می‌شود. هدف مهندسی دانش شبیه مهندس نرم‌افزار است: تبدیل کردن فرایند ساختن سیستم پایگاه دانش از قالب هنر به دیسیپلین مهندسی است. این کار نیازمند آنالیز فرایند ساختاری خودش و توسعه متدها، زبان‌ها و ابزاری مناسب و خاص برای توسعه سیستم پایگاه دانش است [20]. مهندسی دانش شامل همکاری خبره‌ها در دامنه کاری با مهندس دانش است تا قوانین ضمنی ساخته و کد شوند که افراد خبره از آن در حل مسائل واقعی استفاده می‌کنند. که این رشته به مهندسی نرم‌افزار مربوط است [19]. توسعه سیستم‌های پایگاه دانش فرایندی انتقالی از دانش بشر به پیاده‌سازی پایگاه دانش است. این انتقال بر اساس این فرضیه استوار است که دانش مورد نیاز سیستم KBS در حال حاضر موجود است و فقط باید جمع‌آوری و پیاده‌سازی شود. دانش مورد نیاز معمولاً از طریق خبره‌ها که چگونه آن‌ها وظایف خاص را حل می‌کنند بدست می‌آید [20].
به مهندسی دانش از دو دیدگاه می‌توان نگریست: محدود و وسیع. از دیدگاه محدود مهندسی دانش با کسب، ارائه، ارزیابی، استنتاج، تفسیر و نگه‌داری دانش سروکار دارد. در عوض، بر اساس دیدگاه وسیع، این اصطلاح تمام فرایند توسعه و نگه‌داری سیستم‌های هوشمند را توضیح می‌دهد.
دانش استفاده‌شده توسط افراد خبره اغلب غیر ساختار یافته و غیر صریح است. هدف اصلی مهندسی دانش کمک به خبره‌ها است که آنچه را که می‌دانند به صورت ماهرانه بیان کنند و اینکه دانش را در قالبی قابل استفاده و درک مستندسازی کنند [19].
2-7-4 مراحل فرایند مهندسی دانش
فرایند مهندسی دانش شامل 5 فعالیت اصلی است:
کشف دانش. کشف دانش شامل کشف دانش از افراد خبره، کتاب‌ها، اسناد، حسگرها و کامپیوترها است. دانش ممکن است در حوزه مسأله یا در روال‌های حل مسأله تشخیص داده شود، که ممکن است دانش کلی باشد (دانش درباره کسب و کار (یا ابر دانش (دانش درباره دانش) باشد. بیرد53 به صورت فرمال ارزیابی کرد که کشف دانش گلوگاه در توسعه سیستم‌های خبره امروزی است. بنابراین تحقیقات تئوری بیشتری دی این زمینه هنوز هم هدایت می‌شود.
ارائه دانش54: دانش اکتسابی سازماندهی می‌شود بنابراین در فعالیتی به نام ارائه دانش برای استفاده آماده است. این فعالیت شامل آماده‌سازی نقشه دانش و رمزگذاری دانش در پایگاه دانش است.
ارزیابی دانش55: ارزیابی دانش شامل اعتبار سنجی و ارزیابی دانش است تا زمانی که کیفیت آن قابل قبول باشد. برای تست، نتایج اغلب به حوزه خبره نشان داده می‌شود تا میزