر شده استو یک معمار موجودیت (علم هستی شناسی) برای مدیریت دانش که مشابه به چارچوب کاری پیشنهاد شده است، به وسیله ی Brandt (2007) پیشنهاد شده و در زمینه ی فرآیندهای مهندسی شیمی نشان داده شده است. استعمال و گسترش مفاهیم برای دامنه ی مهندسی سیستم در میان بررسی تحقیق ابتدایی بوده است.

این بررسی دقیق و کامل نیست ما درباره ی پروژه ی مهم بحث کردیم که انتخاب های مدل ما را راهنمایی می کند، که چندین دیدگاه تحقیقی اخیر در اشاره به این مسیر وجود دارد که مهندسی موجودیت بهره گیری می کند و تکنولوژی های وب معنایی برای بهبود (گسترش) فرآیندهای مهندسی است.

۸- نتیجه

فرآیند های مهندسی سیستم بر مدیریت اطلاعات و دانش دلالت می کند و می تواند به عنوان فرآیند تولید دانش بررسی شده باشد. هدف اصلی این فصل ارائه ی کار مداوم مرتبط با اعتبار موجودی ما بر پایه ی چارچوب کاری برای سرمایه ی تجربه و استفاده دوباره از آن است.

یک اصل سازنده برای تحقیق آینده استعمال این چارچوب مدلی در زمینه ی سازمان مهندسی برای بهبود بیشتر در عامل است. ما همچنین برای استفاده چارچوب کاری یکسان برای تصرف “بهترین عمل های” دانش برنامه ریزی می کنیم. مسئله ی فراهم کردن رویارویی با مدیریت دانش برای سیستم مهندسی موجود حمایت ابزارها یکپارچه شده است که همچنین تحت بررسی است.

فصل ۱۱

موجودیت (علم هستی شناسی) ارائه ی دانش (تصویر دانش) برای برطرف سازی ناهماهنگی معانی در قابلیت ردیابی نیازمندی های نرم افزار

۱- مقدمه

هماهنگی در نیازمندی های نرم افزار به صورت منظم به عنوان مسئله ای چالش انگیز،، به خصوص در ناحیه ای از نیازهای قابل ردیابی بحث شد. در عمل نیازمندی ها به صورت بنیادی به وسیله ی مشتریان در اصطلاح زبان طبیعی که به صورت غیر قابل اجتناب ابهام را به ارث می برد بیان شده اند. اجزایی از نیازمندی ها ممکن است در چنین راهی بیان شده باشد که بهترین راه جای گرفته از دیدگاه انفرادی است. اصطلاحات و واژگان در نیازمندی ها بیان شده بنابراین می تواند متفاوت باشد. که به رسم عادت وابسته به نقش های مشتری، دانش زمینه، بعد نمایی و سطح فهم در مسائل سیستم باشد.

اغلب سیستم تحلیلی می تواند نیازمندی های بیان شده به وسیله ی واژگان مختلف و اصطلاحات تصرف شود در حالیکه معنی یکسانی را منتقل می کند. به شمار آوران تنوعی که نیازمندی های نرم افزار چطور می تواند بیان شده باشد و چه کسی نیازمندی ها را بیان می کند، آنالیز سیستم می تواند از تکنیک های مختلف برای فراخواندن نیازهای مشتریان را استفاده کند.

اندازه (محدوده ی ) تکنیک های نیازمندی ها از نوعی از گونه ها مانند خویشتن نگری، پرسشنامه ها، مصاحبه ها، گروه تمرکز و پروتکل تحلیلی (Goguen ,Linde 1993) برای مدرن کردن شبیه هجوم بردن و انتقال دادن مدل نیازمندی ها است. مسئله ای نیست که تکنیک های استنباطی جایگزین شده باشد، نیازمندی ها از مشتریان مختلف اغلب روی هر قرار می گیرد، که به صورت امکان ناسازگار و به هم پیچانده شده است. زمانیکه سیستم ها بسیار پیچیده تر می شوند، به صورت قابل افزایش این مسئله برای تحلیل های سیستم برای برطرف سازی هماهنگی در نیازمندی های نرم افزار است تا اینکه نیازمندی ها بتواند به صورت راحت گوناگون شده و معتیر باشد.

اثر (علت) هماهنگی بسیار حیاتی در توسعه ی محیط نرم افزار گروهی توزیع شده است در حالیکه ناهماهنگی مشخصه ای بنیادی در چنین محیطی است. با پیدایش توسعه ی نرم افزار ناپیوسته و برون مرزی نرم افزار مختص (اختصاصی) می تواند به صورت گروهی به وسیله ی گروهی از توسعه دهندگان در سایت های چندگانه، به صورت ممکن با روش ها و ابزارهای پیشرفت مختلف ساخته شده باشد. بنابراین مهم است که آنالیزگر سیستم بفهمد و قادر به برطرف سازی شباهت نسبی و چند حالت برای (بیان) حالت نیازمندی ها و ارائه برای ارتباط بهتر، بررسی انسجام و ردیابی بین نیازمندی ها در موضوع توزیع شده باشد.

از آن دیدگاه، به مستقر کردن موجودیت (علم وابسته به هستی شناسی) به عنوان ارائه (تصویر) دانش برای رخ داد مشترک “فهم” در فرآیند نیازمندی های ردیابی را پیشنهاد می کنیم. به وسیله ی “نمای (ارائه) دانش موجودیت” دیدگاه مدلی پایه برای آنالیز سیستم برای بیان “دامنه ای از گفتمان” برای استنباط نیازمندی های نرم افزار به خوبی عناصر نیازمندی طبقه های (گروه های) پایه و روابط آن ها را فراهم می کند.

با ارائه دانش موجودیت ها، تطبیق موجودیت به عنوان علت مکانیزم در تولید روابط قابل ردیابی بدون محدودیت آزاد در بیان مفاهیم موجودیت به طور متفاوت به کار رفته است.

روابط به وسیله ی نمای برگرفته از مفاهیم قیاس موجودیت عناصر مورد نیاز تعریف شده است. ما تصویری از دانش وابسته به هستی شناسی برای نیازمندی های قابلیت ردیابی نرم افزار را نشان خواهیم داد و کارمان را با قابلیت استعمال ارائه ی دیگر دانش برای هدف یکسان را مقایسه می کنیم. بخش ۲ در بردارنده ی نگاه ادبی (بازبینی ادبی) است که به ارائه ی گسترش دانش وابسته به هستی شناسی در این کار هدایت می کند. بخش ۳ نظر اصلی ما از ارائه ی دانش بودشناسی برای بیان نیازمندی نرم افزار را بین می کند. بخش ۴ جزئیات اینکه ما چگونه می توانیم نیازمندی های قابلیت ردیابی را از طریق تطبیق فرآیند اتوماتیک کنیم. بخش ۵ کمک ها و مسیرهای بیشتر از کارمان را در بر دارد.

۲- مدیریت با هماهنگی در چرخه ی زندگی توسعه ی نرم افزار با ارائه ی دانش (تصور دانش)

توسعه ی نرم افزار پردازش دانش در راه بسیار متمرکز شده است. کسب دانش یک فرآیند اساسی تشخیصی از گرد آمدن نرم افزار مورد نیاز و استنباط برای به دست آوردن اطلاعات مورد نیاز برای حل مسائل است. مدل های نرم افزار حالتی از ارائه دانشی است که از سازندهی موقتی دانش پر از ساختار برای ارائه ی راه حل های نرم افزار در فرآیند تحلیل نرم افزار نتیجه می شود. همچنین کاربرد نرم افزار همچنین حالتی ارائه ی دانش از راه حل نرم افزاری است که می تواند تفسیر شده و پرداش شده به وسیله ی پردازشگرهای کامپیوتر می باشد. تصویر دانش (ارائه) همچنین یک وسیله ی نقلیه ی کلید برای سازماندهی و ساختاری کردن اطلاعات دانش در چرخه ی گسترش نرم افزار است که اطلاعات می تواند به سادگی فهمیده شود، به صورت سیستمی گوناگون شده و به وسیله ی توسعه ی سیستم و هدف کاربر معتبر شده باشد. برای کنترل معانی ناهماهنگ در توسعه ی نرم افزار، انتخاب تصویر (نمای) دانش که قدرت بیان کافی همانطور که ادامه می بینیم داشته باشد ضروری است. در وهله ی اول نیاز است که چنین ارائه ی دانشی قادر به تشخیص معانی مختلف در بیان نیازمندی ها و مدل های مختلف نرم افزار باشد. دوماً معنایی از حالت و مدل ها را بدون محدودیت اینکه چطور نیازمندی های وضع و انتخاب های مدل های نرم افزار که توسعه دهندگان سیستم می خواهند استفاده کنند را باید نشان دهد.

در این نگاه، ساختمان اساسی از تصویر دانش باید قابل تشخیص انواع و وضع تعاریف در نیازمندی های عناصر قادر باشد که می تواند معنای نیازمندی ها را از حالت های نحوی متمایز کند. در نهایت، تصویر دانش باید به صورت طبیعی علت و استنباط برای حل ناهماهنگی معنایی برخواسته در فرآیند گسترش نرم افزار باشد.

اخیراً گروهی از ارائه ی دانش وجود دارد که کاربردی برای توسعه ی نرم افزار است. کارهای قابل چشمگیری بر پایه ی ارائه ی دانش هدفمند RML برای نیازمندی های خاص در ارائه ی دانش Cake و استنباط موتور بر پایه ی منطق ها و برنامه ی حسابی برای گسترش نرم افزار از نظر Feldman و Rich و ارائه ی دانش Telos بر پایه ی هدف با قواعد محدودیت ها و استنتاج در Mylopoulos با یکپارچگی است. این کارها دلیلی مستحکم در کاربرد ارائه ی دانش برای توسعه ی دانش فراهم می کند. هر چند هر یک از این تصاویر دانش تأکید بر برطرف سازی در مدیریت ناهماهنگی معنایی که ممکن است برخیزد ندارد. اگرچه درجه ای مطمئن از برداشت معانی می تواند برگرفته از مکانیزم های ساختاری مانند عمومیت، گردآمدگی و طبقه بندی مانند Telos باشد که مشمولیت دانش ایجاد شده از طریق قواعد محدودیت صریح مختلف اند.

از دیدگاه ما، ناهماهنگی معنایی می تواند صریح و غیر صریح در بیان نیازمندی ها باشد. به وسیله ی ناهماهنگی معانی معنی کلمات و فهم مفاهیم می تواند متمایز باشد یا از یک جامعه به جامعه ی دیگر تقسیم شده باشد. قطع نظر از نحو که به ساختار دیاگرام ارجاع می دهد که کلمات یا مفاهیم ارائه شده اند. در این نگاه، این امکان ندارد که به صورت صریح قواعد محدود را یا روابط را تعریف کنیم که به صورت کامل می تواند معنایی ناهماهنگ را بر طرف کند. در اکثر دفعات، ناهماهنگی معانی غیرصریح و برای افرادی که چنین معانی کلمات یا مفاهیم را بیان می کنند شناخته شده نیست. به سوی این دیدگاه ما درباره ی اصول موجودیت به عنوان صریح و معتبر کردن مشخصات ادراک برای استخراج و معتبر کردن معانی را جستجو می کنیم.

در زمینه ی مهندسی نرم افزار، کارهای زیادی وجود دارد که به کار رفته و از موجودیت برای فرآیندهای مختلف و یا فاز در چرخه ی توسعه ی نرم افزار استفاده شده که از آنالیز نیازمندی های نرم افزار (Kaiya, Saeki, 2005)، تخمین هزینه در پروژه ی برنامه ریزی برای مهندسی مجرد شروع می شود.

همچنین گروه خاص از کارهای مرتبط برای استفاده از موجودیت برای توزیع چند سایتی توسعه ی نرم افزار وجود دارد. با توجه به نوشته ها، این کارها بر روی استفادهی از یک موجودیت تنها برای اشتراک درک رایج، ساخت دستی موجودیت و به کار بردن موجودیت برای کاربرد دامنه های خاص است. در خلاف کارهای مرتبط انجام شده در بالا، دیدگاه ما مرتبط با موجودیت قابلیت همکاری است که سهام داران را به یک موجودیت تنها مجبور نمی کنند اما از چند موجودیت ها برای بیان موضوعات نیازمندی های چند بعدی حمایت می کند. برای اینکه کمی دقیق تر باشیم، هدف دادن سهام های مختلف با ازادی برای ارتباط میان یکدیگر بر پایه ی موجودیت های تعریف شده داریم.

علاوه بر این دیدگاه ما ساختاری اتوماتیک از چند موجودیت ها فراهم می کند که برای ارائه ی چند بعدی نیاز به دست ساخته های هر دامنه ی خاص استعمال را فراهم می کنیم. بخش بعدی بیشتر موجودیت استعمال در کارمان را توصیف می کند.

۳- دیدگاه موجودیت نمای (تصویر- ارائه) دانش برای نیازمنی های نرم افزار

یک موجودیت جزئیاتی رسمی صریح از درک به اشتارک گذاشته است. هستی شناسی دانش توافقی را تصرف می کند که در اصطلاح مدل رسمی تعریف شده است. در هستی شناسی، گروهی از انواع مفاهیم و گروهی از حکم ها به صورت صریح با متن های قابل خواندن برای انسان و قابل خواندن برای دستگاه تعریف شده است. هستی شناسی واژگانی معمول از ناحیه و تعریف را- با سطوح مختلف رسمی- با معنی اصطلاحات و روابط بین آن ها فراهم می کنند. در صحبت کلی، دانش در هستی شناسی ها با استفاده از ۵ عنصر معتبر شده است: طبقات، روابط، عملیات، قواعد کلی (حکم ها) و خصوصیات. طبقات در هستی شناسی معمولاً در علم رده بندی سازماندهی شده است.

هستی شناسی به صورت گسترده به عنوان عنصر مهم در بیشتر نواحی مانند مدیریت دانش، تجارت الکترونیک، سیستم های توزیع، سیستم های بازیابی اطلاعات و در پیدایش زمینه های مهم وب معنایی مهم است.

هستی شناسی می تواند به صورت مفید در جامعه در مسیر ساختاری و تعریف معنایی اصطلاح چند داده ای مفید باشد که اخیراً گردآوری و استاندارد شده است.

با استفاده از هستی شناسی ها، استعمال های آینده (فردا) می تواند در حالت حسی “هوشمند” باشد که می تواند بسیار دقیق در سطح مفهومی انسانی کار کنند.

شکل ۱

ما مفهوم هستی شناسی را برای چارچوب کاری قابلیت ردیابی نیازهای چند بعدی (MUPRET) به کار می بریم که تکنیک های پردازش متعارف زبان (NLP)، دیدگاه های بر پایه ی قانون و مفاهیم هستی شناسی برای بر طرف کردن ناهماهنگی در نیازمندی دست ساخته های چند بعدی را ادغام می کند. شکل ۱ چارچوب کاری MUPRET ما که در بر دارنده ی ۵ معیار اصلی را نشان می دهد:

تحلیل کننده نیازها (RA)، تولید کننده اجزای نیازمندی ها (REG)، سازنده ی هستی شناسی پایه (BOC)، نیازهای هستی شناسی سازنده (ROC) و تطبیق دهنده ی هستی شناسی (OM).

جزئیات همه ی معیارهای منظم در چارچوب کاری MUPRET در عمق ارائه شده است که در جائی دیگر در مقاله های قبلی موجود است.

۵ معیار اصلی می تواند بطور خلاصه به صورت زیر توضیح داده شود:

۱- معیار RA از گروهی از دست ساخت های ارائه شده در اصطلاح زبان طبیعی یا متن ساده انگلیسی ارائه شده است. این از تکنیک های NLP برای آنالیز این دست ساخته ها و ایجادتصویر معنایی واژگانی به عنوان خروجی استفاده می کند.

۲- معیار REG از دیدگاه بر پایه ی قاعده برای استخراج اتوماتیک عناصر نیازمندی از نیازمندی های مصنوعی بهره می گیرد.

۳- معیار BOC یک هستی شناسی پایه برای طبقه بندی نیازمندی های انواع احتیاجات دست ساخته در دامنه ی نیازهای نرم افزاری می سازد.

۴- معیار ROC عناصر نیازمندی ها را به هستی شناسی پایه برای نیازهای خودکار سازنده ی هستی شناسی هر بانکدار به عنوان تصویری رایج برای مقاصد تبدیل دانش متصل می کند.

۵- معیار OM از تکنیک تطبیق برای ایجاد اتوماتیک قابلیت ردیابی روابط زمانیکه تطبیقی در نیازهای هستی شناسی پیدا می شود به کار می رود.

خلاصه، ما چارچوب MUPRET را پیشنهاد می کنیم که به “هستی شناسی” به عنوان یک مکانیزم مدیریت دانش برای فاصله ی مشترک “فهم” بدون محدودیت آزاد در بیان نیازمندی ها به صورت مختلف نظم می دهد. “تطبیق هستی شناسی” به عنوان یک مکانیزم دلیل در ایجاد خودکار قابلیت ردیابی روابط کاربردی است. روابط به وسیله ی استنباط مقایسه ی معانی مفاهیم هستی شناسی با ارائه ی عناصر مورد نیاز تعریف شده اند.

۴- تطبیق هستی شناسی ها برای قابلیت ردیابی نیازها

همانطور که به صورت خلاصه در قسمت معرفی بحث شد، نرم افزار با مقیاس بزرگ از توسعه به صورت اجتناب ناپذیر شامل گروهی از بانکداران است که هر کدام از آن ها ممکن است نیازمندی های خود را به صورت اصطلاحات متمایز بیان کنند و ارائه به ابعاد یا برداشت های مشکلات به اشتراک گذاشته آن ها بستگی دارد. چنین نیازهایی نتیجه در دست ساخته های مورد نیاز چند بعدی دارند.

این دست ساخته ها ممکن است بزرگ، پیچیده، مبهم، ناقص، زائد، و ناسازگار باشد. هر چند، آنها باید برگزیده، متنوع و ادغام شده باشند تا به یک هدف معمول از توسعه دست یابند. علاوه بر این، الزامات دست ساخته ها به صورت مکرر موضوع برای تغییر است. برنامه ریزی، کنترل و اجرای تغییرات الزامات می تواند خسته کننده، زمان بر و هزینه بر باشد. تعیین تأثیرات ایجاد شده به وسیله ی تغییرات الزامات در سیستم های نرم افزاری بر پایه ی قابلیت ردیابی نیازمندی ها ایجاد شده است. قابلیت ردیابی الزامات دست ساخته های چند بعدی به صورت منظم به عنوان یک مسئله ی بحث برانگیز به خصوص در مدیریت تغییر الزامات بحث شده است. ناهماهنگی دست ساخته های الزامات چند بعدی ایجاد عملکرد نشانه یابی، اثبات و اقدام الزامات را سخت ساخته است. بصورت بسیار به خصوص، این می تواند بسیار مشکل برانگیز باشد زمانیکه الزامات چند بعدی دست ساخته ها با هم معنی ها بیان شده باشند (برای مصال اصطلاحات مختلف که معنی یکسان را می رسانند) و هم آواها (شامل کلمات یکسان با معنی متفاوت) و دیگر سرمایه داران که می خواهند این دست ساخته ها را با یکدیگر به اشتراک بگذارند. در این وضعیت، هستی شناسی می تواند نقش ضروری در ارتباط میان چندین سهام دارد و زمینه ی یکپارچه سازی سیستم ایفا کند. برای قادر بودن به رسیدن به اهداف خود، این بخش تطبیق فرآیند هستی شناسی اجرا شده در ۴ گام زیر برای دلیل بر قابلیت ردیابی که می تواند بین نیازها برخیزد وجود دارد:

گام ۱) مفاهیم عناوین را بررسی کنید کدام نشانگر گروهی از مفاهیم است که چیزی می تواند تحت عنوانی که رمز گذاری شده است طبقه بندی شود.

گام ۲) مفاهیم گره ها را بررسی کنید که کدام نشانگر دسته ای از مفاهیم است که تحت گره طبقه بندی می شود داده که این عنوان مطمئن و جایگاه در نمودار دارد. برای مفاهیم هدف فرمول منطقی برای یک مفهوم در گره به عنوان موصول مفاهیم عنوان های جای گرفته در مسیر از گره داده شده به ریشه است. برای رابطه ی مفاهیم مفهوم در گره به عنوان همبستگی دامنه، اندازه و روابط مفاهیم تعریف شده است. برای فرآیند مفاهیم، مفهوم در گره به عنوان همبستگی فاعل، ورودی، خروجی و فرآیند مفاهیم است.

گام ۳) روابط بین مفاهیم عنوان ها را بررسی کنید که “تطبیق عنصر” نامیده می شود. در این کار، بر یک هستی شناسی پایه برای تعریف انواع (گونه ها) مفاهیم دخیل هستیم. اگر ۲ مفهومی انواع مختلف داشته باشد، رابطه بین دو مفهوم غیر منطبق است. همچنین استفاده از منابع خارجی (دامنه دانش و Wordnet) با آستانه ی ۸۵/۰ رابطه لغوی که به وسیله ی شبکه ی کلمه تهیه شده است به روابط معانی مطابق قاعده همان طور که در جدول ۱ آمده تبدیل شده است.

گام ۴) روابط بین مفاهیم گره ها انطباق مفهوم نامیده می شود. هر مفهوم به یک مسئله ی پیشنهادی تبدیل شده است. روابط معنایی به اتصال گزاره ای با استفاده از قاعده ی توصیف شده در جدول ۱ ترجمه شده است.

جدول ۱

معیار برای تشخیص اینکه آیا یک رابطه بین مفاهیم نگه داشته می شود واقعیتی است که مستلزم استدلال کردن است. بنابراین، باید ثابت کنیم که این فرمول (قاعده کلی)¬ وابسته (زمینه، زمینه) معتبر است. یک فرمول گزاره ای معتبر است اگر تقیض آن قابل رضایت باشد. یک حل کنند SAT (Berre) بی وقفه در فرمول رد می شود. از انواع روابط هم پوشانی تعریف شده برای ایجاد روابط قابلیت ردیابی در کار خود بهره می بریم. قابلیت رد یابی روابط می تواند ایجاد شده باشد زمانیکه تطبیقی در نیازمندی های هستی شناسی ها پیدا شود. بنابراین روابط معنایی برای روابط قابلیت معنایی طرح بندی شده که در جدول ۲ آمده است. تمایز و استلزام میان گونه های مختلف قابلیت ردیابی روابط مهم است نه فقط بخاطر اینکه این روابط تأثیر مختلف بر شرایط الزامات قابلیت ردیابی وضعیت های الزامات دست ساخته ها دارند اما بخاطر تصحیح تغییرات الزامات به خاطر هر یک از این انواع قابلیت ردیابی روابط اتفاق می افتد که یکسان نخواهد بود. در کارها، ما روابط قابلیت ردیابی را همانطور که لیست شده مطابق با کشش الزام، از قوی ترین به ضعیف ترین ردیف می کنیم.

عمومیت بیشتر و عمومیت کمتر کشش الزام یکسانی دارند از اینجا، “هم پوشانی کلی” قوی ترین رابطه است زیر گروهی از منابع دقیقاً مفهوم هدف گروهی یکسان دارند. منبع و هدف مفاهیم شامل همپوشانی هستند اگر یکی از تنظیم های گزینش شده زیر مجموعه ی مناسب از دیگری باشد. مفاهیم منبع و هدف هم پوشی بخشی است اگر یکی از تنظیم های گزینش شده هر دو مفهوم معمولی و غیر مغمول را بدهد. بسیار مهم تر، ما رابطه ی غیر هم پوشی را طرد می کنیم که ضعیف ترین رابطه در کار است زیرا تأثیری بر تغییرات الزامات دست ساخته ی چند بعدی ندارد. به عنوان پیش نمونه از فرآیندها در چارچوب MUPRET ابزار MUPRET را گسترش دادیم که ابزار بر پایه ی جاوا با مقدمه (Prolog) و بر پایه ی برداشت شبکه لغت معانی ابزار است. اهداف این ابزار پشتیبانی چارچوب کاری ما و نشان دادن شدنی بودن آن برای توزیع شدن، گروهی و چند بعدی توسعه ی محیط نرم افزاری است. جزئیات ابزار MUPRET در حالت عمیق تر در جایی در مقاله ارائه شده است (Assawamekin, 2009).

این ابزار در PCها با ویندوز MS به عنوان یک محیط تنها به اجرا در می آیند طرح ما از ابزار نخستین MUPRET بر روی نشان دادن دلیل “مفهوم” نسبت به بهینه سازی تکنیک استفاده شده در چارچوب کاری تمرکز دارد. هدف دیدگاه ما ساختن یک محیط پشتیبانی کلی و تکنیک هاست که شدنی بودن دیدگاه را نشان می دهد یا مسأله ی الزام مختص قابلیت ردیابی را تفسیر می کند.

برای نشان دادن چگونگی استفاده از ابزار MUPRET، نشان خواهیم داد که چگونه قابلیت ردیابی روابط با دو الزام در دست ساخته ها بخشی از اطلاعات سیستم بیمارستان را توصیف می کند.

به طور مخصوص آن ها ک سیستم بررسی دکتر (DIS) و یک سیستم ثبت بیمار (IPRS) را توصیف می کنند. این الزامات دست ساخت ها در فرمت متن انگلیسی ساده به صورت ادامه نوشته شده است.

الزامات (۱): (بعد DIS)

هر مریض یک شماره بیمارستان منحصر به فرد (HN) و یک نام دارد. هر بیمار به وسیله ی یک دکتر پذیرفته شده است. پرستاران و دکترها به عنوان کارکنان لحاظ می شوند. هر پرستار یک نام دارد نام پرستار شامل نام کوچک، نام و نام خانوادگی است. یک دکتر به وسیله ی یک کد شناسایی و یک نام معرفی شده است.

الزامات ۲: (بعد TPRS)

دکترها و پرستاران کارکنان هستند. کارکنان یک ID و نام و یک آدرس دارند. یک جراح یک پزشک است.

هر دو الزام به عنوان یک منبع (DIS) و یک هدف (IPRS) در جستجوگر MUPRE ارائه شده است. بعد از آن هر دو الزام معیارها به RA و REG گذر می کنند، که معیارهای ROC به عناصر الزامات اساس هستی شناسی متصل می شوند. مطابق الزامات هستی شناسی IPRS و DIS به صورت خودکار ساخته شده اند در شکل های ۲ و ۳ آمده است.

شکل ۲

شکل ۳

بخشی از روابط قابل ردیابی بین الزامات دست ساخته ها DIS و IPRS در منطق اولین دستور (Fol) یا اظهار اصطلاح برای متن قابل خواندن برای ماشین همانطور که در زیر نشان داده شده می تواند بیان شده باشد.

متن انگلیسی

با توجه به مثال، Overlaptotally (الزامات ۱/S2T7، S3T3، S6T2/ دکتر/ الزامات ۲/S1T1 و متخصص) به این معنی است که دکتر در جمله ی ۲ ۷ می گیرد و جمله ی ۳، عدد ۳ و جمله ی ۶ عدد ۲ را در نیازمندی ۱(الزامات دست ساخت ها) هم پوشی کامل متخصص از جمله ی ۱ عدد ۱ و جمله ی ۳ عدد ۵ در الزامات ۲ (الزامات دست ساخت ها IPRS) را می گیرد.

با استفاده از شکل های ۲ و ۳ تلاش به ثبت در الزامات هستی شناسی DIS کمتر از در الزامات بودشناسی IPRS، نیاز به ساختن فرمول زیر دارد:

فرمول بالا یک مقدار غیر قابل قبول را ایجاد می کند و بنابراین، رابط کلی کمتر را نگه می دارد این چشمگیر است اگر برای رابط کلی بیشتر بین جفت یکسان مفایهم آزمایش کنیم. فرمول متناظر غیر قابل قبول می شود. به عنوان نتیجه، رابطه نهایی برای جفت داده شده از مفاهیم یکسان است.

به طور برابر مثالی از روابط با قابلیت ردیابی می تواند در شکل ۴ برای متن قابل خواندن توسط انسان و قابل استفاده کاربر نشان داده می شود. به صورت کلی (زیر مجموعه، مجموعه کل) به صورت منحصر به فرد و جزیی هدف هم پوشانی شده است که می تواند با رنگ های سبز، قرمز، آبی، زرد به ترتیب ارائه شده است. در حالیمه رنگ خاکستری به این معنی است که منبع نیازمندی هاست.

همانطور که به عنوان مثالی در شکل دیده شد، doctor در Requirementl (الزامات دست ساخت ها DIS) به طور کلی هم پوشی با physician دارد و هم پوشی inclufively (زیر مجموعه) با surgeon و address و Name و ID هم پوشی منحصر (زیر مجموعه) با کارکنان به خوبی هم پوشانی بخشی با الزامات ۲ از Nurse است (الزامات دست ساخت ها IPRS).

شکل ۴

بیایید دوباره مثال شکل ۴ را در نظر بگیریم که هم پوشی بین doctor در الزامات ۱ و physician در الزامات ۲ کلی است، از نگاه قابلیت ردیابی، اگر doctor در الزامات ۱ تغییر شده باشد سپس تغییر physician در الزامات ۲ باید نیاز باشد. از طرف دیگر، اگر doctor در الزامات ۱ تغییر کرده باشد سپس staff در الزامات ۲ می تواند اصلاح شده باشد زیرا doctor در الزامات ۱ به صورت منحصر به فرد (زیر گروه) با staff در الزامات ۲ است. علاوه بر این، اگر doctor در الزامات ۱ تغییر یافته باشد، سپس اصلاح nurse در الزامات ۲ ممکن است به لحاظ کردن برای همپوشانی بخشی رابطه نیاز باشد. در خلاف جهت، اگر patient در الزامات ۱ تغییر شده باشد سپس اصلاحی برای physician در الزامات ۲ به خاطر هم پوشی نشدن رابطه نیاز است.

برای جمع کردن، ابزار خودکار MUPRET الزامات علم هستی شناسی را از الزامات دست ساخت های چند بعدی با هدف ایجاد قابلیت ردیابی روابط را می سازد. تکنیک تطبیق هستی شناسی بدون هر فعل و انفعالی از کاربر برای رسیدن به هدف اجرا شده است. فرض کنید که روابط بین تطبیق اجرا درست باشد، روابط بین تطبیق مفهوم می تواند روابط معنایی دقیق را ایجاد کند، از این دیدگاه، قابلیت ردیابی روابط صحیح است.

۵- استنتاج و کار مداوم

این فصل بر مسائل معنایی ناهماهنگ پیدا شده در چند بعدی الزامات دست ساخته ها اشاره می کند و تصویر دانش هستی شناسی را برای کمک به برطرف سازی چنین مسائلی را معرفی می کند. بر طرف سازی با چارچوب MUPRET و ابزار توصیف شده است. چارچوب MUPRET تکنیک های NLP، دیدگاه های بر پایه ی قاعده و مفاهیم هستی شناسی را برای ایجاد خودکار قابلیت ردیابی روابط الزامات چند بعدی دست ساخت ها ادغام می کند که می تواند برای دامنه ی نیازمندی هر نرم افزار کاربردی باشد. در MUPRET مفاهیم بنیادی ارائه کننده هستی شناسی تعریف شده و برای طبقه بندی احتیاجات انواع الزامات دست ساخت های استفاده شده است.

راجع به هستی شناسی پایه، الزامات چند گانه ی هستی شناسی می تواند توسعه یابد و به صورت بالقوه از طریق تطبیق فرآیند هستی شناسی یکپارچه شده اند. نتیجه ی تطبیق هستی شناسی گروهی از روابط قابلیت ردیابی الزامات نرم افزار است.

اگرچه مرحله ی اخیر از چارچوب کاری MUPRET و ابزار ابعاد ردیابی (ترسیمی) در حالت تحلیل نیازمندی ها تأکید می کند و بر نیازمندی هایی که در اصطلاح زبان اصلی یا متن ساده انگلیسی بیان شده تأکید دارد. این برای گسترش MUPRET برای پوشاندن نرم افزار چند بعدی دست ساخت های بیان شده در اصطلاح آنالیز نمونه ای مدل ها ممکن است. این می تواند به وسیله ی اضافه کردن معانی عناصر مدل در پایه ی الزامات هستی شناسی MUPRET انجام شده باشد.

علاوه بر این، همچنین در جستجوی بیشتر چگونگی کاربرد MUPRET برای پشتیبانی قابلیت ردیابی از طریق پردازش گسترش فرآیند نرم افزار کامل هدف داریم.

فصل ۱۲

طبقه بندی مهارت در یک گرایش خاص پورتال دانش گروه با استفاده از روش مهارت بر پایه ی برآورد (نقطه ی) نیم خودکار (PBASE)

۱- مقدمه

دانش اطلاعات و مهارت کسب شده از طریق تجربه و تحصیلات استو ما در میدأ دانش زندگی می کنیم جائیکه دانش تقریباً در هر جا وفور در دسترس است. بنابراین دانش نباید نادیده انگاشته شود. این نیاز به تقسیم و تبدیل شدن دارد. بر پایه ی Newman, Conrad (1999) مدیریت دانش ترتیبی است که در جستجوی بهبود عملکرد انفرادی و سازمان با نگه داری و مهار ارزش حال و آینده از سرمایه های دانش است. پروتال دانش افزایش پورتال وب معمولی است. در حالیکه پورتال وب بر پیشنهاد کاربران منابع و خدمات ردیف بندی واضح تمرکز دارد که پورتال دانش نه تنها منابع و خدمات را پیش بینی نمی کند، همچنین به عنوان مخزن دانش جائیکه دانش تصمیم گیری شده (ارائه شده) در میان اعضای آن استخراج و تحلیل خواهد شد عمل می کند.

مطابق Niwn (1990) یک الگوی اشتراک دانش تأمین کننده دانش را به عنوان گروهی یکسان از کاربران سیستم کمی که از سیستم دانش پایه استفاده می کند دریافت می کند. از این جا پورتال دانش یکی از ابزارهای اشتراک دانش است. بر پایه ی Glarratano, Riley (1998)، سه راه برای ارائه دانش وجود دارد، قواعد، چارچوب ها و شبکه های معنایی (معانی).

قواعد رایج ترین نوع (تصویر) ارائه دانش است. قواعد به خاطر سر راست بودن ساختار برای انجام آسان است. اگرچه سفارش قواعد مهم است. چارچوب ها دانش مرتبط با یک هدف را ارائه می دهند. چارچوب ها مناسب برای توصیف یک ابزار مکانیکی است. شبکه های معانی (معنایی) ساده، اقتصادی و نسبتاً حالت ارائه درونی دارند.

ساختار شبکه های معانی نشانگر گره ها و کمان هاست همانطور که در شکل ۱ نشان داده شده است. این تحقیق می تواند از شبکه های معانی برای دانش خود استفاده کند زیرا آسان برای اجرا شدن و انجام دادن به خاطر انعطاف پیذیر دسته ی مرتبط دانش در دامنه ی مسئله ماست.

شکل ۱

در یک پورتال دانش گرایش خاص گروه (SIG) افراد زمینه های مختلف را برای چندین دلیل با هم جمع آوری می کنند. برای مثال، دانشجویان به SIG برای گرفتن بعضی از راهنمایی ها از افراد که تاکنون در صنعت هستند می پیوندند. آن ها همچنین می توانند کارشناسان در زمینه ی بخصوص باشند که خواستار جواب دادن به سوالات از طرف هر کس و تقسیم مهارت هستند. از طرف دیگر، همچنین بعضی افرادی که به پورتال به آسانی برای ایجاد دوستان جدید با دیگرها می پیوندند کسانی هستند که گرایش یکسانی دارند. همینطور این افراد صاحب دانش اند و خواهان و مشتاق به تقسیم دانش خود با هر یک از دیگرها از طریق جامعه ی آنلاین هستند.

با داشتن افراد با زمینه های مختلف در جامعه، ما نیازی را برای طبقه بندی مهارت کاربران پیدا می کنیم. دانش می تواند به وسیله ی طبقه بندی مهارت کاربر سازماندهی شده باشد. به عبارت دیگر مهارت کاربر دانش در پورتال است. زمانیکه کاربران به پورتال برای اولین وصل می شوند، شاید آن ها بخواهند که دیگر کاربرانی که گرایشان و مشکلات یکسانی را به اشتراک می گذارند را پیدا کنند. آن ها ممکن است همچنین بخواهد که در جست و جوی کمک به مشکلات خود به وسیله ی جستجو برای بعضی افراد در پورتال باشند که مهارتی در زمینه ی بخصوص است. طبقه بندی کاربران ماهر کاری بسیار حیاتی است. از آنجا که ما طبقه بندی مهارت پورتال دانش SIG را که ما را مطمئن به مناسب بودن افراد برای تبدیل دانش و جستجوی کمک از طریق سوح مختلف مهارت می کند را پیش بینی می کنیم.

در بخش ۲ می خواهیم بر کارهای مرتبط و مسائلی که به این مطالعه حرکت می دهند را بحث کنیم بخش ۳ روش پیشنهاد شده را توصیف خواهد کرد که در ادامه در بخش ۴ که بیان می کند اجرای راه حل پیشنهاد شده را توصیف خواهیم کرد. بخش ۵ کیفیت ارزیابی روش پیشنهاد شده را توضیح می دهد و سرانجام در بخش ۶ کارهای خود را نتیجه گیری می کنیم.

۲- محرک

جوامع آنلاین بسیار متفاوت از دیگر جوامع واقعی جهان نیستند. هر دو جامعه شامل افرادی هستند که با گرایشات مختلف گرد هم می آیند.

هر یک جامعه ی آنلاین گروهی از افراد از زمینه های مختلف برای یک دیگر غریبه اند و این آن ها را در دریافت اطلاعات درباره ی افراد در جامعه با هوش می کند. دانستن طحی از مهارت اشتراک دانش و بحث را بسیار معنی دار می کند. معمولاً پورتال به کاربران سطح مهارت برای همه ی اعضای جامعه برای دیدن وضعیت می دهد. این بخش روش های طبقه بندی موجود در پورتال های وب و کارهای مرتبط در طبقه بندی مهارت در پورتال های SIG را حث می کند.

۱-۳ پروتال های SIG موجود

ITTutor.net (2009) و Computer Forum (2009) پروتال های وب معروف با کاربران ثبت شده بیشتر از ۴۰۰۰۰ هستند و شمار آن ها افزایش می یابد. پورتال ها کاربران را بر پایه ی شمار پست هایی که در پورتال ایجاد می کنند طبقه بندی می کند که هر چه محل تبادل نظر پست بیشتر باشد (هر پست بیشتر باشد)، طبقه ی کاربران بیشتر خواهد بود. باا انجام این کار، زمانیکه پست پرس و جو در یک موضوع خاص یا پست نامرتبط با موضوع می گذارند. طبقه ی کاربران افزایش می یابد. با دادن یک سناریویی در جائیکه A شروع کننده کلی است پست ها پرس و جوهای زیاد در گردهمایی بدون هر کمک واقعی دارد. سپس B وجود دارد کسی که در جهت مخالف پرس و جوی دیگر کاربران در گردهمایی جواب می دهد. اگرچه، شمار پست های A بزرگتر از پست های B است.

بر پایه ی دیدگاه درجه بندی موجود، A درجه ای بالاتر از B را خواهد گرفت که نامناسب و منحرف کننده است. در ITTutor.net (2009) 3 راه برای تعریف جایگاه افراد در پورتال وجود دارد (شکل ۲ را ببینید). وضیعات کاربران، درجه ی بر پایه ی رزمی، رتبه بندی از دیگر کاربران در پورتال وجود دارد. وضعیات کاربران Core و Ahli و Biasa (اعضای عادی)، Pengendali (مدیر)، (عضو حرفه ای) Ahliprofessional یا (عضو) Ahli نام برده شده اند. هر چند، وضعیات کاربران برای طبقه بندی مهارت کاربران استفاده نشده است.

شکل ۲

به جای رتبه ی بر پایه ی رزمی که در جدول ۱ لیست شده است. برای رتبه بندی کاربران در پورتال استفاده شده است. کاربران بر پایه ی نقاطی که در پورتال گردآوری کدند رتبه بندی شده اند. عملیات رتبه بندی نقاط داده شده به وسیله ی دیگر کاربران در پورتال را جمع می کند و به صورت درجه ی ۵ ستاره ارائه خواهد داد. ۳ راه (کاربران وضعیت، رتبه بندی بر پایه ی رزمی و درجه بندی دیگر کاربران در پورتال) برای تعریف جایگاه کاربران در پورتال وجود دارد که به سمت سر در گمی کاربران واقعی سطح مهارت هدایت می کند.

از سوی دیگر گردهمایی کامپیوتر (Computer Forum, 2009) کاربران خود را بر پایه ی کمترین پست های ایجاد شده به وسیله ی کاربران در پورتال همانطور که در جدول ۲ لیست شده است طبقه بندی می کند. همچنین در کنار آن درجه ای خاص به وسیله ی مدیر پورتال برای کاربران انتخاب شده وجود دارد. مدیر همچنین حق ممنوع کردن کاربرانی که از قوانین و قاعده ها در پورتال سرپیچی می کنند را دارد.

جدول ۲

۲-۲ روش های طبقه بندی مهارت

روش های موجود شامل Zhang (2007) است کسی که مقادیر رتبه ی Z و رتبه ی مهارت (Exprotis Rank) را پیشنهاد داده است که بر پایه ی الگوریتم پیشنهاد شده با رتبه ی صفحه (Page Roqe) با Page (1998) است. در کارهای Zhang (2007)، الگوریتم های پیشنهاد شده با هایپر تکست (Hyper text)، انتخاب موضوع استنباط (HITS) از Kleinberg (1999) و مقادیر آماری ساده در گردهمایی جاوا (Java) از یک جامعه ی الکترونیک برای تحلیل مهارت مرتبط کاربران مختلف مقایسه شده بود.

ارزیابی نشان داد که Expertise Rank و Z-Score (رتبه ی مهارت و رتبه ی Z) بهترین جامعه الکترونیک با مشخصات مختلف را نشان داد. مقادیر امتیاز Z (Z-Score) طرح پرسیدن و جواب دادن را ترکیب می کند. برای مثال، اگر کاربران پرس و جوهایی و جواب هایی با شماره یکسان را درخواست کنند Z-Score مثبت خواهد بود در غیر اینصورت منفی خواهد بود. علاوه بر این، رتبه مهارت (Expertise Rank)، امتیازات مهارت را با استفاده از شبکه ی پرسش و پاسخ افزایش می دهد. برای مثال؛ اگر A قادر به پاسخگویی سوال B داشته باشد و C قادر به پاسخگویی سوال B را داشته باشد سپس درجه ی مهارت C باید ارتقا یافته باشد زیرا C قادر به پاسخگویی سوال B است که B همچنین می تواند فردی باشد که مهارتی چند دارد. با این وجود مقادیر ایجاد شد همچنان قابل پرسش اند، هر قدر که کیفیت سوالات در مقادیر ملاحظه نشده باشد.

از طرف دیگر نرخ HITS جامعه ی الکترونیک کاربران بر پایه ی حق انتخاب و مقادیر مرکزی در شبکه گره هاست.

مقادیر قانونی جمع مقادیر مرکزی است که به مقدار (ارزش) کاربر و مرکزی جمعی از مقادیر انتخابی اندازه گیری شده از کاربر اشاره دارد. کاربران با ارزشی (امتیاز- رتبه) در جامعه مهارت دیده در حالیکه کاربران با ارزش های بالای مرکزی مبتدیان هستند که برخوردی خوب با کارشناسان دارند. از آنجایی که تنظیمات مقادیر برای انتخاب و مرکز می تواند موثر باشد اگر محتواهای واقعی شبکه گره ها شامل کیفیت کم است که عدد افزایش یافته از انتخاب و مرکزیت مقادیر زمانیکه ارتباطات غیر لازم اتفاق بیفتد.

دیگر کار با Loser و Tempich (2005) پوشش لایه ها برای دادن امتیاز به جامعه ی الکترونیک جفت ها با استفاده از جفت نشان دادن بر پایه ی تکرار جواب به یک پرس و جو به عنوان جوابی برای اطلاعات خواسته شده، پرسیدن سوالات مشابه، تهیه ی اسناد مربوط و پرسیدن سوال با موضوعات متفاوت در گذشته است. همتای نمایش یک راه خوب است که نیاز به دخالت کاربران در رتبه بندی همتاها دارد. اگرچه هم سن و سالان (همسالان) ممکن است اطلاعات تنظیم نشده ای بدهند که مغایرت هایی در نمایش به همسالان به وجود می آورد. از اکنون این تحقیق یک مهارت طبقه بندی بر پایه ی برآورد (نقطه ای) نیمه خودکار را پیشنهاد می کند که از Z-Score دانشمندی به نام Zhang (2007) بهره می گیرد. امتیاز به ۵ میزان (نقطه) با ترکیب طبقه بندی دستی به سوی پاسخ داده شده با اعضای جامعه الکترونیک طراحی شده است.

۳- روش طبقه بندی مهارت بر پایه ی نقطه ی نیمه خودکار (PBASE)

کار پیشنهاد شده روش طبقه بندی مهارت بر پایه ی برآورد نیمه خودکار نامیده می شود. این یک روش طبقه بندی دو راهه است که در آن پورتال دانش به صورت خودکار سطح مهارت کاربران را بر پایه ی عمل متقابل در پورتال و رتبه ی کاربران طبقه بندی می کند. روش PBASE روش PBASE شامل دو بخش است:

طبقه بندی خودکار با استفاده از Z-Score که Zhang (2007) را اندازه می گیرد و روش طبقه بندی دستی با استفاده از رتبه بندی کاربران است.

روش PBASE میانگین دو قسمت را به عنوان سطحی از مهارت کاربران در نظر دارد. کاربران به عنوان مبتدیان، متوسطان و ماهر بر پایه ی نکات جمع شده طبقه بندی شده اند.

۲ نوع پست در پورتال وجود دارد. “پرس و جو” و “جواب” پست ها هستند. پست “پرس و جو” به وسیله ی کاربر برای پرسیدن سوال تحت یک موضوع خاص است. از سوی دیگر “جواب” پست یک پست است که به سوالات برای پست پرس و جو جواب می دهد. به طور منطقی، کاربرانی که پست “جواب” بیشتری بدهند ماهران هستند و کاربرانی که پست “سوال” بیشتری ایجاد می کنند مبتدیان در پورتال هستند. تحقیق از مقادیر Z-Score همانطور که با Zhang (2007) معرفی شده است برای طبقه بندی پورتال کاربران استفاده می کند.

(۱) 

که نشان دهنده ی رتبه ی z (Z-Score) برای کاربر و I تا اینکه n جائیکه n عددی از کاربران است، a عددی از “جواب” پست ساخته شده به وسیله ی کار و q عدد “سوال” پست ساخته شده با یک کاربر است.

از آنجائیکه Z-Score برای همه کاربران محاسبه شده است، ارزش (مقدار) در حالت صعودی طبقه بندی شده و طرح بندی شده به یک امتیاز مناسب به عنوان شکل ۳ نشان داده شده است. بالای ۲۰ درصد از کاربران ۵ امتیاز داده خواهد شد. آخرین ۲۰% از کاربران ۱ امیتاز داده خواهد شد. به دیگر کاربران امتیازاتی (نقاطی) همانطور که در شکل ۳ نشان داده شده است داده خواهد شد.

۲۰ درصد از کاربران امتیاز بالا (بر پایه ی صعودی بودن Z-Score محاسبه شده) شرکت کننده های فعال در پورتال و به هر یک ۵ امتیاز داده خواهد شد. استدلالی در این سیستم طراحی وجود دارد که کارشناسان (ماهران) همیشه شرکت کنندگان فعال پورتال هستند. بدین معناست که حتی زمانیکه کاربری ماهر است اما در شرکت کردن در پورتال متوقف می شود، سطح مهارت کاربر کاهش می یابد اگر دیگر کاربران که بیشتر شرکت می کنند، بیشتر باشد. اگر رتبه ای (امتیازی) برای شرکت کننده بالاتر باشد، به هر دو کاربر ۵ امتیاز داده خواهد شد.

شکل ۳

جدول ۳ مثالی از طراحی مقادیر Z-Score را نشان می دهد. اگر کاربرانباشند و ، زمانیکه n را داریم، که n عدد کاربران، q عدد سوالات پست شده و a عدد جوال پست، z مقدارهای Z-Score و M مقدار طراحی شده ی Z-Score است. زمانیکه از دیدگاه کاربر “جواب” پست در پورتال است، آ« ها نیاز به امتیاز با مقیاس ۰ (غیر قابل قبول)، ۱ (ضعیف)، ۲ (نسبتاً)، ۳ (متوسط) و ۴ (خیلی خوب)، ۵ (عالی). با انجام ، فرستنده پست امتیاز داده شده با دیگر کاربران را دریافت خواهد کرد. ما با همه ی پست ها به طور مساوی رفتار می کنیم بنابراین امتیازات رتبه ی کارگر، R، به وسیله ی جداسازی امتیازات کل گردآوری شده برای هر کاربر T با تعدادی از کاربران است که امتیاز را ایجاد می کند. N، هدف امتیاز کاربر، R رسید امانت گذار طبقه بندی خودکار با استفاده از مقادیر Z-Score است (ZhanG 2007).

(۲) 

امتیازات نهایی (برای هر کاربر)، F برای میانگین جمعی از Z-Score بازنمایی شده، M و درجه ی کاربران R است.

بازنمایی امتیازات نهایی F برای سطح مهارت L می باشد E ماهر (۵ یا ۴) امتیاز، I متوسط (امتیاز ۳ یا ۲) و مبتدی B (0 یا ۱ امتیاز).

(۳) 

جدول ۳

شکل ۴ یک نگاه کلی از PBASE را نشان می دهد. اگر برای کاربران، زمانیکه n، جائیکه n عدد کل برای کاربران، q عدد پرس و جوهای پست شده و a شمار (تعداد) جواب های پست شده باشد، Z برای مقدار (مقادیر) Z-Score، بازیابی Z-Score، r درجه ی کاربران، F امتیاز نهایی و L سطح مهارت است } Beginner :B (ابتدایی)، Intermediate :I (متوسط)، Expert :E (ماهر){

مثالی از طبقه بندی استفاده از PBASE نشان داده شده در جدول ۴ است بر پایه ی روش PBASE، در درجه ی (امتیاز) کاربر، R نقش مهمی در طبقه بندی سطح مهارت کاربران دارد. در این مورد ، اگرچه Z-Score کمترین مقدار (یک امتیاز)، مهارت کاربران، می تواند از طریق درجه ارتقا یافته باشد. برای و درجه ی کاربر، R می تواند به صورت اتوماتیک صفر تنظیم شده باشد در حالیکه کاربران پست جواب ایجاد نکرده باشند و مثالی از کاربران است که در هیچ از فعالیت های SIG شرکت نمی کند.

علاوه بر این کاربران همچنین به پست های پرچم دار اجازه دارند اگر آنرا نامناسب برای موضوع بدانند. بعد از اینکه کاربران بعضی از پست ها را پرچم دار کردند، مدیر پورتال از فعالیت بیشتر آگاه می شود از میان فرآیند پرچمی و امتیاز دهی (رتبه دهی)، کاربران جامعه همچنین در دادن امتیاز به کاربران شرکت می کنند. به عنوان نتیجه، اعضای جامعه در طبقه بندی سطح کاربران مهارتی در پورتال شرکت می کنند.

شکل ۴

۴- اجرا و نتایج

این تحقیق از نرم افزار مهندسی به عنوان دامنه ی مشکل استفاده خواهد کرد. ما دریافتیم که مهندسی نرم افزار یک دامنه ی جالب است همانطور که به ایجاد و نگهداری استفاده ی نرم افزار با کاربرد تکنولوژی ها و اعمال از علوم کامپیوتر، مدیریت پروژه، مهندسی، دامنه ی کاربرد و دیگر زمینه ها مرتبط می شود.

روش PBASE پیشنهاد شده در یک پورتال وب موجود برای مهندسان نرم افزار در مالزی گروه گرایش مهندسی نرم افزار مالزی (MYSEIG) نامیده می شود کاربردی است. گرایش آنلاین گروه در اواسط ۲۰۰۵ پیدا شده بود که برای فراهم سازی یک سطح فکری برای مهندسان نرم افزار برای اشتراک دانش، نظرات و تجربیات مرتبط با مسائل مهندسی نرم افزار فراهم شد (MYSEIG 2009).

۱-۴ ارائه دانش

موضوع زمینه ها در MYSEIG بر پایه ی متن (زمینه) مهندسی نرم افزار از دانش یا SWEBOK است همانطور که در فصل ۵ لیست شده است برای سهولت MYSEIG کاربران برا بحث دانش معمول بودن موضوع خاصی از مهندسی نرم افزار، یک زمینه ی کلی به نام “دیگرها” اضافه شد.

به کاربران برای انتخاب یک یا زمینه بیشتر در گرایش از موضوع لیست شده اجازه داده شد. این بدین معناست که هر کاربر گروهی مختلف زمینه گرایش دارد. مثالی از گرایش در زمینه کاربران شامل کار بر A }طراحی نرم افزار، آزمایش نرم افزار، نگهداری نرم افزار و دیگر{.

کاربر B }فرآیند مهندسی نرم افزار، کیفیت نرم افزار و دیگرها{ و کاربر C }نیازمندی های نرم افزار و دیگرها{ است.

همانطور که قبلاً ذکر شد، سطح مهارت کاربران دانش را در چنین پورتال هایی از SIG بازتاب می کند که دانش می تواند در استفاده یک شبکه معنایی ارائه شده باشد. شکل ۵ چگونگی شبکه ی نت معانی از سطح مهارت کاربران در پورتال دانش MYSEIG را ارائه می دهد.

شکل ۴

جدول ۳

شکل ۵

اولین قدم روش PBASE در پورتال دانش MYSEIG محاسبه ی Z-Score برای هر کاربر است. برای محاسبه ی Z-Score ما مجبور به تعریف نوع پست ها و گردهمایی های ایجاد شده هستیم. زمانیکه کاربرها پست جدید ایجاد می کنند، نیاز به انتخاب نوع پست از لیست کشویی ترکیبی همانطور که در شکل ۶ نشان داده شده است داریم.

۶ نوع از پست وجود دارد که افراد می توانند از آن استفاده کنند. ۶ نوع می تواند ۲ قسمت طبقه بندی شود. پست “پرس و جو” و پست “جواب”. پست “پرس و جو” شامل “درخواست”، “آگهی” و “سوال” است در حالیکه پست “جواب” می تواند همچنین “عقیده”، “اطلاعات” یا “جواب” باشد. پست پیش فرض “درخواست” است.

سپس می توانیم مقدار Z-Score را محاسبه کنیم. سپس مقادیر Z-Score برای هر کاربر تحت زمینه خاص محاسبه شده است، ما می توانیم مقادیر Z-Score را به ۵ مقیاس امتیازی همانطور که در شکل ۳ نشان داده شده است طرح ریزی کنیم.

PBASE روش طبقه بندی با ۲ مسیر است که کاربرانش به فرآیند طبقه بندی جداسازی می شوند. زمانیکه کاربران پست “جواب” را می بینند، به رتبه به وسیله ی مقیاس نیاز دارند:

۰ (غیرقابل پذیرش)، ۱ ضعیف، ۲ (نسبتا متوسط)، ۳ (متوسط)، ۴ (خیلی خوب) یا ۵ (عالی) همانطور که در شکل ۷ نشان داده شده است. کاربران همچنین می توانند در طبقه بندی فرآیند به وسیله ی پست پرچمی که در عنوان به صورت نامناسب پیدا شده است در شکل ۷ نشان داده شده است.

شکل ۶

شکل ۷

بازنمایی Z-Score در MYSEIG به وسیله ی پیش فرض در شکل ۳ نشان داده خواهد شذ، اما مدیر می تواند بازنمایی را همانطور که در شکل ۸ نشان داده شده است تغییر دهد. مدیر می تواند بازنمایی Z-Score را به مقدار پیش فرض کرده و طبقه بندی برای هر کار کاربر دوباره محاسبه خواهد شد.

شکل ۸

۵- ارزیابی کیفی

جدول ۶: مقایسه بین دیدگاه های طبقه بندی

مشخصات 

ITTutor.net (2009) 

Computer Forum (2009) گردهمایی کامپیوتر

PBASE 

مدیریت طبقه بندی 

روش طبقه بندی با یک راه که کارران شامل فرایند طبقه بندی نمی شوند 

 

روش طبقه بندی با دو راه که کاربران در فرآیند طبقه بندی شامل می شوند 

اساس (پایه) طبقه بندی 

طبقه بندی کاربران بر پایه ی تعداد پست هایی که در گردهمایی ایجاد کردند (جدول ۱ و ۲)

 

تفاوت ها در نوع پست 

خیر. همه ی پست ها به طور یکسان رفتار کرده و فرآیند طبقه بندی را شامل می شود. 

بله. میزان Z-Score توزیع سوالات و جواب ها برای هر کاربر را محاسبه می کند.

رقابتی بودن برای ماهر شدن 

در دسترس نیست زیرا سطح مهارت کاربر کاهش نخواهد یافت

در دسترس نیست زیرا سطح مهارت کاربر کاهش نخواهد یافت اما کاربران می توانند به وسیله ی مدیر ممنوع (مسدود) شوند اگر در قواعد پورتال و قانون ها خطا (جرم) مرتکب شوند. 

بله. زیرا سطح مهارت کاربر می تواند کاهش یابد اگر کاربر شرکت کردن در پورتال را متوقف کند. ماهران در پورتال همیشه در جریان شرکت کننده فعال هستند.

مقایسه PBASE با روش مهارت طبقه بندی موجود استفاده شده در ITTutor.net (2009) و Computer Forum (2009) (گردهمایی کامپیوتری) در جنبه های زیر لیست شده است:

a) مدیریت طبقه بندی

b) اساس طبقه بندی

c) تفاوت ها در انواع پست ها

d) رقابتی بودن برای ماهر شدن

۶- نتیجه گیری و کارهای آینده

به جای استفاده از راه های عادی برای طبقه بندی کاربران بر پایه ی شماره ی پست ها، این تحقیق روش طبقه بندی با دو راه را پیشنهاد می کند که روش طبقه بندی مهارت بر پایه ی نقطه ی نیمه خودکار نامیده می شود (PBASE).

با پیشنهاد روش PBASE؛ ما امیدوار به حداکثر سازی قابلیت پورتال دانش SIG برای حالت مناسب از اعضای جامعه برای جستجوی کمک در میان اعضایش است.

علاوه بر این، معرفی کردیم که محدوده ای در تعریف انواع پست ها وجود دارد. بر پایه ی دیدگاه جاری، کاربران به وضعیت انواع پست نیاز دارند بنابراین به عنوان قسمتی از کار آینده، ما تکنیک پردازش زبان اصلی (NLP) را با PBASE یکپارچه کرده ایم.

از این جا، کاربران در مدت طولانی نیاز به وضع نوع پست ندارند در حالیکه NLP به صورت اتوماتیک نوع پست ها را تحلیل و تعیین می کند.

دیگر کار آینده شامل این است که سیستم به صورت خودکار به دیگر اعضای از لیست افراد را باید پیشنهاد کند که در ناحیه ی یکسان یا توانایی (مهارت) است. به عبارت دیگر این شامل سیستم ماهر یا مفهوم سیستم پشتیبان تصمیم گیری می شود.

۷- تصدیق

این تحقیق به صورت قسمتی به وسیله ی اعطلای تحقیق دانشگاه از دانشگاه Sains Malaysia (مالزی) ۱۰۰۱/Pkomp/817002 پشتبانی شده است.

فصل ۱۳

به سوی بهینه سازی سرویس های حمل و نقل: مذاکره به وسیله ی دیدگاه بازنمایی علم هستی شناسی بین عوامل متغیر (متحرک)

۱- مقدمه

کار روی پروژه ی ملی فرانسه MOBILITE. VIATIC از دسته ی مهندسی سایت I-trans که مقدماتی برای گرد هم آوردن نقش آفرینان فرانسوی در تکنولوژی ریلی و سیستم حمل و نقل داخلی است. در واقع کاربران حمل و نقل نیاز به اطلاعات مرتبط و فعل و انفعالی و فوری در طول سفر نیاز دارند. یک حمل و نقل چند مدل اطلاعات سیستم (TMIS) می تواند ابزار پشتیبانی را برای پاسخ و کمک به مشتریان برای ایجاد تصمیم خوب پیشنهاد کند زمانیکه آن ها در حال سفر هستند بر آن ها همه ی اطلاعات مورد نیاز با هر مقدار و فرمت انتخاب شده (متن، چند رسانه ای و…) به اضافه از طریق ابزارهای دستی مختلف وایرلس مانند PDAها، لپ تاپ ها، موبایل ها و غیره را فراهم کنند. بنابراین در کارهای پیشین ما یک سیستم چند اطلاعاتی (MIS) بر پایه ی نوع خاصی از عامل نرم افزار که عامل موبایل (MA) نامیده می شود پیشنهاد کردیم. تحقق (فهم) با تشکر از دیدگاه بهینه سازی ۲ سطح جائیکه سیستم انتخاب گره ها را برای پاسخگویی به سوالات مختلف را بهینه می کند، موفقیت آمیز بوده است.

مشتری ما اگر به سرعت پاسخی برای درخواست خود با هزینه ی مناسب به دست آورد راضی خواهد بود. اما در مورد خطای شبکه، MA فرایند مذاکره ای است که به مأموریت های جدید اجازه لغو سرویس ها برای گره های شبکه در دسترس را می دهد. به این دلیل، ما مذاکره پروتکل در نظر گرفته شده را برای ناحیه ی حمل و نقل طراحی کردیم که به عوامل اجازه ی مذاکره زمانیکه ممکن است نابسامانی وجود داشته باشد را طراحی کرده ایم. پروتکل های ما از پیام ها برای مبادله ی اطلاعات استفاده می کنند. این پیام ها بین مبتدیان و شرکت کنندگان در فرایند مذاکره مبادله می شود به راستی (در حقیقت)، این پروتکل قبلاً مطالعه شد تنها در مورد پیام های ساده بدون استفاده از هستی شناسی و مطالعه شد و شامل راه حل هاست زمانیکه عوامل شرکت کننده پیام فرستاده شده از عامل مبتدیان را متوجه نمی شوند. بنابراین دیدگاهی را پیشنهاد می کنیم که پروتکل مذاکره را از طریق سیستم های چندعاملی به وسیله ی اضافه کردن هستی شناسی در فرایند مذاکره را بهبود می بخشد. راه حل ها بر پایه ی سیستم مدیریت دانش برای تسهیل اتوماتیک مدیریت مذاکره پیام ها و برای حل ناهمسانی معنایی است.

در مقاله ی ما، ساختار را برای فرایند مذاکره که از سیستم مدیریت دانش بر پایه ی (Nokms) هستی شناسی استفاده می کند یکپارچه کردیم. ساختار شامل ۳ طبقه است: (طبقه ی مداکره (M)، طبقه ی معنایی (SEL) و طبقه ی سیستم مدیریت دانس (KMSL)) اما در این کار ما تنها صحبت کردیم (NL, SEL) که فرایند کذاکره را به خوبی نشان دادن انواع مختلف پیام ها با استفاده از هستی شناسی مختلف توصیف می کند. NOKMS پیشنهاد شده ی ما ارتباطات بین عامل محرک ناسازگار مذاکره و سرویس کیفیت (QOS) دفعات پاسخ گویی با بهترین هزینه برای اینکه مشتریان حمل و نقل را فنی نگه دارند بهبود می بخشند.

این مقاله در ۶ سازمان دهی شده است، به صورت زیر: در بخش دوم، ما چند مورد را بحث می کنیم. سپس نظریه ی بازیابی موجودیت را نشان می دهیم بخش ۴ ساختار سیستم جهانی در عملیات کلی توصیف می شود. در بخش ۵ پروتکل مذاکره با استفاده از دیدگاه هستی شناسی را نشان می دهیم. یک بررس موردی (در بخش ۶) را بحث خواهیم کرد. سرانجام، نتیجه گیری و نظرات در بخش آخر ذکر شده است.

۲- کارهای مرتبط

مذاکره فرایندی است با ۲ یا بخش های بیشتر که یک تصمیم مشترک ایجاد می کند. مذاکره به وسیله ی تحقیق کاری انجام شده است که طرحی معنایی برای به کار بردن کمبود پیام های مفهومی بین عوامل فروشنده و خریداری در طول نبادل پیام ها در فرایند مذاکره را ارائه کرده است. در غیر اینصورت Zgaya (2007) یک پروتکل مذاکره ای برای ناحیه ی حمل و نقل برای تسهیل ارتباطات بین عوامل فراهم شده است. یک مدل مذاکره کلی برای سیستم ها چند عاملی پیشنهاد شده است که بر پایه ی ۳ سطح است: سطح ارتباطات، یک سطح مذاکره و یک سطح استراتژیک و سطح آخری تنها سطح پیشگرفت شده برای استعمال است. علاوه بر این، آنها پروتکل مذاکره ای خود را بر پایه ی قرار داد که همچنین در نوبت بر پایه ی مذاکره است را نشان دادند. مذاکرات می تواند برای بر طرف سازی مخالفت ها در دامنه های چند عاملی با گونه های متفاوت استفاده شود.

یک استعمال از نظر Jenning 2000 شامل بحث های نشان داده شده در استفاده منابع متصل یا مقرر داشتن کار، تعارض مرتبط با سند مختص در محیط های چند سروری و تعارض بین یک خریدار و یک فروشنده در تجارت الکترونیک را شامل است.

از دیدگاه هستی شناسی، این یک نقش مهم در سیستم های چند عاملی دارد. در واقع، تعاریف زیادی از هستی شناسی مطابق دامنه های مختلف وجود دارد که از آن استفاده می کنیم. در وهله اول، هستی شناسی شاخه ای فلسفه است که طبیعت و اساس چیزهاست. از دیدگاه هوش مصنوعی، این مرتبط با دلیل درباره ی مدل های جهان است.

یک تعریف معمولی پذیرفته شده از هستی شناسی ب صورت زیر است:

هستی شناسی یک تخصص صریح و رسمی از درک و مفاهیم از دامنه ی گرایش است. در این تعریف، اداراک به یک مدل انتزاعی از بعضی از پدیده ها در جهان که مفاهیمی که مرتبط با پدیده هستند را معرفی می کند، “صریح” به این معناست که انواع مفاهیمی که استفاده شده اند و محدودیت های استفاده ی از آن ها به صورت صریح بازتاب شده است. “رسمی” به واقعیتی که هستی شناسی باید قابل خواندن توسط ماشین باشد ارجاع داده می شود و “تقسیم شده” عقیده ی کلی که یک هستی شناسی از دانش توافقی در بردار را بازتاب می کند، این برای بعضی از افراد شخص نیست اما به وسیله ی گروه سفارش شده نیست.

با یک سیستم چند عامل، عوامل به وسیله ی دیدگاه های مختلف جهان که به صورت صریح با هستی شناسی ها تعریف شده است را شرح داده است که دیدگاه از چیزی است که عامل تشخیص می دهد که مفاهیمی توصیف کننده دامنه ی استعمال باشد که مرتبط با عوامل با یکدیگر با روابط آن و محدود کننده هاست. قابلیت همکاری بین عوامل از طریق تطبیق این دیدگاه از جهان با تعهدی که برای هستی شناسی رایج است به دست می آید که به عوامل اجازه ی همکاری و مشارکت در حالیکه از استقلال داخلی نگه داری می کنند.

در سیستم های باز، عوامل مرتبط با منابع دانش هستند که متفاوت در طبیعت اند و برای مقاصد مختلف توسعه یافته اند. منابع دانش در یک دینامیک (پویایی) جاسازی شده است.

۳- بازنمایی هستی شناسی

بازنمایی هستی شناسی تعریف بازنمایی بین اصطلاح منبع هستی شناسی و اصطلاح هستی شناسی هدف است. نتیجه ی بازنمایی می تواند برای ادغام هستی شناسی، عامل ارتباطات، پاسخ به سوالات ما یا برای جهت یابی در وب معنایی استفاده شود. دیدگاه بازنمایی هستی شناسی را از واژگان به معانی و سطوح ساختاری تغییر می دهد. با این وجود، فرآیند بازنمایی می تواند به طبقه داده، ساختار هستی شناسی یا طبقه ی زمینه ی آن گروه بندی شده باشد. فرایند بازنمایی هستی شناسی ۵ گام دارد:

اطلاعات هستی شناسی، به دست آوردن شباهت، اجرای بازنمایی هستی شناسی و بازنمایی پردازش پست (Maedche, Motik 2003).

مهمترین گام بازنمایی هستی شناسی محاسبه ی شباهت های مفهومی است، ابتدا شباهت را تعریف می کند:

(مقادیر یکسان از ۰ تا ۱) و

دو اصطلاح تنظیم شده اند . نشانگر شباهت های A و B است:

دو عامل هستی شناسی است.

نشانگر مفهوم e و مفهوم F است که به صورت کامل یکسان اند:

نشانگد مفهوم e و مفهوم F است که به صورت کامل غیرمشابه اند:

۴- ساختار مقاله

۱-۴ سیستم کلی (عمومی)

شکل ۱

در وهله ی اول، ما مشکل را بر پایه ی TMIS نشان خواهیم داد. از نگاه کلی سیستم ما دو گام تعیین مشکل دارد: در وهله ی اول تعیین گره های شبکه برای MA برای ساخت برنامه های کامل ابتدایی و سپس زیرمجموعه ای از این گره ها برای نسبت دادن به کارها انتخاب شده اند. هر کار یک پیش درخواست است که مرتبط با یک یا چندین درخواست فرموله شده هم زمان به وسیله ی مشتریان مختلف است. بنابراین فراهم کنندگان اطلاعات که سرویس هایی مطابق برای معرفی کارها پیشنهاد می کند تشخیص داده شده است (شکل ۱).

در نتیجه، گره ها باید در کارها برای راضی کردن همه ی کاربران متصل شده و رعایت تأخیرهای جواب گویی ها و حداقل سازی هزینه ها تعیین کرده باشند (QOS) برای برطرف سازی مسئله ی توصیف شده، سیستمی بر پایه ی هماهنگی ۵ نوع از عوامل نرم افزار را پیشنهاد می کنیم: (شکل ۲)

۱) عوامل هم کنش (IA): این عوامل با کاربران سیستم فعل و انفعال دارند، به آن اجازه ی انتخال حالت مناسب از پاسخگویی برای خواسته هایشان را می دهند بنابراین عوامل IA درخواست ها را مدیریت می کنند و سپس نتایج را نشان می دهد. زمانیکه یک شبکه ی چند مدل (MN) مشتری به MIS دست می یابد یک عامل IA مرتبط با قاعده سازی درخواست و سپس آن را به عامل تعریف کننده در دستری می فرستد. این مورد مرتبط با جایگاه یکسان است که چندین کاربر می توانند به صورت هم زمان به آن متصل بوده، بنابراین می تواند چندین درخواست فرمولی شده در زمان یکسان را دریافت کند.

۲) عامل معین کننده هویت (IDA): این عامل تجزیه ی درخواست هایی که از طریق دوره زمان کوتاه یکسان فرمول بندی شده بود (درخواست های یکسان- ۴) را کنترل می کند. فرآیند تجزیه گروهی از ریز درخواست های متناظر برای مثال، برای ریز مسیرها یا نواحی جغرافیایی شناخته شده را ایجاد می کند.

ریز درخواست ها کارهای ابتدایی مستقلی هستند که باید به وسیله ای گروهی از گره های توزیع شده در دسترس (فراهم کننده اطلاعات) از طریق سرویس های حمل و نقل چند الگویی (مدلی) (ETMN) باید اجرا شده باشند. هر گره باید با سیستم ثبت همه ی سرویس های پشنهاد شده قطع ارتباط باشد. یک سرویس متناظر با پاسخگویی به یک کار تعریف شده با هزینه ثابت، زمان پردازش و اندازه داده (اطلاعات) است. بنابراین، یک عامل IDA گروهی از درخواست های هم زمان را به کارهای مستقل تجزیه می کنیم که شباهت ها را به جای دوری از تحقیق زائد ممکن می سازد. این فرایند تجزیه در طول تعریف تهیه کنندگان اطلاعات اتفاق می افتد. سرانجام، عامل IDA به صورت چرخه ای داده را برای عوامل در دسترس زمان بند پخش می کند. این موارد باید انتخاب تهیه کننده ها را بهینه کند و آن ها را به حساب بعضی محدود کننده های سیستم ببرد.

۳- عوامل زمان بند (SA): چندین گره می تواند سرویس یکسانی را با هزینه مختلف و پردازش زمان و اندازه داده را پیشنهاد کند. عامل SA به گره ها برای حداقل کردن هزینه کل کارها و زمان پردازش برای رابطه به خاطر اریخ ها را تعیین می کند (محدودیت داده).

دسته ای از گره های انتخاب شده متناظر با ساختمان ترتیب گره های برنامه های کاری (مسیرها) عوامل انتخابگر داده انتخاب شده اند. عامل SA به صورت ابتدایی اعداد موثری از عامل گردآور پیدا کرده سپس مجبور به بهینه سازی تعیین گره ها برای کار مختلف شدند. این رفتار بعداً گسترش خواهد یافت.

۴) هوش عامل گردآور (ICA): یک عامل ICA عامل محرک نرم افزار است که می تواند از یک گره به دیگری از طریق یک شبکه برای انتخاب داده مورد نیاز حرکت کند.

نوع خاص از عامل با داده، کد و وضعیت ترکیب شده است. داده انتخاب شده نباید از ظرفیت آستانه برای جلوگیری از هم پوشی MA تجاوز کند. بنابراین، عامل SA باید به داخل حساب با این جنبه برود زمانیکه گره ها برای کار تعیین می کنیم وقتی که آن ها به سیستم برگردند؛ عامل ICA باید داده ی جمع آوری شده برای پیوند عوامل منتشر کند.

۵- عوامل پیوستگی (FA): این عوامل باید داده صحیح جمع آوری شده را پیوند بزنند تا اینکه پاسخ ها برای درخواست های یکسان ترکیب شوند. گسترش روش پیوستگی مطابق قابلیت دسترسی داده گرد آوری شده است.

فراهم کننده ها تاکنون انتخاب شده و کارها مستقل فرض شده است. بنابراین، اماکن بحث وجود ندارد. پاسخی برای درخواست می تواند کامل باشد اگر جوابی کامل آماده باشد زیرا همه عناصر مرتبط در دسترس هستند. اگر جواب پاره ای از چیزی باشد، نتیجه ی مطابق برای مرتبط شدن به کاربر از طریق عامل IA منتشر شده است که مربوط به نیاز فرمول سازی دوباره با یا بدون دخالت کاربر است. برای پاسخگویی کارها، داده های مورد نیاز از طریق ETMN در دسترس است و گردآوری آن ها مطابق کار عامل ICA است. سپس این باید راه حل بهینه برای حل مسئله از فرآیند تعیین را برای حل جستجو کند. این بهینه سازی موضوع رفتاری SA صریح در بخش بعدی است.

۲-۳ راه حل بهینه سازی راه حل به وسیله ی رفتار عامل زمان بند SA

به خاطر خلق آن، عامل SA اعداد و افقیعامل ICA را محاسبه می کند که در زمان یکسان ایجاد شده سپس یک برنامه کاری ابتدایی (IWP) می دهد که هر زمان که وضعیت شبکه به صورت قابل ملاحظه ای تغییر کند به روز می شود. زمانیکه عامل IDA از یک جامعه ی یکسان (که عوامل ICA، FA و SA و IDA می نامیم که در لحظه ی t از عامل جامعه ایجاد شده است) به او شماری از کارها را می دهد که عامل SA به عنوان عامل بهینه سازی بوده است (شکل ۳).

شکل ۳

عامل SA برای بهینه سازی تعیین گره ها برای کارهای موجود به وسیله ی حداقل سازی هزینه کل و زمان پردازش برای در نظر گرفتن در زمان است. برای حل این مشکل تخصصی، یک راه حل بهینه سازی با دو سطح را پیشنهاد کردیم که رفتار پیچیده از عامل SA را بیان می کند که تاکنون در کارهای پیشین مطالعه و بررسی شده بود.

اولین سطح هدف ها پیدا کردن یک شماره موثر از عوامل ICA، ساختار برنامه های کاری ابتدایی برای جستجوی کامل ETMN است.

دومین سطح جریان بهینه متناظر با انتخاب گره را ارائه می دهد تا افزایش تعداد کاربران را رضایت بخش کرده باشد.

این گام آخر برنامه ی کاری نهایی عامل ICA را از مورد ابتدایی با استفاده از الگوریتم تکاملی استنتاج می شود (EA).

بنابراین یک کد موثر برای کروموزوم (راه حل) در مورد مسئله ی محدودیت است. یک راه حل ممکن نمونه ای از ارائه ی انعطاف پذیر از کروموزوم است که ارائه ی کار انعطاف پذیر نامیده می شود (FETAR). ماتریس کروموزوم است که ردیف ها کار مستقل تعریف شده را ارائه می دهد (خدمات)، درخواست ها را به صورت جهانی هم زمان ترکیب می کند و ستون های تشخیص داده شده گره های توزیع شده (ایجاد کننده ها) را فراهم می کند. هر عنصر از ماتریس برداشتی از یک گره Sj برای کار به صورت زیر است.

فرمول ص ۲۰۱

اشاره می کنیم که هر کار باید تخصیص داده باشد بنابراین فرض می کنیم که هر کار باید حداقل با یک گره انجام شده باشد که از گروهی از گره های پیشنهاد کننده سرویس که مطابق جواب مرتبط کار است انتخاب شده باشد که یکی از مهمترین جنبه ی EA است. این مشخص می کند که افراد در جمعیت همه یا بعضی از مواد کلی گذر کننده از نسل بعدی را خواهد داشت. ما از تکنیک تصادفی برای دادن فرمت به افراد ضعیف برای بررسی استفاده کردیم: خانواده ها به صورت تصادفی از جمعیت موجود برای گذر از بعضی از امکان ها انتخاب شده اند.

در این مورد، از عملیات تناسب جائیکه کروموزوم در وهله ی اول مطابق اعداد پاسخ ها ارزیابی شده که مربوط به روزهاست بدین معنی که پایان مطابقت روزها را پاسخگوست و به خاطر روزهای مرتبط است می باشد. سپس راه حلی مطابق هزینه ارزیابی شده است. بنابراین، یک کروموزوم باید پاسخ های هدفمند و هزینه اطلاعات را بیان کند. همانطور که ذکر کردیم یک داخواست Keqw به کارهای تجزیه شده است. بنابراین زمان کلی فرآیند برای هر به وسیله ی الگوریتم تناسب زیر محاسبه شده است. این زمان شامل تنها فرآیند موثر زمان MN است، ما فرض می کنیم که روز پایان مطابق زمان اجرایی کل از درخواست همچنین شامل جهت یابی متوسط زمان عوامل ICA است. این به وسیله ی فرمول زیر بیان شده است.

فرمول دوم ص ۲۰۱

الگوریتم تناسب ۱

جدول

الگوریتم ۲

با دانستن اینکه با استفاده از حالت (۱) می توانیم روز پایان را از الگوریتم تناسب ۱ نتیجه بگیریم که FETAR جدید ارائه ی از بیان کروموزوم برای هر درخواست است که روز پایان و هزینه است.

به عنوان مثالی از یک نمونه FETAR با و . که ارزیابی کروموزوم به وسیله ی بردار ارزیابی که صریح است نشان داده شده است: برای هر هزینه کل (CW) و زمان کل خواسته شده برای پاسخگویی DW است. میانگین هزینه ی همه ی درخواست ها و زمان پاسخ می تواند از بردار ایجاد شد نتیجه گرفته شود که به صورت زیر می تواند نشان داده شود.

جدول ۱

در این کار ما علاقمند به فعل و انفعال بین عوامل SA و عوامل ICA به خصوص مورد بعضی از توزیع کننده های شبکه شدیم. در این مسیر، این دو نوع از عوامل مجبور به مذاکره تعیین کار شدند که نیاز به فراهم کننده دارد. ما می خواهیم همه را نشان دهیم.

۴- پروتکل مذاکر هستی شناسی

۱-۴ توصیف مسئله

بعضی نگرانی ا می تواند در طول حرکت عوامل از طریق فاصله دور گره ها اتفاق بیفتد. در این مورد، عوامل ICA مجبور به خودداری از گره های غیر قابل دسترس در یادآوری برنامه های کاری نهایی شان است. علاوه بر این، آن ها مجبورند برنامه ی سفر خود را برای اینکه در کار لغو شده به حساب ببرند که باز هم نیاز به تعیین، به خاطر بحث ها دارد. بنابراین، یک فرایند تعیین جدید برای پیدا کردن فراهم کنندگان در دسترس جدید مناسب اتفاق می افتد. برای انجام آن مجبور به سود بردن از عوامل فعال ICA هستیم کسانیکه هم اکنون از طریق شبکه و در غیر اینصورت از موارد جدیدی بهره می برد. بنابراین عوامل ICA مجبور به (قادر به) عکس العمل با عوامل SA برای پردا کردن راه حل درست برای راه حل موجود است. بنابراین فرایند مذاکره پیشنهاد شده بر گرفته از قرار داد پروتکل نت (CNP) بین عوامل ICA است کسی که شرکت کنندگان و عوامل SA را ارائه می کنند که مبتدیان هستند. این پروتکل قبلاً مطالعه شد تنها در مورد پیام ساده و هستی شناسی بدون نشان دادن آن پیشنهاد شد و این بعدها مسئله را جایگزین شودرا زمانیکه شرکت کننده ها پیام های ارتباطی را درک نکنند و یا زمانیکه عامل جدید خواستار شرکت در فرآیند مذاکر بود را نشان نداد. بنابراین عامل باید پروتکل و زبان ارتباطی پیام ها را درک کند، در این مورد عوامل نیاز به همکاری زبانی بین خودشان برای فهم یکدیگی نیاز دارند اما همانطور که می دانیم در یک محیط باز و دینامیک (مانند وب گسترش به وب معنایی) به صورت ذاتی توزیع شده و ناهماهنگ است. در این محیط ها هستی شناسی ها (موجودیت ها به انتظار می رود که مکمل پروتکل های ارتباطی توامی برای تسهیل درک متقابل و رفتار فعل و انفعالی بین چنین عواملی باشد. بنابراین عوامل ممکن است در دیدگاهشان از جهان، خلق، ارائه و جستجوی دامنه ی هستی شناسی که به آن تعهد دارند. متفاوت باشد. زیرا برای هر دامنه ی هستی شناسی، افراد ممکن است داده های خود را در ساختارهای مختلف ذخیره کنند (ساختار ناهماهنگ) (Malucelli, Oliveira, 2004).

و آن ها از اصطلاحات مختلف برای ارائه ی مفهوم یکسان (ناهماهنگی معانی) استفاده می کنند. علاوه بر این بازنمایی رسمی بین هستی شناسی ها وجود ندارد.

۲-۴ مبتدیان

یک مبتدی در یک مذاکره یک عامل SA است کسی هرگز جایگاه دقیق هر عامل سفر ICA را نمی داند. اگرچه او تصویر همه ی برنامه های کاری و برداشت های نهایی سرور را می داند. (برنامه ی کاری موثر) عامل SA نیاز به منتظر ماندن برای همه ی جواب ها برای ایجاد تصمیم را ندارد، از این رو او می تواند زیر مجموعه ی پاسخ ها برای ایجاد ریز تصمیم های فوری را بپذیرد. فعالیت های فوری باید مطابق جایگاه کنونی عوامل ICA باشند. نتیجتاً عامل SA می تواند تصمیم را کوتاه مدت کند. در این مورد، او باید مجموعه ای از خدمات را که نیاز به تعیین دوباره به وسیله ی فراهم کنندگان از طریق تأیید گام دارند را به روز رسانی کنند. بعد از آن، او مجبور به پیشنهاد قراردادی جدید مطابق سرویس به روز رسانی شده گروه و برای قابلیت های مختلف شرکت کنندگان مذاکره را پیشنهاد کند. فرض می کنیم که خطاها در شبکه تعریف شده اند. قبل از اینکه عامل ICA یکی از عملیات گره به سوی صدمه زدن به دیگری را ترک کند.

۳-۴ شرکت کنندگان

برای یک کار داده شده، شرکت کنندگان می تواند با یک پذیرش و یک ناپذیرش برای مذاکره کردن پاسخگو باشند. در پروتکل دو نوع از شرکت کننده ها در فرآیند مذاکره مطابق با پیشنهاد عامل SA داریم.

۱-۳-۴ عوامل گردآورنده ی هوش (عاقلانه- خبره)

یک شرکت کننده از یک مذاکره ی عوامل گردآورنده ی خبره (هوش) ICA است کسی که هرگز درباره ی دیگر شرکت کنندگان در فرایند مذاکره یکسان چیزی نمی داند. به روشی، او نمای برنامه ی کاری ابتدایی و برداشت نهایی سرورها را می داند (برنامه کاری موثر). علاوه بر این هر عامل ICA اولویت های خودش را دارد، ترجیحات و محدود کننده ها که دینامیک اند و به وضع شبکه بستگی دارد و در جایگاه کنونی خودش تاکنون یک برنامه کاری نهایی را تعریف کرده است. او همچنین هستی شناسی خودش را دارد.

· محدود کننده های عامل ICA کارها را بیان می کنند که بنابراین او نمی توانست انجام یا خدمت دهد که او نمی توانس ملاقات کند زیرا آن ها مسائل را ایجاد می کنند (گرانباری (بار سنگین)، زمان بر، رکورد بالا …)

· اولویت ها بیانگر خدمت دهنده هاست که عامل ICA ملاقات را ترجیح می دهد زیرا آن ها تاکنون در یادآوری برنامه ی نهایی برنامه ریزی شده است.

· ترجیحات سرورها را بیان می کنند که تاکنون در برنامه ی کاری ابتدایی اما نه در مورد نهایی باقی مانده است.

· هستی شناسی، اگر انتظار داشته باشیم که همه ی عوامل موجودیت یکسان را تقسیم می کنند که یک هستی شناسی کلی است. مورد نهایی از واژگان ارتباطی استفاده می کنند.

CV به عنوان گروهی از مفاهیم برای اینکه در ارتباطات استفاده شده باشد و در هستی شناسی به عنوان مختص شده است که به وسیله ی عوامل تقسیم شده است.

هستی شناسی کلی را با پرس و جوها و اعلامیه ها تعریف می کنند که بین عوامل مبادله شده اند اما یکی از مشکلات بزرگ برای عوامل بر پایه ی ارتباطات این است که هر کدام از اصطلاحات مختلف با معنای یکسان یا اصطلاح یکسان برای معانی مختلف استفاده می کنند و زمانیکه ما این مسئله را به عنوان یک بحث در نظر گرفتیم، این اختلافات در یک هستی شناسی رایج ارائه کردیم تا ضروری باشد. هستی شناسی (موجودیت) شامل دامنه ی دانش کامل است که برای همه ی عناصر فعال در سیستم اطلاعات را آسان می سازد. استفاده از ضمانت هستی شناسی رایج پایدار (یک حالتی که معنای یکسان برای همه ی عوامل دارد) و و همسازی (مفهومی که برای همه ی عوامل طراحی شده است). از اطلاعات در سیستم ارائه شده است. اگرچه، این قابل اطمینان نیست که همه ی عوامل از یک هستی شناسی رایج استفاده می کنند. معمولاً هر عاملناهمسانی خصوصی هستی شناسی خودش را دارد و این به صورت کامل در دیگر عوامل هستی شناسی فهمیده نمی شود. در سیستم ها، هر زمان یک عامل ICA قراردادی جدید دریافت کند، این برای ایجاد یک تصمیم (عدم پذیرش یا کل/ پاره ای از پذیرش) مطابق هستی شناسی تحلیل می شود.

۲-۳-۴ عوامل تفسیر (TA)

یکی دیگر از شرکت کننده مذاکر یک عامل تفسیر (TAS) است. TA برای فراهم سازی تفسیر سرویس هایی که از عامل مذاکره پشتیبانی می کنند مسئول است. بنابراین، این به حل مسائل با قابلیت همکاری کمک می کند.

TA از فرهنگ نامه ای (برای پایگاه داده ی واژگانی در سیستم خود از Euroword Net استفاده می کنیم) برای بدست آوردن گروهی از اصطلاحات هم معنی هر اصطلاح از منبع هستی شناسی است، کار TA شامل به کار بردن روش شناختی برای تشخیص شباهت های معانی بین دو مفهوم در تبدیل بین هستی شناسی مختلف است. از آنجا که TA شباهت را بین یک جفت اصطلاح از هستی شناسی های مختلف ایجاد کرد، این دانش در طبقه ی سیستم مدیریت دانش (KMSL) ذخیره شده تا برای گردهمایی مذاکره در دسترس باشد.

استدلال (هوش) این سیستم یک اتفاق گسترش یافته در زمان است زیرا اصطلاح منطبق شده حفظ شده است. زمانیکه دایره ای تعداد مذاکرات افزایش می یابد، هدف زمان این است که سیستم با استفاده از TA سرویس های زیر را ایجاد کند.

· بازنمایی اصطلاحات سیستم (MTS): که در دامنه ی معمول هستی شناسی افراد ممکن است داده را در اصطلاحات مختلف برای ارائه ی مفهوم یکسان (ناهماهنگی معنایی) ذخیره کند. برای مثال اگر از هستی شناسی حمل و نقل انگلیسی استفاده کنیم که “مفاهیم” را تعریف می کنیم (برای “مثال مقصد”). امکانی وجود دارد فرایند مذاکر دریافت کننده پیام این مفاهیم را درک نکند زیرا این در هستی شناسی لیست شده نیست. مفهوم مطابق به عنوان (“رسیده به شهر”) حمل و نقل شخصی هستی شناسی تعریف شده است.

· سرویس های تفسیر (IS): در اینجا ما هستی شناسی ها (موجودیت ها) را در متن بازنمایی موجودیت (هستی شناسی) چند زبانه بحث می کنیم. ما مذاکره بین دو سیستم حمل و نقل را نمونه ای کرده ایم که از دو هستی شناسی مختلف زبان ها (انگلیسی و فرانسه) به ترتیب استفاده می کنیم. ما اصطلاحات “مقصد” را که در منبع هستی شناسی ارائه می دهیم برای اصطلاح “Arrivee” در هدف هستی شناسی بازنمایی کرده ایم. این لغات محیط های مقصد مرتبط با سفر مشتری را ارائه می کند.

۴-۴ مذاکره هستی شناسی (موجودیت) بر پایه ی مدل سیستم های مدیریت دانش (NOKMS)

ساختار کلی ما به بهبود کار پروتکل مذاکره برای تسهیل ارتباط از طریق عوامل را تلاش می کند و ناهمسانی معانی با اضافه کردن طبقه ی معانی (SEL) و طبقه ی مدیریت دانش (KMSL) حل می کند. بر پایه ی این تغییرات شکل (۴) یک سیستم جدید ساختاری برای فرایند مذاکره را ارائه می دهد که از سیستم مدیریت دانش بر پایه ی هستی شناسی استفاده می کند. ما ساختار را به صورت زیر سازماندهی کردیم: طبقه ی اول در بردارنده ی طبقه ی مذاکره (NL) است که عامل SA اولین پیام را برای عوامل ICA برای شروع فرایند مذاکره ارسال می کند. دومین طبقه، طبقه ی معنایی (SEL) است، هدف ما پیدا کردن یک راه حل بخصوص در مورد از دست رفتن درک پیام در میان عوامل است.

SEL از تفسیر کننده معانی استفاده می کند که عامل تفسیر کننده (TA) برای کمک به آن برای تفسیر خودکار انواع مختلف از تبادلات بین عوامل است. در SEL تفسیر کننده معانی سطح فراتوانی بین هستی شناسی ها به وسیله ی یک کلمه از طبقه ی KMSL که مجموعه ای از کلمات یکسان هم معنایی را می فرستد را بررسی می کند.

شکل ۴

سومین مورد طبقه ی سیستم های مدیریت دانش است (KMSL): این طبقه از هدف هستی شناسی طبقه بندی خودکار و استفاده از اخبار هستی شناسی ها و فراهستی شناسی ها استفاده می کند. ساختار در این طبقه شامل موارد زیر است:

۱) دامنه ی هستی شناسی (Donot): DONOT شامل لیستی از دامنه های کاربرد است که هستی شناسی قابل کاربرد است. با استفاده از این دامنه، عامل ها با یکدیگر در طریق دامنه ی معمول ارتباط دارند، به عبارت دیگر همانطور که در Diggelen etal 2005 ذکر شد. یک هستی شناسی معمول می تواند به عنوان سطح دانش خاص از تعهدات هستی شناسی به گروهی از عوامل شرکت کننده آن خدمت می کند.

۲) خدمات هستی شناسی (ONTOSV): کار ONTOSV تعریف هستی شناسی ها معانی (فعالیت ها، پیش بینی های استفاده شده در متن مکالمه با دیگر عوامل هستی شناسی ها (AOS)) است که عوامل برای کنش با یکدیگر و حمایت حصومل عملیات دانش استفاده می کنند (خلق، تفسیر، بازگردانی).

ONTOSV مدل دانش، دانش باز ب پایه ی اتصال (OKBC) را به عنوان هستی شناسی Fipa-Meta (یک موجودیت استفاده شده برای دستیابی به AO) را پذیرفته است جائیکه دانش باز بر پایه ی اتصال (OKBC) است یک اپلیکیشن برنامه ریزی هم کنشگر (API) برای سیستم ارائه ی دانش (KRS) است که برای تفسیر مسئله ی قابلیت استفاده دوباره ی ابزار KB گسترش یافته اند. اسم OKBC انتخاب شده تا آنالوگ ODBC باشد (Open Database Connectivity) همانطور که در جامعه ی پایگاه داده استفاده شده است.

۳) حصول دانش: یک بخش مهم در فرآیند موجودیت (هستی شناسی) است و این عملیات مختلف مانند (خلق دانش، تفسیر دانش و بازیابی دانش) را به کار می برد، نشان دادیم که چطور می توانیم این عملیات از تقسیم هستی شناسی ها (زبان ها) در Saad 2008b به کار ببریم.

۴) دانش بر پایه ی استدلال (IKB): هر عامل از سیستم چند عاملی (MAS) یک KB را نگه می دارد که بر پایه ی دامنه ی هستی شناسی است. در استفاده های IKBها OKBC که به نوبت انواع مختلف از خدمت دهنده های IKB را متصل می کند که این IKB حصول دانش را به کار می برند.

۵-۴ فرآیند مذاکره ی هستی شناسی (موجودیت)

مذاکره به عنوان فرایندی که تغییرات و وضعیات به وسیله مکانیزم مذاکره توصیف شده اند را تعریف می کند. از نقطه نظر هستی شناسی، این بدین معناست که دامنه ی مدل سازی دانش واقعی، دانش مرتبط با هدف واقعیت ها در دامنه ی گرایش است. اجرای فرایند مذاکره ها پروتکل مذاکره ی هستی شناسی (موجودیت) (ONP) که عمل متقابل با پروتکل های اضافی دارد که پروتکل بازنمایی هستی شناسی (OMP) نامیده می شود را ترکیب می کند.

ما دو پروتکل را بعداً توضیح خواهیم داد. ما فرمولی از پیام های عامل زبان ارتباطی ACL همانطور که در زیر آمده پذیرفته ایم: (FIPA0081)

(پروتکل و هستی شناسی و زبان و محتوا و کرداری و خدمات و دریافت کننده (گیرنده) و فرستنده)

· فرستند (Csender): مشخصات پیام فرستنده است.

· دریافت کننده (گیرنده): مشخصات دریافت کننده مورد نظر پیام است.

· خدمات: “صفحات زرد” (Yellow pages) به وسیله ی دریافت کننده پیام پیشنهاد شده است.

· کرداری: نوع ارتباطی عمل پیام ACL است. پارامتر کرداری یک پارامتر مورد نیاز از همه ی پیام های ACL است.

لغو و تأیید (بخش و کل) توافق و هدف= (Prformotive) کرداری (فهمیده نشده، خواندن پذیرش و…)

· محتوا (Content): محتوای پیام است. معنای محتوا هر چیام ACL مورد نظر بوده تا به وسیله ی دریافت گر پیام تفسیر شده باشد.

· زبان (Language): زبانی که محتوای پارامترها بیان شده اند.

· هستی شناسی (موجودیت) (Ontloogy): هستی شناسی برای دادن یک معنی به نمادها محتای حالت استفاده شده است (اصطلاحات، لغات، روابط و …)

· پروتکل: پروتکل که برای توصیف با مکانیزم مذاکره استفاده شده است.

استفاده از این فرمول بسیار آسان است زمانیکه فعل و انفعال با تبادل پیام هاست که در بر دارنده ی هسی شناسی یکسان است. اما مسائل معنایی قابلیت همکاری زمانیکه اطلاعات تقسیم شده دانش از هستی شناسی های مختلف (موجودیت های مختلف) استفاده می کند یا زمانیکه چند موجودیت که شبیه چند موجودیت جهانی است جای می گیرد. ما چطور می توانیم از فرمول پیام استفاده کنیم؟ در سراسر مقاله به خوبی نشان خواهیم داد.

۱-۵-۴ پروتکل موجودیت (هستی شناسی) مذاکره

(گره کرئم) پایداری پروتکل، روتکل مذاکره موجودیت (ONP) است که سناریوی کلی از عومل را ارائه می دهد که عوامل SA فرآیند مذاکره را با فرستادن پیام ها به عوامل ICA آغاز می کنند. همانطور که اخیراً نشان دادیم برای پیدا کردن راه حل زمانیکه شبکه های خطاها و عوامل جستجو برای پیدا کردن فراهم کننده های مناسب جدید قابل دسترس برای فؤایند تعیین جستجو کردیم.

در اینجا، عوامل ICA در مذاکره با استفاده از زبان ها برای فرموله کردن پیام های مذاکره برای کنش و برای تصمیم گیری شرکت می کنیم. پروتکل مذاکره هستی شناسی ما (ONP) (شکل ۵) به وسیله ی تبادل پیام های موفق بین عوامل SA و ICA طبقه بندی شده است. ما پروتکل را طراحی کردیم تا اینکه یک فرآید مذاکره بین چندین مبتدی و شرکت کننده اتفاق بیفتد اما این هدف این مقاله نست. در اینجا ما ONP را بین یک آغازگر (مبتدی) انحصاری و چندین شرکت کننده توصیف می کنیم. در ONP به پاره ای از توافق از قرار داد پیشنهاد شده از عامل ICA اجازه می دهیم تا به صورت بخشی یا کلی به وسیله ی مبتدی مذاکره تأیید شده باشد (عامل SA).

یک فرآیند مذاکره دوباره نیاز است در حالیکه همچنین کارهایی وجود دارد که نیاز به دوباره تعیین شدن دارد. هدف این راه حل مجوز دادن عوامل ICA برای همکاری و هماهنگی فعالیت ها است تا به صورت جهانی زمانبندی عظیم بهینه نزدیک را پیدا کنیم که مطابق اولویت هایشان، ترجیح، محدودیت ها و هستش شناسی هاست که به جایگاه های کنونی در برنامه کاری مطابق آن بستگی دارد. از طریق گردش فرآیند مذاکره، عوامل SA باید قابل اطمینان در زمان و هزینه کل منطقی است. ما جزئیات در پیام های مختلف تبادل شده بین مبتدیان و شرکت کنندگان دتر پاراگراف بعدی را شرح دادیم.

شکل ۵

۳-۵-۴ پروتکل بازنمایی (موجودیت) هستی شناسی

همانطور که قبلاً ذکر کردیم دیگر مشکل (مسئله) می تواند زمانیکه شرکت کننده ها روابط پیام ها را درک نمی کنند جای می گیرد یا زمانیکه عامل جدید می خواهد که در فرآیند مذاکره شرکت کند سپس او مجبور به فهم پروتکل و ارتباط زبانی پیام ها می شود.

برای اجرای جریان پیام که برای حل مسائل با قابلیت همکاری ضروری است شامل عکس العمل عوامل SA و ICA زمانیکه درخواست/ دریافت یک سرویس را دارند می باشد. ما پروتکل بازنمای موجودیت (هستی شناسی) (OMP) را با هدف تسهیل فعل و انفعال بین عوامل و خدمات طراحی کردیم (شکل ۶)

شکل ۶

بعد از دریافت ONP و قادر نبودن به تفسیر سرویس خواسته شده، ICA پیام را با جمله ی NOT-UNDERSTOOD (درک نشده) به TA برای اینکه از آن بخواهد که ONP و نام سرویس نامعلوم را بفرستند. TA نام سرویس را که از SA برای دریافت اطلاعات بیشتر درباره ی آن است را دریافت کرد. SA درخواست را تحلیل خواهند کرد و حصوصیت مفاهیم را بر می گرداند که همه ی اطلاعات درباره ی این سرویس است. بعد از دریافتن جواب از SA، TA توصیف درخواست شده سرویس را تحت مذاکره می داند و آن را به ICA می فرستاد. آخرین انتخاب ها از میان همه ی خدمات آنهایی که ارزش زمانی دارند که نزدیک به ارزش دریافت شده است. بعد از انتخاب، جواب های ICA با نام های در بردارنده ی مفاهیم مطابق بالقوه است بعد از دریافت همه ی اطلاعات درباره ی سرویس تحت مذاکره و لیستی از سرویس های ممکن مطابق. IA قادر به کار بردن روش ها برای اتصال سرویس هاست د رکارهای قبلی. ما از بازنمایی هستی شناسی سریع موجودیت ۹QOM) را به کار بردیم جائیکه هدف روش تشخیص تشابه معانی اصطلاحات است. هر اصطلاح پیشنهاد شده، سرویس بالقوه یمطابق با اصطلاحا خواسته شده مقایسه شده است. با استفاده از روش QOM اولین بخش (کار) از OMP را به کار می بریم که سرویس اصطلاحات بازنمایی (MTS) است. برای دومین سرویس که سوریس تفسیر (ترجمه) (TS) است این در دامنه ی مقاله نیست. در گام آخر TA، ICA را درباره ی نتیجه ی مقایسات برگرفته از روش های بازنمایی موجودیت (هستی شناسی) هستند. پس ICA قادر به پاسخگویی به SA، با ACCEPT (پذیرش) یا با REFUS (رد کردن) است که قسمتی از ONP هاست.

۵-۴ پیام های عامل

همانطور که در بخش قبل دیدیم، ساختاری برای پروتکل های ONP و OMP پیشنهاد کردیم. در این جریان، تفاوت مبادله شده پیام ها بین مبتدی و شرکت کنندگان را به تفصیل شرح می دهیم.

۱-۵-۴ پیشنهاد قرارداد

پیام تعهد پیشنهاد از سازمان جدید (اولین تعهد) یا سازماندهی دوباره ی برنامه کاری نهایی برای دستیابی به کارهاست. اگر اجرای بعضی خدمات به خاطر نابسامانی بعضی شبکه باشد، این در حقیقت مورد سازماندهی دوباره است.

این با تعیین دوباره ی یک یا زمان بیشتری از خدمت دهنده برای این کارست که گروهی از کارهای دینامیکی دوباره تعیین شده را ارائه می دهد.

آغازگر (مبتدی) یک تعهد فردی به هر عامل ICA که سرویس دریافت تعهد را پیشنهاد می کند را می فرستند:

(پروتکل و موجودیت و ، پیشنهاد و دریافت تعهد و )

فرمول ص ۲۱۲

با ارائه مرجع از گره ها که مرتبط با برنامه کاری عامل ICA است و مراجعی از گره هایی که مرتبط با برنامه ی کاری نهایی از عامل یکسان است. بنابراین داریم:

۲-۵-۴ پاسخ به پیمان (تعهد)

زمانیکه یک شرکت کننده یک تعهد پیشنهاد شده را دیافت می کند، او مطالعه می کند و جواب می دهد با:

· پذیرش کلی: اگر او موافق با هماهنگی همه ی کارهای انتخاب شده با آغازگر (مبتدی) باشد، در سر خود پا برجا ماندن را شامل می شود (آخرین برنامه ی کاری باقی مانده) مطابق با آخرین جایگاه است:

(پروتکل و موجودیت و ، پذیرنده ی پذیرش و )

· پذیرش بخشی (پاره ای): اگر او موافق هماهنگی زیر مجموعه ای از کارهای انتخاب شده به وسیله ی آغازگر باشد، در سفر پا برجا ماندن را شامل می شود (آخرین برنامه کاری باقی ماندن) را شامل شده یا اگر او پیام دریافت شده را نفهمد به وسیله ی آغازگر (مبتدی) ارسال می کند. سپس مطابق با جایگاه جاری، محتوای پیام پذیرش پیشنهاد پاره ای منابع (مراجع) کارهای کنسل شده و سرورهای غیر قابل دسترس را بیان می کند (دلیل کلی پذیرش نشدن):

(پروتکل و موجودیت و ، طرح پذیرش پاره ای و )

( گره های کارهای) با

· عدم پذیرش: اگر او موافق با هر کار در تعهد پیشنهاد شده نباشد (او استفاده می کند از ONP برای بررسی تنها سرویس ها) یا اگر او پیام دریافت شده با فرستنده ی مبتدی (آغازگر) را درک نکنید (او پیام را درک نکند، او در اینجا از OMP برای تحلیل پیام استفاده نمی کند، سپس محتوای پیام رد شده مراجع سرورهای غیرقابل دسترس را بیان می کند (دلیل رد کردن یا عدم پذیرش)

(پروتکل و هستی شناسی و ، رد کردن و )

با

آغازگر (مبتدی) منتظر همه ی جواب ها نمی ماند زیرا باید به سرعت عمل کند. بنابریان او تنها منتظر بعضی جواب ها برای مدت دوره زمان کمی از زمان برای تصمیم گیری می ماند.

 

 

 

۳-۵-۴ تأییدیه

یک آغازگر (مبتدی) مجبور به تأیید مستقل بخش توافق شده از هر تعهد K پیشنهاد شده به عامل دارد که یک شرکت کننده از مذاکره را ارائه می کند، تأییدیه می تواند باشد به صورت:

کلی: اگر مبتدی موافق با پاسخ کلی برای تعهد قبلی پیشنهاد شده باشد.

پاره ای: اگر مبتدی (آغازگر) موافق با یکپاسخ بخشی (پاره ای از پاسخ) برای تعهد قبلی پیشنهاد شده باشد، محتوای پیام بخشی از طرح تأیید کارهای توافق شده ی مراجع را بیان می کند.

۴-۵-۴ تعدیل درخواست

اگر قوانین DRT تاکنون تهی نباشند، آغازگر (مبتدی) از شرکت کنندگان می خواهد که یک توزیع جدید از سرویس های برداشت ها که لغو شده اند داشته باشد، محتوای تغییر تقاضا جدول DTR را بیان می کند.

با

۵-۵-۴ پیشنهاد تعدیل

مطابق با الگوریتم DRT جائیکه ما یک استراتژی روش تعیین دوباره ی سرورهای برای کارها طراحی کردیم، بردن به حساب نه فقط به عوامل جایگاه دینامیک ICA در برنامه کاری شان است بلکه محدود کننده ها، اولویت ها، مرجع ها و هستی شناسی ها مطابق با ترتیب جایگاه کنونی شان است. محتوای پیام پیشنهادی برای هر شرکت کننده k از پیشنهاد جدید از برنامه کاری باقیمانده مطابق وضع آن باقی می ماند را بیان می کند:

با

که منبع گره ها را ارائه می دهد که مرتبط با برنامه کاری عامل می باشد.

۶-۵-۳ خودداری

بعد از فرستادن مواجهه است. شرکت کنندگان (یا آغازگر) نمی خواهد که فرایند مذاکره را ادامه دهد. سپس، او تصمیم می گیرد که از فرایند درست بردارد. در این مورد، اگر جدول DRT تهی نباشد، آغازگر می تواند دیگر تعهد را به شرکت کنندگان دوباره بفرستند. محتوای پیام رها شده به صورت زیر است:

۷-۵-۳ درک نشده

در مسئله سیستم نابسامانی ممکن است برخیزد، زمانیکه یکی از عوامل پیام را دریافت کند و این مفاهیم را درک نمی کند: سپس عامل ICA می تواند پیام را به TA بفرستد، عمل پیام ACL برای NOT UNDERSTOOD را تنظیم کند. TA در طبقه ی معانی سیستم ها (SEL) جایگرفته است.

عامل TA در سطح قابلیت اغییر (انتقال) بین تطابق هستی شناسی ها را با به کار بردن روش بازنمایی هستی شناسی آزمایش خواهد کرد.

برای این پیشنهاد TA به سرویس های تهیه شده با KMSL (ontosv) دست می یابد که در این مورد کمکی در مسئله ناهماهنگی موجود است که به طرح مفاهیم هستی شناسی و بنابراین جستجوی شباهت ها تلاش می کند.

برای تسهیل فرایند مذاکره (کاهش تعداد قوانین مذاکره)، پیام درک نشده به صورت زیر خواهد بود:

با

۸-۵-۳ لغو

برای جلوگیری انتظار نامعلوم برای جواب دادن یا برای تعدیل، عامل آغازگر باید تصمیم گیرنده در پایان دوره ثابت از زمان به وسیله ی آخرین زمینه ی عامل پیام نشان داده باشند. بنابراین او پیمان را لغو می کند. اگر راه حل بیشتری (کمبود منابع، در دسترس نبود تهیه کننده و…) وجود نداشته باشد یا او عوامل جدید ICA برای اجرای پیمان جدید را ایجاد کند.

۵- بررسی موردی

همانطور که در بخش قبل بحث کردیم، یکی از مشکلات بزرگ برای عوامل برپایه ی ارتباطات این است که هر کس از اصطلاحات مختلف با معنای یکسان یا اصطلاح یکسان با معانی مختلف استفاده می کند.

وقتی که ما این مسئله را به عنوان بحث در نظر می گیریم. ارائه این تفاوت ها در هستی شناسی رایج ضروری است.در حقیقت استفاده از هستی شناسی رایج پایداری (حالتی که معنای یکسان برای همه ی عوامل دارد) و همسازی (یک مفهوم برای حالت یکسان برای هر عامل طراحی شده است) اطلاعات حاضر در سیستم را ضمانت می کند. هر چند این مطمئن نیست که همه یعوامل از تکنولوژی رایج هستی شناسی استفاده خواهند کرد. معمولاً هر عامل هستی شناسی شخصی ناهمسان خود را دارد و این نمی تواند از طریق دیگر عوامل هستی شناسی به صورت کامل درک شود.

مسائل با ناهماهنگی داده هم اکنون معروف (مشهور) با سیستم های پایگاه داده ی توزیع شده ی جامعه هستند. اگر دامنه ی رایج هستی شناسی استفاده شود، این به نظر می آید آسان برای دانستن این است که افراد برای صحبت کردن درباره ی کوضوع یکسان هستند. اگرچه، حتی با دامنه ی معمول هستی شناسی، افراد ممکن است از اصطلاحات مختلف برای ارائه ی آیتم یکسان استفاده کنند که ارائه (تصویر) می تواند کلی تر یا خاص تر و با جزئیات بیشتر باشد.

در این کار، برای بازار این داده، یک فراهم کننده اطلاعات باید متوسل به سیستم شود تا سرویس هایی که ثبت می کند یا به روز رسانی می کند را پیشنهاد کنند. یک سرویس با هزینه، یک زمان واکنش و سایز داده طبقه بندی شده است. یک سرویس همچنین به وسیله ی زمان مرتبط طبقه بندی شده است که به ذخیره ی اطلاعات به صورت در سطح آن برای یک زمان معین برای کاهش انتقال داده اگر ممکن باشد می باشد.

برای این در کار قبلی ۲ پایگاه که اولی برای ثبت سرورها که می خواهند سرویس های خود را از طریق سیستم ها ثبت کنند و دوم پایگاه داده نقش “منطقه” تأمین در بردارنده ی داده آماری برای یک درجه ی معین را ایفا می کند (شکل ۷).

اولین پایگاه های داده را نشان دادیم که برای ثبت تهیه کننده های سرویس ها که هر فراهم کننده بوده که خواستار سفارش خدمات از طریق سیستم ماست که باید همه ی سرویس هایش را در این پایگاه داده ثبت کند.

قبلاً از مرجع به عنوان شاخل سرویس ها استفاده کردیم. در این جا یک تأمین کننده باید نام هر سرویس پیشنهاد شده، منابع آن، زمان پاسخگویی تخمین زده شده، هزینه و سایز داده مطابق را ثبت کند. این باید همچنین آدرس سرورها را ذکر کند. سرویس یکسان (نام یکسان) ممکن است به وسیله ی چندین تأمین کننده با هزینه ها، زمان های پاسخ و اندازه های مختلف پیشنهاد شده باشد، برای مثال زمانیکه یک فراهم کننده سرویس را با دوم و هزینه ی امتیاز است.

این امکان وجود دارد که فراهم کننده (ایجاد کننده) سرویس یکسانی دارند که آنرا به صورت با دوم و هزینه ی ۵ امتیاز در پایگاه ثبت، ثبت می کند. ممکن است سرور سرویس را با نام با دوم و هزینه امتیاز ثبت کند. در این مورد آن ایجاد کننده ها از اصطلاحتن مختلف با معنای یکسان استفاده می کنند. در این مثال، درخواست فوری به وسیله ی عوامل مختلف IA کنترل شده که به گروهی از سرویس های مستقل تجزیه شده اند که به عامل IDA فرستاده شد. بنابراین، زمانیکه کاربر سرویس را جستجو می کند، سیستم برنامه ی کاری ابتدایی را ایجاد خواهد کرد که در بردارنده ی تولید (نسل) ابتدایی برنامه ی کاری و نتایج کلی الگوریتم هاست در این مورد می تواند برنامه های کاری نهایی باشد. عوامل ICA می توانند حرکت کنند تا داده را مطابق مدل تعهد پذیرفته شده گردآوری کند.

در اینجا حرکت عامل ICA 1 به سرور در شبکه ی شناخته شده ی که در JADE صفحه محفظه ها باید در ماشین ها برای دریافت عوامل ایجاد شده باشند. الگوریتم DRT در زمینه ی فرایند مذاکره بین عوامل SA و ICA برای مذاکره ی کردن دینامیکی بهترین برداشت ها از سرورها برای کارهای مطابق گردد. جدید ماشین های غیرقابل دسترس اجرا شده است که زمانیکه سرور در دسترس نیست، SA شروع به فرایند مذاکره می کند که این پیمان جدید عامل ICA 1 را پیشنهاد می کند و این پیمان در بردارنده ی سرورهاست که سرویس یکسان را پیشنهاد می کند. در ادامه، مثالی که اجرای پیمان را در جائیکه عامل ICA 1 از پیشنهاد پیمان عامل SA دریافت شده است را نشان می دهد هدف پیام به صورت زیر است:

فرمول ص ۲۱۶

فرمول ص ۲۱۷

برای جواب درک نخواهد شد زیرا او پیام فرستاده از عامل SA را درک نمی کند با وجود اینکه او سرویس یکسان دارد که کاربر نیاز دارد.

در حقیقت مسائل ناهماهنگی داده در اینجا ظاهر شدند که سرور سرویس (خدمت) را دارد. بنابراین جواب با پیام درک نشده خواهد بو. برای الگوریتم DRT از الگوریتم QOM برای حل این شکل استفاده خواهد کرد و برای آن بازنمایی بین هستی شناسی باید مطابق هستی شناسی ها، محدودیت، اولیت ها و از جحیت عوامل ICA در برنامه های کاری نهایی داشته باشند.

۶- نتیجه گیری و کار آینده

در این فصل دیدگاه بهینه از جریان مدیریت داده پیشنهاد کردیم تا رضایت در موضوع بهتر، درخواست های مشتریان را ایجاد کند.

دیدگاه پذیرفته شده محاسبه ی زمانی را به صورت قابل ملاحظه ای کاهش می دهد زیرا برنامه های کاری فقط استنباط شده اند. آنها زمانیکه ترافیک شبکه به صورت قابل ملاحظه ای تغییر می کند محاسبه شده اند. ما راه حل جدیدی برای مسئله قابلیت همکاری زبان بین عوامل مذاکره به وسیله ی شرکت نکردن ساختار در فرایند مذاکره با استفاده از سیستم مدیریت دانش بر پایه ی هستی شناسی ارائه داده ایم.

راه حل پیشنهاد شده از سوء تعبیر در طول فرآیند مذاکره از طریق عامل ارتباطی ممانعت می کند. ساختار شامل ۳ طبقه است: (NL، SEL و KMSL). اما در این کار ما درباره ی تنها اولین طبقه که فرایند مذاکره را به خوبی نشان دادن انواع مختلف پیام ها با استفاده از هستی شناسی های مختلف (موجودیت های مختلف) توصیف می شود صحبت می کنیم. NOKMS پیشنهاد شده ی ما ارتباط بین ناهمسانی عامل محرک مذاکره و QOS برای رضایت مشتریان حمل و نقل بهبود می یابد. در حقیقت عوامل ICA می تواند از برخورد گره ها در مسیر برجای مانده ی خود سرف نظر کنیم که بنابراین آنها از ملاقات آن ها اجتناب می کنند. این می تواند به وسیله ی الگوریتم (DRT) برای تعیین جایگزین های کارها که نیاز به دوباره تعیین کردن دارد انجام می شود.

این برداشت به اولویت های واقعی عوامل ICA در برنامه کاری نهایی دارند این همچنین بستگی به موجودیت ها (هستی شناسی ها)، محدودیت ها، اولویت ها و منابع ها دارند. برداشت جدید شامل یک تعهد بین عوامل ICA و SA است.

در کار آینده ما تلاش به کار بردن دیدگاه ها برای در برداشتن سیستم های مختلف تلاش می کنیم که می تواند در زمان یکسان مورد بررسی قرار دهد و هر یک از سیستم ها موجودیت (زبان ها) خود را دارند و می توانند سرویس های مختلف را پیشنهاد کنند این می تواند زمانیکه ICA برنامه های کاری نهایی را می داند جای گیرد. عامل ICA برای اینکه اولین گره ها با دستوری به عنوان برنامه های کاری بدون مسائل قبل از نشان همه ی گره های غیرقابل دسترس باشند فرض شده اند. در این مورد فرایند مذاکره پیشنهاد شده به ما اجازه ی برداشت دوباره ی گره ها (گشت مذاکره جدید) با استفاده از الگوریتم DRT را می دهد. اما زمانیکه این از کارهای دیگران را به جدول DRT می برد و گره ی در دسترسی در سیستم یکسان نیست سپس عامل IS یک پیشنهاد جدید پیمان را به فرا سیستم می فرستند که به نوبت سیستم متناسب را برای فرایند مذاکره ی ادامه دار جستجو می کند. مطابق این فرآیند مذاکره ی دوباره، این باید الگوریتم DRT را برای پذیرش هستی شناسی جدید در سیستم جدید بهبود دهد. برای قسمت فوری، ما همه ی ساختارهای هستی شناسی را با استفاده از proteg`e ایجاد خواهیم کرد که یک گسترش محیطی با منبع باز برای سیستم های موجودیت ها (هستی شناسی ها) و بر پایه ی دانش است.

Protégé در بردارنده ی تعداد زیادی از plug in (افزایه) هاست (JADE 2002) که می تواند برای عمل هستی شناسی گسترش یافته در مدل هستی شناسی JADE استفاده شده باشد. این برای آزمایش قابلیت های هستی شناسی برا پایه ی طبقه ی ارائه JAVA و زبان (FIPA0008) استفاده شده است. همانطور که تصمیم گرفتیم که از محیط JADE چند عاملی برای اجرای پروژه ی MTIS استفاده کنیم. چارچوب کاری JADE همچنین قادر به یکپارچه سازی با جستجو گر وب و Java Appletها است. بنابراین استعمال می تواند به سرویس web در آینده، با تواناسازی به انعطاف بیشتر تفسیر شده باشد. به صورت مشابه به خاطر JADE بنیادی فراساختار، پیش نمونه ممکن است. در چند کامپیوترها و کامپیوترهای همگانی) با پیچیدگی کم به تفصیل بیان شود.

فصل ۱۴

مطالعه بر روی تولید مدیریت دانش برای گسترش تولید (پیامد)

۱- مقدمه

هدف گسترش مهندسی تولید در صنایع (صنعت) امروز تهیه ی جلسه ی محصولات (تولیدات) نیازمندی های فردی در کمترین هزینه است، بهترین کیفیت و کمترین زمان. طرح دانش فراوان نیاز است و تجارت موارد و طراحان باید تا حدی که ممکن است بهره گیره شود. علاوه بر این بهبود (پیشرفت) محصولات اغلب به صورت مشترک انجام می شود به وسیله ی تیم های طراحی توزیع شده ی موقتی و جغرافیایی که یک طراح تنها یا گروه طراحان می توانند در زمان کمی می توانند تلاش بهبود محصول را کامل کنند. بنابراین گردآوری و اداره ی طرح دانش برای حمایت اشتراک و گذر از آن از میان طراحان ضروری است. در این مورد تصرف سریع و موثر استفاده از طرح دانش برای گسترش محصول موفق ضروری است. برای محیط تولیدی مدرن و بهبود الگوی محصول جدید فراهم سازی فرصت ها با مهارت ها و مشتریان برای همکاری میان مهارت های مختلف، دپارتمان های مختلف شرکت، مهارت ها و مشتریان و… است. طراحان در مدت کمی تنها تبادیل دارده ی هندسی دارند اما، اطلاعات بیشتر کلی درباره ی طرح و فرآیند طراحی شامل متخصصان قواعد طراح، محدودیت ها، استدلال و غیره می شود.

گسترش محصول به صورت قابل افزایشی وابسته به دانش و همکاری است. در این شرایط، محیط نیاز به منبع دانش یکپارچه شده برای پشتیبانی ارائه، تصرف، اشتراک و استفاده دوباره طرح دانش در میان طراحان توزیع شده بحرانی تر می شود. حجم بزرگی از داده های تکنیکی و اطلاعات شامل تجربه ی ایجاد شده گسترش محصول یکی از مهمترین منابع تولید دانش است. استفاده دانش بر روش های مدیریت اطلاعات و تکنیک ها نیاز است که می تواند کاوش کند و دانش محصول را از منابع حمایت کننده گسترش محصول تصرب کند جامعه ی طراحی مهندسی به طبقات جدید از ابزارها برای پشتیبانی محصول مدیریت داده (PDM) گسترش یافته که به سوی نسل بعد از ابزارهای پشتیبانی طراحی مهندسی پیشرفت دارند.

اگرچه، این سیستم ها به صورت اولیه تمرمز بر مسائل مرتبط با پایگاه داده دارند و جایگاه اولیه تأیید بر اطلاعات مدل ها برای ارائه ی دست ساخت ها ندارند. علاوه بر این همچنین این سیستم ها می توانند اطلاعات غیر هندسی برای مثال طراحی فرآیند، فرایند تولید و هزینه ی مواد داشته باشند. ارائه ی مصنوعات همچنین به صورت کلی با هندسه محدود شده است. برای مثال تکنیک های PDM بر روی مدیریت تولید داده تمرکز دارد اما دانش کم محصول و آن ها برای تصرف، سازمان و انتقال دانش محصول محدود شده اند. علاوه بر این آن ها به ظاهر ساختن دانش از تولید داده قادر نیستند و نمی توانند نیازهای مدیریت دانش در گسترش محصول را راضی کنند. در این مواد، نیاز به ساختمان یک سیستم مدیریت دانش برای حمایت از PLM (مدیریت چرخه ی تولید) بسیار بحرانی تر است. چنین سیستم مدیریت دانش نه تنها می تواند دانش محصول و فرایندهای گسترش محصول را ارائه دهد، بلکه از شرکت ها برای معرفی سریع تر، تصرف، ذخیره سازی؛ انتقل دانش حمایت می کند که یک مکانیزم بهتر و موثرتر از اجتماع دانش و مدیریت حالت گرفته اند.

در پاسخ، هدف اصلی این مقاله، مطالعه روش شناختی های تولید مدیریت دانش، ساخت چارچوب کاری مدیریت دانش یکپارچه شده برای تصمیم گیری، گسترش یک پیش نمونه برای پشتیبانی سریع و تصرف و استفاده ی دانش در طول گسترش محصول است. بخش باقیمانده از این قسمت شامل ۵ بخش اصلی است. ۲- کار مرتبط با تحقیق ۳- چارچوب کاری سیستم مدیریت دانش تولید (PKMS) 4- مدل شبکه هدف معانی ۵- فرایند تولید مدیریت دانش ۶- انبار طراحی (طرح) ۷- اجرا و کاربرد PKMS 8- نتیجه گیری.

با پیروی از یک بازبینی خلاصه از موضوع برای ساخت چارچوب کاری تحقیق PKMS، قسمت عمده این مقاله بر فرایند مدیریت دانش محصول از میان چندین نشان از پیش نمونه نرم افزار است. هدف مقاله با نتیجه گیری خاطر نشان شده است.

۲- تحقیق کرا مرتبط

گسترش تولید (بهبود محصول) یک سیستم مهندسی پیچیده است. این شامل ارائه، تصرف، استفاده دوباره دانش محصول است. اخیراً، تحقیقات بر ارائه دانش، حصول و مدیریت به صورت قابل افزایش تأکید شده است.

۱-۲ ارائه ی دانش تولید (محصول)

ارائه دانش هسته ی مسائل در FAL و روش های ارائه ی شماری (بیشتر) مانند منطق و حالت اظهار، حالت روش، سیستم تولید، شبکه معانی و چارچوب، واحد دانش، مورد پایه و جهت گیری هدف است که در AL برای داشتن نیازمندی ها برای مسائل خاص گزارش شده است.

سیستم تولید، شبکه معانیف چارچوب، مورد پایه؛ جهت گیری هدف و گراف برای ارائه ی تولید دانش در مهندسی مکانیک که جهت گیری هدف، بر پایه ی قاعده بود و ترکیب نمای (تصاویر) ارائه آن پرطرفدار است.

 

۱-۱-۲ ارائه ی جهت گیری هدف

X.f.zha یک مدل هدف یکپارچه برای ارائه ی تولید دانش و داده که از محاسبه و دلیل کار در جمع آوری فرایندهای جهت گیری شده ی طرح پشتیبانی می کند. هدف مدل یکپارچه شده یک هدف جهت گیری تصویر و دانش p/t حالت شبکه برای حالت دادن طبقه ی رفتار عملی، ساختار هندسی و ویژگی را به کار گرفتند. این مدل برای یکنواختی توصیف مدل گردآوریف طراحی و برنامه ریزی استفاده شده است.

هدف تقسیم شده (SHARED) برای فهم طرح مفهومی ارائه شده است. این به روشنی روابط میان اهداف را تعریف می کند.

تکنولوژی هدف جهت گیری شده، فرایند تجزیه ی طبیعی و طبقه بندی ارائه دانش طرح را ممکن می سازد S.R.Gorti و غیره که یک مدل ارائه دانش بر پایه SHARED (تقسیم) را ارائه می دهد. این تکنولوژی طراحی هدف جهت گیری شده را بیشتر گسترش می دهد و دانش تولید و فرایند طراحی را با ترکیب محصولات فرایندهای طرح آن ها را مباطق با ساختارهای طبقه بندی را ارائه می دهد. مدل استدلال را با استفاده از کد دانش ساختاری خلاصه می کند. مصنوعات به عنوان ترکیبی از ۳ نوع هدف تعریف شده اند: عملیات، حالت ورفتار از عملکرد فیزیکی ارائه (تصویر) ارائه می شود. رفتار نتیجه ی عملیات را ارائه می دهد.

زبان مدل محصول گسترش یافته است. این محصول را به عنوان گروه و استدلال ها تعریف کرده است. این مدل زبانی محصول شامل زبان داده (DL) و طرح ارائه ی زبان است (DPL).

DL مستقل از هر مهندسی محیطی است که به عنوان چارچوب کاری پایه از هدف کلی الگو و ساختار داده تعریف شده است. DPL مدل هایی از مدل تنظیم محصول با ترکیب DL با مهندسی محیط فراهم می کندو روش از طرح پیچیئه تطبیق الگوریتن بر پایه ی گراف پشتیبانی می کند و زبان بی طرف برای تصرف و تبادل محصول را فراهم می کند. این از روش موثر برای ذخیره و استفاده دوباره از دانش استفاده می کند.

Chih-ping wei و Oliva.R.liu. sheng یک مدل ترکیب شده ی جهت گیری شده بر پایه ی هدف رابطه ی موجود (SOOER) برای ارائه دانش و داده معانی نقش بسته ی مشمول در سیستم هی جفت شده ی پایگاه/ بر پایه دانش است. مدل SOOER دانش ساختاری با استفاده از طبقه بندی های هدف و روابط آن ها را ارائه می دهد و روش کلی، مکاشفه ای و کنترل دانش را با هدف طبقه بندی شامل آن را ارائه می کند.

XB، Liu و Chunli YANG مدل دانش تولید که با هدف تکنیک های الگو ساخته شده است را ارائه می دهد. برای فهم آسان مدیریت دانش مدل هدف در رابطه پایگاه داده بازنمایی شده است.

۲-۱-۲ ارائه (تصویر) بر پایه ی نمودار (گراف)

برای درگیر کردن مستقیم روابط در میان خصوصیات طرح هندسی، توپولوژی، ویژگی ها و ارائه داده نمادی دیگر مهندسی بحرانی و تولید داده (مقاومت، برنامه های فرآیند و…) با Wic.Regli یک ساختار گرافیکی را ارائه کرده است که به عنوان طرح مارک، یک ساختار نمودار پرتکاپو H (V,E) با یال های نام گذاری شده را ارائه می دهد که برای ارائه ی طرح مکاترونیک و خصوصیات طرح آن است، همه ی بردارها خصوصیات طرح را ارائه می دهد که به بردارهای ارائه دهنده ی موجود (اشیاء) را در مدل دو دویی که به خصوصیات ارجاع داده شد متصل کرده است. ارائه ی چنین روشی می تواند بازیابی مدل ها، قواعد طرح، محدودیت ها، موارد، متصل کردن به روش دادا و تجارت و معرفی مدل ها، و تجارت و معرفی آن محصولات با ساختارهای مشابه، یا عملیات ها، که به طراحان برای اجرای بهتر طرح های گوناگون بر پایه ی موارد کمک می کند را آسان می سازد.

Yugunhe از فرا نمودارها برای توصیف ساختار طبقه بندی گروهی در یک خانواده ی مدل ساختار محصول استفاده شده است. شبکه های تکاملی فرا نمودار اطلاعات در فرآیند های طرح را ارائه می دهد که می تواند به اطلاعات تاریخی مسیر دهد و بازگردانی و استفاده دوباره از اطلاعات محصول (تولید) را آسان کند. ارائه دانش بر پایه ی نمودار است که مانند طرح دانش، طرح مفهوم (نقشه)، فرا نموداری و غیره که مرتبط با دسته ی معانی بکه است که مشخصات زیادی دارد، که ساختار آن ساده، آسان برای خواندن است و به صورت کامل معانی زبان ذاتی (طبیعی) را توصیف می کند و پایه ی ریاضی دقیق تری دارد آن ها در دامنه های زیادی استفاده شده اند. خصوصاً در ارائه ی دانش بر پایه ی وب، موضوع طراح گرایش بهبود است.

۳-۱-۲ ارائه بر پایه ی STEP

اخیراً شرکت های CAD بیشتر در قابلیت برای وارد کردن و صادر کردن داده ی STEP در یکپارچه سازی دارند که استفاده از STEP AP203 به عنوان یک فرمت بی طرف تلاش های تحقیقی را مهار خواهد کرد و قابلیت همکاری را با نرم افزار موجود CAD استفاده شده در صنعت را حداکثر می کند. STEP یک روش مدل استاندارد Yang Zijiang پیشنهاد شده یک سازمان بر پایه ی STEP، انتقال و تبادل مکانیزم برای مدل اطلاعات محصول را فراهم می کند. طرح NIST ذخیره همچنین از STEP به عنوان ارائه کننده اطلاعات هندسی استفاده می کند.

۴-۱-۲ ارائه ی تعمیم یافته

داده، اطلاعات و دانش روابط داخلی دارند. برای پشتیبانی موثر گسترش محصول، شماری از محققان پیشنهاد کردند که داده، اطلاعات و دانش باید به صورت یکنواختی ارائه شوند. بنابراین یک مدل ارائه (تصویر) دانش تعمیم یافته ارائه (معرفی) شد که سازماندهی شده، ذخیره شده و کنترل شده با استفاده از سیستم های مدیریت پایگاه داده بود. E.g.Caojian با این تفکر که داده و دانش در گسترش تولید فرایندها به عنوان تولید دانش را شامل شدند. Qi yuancheng یک طرح دانش تعمیم یافته را به عنوان طرح اطلاعات که برای تصمیم گیریاستفاده شده را تعریف کرد. اطلاعات طرح تعمیم یافته نه تنها شامل اطلاعات طرح رسمی و اطلاعات مهندسی مانند اسناد صنعتی، فرمول، داده CAD، مقاومت ها، راه حل ها و غیره است. بلکه اطلاعات باز در، اطلاعات پیش بینی و بعضی اطلاعات تصمیم گیری را شامل می شود. او ارائه چند دانشی شامل روش های جهت گیری هدف، هستی شناسی و پایه ی XML را استفاده کرده است.

با ارائه دانش BEST با زبان Prolog/Rex تلاش کردند تا قوانین، چارچوب ها و حالت های تحت یک فرمول منحصر به فرد را ترکیب کنند.

همه ی روش های ارائه دانش ذکر شده پیشرفت محصول و مشخصات آن را ترکیب می کند. علاوه بر این، آن ها طرح، طراح فرایند و دانش استفاده شده را مطاق دامنه داده شده توصیف می کند. هدف آن ها گسترش سریع، طرح و تولید محصولات خوب است. اگرچه، چگونه ارائه ی طرح اطلاعات تاریخی، استدلال طرح، تجارب و دیگر دانش ضمنی نیاز به تحقیق بیشتر دارد. علاوه بر این دانش محصول محدودیت های معانی و ناهمسانی را پیچیده کرده است بنابراین مدل ارائه دانش محصول باید تعریف شود و این معانی را ارائه کند و برای تکرار اشتراک انتقال و استفاده دوباره از دانش محصول محدود می کند.

۲-۲ حصول دانش تولید (محصول- پیامد)

گسترش دانش تولید یک عمل خلاقانه و مراقبتی (فوری) از دانش است. همه ی فرایند گسترش تولید دانش کامل فراوان درباره ی طرح و فرایند طرح را دست یافته و تصرف می کند. اگرچه، مسائل حصول دانش گلوگاهی در طول فرایندهای پیشرفت محصول در طول گسترش محصول برای کمبود تأثیر دانش روش تصرف و تکنیک هایی است تنها برای “مهندسان کهنه کار” چاشنی شده است که می تواند فعالیت های گسترش محصول را به خوبی انجام دهد. اخیراً برای کاهش حصول مسائل دانش تحقیقات بر روی حصول دانش به صورت قابل افزایش تأکید شده است.

۱-۲-۲ طرح کاتالوگ

طرح کاتالوگ برای تصرف و ذخیره دانش طرح تولید مهندسی استفاده شده است. هستی شناسی همچنین برای کمک به حصول تولید دانش به کار گرفته شد تا هستی شناسی (موجودیت) نمای صریح از محتوای ساختاری دانش مطابق با مفاهیم منسجم فراهم کند. طراحان می توانند به سادگی دانش مورد نیاز را زا طرق علم هستی شناسی (موجودیت) پیدا کنند.

۲-۲-۲ علوم هستی شناسی (ها)

Soininen تشخیص هستی شناسی را برای ارائه ی دانش در انواع اجزا (عناص) در تشخیص طرح تولید را ارائه داده است. اخیراً اکثر طرح و دانش تولیدی در حالت دیجیتال در کامپیوتر ذخیره شده بنابراین کشف دانش روش هایی داده کاوی و ابزارها کمک کننده (موثر) در حصول دانش هستند.

۳-۲-۲ نمای تصرف چند دانشی

به صورت کلی، تصویر (نمای) تصرف چند دانش مورد نیاز است به عنوان محصول نیاز به شمار زیادی از دانش داشته باشد و یک روش حصول دانش نمی تواند همه ی انواع دانش را تصرف کند. انواع زیادی از روش حصول دانش با کار در فرایند طرح محصول یکپارچه شده است که دانش مورد نیاز آن را راضی می کند.

۴-۲-۲ تصرف دانش بر پایه ی web

علاوه بر این، کامپیوتر بر پایه ی وب با کمک طرح تکنولوژی ها محصولی جدید در روش گسترش است که به وسیله ی نیازهای مشتری محرک شده که نیاز به تصرف دانش مرتبط از طریق محیط اینترنت/ اینترانت دارد.

قانون اطلاعات بر پایه ی web منابع اطلاعات فراوان برای گسترش نوآوری تولید را فراهم می کند. اگرچه، روش های حصول دانش متعارف در برخورد با تصرف دانش نیازمندی ها، رسیدگی و استفاده در محیط اینترنت/ اینترانت نبوده است. بنابراین بسیاری از محققان چگونگی حصول سریع دانش با تکنولوژی اینترنت را مطالعه کردند. حجم زیادی از داده های تکنیکی و اطلاعات شامل تجربه ی ایجاد شده از گسترش محصول موجود در فایل ها، جوامع، یادداشت های جلسات، Email است که طرح معانی اطلاعات مانند طرح مفهوم، طرح استدلال و غیره که به عنوان منبع مهم دانش و گسترش پایه ی دانش جدید و بهبود محصول (تولید) قبل ملاحظه شده است. منابع دانش محصول فراوانی وجود دارد اما طراحان معمولاً نمی دانند که کجا طرح دقیق دانش را پیدا کنند، چگونه هدف طرح اصلی را درک کنند و چگونه از روش های طرح دوباره استفاده کنند و غیره.

علت اصلی این است که این داده تکنیکی و اطلاعات نمی توانند به صورت موثر سازماندهی؛ ذخیره و جمع شدن به خاطر کمبود روش ها و ابزار حصول دانش باشند که به تلاش های زیاد در بازگردانی هدایت می کند.

۳- چارچوب تولید مدیریت دانش (محصول)

برای تفسیر مسائل توصیف شده در بالا، ما چارچوب مدیریت دانش تولید را پیشنهاد می کنیم. این شامل ۵ عنصر عمده است: طرح انبار (DR)، OLAP، کاهش دانش، علت بر پایه ی مورد (CBR) و یادگیری ماشین همانطور که در شکل (۱) نشان داده شده است.

۱-۳ مرکز طرح

DR (مرکز طرح) نقشی به عنوان دانش پایه می گیرد که در بر دارنده ی همه ی اطلاعات و محصولات مرتبط با دانش است. علاوه بر این، این مسئول گردآوری، استخراج، تبدیل، پاک کردن، گردآمدگی و شاخص گذاری اطلاعات و دانش و انواع مختلف اطلاعات ومنابع دانش است.

دانش در DR به یک مدل دانش بر پایه ی موضوع جهت گیری شده و چند بعدی همانطور که در شکل ۲ نشان داده شده است سازماندهی شده است. دانش طرح محصول ۵ موضوع (عنوان) دارد: دامنه دانش، تولید دانش، طرح موارد؛ دانش از مشتری و بازار و طرح روش ها.

عناوین می تواند به ریز عنوان ها مطابق نیازمندی های گسترش محصول تقسیم شود.

شکل ۱

۲-۳ تکنیک OLAP

هدف OLAP در چارچوب تسهیل به موقع دانش در DR از طریق کاربرد برای جمع کردن، اندوختن، قسمت، قطعه قطعه کردن (باختن) و غیره. دانش برای به دست آوردن اطلاعات بیشتر دانش است. CBR از تکنیک های OLAP با انعطاف و بکار بردن به هنگام داده و عملیات خاص آن بهره می برد که به خصوصیات تطبیق و موارد جستجو سرعت می دهد.

۳-۳ کاهش دانش

برای بازگردانی مورد مشابه، CBR تلاش به انطباق وضعیت یکسان بین مور جدید و موارد موجود در منبع بر پایه ی مورد می دهد. از دیدگاه های متعارف، دیدگاه بازیابی نزدیک ترین مجاور (NNR) برای محاسبه ی شباهت بین موارد ذخیره شده و مورد جدید، بر پایه ی ویژگی ها و وزن های گوناگون موارد است. فرایند NNR تشابه برای همه ی مواد بر پایه ی منبع را ازمایش می کند که ناکافی و زمان بر است زمانی که مقیاس این مورد بزرگ می شود. علاوه بر این، CBR متعارف برای کاهش موردی اطلاعات حفظ کننده داده ناقص است که در افزایش آزمایش تشابه فراوانی و محاسبه ی زمان صرف آن نتیجه دارد. برای اجتناب از آن، یکپارچه سازی دیدگاه گروهی پیش نویس به CBR که روش کاهش دانش می تواند قواعد را بر پایه ی داده قبلی در مواردی برای کاهش تعداد آزمایش تشابه و محاسبه زمان بر بودن آن ایجاد کند. برای جلوگیری از آن، یکپارچه سازی دیدگاه های نامرتب در مواردی برای کاهش شمار موارد آزمایش های تشابه و خصوصیات آن ها از معیار OLAP ضروری است.

۴-۳ CBR

مدل CBR در این مقاله به مدل گسترش یافته است که به وسیله ی Plaza و Aamodt برای رضایت نیازمندی های گسترش تولید سریع الانتقال است که در شکل ۲ نشان داده شده است.

بازیابی موردی

از آنجائیکه یک پرسش جدید معیار ورودی CBR بوده است این به OLAP فرستاده خواهد شد که جستجو را انجام می دهد و برای پیدا کردن خصوصیاتی که مشابه پرسش خصوصیت در DR است منطبق می دهد. OLAP همه ی مواد مشابه با کاوش، قسمت کردن و تکه کردن DR را بازیابی خواهد کرد. سپس معیار کاهش دانش همه ی موارد مشبه و خصوصیات آن ها را کاهش می دهد تا NNR بتواند از آزمایش افزایش شباهت موارد و خصوصیاتشان اجتناب کند. بعد از آزمایش NNR تشابه برای موارد مشابه کاهش یافته است، سرانجام CBR بیشتر مورد شباهت را می گیرد.

مورد استفاده دوباره

مورد بازیابی شده ترکیبی با مورد جدید از طریق استفاده دوباره به یک مورد حل شده که یک راه حل پیشنهاد شده برای مشکل ابتدایی است.

مورد بازبینی

مورد جدید در ساختار یا بعد مطابق ترتیب قواعد و محدود کننده هاست. سپس مورد بازبینی شده برای اینکه با نیازمندی های تلاقی شده برای محیط واقعی یا اینکه ارزیابی شده است به وسیله ی مشتریان بوده و اگر رد شود دوباره تعمیر و بازیابی می شود.

مورد حفظ کردن

تجربه ای مفید حفظ برای استفاده ی دوباره آینده است و DR به وسیله ی مورد جدید یا با تعدیل موارد موجود به روز شده است

شکل ۲

۵-۳ یادگیری ماشین

معیار یادگیری ماشین مسئول فرایند استخراج اطلاعات و دانش از چرخه ی CBR است مدل موضوعی راه حل (SSM) را می سازد. SSM به عنوان نوعی از طرح استدلال در DR است. SSM شامل همه ی زمینه های دانش مانند سنجیده، با علت، سیک سنگین کردن و تصمیم گیری در چرخه ی CBR از مصنوعات- اطلاعات است که می تواند قابل ارزش (با ارزش)، حتی بحرانی برای طراحان مختلف، کسانیکه در ارتباط با دست ساخت اند، باشد.

بنابراین SSM توصیفی از چرایی بازبینی شدن و جزئیات بیشتر است و این همچنین شامل چظور بازبینی شدن، چه کسی آن را بازبینی کرد و چه موقع بازبینی شده است و چه بخشی از آن بازبینی شده است و غیره می باشد. SSM می تواند به عنوان پایه ی ثبت برای تاریخ وضعیت و فریاند طرح مختلف برای تعدیل نگه داری طرح موجود یا طرح دست ساخت های مشابه است.

۴- مدل ارائه ی هدف معنایی دانش

دانش در تولید شخصی سازی فرایند طرح متعدد است. اهداف طرح به صورت دینامیکی (سیال) با تغییر فرآیند طرح تغییر می کند و دانش در طول تغییرات همه ی فرآیند همچنین استفاده شده تا مکرراً استفاده شود. بنابراین، ارائه مدل تولید دانش باید مطابق ویژگی های طرح محصول و فرایند ساخته شده باشد.

۱-۴ شبکه هدف معنای

از طریق آنالیز بالا، شبکه هدف معنایی برای ارائه دانش در طرح شخصی سازی محصول استفاده شده است. شبکه هدف معنایی نوعی از شبکه های معنایی (SN) است که گره ها اهداف معنایی هستند.

شبکه های هدف معنایی همه ی اطلاعات، اسناد و دیگر دانش توصیفی مرتبط برای تولید (پیامدهای) نهایی را متصل می کنند. بنابراین، شبکه های هدف نهایی برای ساختار تولید و وضعیت مدیریت مناسب اند.

هدف معنایی (هدف معانی) یک گردآوری نام گذاری شده از خصوصیات است که به صورت مکلفی یک مشخصه ی تمایز را توصیف می کند. خصوصیت به وسیله ی انواع ویژگی، اساسی و دامنه ها توصیف می شوند. به اهداف ساده و اهداف ترکیبی مطابق ویژگی کاراکترها تقسیم می شوند.

گره ها در شبکه هدف معانی را ارائه می دهد و کمان های مرتبط رابطه ای میان گره ها تعمیم ارتباط (G)، تجمع ارتباط (A)، ترکیب ارتباط (C) و غیره را شامل می شود.

AKO (نوعی از)، APO (بخشی از) و ACO (ترکیبی از) به ترتیب ارتباط G، ارتباط A و ارتباط C را ارائه می دهند.

۲-۴ دامنه دانش شبکه ی هدف معانی

دامنه ی دانش به آرامی به روز می شود. طراحان معمولاً از دامنه ی معین دانش برای کار خاص در طول فرایند تولید طرح استفاده می کنند. مطابق با این تمایز کاراکتر، دامنه ی دانش شبکه ی هدف معانی (معنایی) ساخته شده اند که همه ی اهداف معنایی (معانی)، اهداف پایه و اهداف ساده اند که در شکل ۳ نشان داده شده است.

بیشتر دامنه ی دانش در سند دارای پیکره اند. در کنار آن بعضی دامنه دانش در فایل های برنامه، مواد، روش های محاسباتی و غیره دارای جسم هستند. بنابرایف اهداف معانی در دامنه ی دانش شبکه های هدف، اهداف برنامه اهداف سند، اهداف مواد و اهداف روش محاسباتی هستند. اهداف سند ۳ نوع دارد: اهداف سند ساختاری شده، اهداف سند بدون ساختار و اهداف کشیده شده ی سند.

شکل ۳

۳-۴ شبکه های هدف معانی عملیات تولید (عملیات تولید شبکه های هدف معانی)

شبکه های هدف معنایی عملیات تولید (PESON) دانش را درباره ی تولید مفهوم شامل نیازمندی های مشتری، ویژگی های عملیاتی محصول (تولید)، دانش رفتاری و استدلال طرح را ارائه می دهند. بنابراین، PFSONها ترکیب شده از ۴ SN هستند: عملیات، رفتار، نیازمندی و استدلال طرح که در شکل ۴ نشان داده شده است.

شکل ۴

هدف معنایی نیازمندی (Requso) گردآوری از نیازمندی های مشتریان شامل ساختار، عملیات، ظاهر و دیگر نیازمندی هاست.

بنابراین Requso شامل ساختار نیازمندی معنایی هدف (Streso)؛ عملیات نیازمندی معنایی هدف (Fureso)، ظاهر نیازمندی معنایی هدف (Apreso) و دیگر نیازمندی معنایی هدف (Otreso) است. عملیات ویژگی معانی هدف (Fufeso) عملیات دانش تولید و خصوصیات مهندسی را ارائه می کند.

Fufeso می تواند به ریز Fufeso (Sfunso) تقسیم شده باشند. رفتار معانی هدف (Behaso) جواب یک دست ساخت برای ورودی وضعیات یا وضعیات رفتاری را خاص می کند. Behaso می تواند به ریز Behaso (S Behaso) تقسیم شده باشد. استدلال طرح نوعی از فرایند دانش است. این می تواند، حاوی سند فرایندهای فعال از علت و تصمیم گیری باشد که آن را به طرح دست ساخته، شامل توجیه برای طرح تصمیم ها، ثبت جایگزین های ملاحظه شده و سبک و سنگین کردن های ارزیابی شده و جزئیات بحث و فرایندهای ارتباطی مرتبط با طرح کار است. بنابراین استدلال طرح معنایی هدف (Ratiso) شامل مسئله ی معانی هدف (Probso)، راه حل معنایی هدف (Soluso) و ارزیابی معنایی هدف (Evaiso) است.

۴-۴ مدیریت وضعیت تولید شبکه های هدف معنایی (معانی)

وضعیت قاعده اهداف معنایی (CRSO) با قانون وضعیت اهداف معتبر (Valid CRSO) ترکیب شده است، متغیر وضعیت قانون اهداف (Valid CRSO) و اهداف ویرایش وضعیت قانون اهداف (Valid CRSO) است. وضعیت محدودیت اهداف معنایی (CCSO) به اهداف متغیرهای محدود حل کننده (VSCSO)، متغیر تخمین محدود کننده اهداف (VJCSO)، اهداف منطقی محدود کننده (LCSO) تقسیم شده اند. اهداف معنایی مدیریت وضعیت محصول (تولید) (PCMSO) ترکیب شده از CRSO، CCSO و اهداف معنایی ویرایش (VSO) است. شکل ۵ ساختار PCMSO را ارائه می دهد. مدیریت ساختار تولید و وضعیت طرح از طریق مکانیزم ویرایش های مدیریت مطابق با وضعیت وقاعد و محدودیت طراحی شده اند.

شکل ۵

۵- فرایند تولید مدیریت دانش

هدف تولید مدیریت دانش فراهم سازی یک مکانیزم برای تصرف، سازماندهی و ذخیره و استفاده دوباره از دانش برای تولید طرح سریع الانتقال است. هدف آن کمک به طراحان برای پیدا کردن به هنگام اطلاعات و دانش است که مورد نیاز است و حداکثر استفاده دوباره منبع دانش موجود در گسترش تولید (محصول) جدید را مقدور می سازد.

۱-۵ مدل تحلیلی دانش

گسترش سریع الانتقال تولید به وسیله ی نیازهای مشتری برگرفته شده است. بنابراین نقطه ی آغاز آن تغییر نیازهای مشتری به ویژگی های طرح مهندسی است. ویژگی های طراحی مهندسی (طرح)، مانند وضعیات ویودی، در CBR قرار می گیرد. مدل تحلیلی طرح شخصی سازی سریع الانتقال تولید در شکل ۶ نشان داده شده است.

شکل ۶

در وهله ی اول وضعیات ورودی برای مثال ویژگی های طراحی مهندسی، ورودی CBR برای بازیابی موارد مشابه است. ویژگی های طرح مهندسی به عنوان ورودی مدل ارائه شده اند.

که به صورت مجزا در تابع، ساختارف عملکرد، ظاهر، هزینه و دیگر خصوصیات نشان داده شده است. پس به OLAP فرستاده می شود که جستجو و تطبق به پیدا کردن خصوصیات مدل که مشابه I در DR هستند فرستاده خواهد شد. OLAP از دیدگاه چند بعدی برای بدست آوردن داده ی خاص با استفاده از بردن آن به بعد مناسب استفاده می کند.

OLAP همچنین انباشته می کند برای مقدار بیشتر تفاوت ها که بین موارد مشابه I برای دستیابی به بهترین راه حل پیدا شده است.

سوماً، معیار کاهش دانش موارد مشابه برگرفته از OLAP را کاهش می دهد. یک مورد کاهش به عنوان زیر مجموعه ی مناسب حداقل از گروهی از ویژگی ها تعریف شده است که قابلیت یکسان برای تشخیص مفاهیم زمانیکه همه ی گروه ویژگی ها استفاده شده باشند. یک مدل دانش در گروه پیش نویس به صورت زیر تعریف شده است:

که

U= گروهی از موارد محدود

C= وضعیت خصوصیات گروهی از موارد شامل مسائل و راه حل ها

D= ویژگی های تصمیم

V= ارزشی از ویژگی (خصوصیات) که یک مورد در بر دارد.

F= تابعی که در مقدیر خصوصیات تخصیص داده شده از هر مورد در U

کاهش موردی تولید روش به صورت زیر است:

گام اول: تحلیل ویژگی های موارد و ساخت مدل دانش در گروه پیش نویس (rough) برای هر مورد.

گام دوم: تأسیس ماتریس فشرده برای هر مورد مطابق الگوریتم های منطقی.

گام سوم: ایجاد هسته ی خصوصیات، i.e، خصوصیت کلیدی برای تمییز دادن موارد.

۲-۵ حصول دانش

حصول دانش کلیدی برای مدیریت تولید دانش است. حصول (کسب) دانش شامل تصرفی از دانش موجود و دانش جدید است (درگیری بین دو دانش) همانطور که در بالا ذکر شد، گسترش تولید (نتیجه) یک منبع بزرگ از دانش را ایجاد می کند دانش موجود از طریق استخراج، گردآمدگی، یکپارچه سازی و کاوش پایگاه داده و پایه های دانش که آن ها را ذخیره می کند تصرف شده است. سپس آن ها به عنوان مدل دانش با عنوان جهت گیری شده چند بعدی (SMM) سازماندهی شده اند دانش جدید به وسیله ی معیار یادگیری ماشین به دست می آید. دانش جدید تصرف شده به عنوان SMM سازماندهی شده است. شاخص های SMM شامل ۶ بعد هستند: چه چیزی (مورد هدف قدیمی)، مجا (جایگاه بازبینی شده از مورد پیشین)، چه کسی (ملاحظه کننده، بازبینی کننده)، چه موقع (زمان بازبینی)، چرا علت و محرک های بازبینی) و چطور (روش های بازیینی) SMM با یکدیگر با مورد پیشین و مورد جدید برای طراحان برای تسهیل پیدا کردن روابطشان ذخیره شده اند.

۳-۵ مثال موردی

یک ماشین (دستگاه) بسته بندی اسکناس مشخصات مختلفی دارد. برای مثال می تواند به صورت خودکار یادداشت بانک را دسته بندی کند، می تواند ارزش های یادداشت های بانک را تنظیم کند، سیگنال اخطار دارد، زمان بسته بندی کمتر از ۳۰ ثانیه است و غیره. مشتری ممکن است محصولات خواسته شده را بر پایه ی نیازمندی های تولید خود راحی، امنیت، قیمت، عملیات و ظاهر و…) انتخاب کند. مطابق با نیازهای مصرف کننده، مورد بازیابی وضعیت ها می تواند به عنوان مدل ورودی بیان شود که F تابع دستگاه بسته بندی را نشان می دهد، نشان می دهد که این می تواند ارزش های (مقادیر) بانکی را تنظیم کند و به این معناسب که این سیگنال اخطار دارد. S به صور اتوماتیک بسته بندی می کند یا نه (SL خودکار، غیر خودکار). P، زمان بسته بندی ؛ یک توصیف از اندازه ی دستگاه بسته بندی ( و متوسط، . large)؛ C قیمت ماشین را ارائه می دهد.

فرض کنیم که DR در بردارنده ۶ مورد در وضعیت کنونی و یک پرسش مشتری است است.

مقدار OLAP برای ارائه ی موارد همانطور که در شکل ۷ دیده می شود استفاده شده است که ۶ راه حل را نشان می دهد.

شکل ۷

جستجو (پرس و جو) (I) به OLAP فرستاده شده است که همه ی شش محتوا خصوصیات را پیدا می کند که مشابه با I است. بنابراین گروه مشابه S (مورد ۱، مورد ۲، مورد ۳، مورد ۴، مورد ۵، مورد ۶) است. پس از آن OLAP از دیدگاه چند بعدی (تکه، جمع کردن، ذخیره و غیره) برای پیدا کردن تفاوت ها بین هر مورد و I در S به وسیله ی بردن آن به بعد مناسب استفاده می کند. این تنها مورد ۱ را جستجو می کند که تنها یک خصوصیت مشابه دارد که اندیشیده شده که شباهت های کمتری دارند.

بنابراین مورد ۱ از S حذف شده است. مورد ۶ تنها ۲ مورد خصوصیات مشابه دارد و همچنین از S حذف شده است. دیگر موارد به صورت بسیار نزدیکی بین خصوصیات متصل شده اند. بنابراین جواب برای پرس و جو، خروجی OLAP، S (مورد ۲ و مورد ۳ و مورد ۴ و مورد ۵) است.

این باید ذکر شده باشد که جواب نمی تواند ۱۰۰% قابل رضایت باشد تا اینکه زمان بسته بندی (P) بیشتر از ۳۰ ثانیه باشد. مارد مشابه برای تعدیل نیاز است. زمان بسته بندی به صورت مستقیم مرتبط با زمان انتقال یادداشت های بانکی و بند نمدی (پشمی)، جهت گیری عناصر و تصحیح (درست بودن) جایگاه بند اس. برای پیدا کردن بیشترین مورد مشابه در S، یک روش کاهش مورد برای کاهش شمار و خصوصیت های موارد در S استفاده شده است که با CBR به وسیله ی NNR مقایسه خواهد شد. در وهله ی اول، یک جدول تصمیم کلی (جدول ۱ و جدول ۲) با ارائه روابط بین خصوصیات وضعیت و خصوصیات تصمیم موارد یکپارچه شده اند. دوم، روش نشان داده شده در شکل ۴، مورد کاهش و موارد را در جدول ۳ نشان می دهد. خصوصیات شامل روش بسته بندی، عناصر جهت گیری، عناصر felting و فشردگی اعضا خصوصیات کلیدی هستند که موارد را توصیف می کند. سوماً، دیدگاه NNR برای تولید شباهت بین موارد جدید و سازگار داده در DR است.

مشابه ترین مورد بازگردانی شده از NNR با I در مورد حفظ کردن ترکیب شده است که بدین معنی است که عناصر بندها (تسمه ها) برای بازبینی مورد نیاز است. SMM فرایند دانش را در طول طرح گوناگون از اعضای تسمه و مورد جدید باید در DR ذخیره شده باشد. حصول (کسب) دانش کلیدی برای مدیریت تولید دانش است کسب دانش شامل تصرف دانش موجود و دانش جدید است.

جدول ۱

۶- منبع طرح (مخزن طرح)

منبع طرح (DR) نقش به عنوان پایه ی دانش است که در بر دارنده ی همه ی اطلاعات و دانش مرتبط با محصولات است (تولیدات) علاوه بر این، این مسئول برای گردآوری، استخراج، تبدیل، تمیز کردن، گرد آ»دگی و شاخص اطلاعات و دانش از انواع مختلف اطلاعات و منابع دانش است.

نقش های اساسی سازمان دانش هستند به صورت:

۱) ساختن ساختار مناسب برای ایجاد موتور دانش پایه و مواجهه ی موتور به سرعت برای پیدا کردن دانش مورد نیاز

۲) دانش باید به آسانی نگه داری شود.

بنابراین ۲ مورد بالا در ساختار داده ها برای سازماندهی انبار طرح (مخزن) ترکیب شده اند.

۱-۶ لیست با پیوند مضاعف

قواعد به وسیله ی لیست با پیوند مضاعف سازمان دهی شده اند. شکل ۸ ساختار لیست با پیوندهای مضاعف را نشان می دهد. این ۲ نشانه گر دارد: قبلی و بعدی. لینک های قبل به گره جلو در لیست با پیوند مضاعف و لینک بعدی برای گره بعدی است. دامنه داده شامل ۳ قسمت است: قاعده عدد (نه و No)، قاعده فرض قبلی (اگر، if) و نتیجه (سپس، then).

شکل ۸

۲-۶ لیست با پیوند متعامد

شبکه ی معانی هدف یک نمودار هدایت شده است بنابراین نمودار (ساختار داده) می توانند برای سازماندهی دانش باشد. نمودار از مجموعه گره های Non-null وکمان های بیان کننده روابط میان آن ها ترکیب شده اند. تعریف آن به صورت زیر است:

G یک گراف را ارائه می کند، V گروهی از گره ها در گراف، E جمعی از جفت های رأس ها، که کمان نامیده می شود. یک کمان را ارائه می کند. اگر یک جفت ترکیب شده ار هر دو گره باشد اصلی است. برای مثال، خطوط بین رأس ها جهت دار است، سپس گراف به عنوان گراف جهت دار نامیده می شود. اطلاعات یک گراف شامل دو بخش است: اول اطلاعات رأس ها در گراف، و دیگری اطلاعات از روابط بین رأس ها یا اطلاعات کمان است. بنابراین طبقه بندی ساختار گراف باید این ها را به دو قسمت اطلاعات بازتاب کند. لیست با پیوند متعامد دو لیست مرتبط شده دارند: لیست پیوند رأس ها و لیست ثبت پیوند کمان. شکل ۹ (a) و شکل ۹ (b) ساختارهای لیست پیوند رأس ها لیسا پیوند ثبت را به ترتیب نشان می دهد. هر ثبت (رکورد) در لیست پیوند رأس ها یک اشاره گر به لیست کمان ثبت پیوند دارد که در بردارنده ی اطلاعات کمان از گره است. در لیست لینک ثبت کمان، tailvex و headvex مکان انتهای رأس و ابتدای (سر) رأس را به ترتیب نشان می دهند.

Hlink و tlink دو اشاره گر برای کمان بعدی با کمان یکسان ابتدای رأس و کمان انتهای رأس به نسبت هستند. کلیمه ی info به اطلاعات کمان اشاره می کند. کمان ها با کمان در بالا (سر) یکسان در لیست پیوند یکسان اند. کمان ها با انتهای یکسان در ۵ لیست پیوند نیز همچنین یکسان اند.

گره های بالا (سر) در رأس های لیست پیوند آن، رأس ها هستند رأس اطلاعات را در رأس ها ذخیره می کند برای مثال نام رأس، به ترتیب ورود دو اشاره گر برای اولین گره با گره به عنوان کمان در سر (بالا) یا انتهای کمان به نسبت است.

شکل ۹

شکل ۱۰

۷- اجرا و استعمال PKM

مطابق با روش های بالا، برای ساخت یک پیش نمونه از PKMS حمایت کننده فرآیند طرح از ماشین بسته بندی اسکناس بهره گرفته است که وب و پایگاه داده تکنولوژی های منتشر شده برای فهم توابع جستجو، دلیل، مرور و طبقه بندی، به روز رسانی و نگه داری دانش همانطور که در شکل ۱۱ آمده است، بوده است. برای اجرای تکنولوژی های محاسبه ای توزیع شده (منتشر شده)، ساده کردن عناصر مدل بر پایه ی اینترنت و گسترش کارایی در حال بهبود، برای تأسیس موتور دانش پایه، موتور مقابله؛ معیار به روز شده و معیار نگه داری پذیرفته شده است. برای ساده سازیف ۴ معیار در طبقه ی بسته بندی Java به ترتیب ایجاد (ساخته) شده است.

Servletها از تبدیل داده و با سیستم های کاربرد خارجی استفاده می کنند. جستجوی موتور و موتور مقابله از فکر جلسه ی بدون مکانی برای بازخوانی موجودیت مدل های دانش ارائه کننده استفاده می کنند. تفکر جلسه ی بدون مکان می تواند میان مشتریان تقسیم شده باشد و نمی تواند نگهداری کننده پیام های شرایط باشد، بنابراین آن ها با کاراکتر دستیابی به چند کاربر هم زمان بر پایه ی جستجوی بر پایه ی web و دلیل برخورد می کنند. معیار به روز رسانی و معیار معرفی کاربر باید پیام های وضعیت مرتبط با ارباب رجوع ها را نگه دارد. بنابراین تفکر (هسته ی) مکانی برای دوباره خوانی موجودیت تفکرها که داده پایه دانش را ارائه می کند و دانش مرتبط در DR را از طریق JDBC بررسی می کند.

کاربرد انجام مواجهه با مشخص سازی plat form (سطح مذاکره) CAE/CAM/CAD و غیره را خسته کننده می کند و نیازمندی های پرس و جو از طراحان از طریق مواجهه (سطح مذاکره) پذیرفته شده اند دانش در مدل تولید و ساختار از طریق فاصل بدست آمده است. دانش در کاربرد مدیریت و نگه داری شده است.

شکل ۱۱

شکل ۱۲

برای تفسیر این موضوعات توصیف شده در بالا، تولید مدیریت دانش چارچوب کاری را پیشنهاد کردیم. این PACD با یک محیط دانش یکپارچه شده را فراهم می کند. این از طرح فرایندها بر پایه ی PKM استفاده می کند که به صورت ادامه است:

(i) گسترش تابع: اجرای گسترش تابع برای تأیید وضعیت ساخت گسترش مطابق با خواسته های کاربر است.

(ii) گسترش ساختار: داشتن ساختار درختی بر پایه ی وضعیات گسترش ساختار، استفاده از CBR برای به دست آوردن موارد مشابه و تأیید BOM برای پایان دادن به طرح گردآوری مدل

(iii) طرح متغیر: طرح متغیر لازم است اگر موارد مشابه به دست نیاید. بهترین طرح متغیر می تواند از PKM به دست آمده باشد.

(iv) طرح جدید: طرح جدید نیاز است اگر طرح متغیر پاسخگوی نیازها نباشد. تابع طرح، ساختار طرح می تواند بر پایه ی چارچوب کاری سیستم مدیریت دانش تولید اجرا شود.

شکل ۱۲

۸- نتیجه گیری

در حال حاضر، تکنیک های تولید مدیریت دانش برای محصول (تولید) واقعی فرآیند گسترش به کار نرفته است و ابزارهای سند مدیریت موجود و PDM سرعت درگیر شدن و استفاده دانش در طول فرایندهای گسترش سریع الانتقال محصول نمی توانند راضی کننده باشد.

در این زمینه، ما چارچوب کاری تولید مدیریت دانش را با DR پیشنهاد کردیم. یک مدل دانش هدف معنایی می تواند به صورت موثر انواع مختلف از دانش را سازماندهی کنند. دانش به لیست با پیوند مضاعف و لیست با پیوند متعامد سازماندهی شده است. طراحان می توانند تصرف (درگیر کردن) و از دانش تولید با استفاده از تکنیک OLAP، روش کاهش دانش و CBR دوباره استفاده کند.

سرانجام ماشین یادگیری می تواند دانش جدید برای پابرجایی DR را کسب کنند.

فصل ۱۵

همکاری فاکتورهای فنی اشتراک کیفیت دانش در میان صاحب منصبان (مأموران) دولت در مالزی

۱- مقدمه

مدیریت دانش یک نظم پدیدار با ایده های زیاد، بحث ها و تحقیقات است که نیاز به جستجو شدن دارد. این در طبیعت مرتبط با کنترل دانش در سازمان ها چند زمینه ای است مفهوم به وسیله ی kar/wlig در طول تغییر مطلب اصلی او برای سازمان بین المللی کار در سازمان ملل در سال ۱۹۸۶ اختراع شد. در این تاریخ شماری از محققان در مدیریت دانش در سازمان در سطح جهانی اجرا کردند. اگرچه، مطالعات بر روی اشتراک دانش خصوصاً در بخش عمومی در مالزی هم اکنون بسیار کم است.

تعدادی از مطالعات در مالزی دامنه اسبق از اشتراک دانش یا انتقال دانش را انفرادی، سازمانی و ابعاد فنی محدود کردند. این قابل رویت نیست که تحقیقات تجربی برای تعریف رابطه بین فاکتورهای فنی و کیفیت اشتراک دانش در عوامل (آژانس های) دولتی به استثنای آن با syed Ikhsan و Rowland انجام شد.

اگرچه مطالعه تنها در یک سازمان (آژانس) انجام شد. بنابراین، نتایج مطالعه نمی تواند به دیگر آژانس های دولتی تعمیم یافته باشد.

syed Ikhsan و Rowland پیشنهاد کردند که بخض عمومی یا خصوصی نیاز به مدیریت دانش برای اطمینان دارند که سازمان می تواند به خوبی از دانش سازمانی بهره ببرد.

به صورت متداولی Ninth Malaysia Plan (2006) گزارش کرده که کمبود اشتراک/ اطلاعات/ دانش میان آژانس های دولت وجود دارد. چرا؟ برای پاسخ به این سوال، بررسی فاکتورهایی که جمعیت کارمندان را از اشتراک دانش خود خصوصاً فاکتورهای تکنولوژیکی مرتبط باز می دارد مهم است. بنابراین هدف این مقاله:

· بررسی فاکتورهای فنی که بر اشتراک کیفیت دانش میان عوامل (کارکنان) دولتی اثر می گذارد.

· تعیین مهمترین فاکتور تکنیکی است که بر اشتراک دانش کیفیت مأموران دولتی اثر می گذارد.

در این فصل، یک بازبینی مرتبط به مطالعه را ارائه می دهیم. این به وسیله ی تحقیق تئوری چارچوب کاری، روش شناختی تحقیق و بحث بر روی نتایج ادامه یافته است. به عنوان نتیجه، ما پیدایش (یافته) و محدودیت بحث اصلی تحقیق را خلاصه کردیمک

۲- بازبینی نوشته ها

۱-۲ مدیریت دانش، اشتراک دانش و تکنولوژی اطلاعات

مدیریت دانش فرایندی است که حاوی ۳ عنصر اصلی است:

یادکیری سازمانی، مدیریت اطلاعات و تکنولوژی اطلاعات

یادگیری سازمانی به صورت نزدیک مرتبط با تغییر نگرش کارکنان به سوی اشتراک دانش است در حالیکه مدیریت اطلاعات بر رسته بندی پیچیدگی و دستیابی به اطلاعات و داده در کاربردهای کامپیوتر تمرکز دارد.

Stoddart (2001) تکنولوژی اطلاعات را به عنوان ابزاری برای تسهیل جریان اطلاعات و اشتراک دانش می بینید. این نشان می دهد که تکنولوژی اطلاعات قسمتی از مدیریت دانش است و نقش مهمی در اشتراک دانش ایفا می کند.

شکل ۱

دانش که به صورت انفرادی در سازمان ها تقسیم شده است دانش سازمانی است و می تواند به وسیله ی ۴ حالت از تبادل دانش توصیف شده باشد.

آن ها اجتماعی کردن، برونی سازی کردن، ترکیب و درون سازی کردن می باشند. بر پایه ی این مدل ها Vanden Brink فرایند اشتراک دانش را توضیح داد که در هر حالت همانطور که در جدول ۱ نشان داده شده اتفاق می افتد.

فرآیند اشتراک دانش می تواند همچنین از طریق کانال متوسط تکنولوژی و کانال متوسط بدون تکنولوژی جا می گیرد.

کانال میانجی تکنولوژی می تواند به حالت ویدئو کنفرانس لیست ها، گروه خبری، گروه ابزار، اتاق های تیمی مجازی، ایمیل، پست صوتی و غیره. بنابراین قابلیت اطمینان تکنولوژی والاترین قسمت برای اشتراک دانش است زیرا این یک تسهیل کننده برای انتقال دانش شده است.

جدول ۱: فرآیند اشتراک دانش و حالت SECL از Vadnen Brink پذیرفته شده است.

ردیف 

فرایند 

اشتراک دانش 

۱ 

ضمنی به ضمنی (اجتماعی کردن) 

دانش در طول فعل و انفعال اجتماعی مانند داستان سرایی تقسیم شده است که انتقال به دانش ضمنی پیچیده از یک تکنیک (فنی) به دیگری را مقدور می سازد. 

۲ 

ضمنی به صریح (برون سازی کردن)

اشتراک دانش زمانیکه فردی تلاش به ارتباط می کند دانش ضمنی با دیگرها از طریق، برای مثال نوشتن ایده ها و افکار در حالت تئوری اتفاق می افتد. 

۳ 

صریح به صریح (ترکیب) 

زمانیکه دانش در حالت اسناد نوشته شده است این با دیگر افراد به اشتراک گذاشته می شود. اگر آن ها دانش را ترکیب کنند این دانش جدیدی را ایجاد خواهد کرد که در مقاله نوشته شده است.

۴ 

صریح به ضمنی (درون سازی) 

بشر می تواند دانش را دریافت کند زمانیکه استدلال در پضت سند به وسیله ی دیگر افراد گزارش شده باشد. 

 

 

 

۲-۲ فاکتورهای فنی و اشتراک دانش

تکنولوژی به عنوان مواد دسته ساخته مانند نرم افزار و سخت افزار برای اجرای کارها در سازمان استفاده شده است. بسیاری از نوآوری های نرم افزار برای مقدور سازی اشتراک دانش گسترش یافته است و به عنوان نتیجه بیشتر از ۱۸۰۰ نرم افزار تولید به عنوان راه حل های مدیریت دانش نام گذاری شده اند. مطابق با Orlikowsk، مفهوم تکنولوژی از دو عنصر عمده تشکیل شده است. دامنه و تابع.

در اصطلاح دامنه، دو نوع تحقیق وجود دارد. اول، تحقیق اینکه تکنولوژی را به عنوان “سخت افزار” در نظر بگیرید و دوم تکنولوژی را به عنوان “تکنولوژی اجتماعی” ببینید. در اصطلاح دامنه، دو نوع تحقیق وجود دارد. اول، تحقیق که تکنولوژی را به عنوان سخت افزار در نظر می گیرد و دوم تکنولوژی را به عنوان تکنولوژی اجتماعی در نظر می گیرد در اصطلاح عملیات (تابع)، تحقیق زودتر تکنولوژی را به عنوان هدفمند پیش بینی می کند در حالیکه دیگر تحقیق بر تکنولوژی به عنوان تولید یک محصول تمرکز دارد که شامل فعالیت افراد در تکنولوژی است. آخرین تحقیق تکنولوژی را به عنوان تعریف نرم است که تکنولوژی را به عنوان فاکتور بیرونی در نظر گرفته است که تأثیر دارد اما به وسیله ی بشر و سازمان کنترل شده است.

با این وجود، تکنولوژی نقش مهمی در مدیریت دانش ایفا می کند. بنابراین این مورد مرکز مدیریت دانش نیست اما نقش بحرانی به عنوان توانا در افزایش سطح اشتراک دانش میان کارکنان است. تکنولوژی نقش مهمی در مدیریت دانش ایفا می کند. بنابراین این مرکز مدیریت دانش نیست اما نقش حیاتی به عنوان نقش حیاتی به عنوان یک توانا در افزایش سطح اشتراک دانش در میان کارکنان است. تکنولوژی همیشه متغیر عمده (اصلی) در تئوری سازمانی است. اما “بنیاد نیازمندی اشتراک دانش همیسه تکنولوژی است”. این فرایند را تسهیل می سازد و شتاب می دهد در اشتراک دانش در میان و بین سازمان در کنار آن نقش مهم تغییر حیاتی در تغییر فرهنگ همکاری برای اشتراک دانش ایجاد می کند. تکنولوژی اطلاعات بالقوه برای تأثیر عملیا هماهنگی و ارتباط با و در میان سازمان است. نقش تکنولوژی اطلاعات در اشتراک دانش به وسیله ی تئوری های ارتباطی مطالعه شده است. برای نمونه Yates (1999) بر روی چگونگی یک رسانه ی الکترونیکی پذیرفته و استفاده شده به وسیله ی یک شرکت برای مشخصه ی انواع ارتباطات شکل گرفته با گروه ها بر پایه ی نیازهایشان تحقیق کردند. این نقش ها فعل و انعال اجتماعی بین گروه را تغییر می دهند بنابراین، برای MC Dermott گسترش تکنولوژی اطلاعات سازمان ها را به تفکر درباره ی راه های جدید اشتراک دانش مانند طبقه بندی اسناد در یک دانش پایه و استفاده از شبکه های الکترونیک برای اشتراک دانش با موجودیت سازمان ها ترغیب می کند. بر خلاف عملیات ICT به عنوان تسهیل کننده انتقال دانش، شماری از مطالعات برای مشخصه ی فاکتورهای مرتبط با تکنولوژی هدایت شدند که بر رفتار اشتراک دانش اثر می گذارند.

برای مثال Riege (2005)، ۷ موانع تکنولوژی (فنی) را که افراد را از اشتراک باز می دارد لیست کرده است. مانند:

· کمبود فرآیند تکنولوژی اطلاعات و سیستم یکپارچه که کارکنان را برای کار محدود می کند.

· کمبود پشتیبانی درونی و بیرونی تکنولوژی

· انتظارات غیر واقعی که تکنولوژی می تواند انجام دهد یا نمی تواند.

· عدم تطاربق بین نیازهای تکنولوژیف یکپارچگی سیستم ها و فرایند های تکنولوژی اطلاعات

· بی میلی به استفاده از تکنولوژی اطلاعات به خاطر آشنا نبودن

· کمبود آموزش برای استفاده از سیستم های تکنولوژی اطلاعات و فرایندها

· کمبود ارتباطات و استفاده از فواید سیستم جدید مقایسه شده با سیستم کنونی

وابستگی به تکنولوژی اطلاعات در نیاز سریع برای مدیریت دانش موثر نتیجه دارد.نیاز سازمان ها به اعتماد به مقادیر (ارزی) داده بهینه شده است زمانیکه آن کنترل شده باشد بنابراین این می تواند به وسیله ی کاربرد و دانش کارکنان اشتراک گذاشته باشند. در این نگاه ثابت تکنولوژی برای بهره گیری شدن برای انتشار اطلاعات است زیرا این می تواند یک فضای بزرگتر و عمیق تر برای خلق، طبقه بندی انتقال و کاربرد دانش در سازمان را فراهم کند.

بر پایه ی Orlikowski، تکنولوژی در این مقاله به عنوان تکنولوژی ارتباطات و اطلاعات است که شامل نرم افزار و سخت افزار استفاده شده با کارکنان در سازمان ها در اجرای وظایف است. با ادغام مفاهیم تکنولوژی و مطالعه Orlikows با Rowland و Omar سه ساختار به عنوان فاکتورهای تکنولوژی تعریف شده اند که بر کیفیت اشتراک دانش در میان بخض های اجتماع کارکنان یعنی زیر ساختار ict، ابزار ict و ict بدانید چطور اثر می گذارد.

(a) زیر ساختار ICT

رابطه علمی بین دانش و تکنولوژی به سمت اختراع کامپیوترها هدایت شد. نقش کامپیوتر در توانا سازی اشتراک دانش مهم است. بنابراین زیر ساختار ICT نیاز به بودن در مکانی برای تسهیل تلاش بخصوص برای حمایت از خلاقیت، ساختارف نفوذ و استفاده از دانش دارد. این برای سازمان برای اقدام کردن به اشتراک دانش بدون زیر ساختار ICT دارد همانطور که حضور آن به صورت بخصوص در حالت دانش جدید است و سیستم ها می توانند محرک های فنی را برای اشتراک دانش افزایش دهند. تأثیر مدیریت دانش به حاضر بودن کارکنان برای اشتراک دانش از طریق کامپیوترها بستگی دارد که می تواند به وسیله ی همهی کارکنان در سازمان به دست آید. زیر ساختار ICT به روز می تواند به کارکنان برای ایجاد، انتقال و اشتراک دانش کمک کند. گاهی سازمان ها به بازبینی کامل زیر ساختار ICT برای مجبور ساختن کارکنان به اشتراک دانش مجبورند.

در این مقاله زیر ساختار ICT به عنوان زیر ساختار در دسترس ICT در سازمان هایشان مانند کامپیوترها شبکه ها، اینترنت و غیره تعریف شده اند که به وسیله ی کارکنان که می تواند بر اشتراک کیفیت دانش اثر بگذارد، لحاظ شده است. از اینجا فرضیه درست شده که:

= زیر ساختار ICT تأثیر مهم بر کیفیت اشتراک دانش دارد.

(b) ابزارهای ICT

مطابق با Iasanali (2002) یکی از فاکتورهایی که در موفقیت مدیریت دانش دخیل است استفاده از تکنولوژی ساده است. این رایج است که کارکنان بی نتیجه می مانند اگر آن ها بیش از سه دفعه برای پیدا کردن اطلاعات در سیستم کلیک کنند. این نشان می دهد که ICT نقش غالب در مدیریت دانش ایفا می کند. شاید برای Smith و Anderson تابع (عملیات) ICT که اشتراک دانش را حمایت می کند به صورت گروه در چندین بخش به صورت زیر باشد:

i) کاربرد اداری مانند ایمیل، پیام، تقویم و جدول زمان بندی

ii) گروه افزار که گروه کاری و همکاری را پشتیبانی می کند. این پشتیبانی تکنیکی برای گروه کاری مانند گردهمایی پایگاه داده، استعمال اشتراک گذاری، سیستم ملاقات (جلسات) الکترونیک

iii) سیستم های سند که از سند خلاقیت، ذخیره و مدیریت چرخه ی زندگی پشتیبانی می مند. سند پرینت گرفته شده به وسیله ی اسناد دیجیتال جایگزین شده اند.

iv) سیستم فرایند کار ICT به جریان تولید کمک و فؤایند کاری مرتبط را نشان می دهند. برای مثال سیستم های مدیریت جریان کار، سیستم های پشتیبانی فرایند و حالت الکترونیکی.

سیستم های تحلیلی که تحلیل را پشتیبانی می کند و داده ساختاری شده برای برنامه ریزی استراتژیک و عملیات و تصمیم گیری را تفسیر می کند. برای نمونه انبارهای پشتیبانی سیستم ها و داده.

در این مقاله، ابزار ICT یا نرم افزار در سازمان مانند گروه ابزار، سیستم های اطلاعات بر پایه ی کامپیوتر و غیره که به وسیله ی کارکنان ملاحظه شده است می تواند در اشتراک کیفیت دانش تأثیر بگذارد. از اینجا فرضیه ایجاد شده که:

: ابزار ICT تأثیر مهمی بر کیفیت اشتراک دانش دارد.

c) ICT بدانید چطور

آموزش کافی ICT یکی از فاکتورهایی است که به صورت مهم دخیل در مدیریت دانش موفق است. تکنولوژی کافی و افراد خوب آموزش دیده برای مدیریت دانش مهم اند. یک تکنولوژی خوب اجرا شده با افراد خوب آموزش دیده برای اجبار افراد به کار موثر و با بازده (کارایی) مهم است. همانند چنین (این) آموزش ICT مناسب و کافی برای همه ی کارکنان رابطه ی مثبت با ایجاد دانش و انتقال دانش دارد. کارکنان کسانی که آشنا با ICT هستند، بسیار آماده و خواهان انتقال اطلاعات هستند. در این مقاله ICT بدانید چگونه بر کیفیت اشتراک دانش تأثیرگذار است، از اینجا فرضیه ایجاد شده که:

: ICT بدانید چگونه تأثیر مهم بر کیفیت اشتراک دانش دارد.

۴-۲ کیفیت اشتراک دانش

Vanden Hooff (2003) اشتراک دانش را به عنوان فرایند که تبادل دانش انفرادی (ضمنی یا صریح) تعریف کرد و با یکدیگر دانش جدید را خلق می کنند. اشتراک دانش فرایندی بین افراد است که به صورت مستقیم یا مشاهده دیده نمی شود. اشتراک دانش در بعد گسترده تر به ارتباط همه ی انواع دانش دانش صریح یا دانش ضمنی ارجاع می شود. اشتراک دانش زمانیکه افراد در کمک به دیگرها برای گسترش قابلیت جدید برای فعالیت گرایش دارند اتفاق می افتد. بنابراین، اشتراک دانشبه علافه ی افراد در سازمان برای اشتراک هر چیزی که دارند یا با همکاران خود ایجاد می کنند بر می گردد.

اگرچه این اغلب سوال است که چرا دانش تقسیم شده از کیفیت است. اشتراک دانش بی معنی است اگر کیفیت تضمین شده باشد. اگرچه اکثر مطالعات قبلی بر اشتراک دانش به جای کیفیت تمرکز دادر. به مقداری که، این مفروض است که مطالعه ی کیفیت دانش به اشتراک گذاشته نسبت به محدودیت تنها به اشتراک دانش رفتاری که کیفیت دانش مرتبط با جامعه ی تکامل یافته است ضروری می باشد.

کیفیت دانش در اصطلاح ارتباط اندازه گرفته شده که آسان برای فهم، صحت، تکامل، اعتبار و خطوط زمان است. آیتم ها از Mcnikkey و Dlone و Mclean بر گرفته و اصلاح شده است.

۳- چارچوب کاری و فرضیات

چارچوب نمی بیرونی در این مقاله تطبیق شده از Syed Ikhsan (2004) و Rowland (2006) و Chia است. گذشتگان رابطه بین فاکتورهای فنی و عملکرد انتقال دانش را بررسی کردند. در حالیکه نهایی بر کیفیت اشتراک دانش تمرکز دارد. در این مطالعه، مدل تطبیق شده و برای تعیین رابطه بین فاکتورهای تکنیکی و کیفیت اشتراک دانش تعدیل شده است. کیفیت دانش به اشتراک گذاشته تمرکز عمده به عنوان اشتراک دانش است که می تواند در هر زمانی اتفاق بیفتد اما اشتراک کیفیت دانش ضروری است.

شکل ۱

 

 

 

۴- روش

۱-۴ جمعیت و نمونه

جمعیت برای مطالعه مأموران از گروه حرفه ای و مدیریت (MPG) به سه آژانس دولتی در Putrajaja است. این مأموران مدیران میانی جای کرفته بین مدیریت عالی (گروه ابتدایی) و پشتیبانی کارکنان (گروه پشتیبانی) است. مدیران میانی اتخاب شده اند تا به صورت مستقیم شامل در ایجاد خط مشی در بخش عمومی منبع انسانی، مدیریت مالی و گسترش اجتماعی اقتصادی کشور باشند. دانش به وسیله ی مدیران میانی بر گرفته و ایجاد شده است که رهبران گروه کاری یا کار اجباری است که تبادل فرایند میانه بین مدیریت بالا و کارکنان پشتیبان است. علاوه بر این، دانش به صورت سیستمی در این سطح تولید شده است. ایجاد کننده خط مشی و گسترش تجارت به وسیله ی فعالیت های بر پایه ی دانش آژانس های دولتی ایجاد شده اند. آژانس ها مشمول در بخش عمومی منابع انسانی مدیریت خط مشی، خط مشی های مدیریت مالی بخش عمومی و خط مشی های اجتماعی اقتصادی ملی هستند. در این مطالعه، نمونه های تصدفی مورد رضایت برای انتخاب نمونه استفاده شده اند. پرسشنامه ها به ۷۳۴ مأمور (کارمند) پخش شده است. نرخ بازگشت (۴۵۰) ۲۵/۶۱% و تعداد پرسشنامه های پردازش شده ۲۲/۴۲۸ پرسشنامه است که به خاطر نبود (از دست دادن) داده بیشتر از ۱۰% پردازش نشده است.

 

 

۲-۴ اندازه گیری (سنجش)

سنجش در این مطالعه استفاده شده وفق داده شده با Rowland و Syed Ikhsan (برای فاکتروهای فنی) و Chiu (2006) (برای کیفیت اشتراک دانش) است. سنجش ها برای درخواست بخش عمومی زمینه اصلاح یافته است/ فاکتورهای فناوری شامل سه محدودیت، زیر ساختار ICT، ابزارهای ICT و بدانیم چطور ICT است. هر کدام از این محدودیت ها در بردارنده ی ۳ آیتم می باشد. ۶ آیتم برای ارزیابی پاسخ با کیفیت کشتراک دانش استفاده شد. پاسخ دهنده ها پرسیدند که ایا آن ها موافق با شرایط مرتبط با فاکتورهای تکنیکی (فنی) و کیفیت اشتراک دانش هستند. همه ی آیتم ها در استفاده از ۵ امتیاز مقیاس Likert از ۱= به صورت کاملاً مخالف تا ۵= کامل مخالف سنجیده شده اند. پرسشنامه از پیش تست و بهبود بخشیده شده است تا از اعتبار آن اطمینان شود. پیش تست بر اطمینان وضوع در نحوه بیان، معنا و اعتبار سوال انجام شده است. دو دانشجوی قبل از فارغ التحصیلی، ۴ مأمور دولتی و ۲ کارشناس در مدیریت دانش و آمارهایی که برای کامنت (نظر) در نحوه بیان و سوالات دیدیگاه در نظر بودند.

کامنت ها بایدی گسترش برای نظر گذاشتن در نحوه بیان و سوالات هستند بعد کامنت ها پایه ای برای اندازه گیری مقدار فراهم می کنند. بعد از پیش تست، ابزار بهبود بخشیده شده یا ۴۸ مأمور برای تست نشان دهنده قابلیت اعتماد سازنده هاست. ابزار نهایی سپس در این مطالعه استفاده شده است.

 

 

۵- جستجو و بحث

۱-۵ آمارگیری پروفایل پاسخگو

مشخصات آمارگیری پاسخگو در جدول ۱ در زیر ارائه شده اند.

جدول ۱

که ۱۹۵ (۶/۴۵%) مرد و (۴/۵۴%) ۲۲۳ زن پاسخگو در مطالعه شامل شده اند. اکثر آن ها سن بین ۲۶ تا ۴۰ سال (۷/۷۱%) و ۶/۶۶% مدیران جوان (سطح ۴۴ تا ۴۱) هستند. تقریباً همهی پاسخگوها اولین مدرک (لیسانس) را دارند و ۴/۷۳% کمتر از ۱۰ سال سابقه ی بخش عمومی را دارند.

۲-۵ پروفایل توصیفی فاکتورهای فناوری و کیفیت اشتراک دانش

جدول ۲

این نتایج نشان می دهد که زیر ساختار ICT (مقدار ۰۵/۴ و ) موثرترین فاکتور است که بر کیفیت اشتراک دانش میان مأموران دولتی پیروی کننده از ICT بدانیم چطور و ابزارهای ICT همانطور که در جدول ۲ نشان داده شده می باشد.

جدول ۳

جدول ۳ یک پروفایل توصیفی از کیفیت اشتراک دانش را نشان می دهد. دانش مرتبط به اشتراک گذاشته شده بالاترین معنا با ارزش آماری ۱۱/۴ و انحراف استاندارد ۴۶۲/۰ دارد که آسان برای فهم ( و ۰۶/۴ ابزار) و خط زمان ( و ۹۶/۳ ابزار) است.

بر پایه ی امتیاز ابزار، ارتباط به عنوان مهمترین بعد در کیفیت اشتراک دانش ایجاد شده با کیفیت دانش اشتراکی سازنده ی راحت (قابل فهم آسان) و خط زمان ملاحظه شده است.

۳-۵ میزان انطباق

تست معتبر بودن و قابلیت اعتماد برای آزمایش انطباق مقدار استفاده شده در مطالعه است. تست اعتبار به وسیله ی ارائه کردن داده برای فاکتور تحلیل انجام شده است. فاکتورهای تحلیل تکنیک کاهش داده اند و برای تعیین اینکه آیا آیتم ها برای ساخت یکسان است یا خیر می باشد. در طول فاکتور تحلیل، فاکتور با ارزش مرکزی بیشتر از یک می تواند برای آنالیز بیشتر حفظ شود. برای اطمینان شامل بودن در میزان در مقابل زمان و آیتم های مختلف در ابزار، تست قابلیت اطمینان به وسیله ی مقادیر Cronbach Klpha انجام شده است.

a) فاکتورهای فنی

همه ی ۹ آیتم از فاکتورهای فنی برای آنالیز اصل عناصر تحلیلی ارائه شده است (PCA). نتایج ابتدایی نشان می دهد که مقدار KMO از ۶۵۴/۰ است که متجاوز از مقدار ۶/۰ پیشنهاد شده است و تست Barttett کروی بودن مهم است که در جدول ۴ زیر نشان داده شده است.

نتایج (KMO, Brattett) پیشنهاد می کند که داده نمونه برای ادامه دادن با یک روش فاکتور تحلیل مناسب است.

جدول ۴

اجزا عناصر

فاکتورهای فنی 

 

سیستم های اطلاعات کامپیوتری برای من اطلاعات به روز تری نسبت به فایل های دستی فراهم می کند.

 

سیستم های بر پایه ی اطلاعات اطلاعات جدیدی برای من می سازد که زودتر در دسترس نبود.

 

سازمان من از گروه ابزار مانند Lotus Notes و Microsoft Exchange برای ترغیب اشتراک ایده ها استفاده می کند.

 

سازمان من زیر ساختار به روز ICT دارد که به افراد به اشتراک دانش کمک می کند

 

به کارکنان در سازمان من آموزش کافی داخلی در استفاده از ابزارهای ICT داده می شود.

 

کارکنان در سازمان من آموزش کافی داخلی در استفاده از کامپیوترها داده می شود.

 

تکنولوژی بدانی چطور در میان کارکنان به سادگی قابل انتقال است.

 

ICT کارهای روزانه ی مرا آسان می سازد

 

ICT می تواند کار من را در جستجو برای اطلاعات سرعت ببخشد.

Cronvach Alpha

مقدار مشخصه

درصد واریانس معمول

درصد تراکمی 

نقطه ی جدا شده استفاده شده ۳۰/۰ است که نمونه بیشتر از ۳۵۰ است همه ی بارگیری شده های کمتر از ۳۰/۰ نشان داده نیست.

جدول ۵: فاکتور تحلیل و تست قابلیت اعتماد نتیجه در ابزار فاکتورهای تکنیکی دارد جدول ۵ نتایج ابتدایی فاکتور ماکزیمم تفاوت چرخشی متغیرها برای فاکتورهای فنی را ارائه می دهد. همه ی ۹ آیتم در ۳ فاکتور بارگذاری شده اند. ۴ آیتم در فاکتور ۱ با واریانس ۹۵/۲۶، ۳ آیتم در فاکتور ۲ با ۴/۲۳ درصد و ۲ آیتم در فاکتور ۳ با واریانس ۶۵/۲۱ درصد بارگذاری شده اند. واریانس کلی به دست آمده ۶۴/۷۱ درصد است. یک آیتم = سازمان من زیر ساختار به روز دارد که به اشتراک دانش کمک می کند از فاکتور ۱ به فاکتور ۲ بارگذاری شده است. برای اینکه آیتمی باقی بماند. حداقل بارگذاری حداقل ۲۰/۰ استو آیتم کاهش یافته است زمانیکه بارگذاری بین دو فاکتور کمتر از ۲/۰ باشد.

PCA دوباره با ۸ آیتم بدون آیتم انجام می شود. مقدار KMO برابر با ۶۰۴/۰ است که در بالا مقدار قابل قبول ۶/۰ و تست کروی Bartlett در جدول ۶ نشان داده شده مهم است. نتایج نشان می دهد که روش فاکتور تحلیل می تواند انجام شده باشد و همه ی آیتم ها در سه فاکتور بارگذاری شده اند. سه آیتم بارگذاری در فاکتور ۱ با واریانس ۵۳/۲۷، سه آیتم بارگذاری در فاکتور ۲ با ۳۴/۲۴ درصد و دو آیتم در فاکتور ۳ با واریانس ۷۸/۳۳ درصد بارگذاری شده است.

واریانس کل به دست امده ۶۵/۷۵ درصد است همانطور که در جدول ۷ نشان داده شده است.

تست قابلیت اعتماد همچنین دوباره بدون آیتمJ1 انجام شد و نتایج نشان می دهد که مقدار Cronhach Alpha بین ۸۹۰/۰ تا ۷۳۰/۰ بودند. جدول ۶

جدول ۷

b) کیفیت اشتراک دانش

اصل تحلیل عناصر (PCA) همچنین برای ۶ آیتم از کیفیت اشتراک دانش اجرا شده است. نتیجه نشان می دهد که در ارزش — نمونه گیری (KMO)، ۸۱۳/۰ است. ایم مقدار عالی است زیرا از مقدار توصیه شده ۶/۰ تجاوز می کند و تست کرویت Bartlett مهم است (۰۰۰/۰). نتایج (KMO و تست Bartlett) پیشنهاد می کند که داده ی نمونه مناسب برای ادامه دادن با فاکتور روش تحلیلی است. PCA یک تفاوت عنصری با مرکز مقداری متجاوز ۰/۱ را استخراج کرده است. ۶ مورد در یک فاکتور تنها با واریانس ۶۵/۵۳ درصد بارگذاری شده است. مقدار Cronhach Alpha، ۸۲۷/۰ در برخورد با مقدار قابل پذیرش ۶/۰ و ۷۰/۰ است. نتایج در جدول ۸ و ۹ در ادامه آمده است.

جدول ۸

جدول ۹

روی هم رفته نتایج به صورت آماری نشان می دهد که ابزار استفاده شده در این مطالعه معتبر و قابل اندازه گیری است که فرض شده تا اندازه بگیرد.

ابزار قابل اعتماد است زیرا شامل بالا بودن با Cronhach Alpha است که بیشتر از ۷۰/۰ برای همه ی فاکتورهای قابل پذیرش ۷۰/۰ است.

۴-۵ روابط تست

برای معرفی رابطه بین فاکتورهای فنی و کیفیت اشتراک دانش، آنالیز همبستگی انجام شده است. آنالیزهای همبستگی کششی و مسیر رابطه دو تا شونده بین متغیرهای مستقل و غیر مستقل را نشان می دهد. نتیجه ی تحلیل همبستگی از مطالعه در جدول ۸ آمده است.

جدول ۸

نتایج بالا نشان می دهند که همه ی متغیرها به صورت قابل توجهی به هم با کیفیت اشتراک دانش متصل شده اند. این نشان می دهد که ICT بدانید چطور ، ICT زیر ساختار و ICT ابزار یک همبستگی مهم با کیفیت اشتراک دانش میان مأموران دولتی را نشان می دهد. Coben پیشنهاد کرد که خط مشی هایی که در آن همبستگی بین ۲۹/۰-/۲۹/۰ تا ۱۰/۰-/۱۰/۰ کم است، ۴۹/۰-/ ۴۹/۰ تا ۳/۰-/ ۳/۰ میانگین و ۱-/ ۱ تا ۵/۰-/ ۵/۰ بالا است. بر پایه ی خط مشی ها، ICT بدانید چطور یک همبستگی مهم ثبت میانه با کیفیت اشتراک دانش دارد که زیر ساختار ICT و ابزارهای ICT همبستگی چشمگیر مثبت کم با کیفیت اشتراک دانش دارند. برای پیدا کردن پیشگوی قوی برای کیفیت اشتراک دانش یک رگرسیون چندگانه انجام شده است. رگرسیون چندگانه همچنین معرفی می کند که چه مقدار واریانس کیفیت اشتراک دانش به وسیله فاکتورهای تکنولوژی تعریف شده است. جدول ۱۱ نتایج تحلیل رگرسیون چندگانه را نشان می دهد.

جدول ۱۱

نتایج رگرسیون چند گانه نشان می دهد که فاکتورهای فنی تأثیر چشمگیر بر کیفیت اشتراک دانش دارند. مدل چشمگیر با مقدار F از ۸۲/۲۵ است. ضریب تعریف ، ۱۵۲/۰ است که نشان می دهد ۲/۱۵% از واریانس در کیفیت اشتراک دانش به وسیله ی متغیرهای مستقل توضیح داده شده است. (ابزار ICT، ICT زیر ساختار و ICT بدانید چطور). نتایج نشان می دهد که ICT بدانید چطور مهمترین پیش گو از کیفیت ها اشتراک دانش پیروی شده با زیر ساختار ICT و ICT ابزارها است. بنابراین این می تواند استنتاج شود که فرضیات پشتیبانی شده اند.

۶- نتیجه گیری

کشف مطالعه به صورت واضح موفقیت اهداف برای مطالعه را نشان می دهد.

به صورت ظاعریف فاکتورهای فنی رابطه مثبت مهم با کیفیت اشتراک دانش را دارد. بدانید چطور ICT به عنوان قوی ترین پیشگویی کیفیت اشتراک دانش میان مأموران دولتی مالزی به وسیله ی زیر ساختار ICT و ابزارهای ICT پیروی شده است. این نشان می دهد که نقش تکنولوژی در مدیریت دانش بخصوص در تسهیل و شتاب به ارتباطات از میان کارکنان حیاتی است.

تکنولوژی ساده، خوب مجهز شده ی زیر ساختار ICT و خوب آموزش داده به کارکنان می تواند به خوبی اشتراک دانش را ترویج بدهد. اگرچه، تکنولوژی خوب مجهز شد و ابزار ICT آسان برای استفاده بی معنی است مگر اینکه کارکنان بدانند چطور از آن استفاده کنند.

این افرادی است که نقش حیاتی را ایفا می کنند. بنابراین برای دولت مالزی افزایش ICT بدانید چطور کارکنان برای افزایش کیفیت دانش ضروری است. تأکید بر سخت افزار و نرم افزار به خاطر متعادل شدن با ICT بدانید چطور می باشد.

همانند دیگر مطالعات، این مطالعه، همچنین بعضی محدودیات را تجربه می کند. در وهله ی اول، مطالعه در یک مکان تنها Putrajaya انجام شده است که مدیریت مرکزی دولت مالزی است. تحقیق آینده آژانس های دولتی مختلفی را در وضعیت و سطح متفاوت هدایت خواهد شد.

دوماً، مطالعه ی تنها از دیدگاه کمی استفاده می کند. برای فهم بهتر اینکه چرا کارکنان بی میل به اشتراک دانش هستند. به خصوص مرتبط با فاکتورهای تکنیکی، دیدگاه کمی باید لحاظ شده باشد.

سوماً، واحد تحلیل مأمورانی از گروه مهندسان میانی است. این در فهم جامع (درک جامع) اشتراک دانش در بخش عمومی در مالز کافی نیست. بنابراین مدیریت عالی و کارکنان حمایت کننده باید در مطالعات آینده لحاظ شده باشد.

فصل ۱۶

به سوی ارائه دانش بر اساس جمع آوری: مثالی از مدیریت بحران وابسته به جغرافیای سیاسی

 

 

۱- مقدمه

اگرچه لغت “ژئوپولیتیک” در قرن بیستم اختراع شده، مدیریت بحران وابسته به جغرافیای سیاسی یک تحقیق رد شده قدیمی بود. از روزگار باستان، تصمیم گیران دانستند که مجبورند ملاحظه کنند در جغرافیای کشورشان در انتخاب سیاست تا اینکه از تهاجمات کشور محافظت کنند. (برای مثال دیوار بزرگ چین) یا برای     ضمانت موجودی در منابع طبیعی، در طی آن زمان ها ضرورت دانش برای مدیریت چنین بحران وابسته به جغرافیای سیاسی به وسیله بعضی از متخصصان نگه داری شده بود، کار کردن در ناحیه ای برای سال ها و مهارتشان بیهوده از دست رفته بود زمانیکه آنها آن منطقه خاص را ترک می کردند.

در دهه ۹۰ با تکامل تدریجی از ابزارهای IT و پیدایش هوش مصنوعی، ارتش ها با فکر کردن درباره استفاده کردن از آ« ابزارهای جدید برای پیشرفت مدیریت بحران وابسته به جغرافیای سیاسی به وسیله انجام دادن یک ارزیابی ریسک وابسته به جغرافیای سیاسی شبه واقعی به وجود آمدند تا اینکه برای پیش بینی چه چیزی می خواهند اتفاق بیفتد و چطور از این دوری شود. پروژه چئوپز یکی از آن ابزارها بود. این یک موفقیت بود اما به وسیله پایه هدفشان ارائه دانش محدود بود و بنابراین یکی از این هدف هایی بود که توانست دانش از مهارت ها را با کمک یک ارتش متحد ترکیب کند با تصمیم گیری و بحث این در زبان بشری ممکن نبود برسد.

تا اینکه با پیشرفت سیستم یک فرم جدیدی از ارائه دانش دانسته شود بین ارائه موضوع خیلی رسمی که خیلی محدود در مدتی از ابتکار و ارائه ندادن هست. ما یک فرم از ارائه شناخته شده در حوزه هنرمندانه پیشنهاد کردیم. جمع آوری که می تواند تلاش کند دانش را در یک فرم خیلی باز بیان کند. این همچنین راهنمایی کرد ما را با تفکر دوباره نقش سیستمی که باید بازی کند. تصمیم گیرنده نیاز دارد به یک سیستم که برایش خلاقیت بیشتر بسازد و قوه تصو در دوره ای از فرضیه که (این فرضیه) باید یک چیز سخت (برزنتی) برای بازتابش باشد.

م مطالعاتمان را از طریق طرحی از سیستم های مدیریت بحران واقعی شرح خواهیم داد.

بخش هایی که در ادامه داریم همانطور که می بینید طبقه بندی شده است: بخش ۲ ارائه های سبک نزدیک از ریسک و مدیریت بحران از میان طرحی از چئوپز، بخش ۳ معرفی مفهومی از جمع آوری جایگزین ها با پایه های هدف ارائه های دانش. بخش ۴ ارائه چه طور می تواند شرکت کند با طرحی مجدد از سیستم های مدیریت بحران ما جمع آوری کند. بخش ۵ ارائه نتایج فراهم شده و آدرس های کار آینده و بخش ۶ شامل روی مزایایی از ارائه دانش بر اساس جمع آوری و اینکه درخواست در حوزه های دیگر.

۲- مدیریت بحران مطابق ارائه های دانش کلاسیک: پروژ چئوپز

۱-۲ پروژ چئوپز

پروژ چئوپز یک ریسک وابسته به جغرافیای سیاسی و سیستم مدیریت بحران بود. این در سال ۱۹۹۷ قبل از پروژ چئوپز طراحی شده بود، ضرورت دانش برای مدیریت چنین بحران وابسته به جغرافیای به وسیله بخضی از متخصصان نگه داری شده بود، کارکنان در ناحیه ای برای سال ها و مهارتشان بیهوده از دست رفته بود زمانیکه آنها آن منطفه خاص را ترک می کردند. پروژ چئوپز یک سیستم کامل ارزیابی بود با استفاده کردن از ابزارهای جدید پیشنهاد می کند به وسیله تکنولوژی اطلاعاه شبه هوش مصنوعیف ارائه دانش، سیستم های اطلاعات جغرافیایی (GIS) و پایگاه های داده با جمع آوری این دانش و استفاده کردن این با کمک ارتش ها با بهتر فهمیدن شرایط و پیش بینی کردن رویدادها. این سیستم همچنین مجبور است چند کاربری باشد زیرا مدیریت بحران یک نمونه یک فعالیت گروهی است.

پروژ چئوپز بر پایه یک شبه بحران ساختگی بود که در آن یک کشور میانه شرقی (MEC) چند توافق دفاعی با دولت فرانسه دارد. ارتش فرانسه مجبور است از MEC از همه تهاجمات ممکن از یک کشور خارجی دفاع کند، اما در زمان (موقع) مشابه ارتش فرانسه نباید تصمیمات مزاحمت بار در داخل مرزها بگیرد. بنابراین این بحرانی با تصمیم گرفتن است اگر بعضی تهدیدات علیه آنها (MEC) وجود داشته باشد. از آنجائیکه، هر کسی یا هر چیزی می تواند پیامدهایش باشد. در چنین چیزی یک محیط با تحمیل فراوان از انواع مختلف می باشد: وابسته به جغرافیای سیاسی، اقتصادی، نژادی، و غیره این واکنش ضروری در روشی صحیح در زمانی صحیح است. تا اینکه سیستم به آزمایش کردن در شرایط واقعی و درک بهتر نیازمند است و تحمیل می کند، یک سناریو ایجاد شده در ادامه می بینیم:

MEC شامل یک جنگ غیر نظامی است جائیکه شورشیان در حال مخالفت کردن با دولت رسمی هستند، به وسیله کشور همسایه کمک شده بودند (TNC). در روز اول مشکلات در بعضی از سربازخانه ها پدیدار شد، نزدیک مرز شمالی احتمال نداشت بفهمند این مشکلات را ایجاد کنند.

در روز دوم جنگ های خیابانی در پایتخت MEC نزدیک مجمع ملت علامت داده شد، پیامدش این است که گروه های حکومت گرا از شمال مناطق پایتخت فرستاده شده بودند.

در روز سوم، هواپیمایی از پایتخت بمب گذاری شده بود اما هواپیماهای جنگجویان دشمن شناسایی نشده بود. کارشناسان در حال تجزیه و تحلیل تصاویر اصابت بمب هستمد. شورشیان هواپیماهای قدیمی شوروی داشتند که به آنها برای انجام بمب گذاری اجازه ندادند.

۲-۲ مدیریت بحران مطابق با یک پایه هدف ارائه های دانش

قبل از همه چیز این ضروری است که یک بحران را معنی کنیم که چه چیزی است. یک بحران می تواند معنی شود به عنوان اتحاد رویدادهای که در یک زمینه خاص بعضی از شرایط ناخواسته را رهبری خواهد کرد. بر طبق این، ما می توانیم مفهوم بحران را نشان دادن تفاوت های بین ثابت و شرایط بحرانی معنی کنیم. در شرایط بحرانی، تجزیه و تحلیل شرایط سخت تر است زیرا تشخیص انسان با استرس باطل، اهمیت شروط و حقیقت هزینه ها است. بحران یک پارادوکس زمانی ایجاد می کند زیرا این تجزیه و تحلیل به هم پیوند یافته اند، شبیه ارتباط یا توجیه انتخابات، به زمانی ناسازگار با راه حل بحران نیاز دارد. یک بشر نمی تواند همه بحران ها را در زمان، شبه مارک آئورله، به وسیله خودش مدیریت کند. فقط تقدیر یا گروهی از انسان های واقعی با هم در حال کار کردن هستند می تواند به صورت یک دینامیک با شرایط پیچیده باشند، بنابراین این یک نمونه فعالیت چندتایی است. با یافتن این الزام چند مشارکتی و به هم وصل کرده این با یک سیستم پایه IT، یک مدل همکاری چند عاملی فهمیده می شد. چنین چیزی در سیستم چند عاملی، چالشی است که بشر می سازد و عوامل مصنوعی در حال کار کردن با هم در سطح دانش است (نیوول ۱۹۸۲). با افزایش عوامل بهره، دانش یکسان روی پایه ای از مدیریت بحران است. با مدیریت یک شرایط با یک “موضوع” دیدگاه سیستم همه رویداد جدید را با یک نوع رویداد که قابل شناسایی باشد از رویدادهای گذشته و تجزیه و تحلیل بحران به درون سیستم وارد شود، متصل می کند. عملیات یکسان سازی اتصال با شرایطی انجام شده است: سیستم شرایط را از همه رویدادهایی که در زمان داده شده اتفاق افتاده است و این را با یک نوع شرایط وصل می کند، شناسایی می کند. تا اینکه شرایط آینده پیش بینی شود، سیستم تجزیه و تحلیلی از دستگاه گذشته از ورودی رویدادها در سیستم به عنوان هستی ها (موجودات) می سازد و تصمیم می گیرد درباره یکی از بیشتری احتمال که اتفاق می افتد.

۶ عامل اصلی وجود دارد. وابسته به ارتش (MA) اطلاعات جمع آوری می کند و گزارشات را روی شرایط استدلال کرده و ارسال می کند (این یک عوامل انسانی است). رویداد مدیر پایگاه داده (EDM) هر رویداد را طبقه بندی می کند. نقشه مدیری پایگاه داده (MDM) از یک (GIS) برای مدیریت نقشه های مختلف استفاده می کند. زوم تهیه می کند و می تواند به راحتی مطلبی را در طبقه بندی بگذارد، مسنجر (پیام آور) (MSG) پیام ها را انتقال می دهد (این یک عامل انسانی است). تحلیل گر گزارش اخبار، متن گزارشات اخبار را به شکل پایگاه داده ترجمه می کند.

متظاهر محاسبات را تاکتیکی می سازد و وانمود می کند تا اینکه جریان کشش یا ضرورت زمان را با میزان حرکت تخمین بزند و استدلال کننده (ARGU) به کاربر اجازه استفاده از فرضیه تاکتیکی با جست و جوی رویدادهای مکاتبه شده در پایگاه داده و بر خلاف آن را می دهد و با تجزه و تحلیل یک سری از رویدادهای مشترک تا اینکه فرضیه استراتژیک را پیدا کند. بر پایه بیشترین فعالیت ها روی همکاری بین عوامل انسانی، ما از دیدگاه دانش مامایی (پلاتو، ۱۹۹۹) استفاده کردیم. جائیکه همکاری توانسته بود با گفتگوهای سطح بالا بین عوامل مدلسازی کند. عوامل تلاش به مشارکت می کنند؛ آنها یک حافظه در حال کار کردن را تقسیم می کنند جائیکه یک داستانی از گفتگوهای آنها ضبط شده بود. تا اینکه این مدل را شرح دهد، ما از یک مشکل ساختگی با گفتگو کردن بین عوامل محلی مدیریت بحران کامپیوتر استفاده خواهیم کرد. جدول ۱ یک خلاصه ای از گفتگوی مجازی بین عوامل را نشان می دهد.

در این گفتگو ما می توانیم ببینیم که MA از یک فرضیه شروع شد: “مشکلات داخلی” زیرا بعضی دلایل پنهان شده وجدو دارد که برایش فرضیه برتر می سازد که به مداخله احتیاج ندارد تا اینکه از توافق کردن دوری کند. استدلال کننده (ARGU) با فرضیه MA موافق نیست زیرا اواطلاعاتی که طبقه بندی رویدادهای نامعتبر است را پیدا می کند. MA با آزمایش فرضیه (ARGU) هدایت شده و از او پرسید اگر او می تواند نشان دهد که شورشیان دلیل آخرین رویدادها هستند.

ARGU انجام می دهد و از وانمودگر تاکتیکی (TSIM) می پرسد تا یک شبیه سازی از ارائه نیروها در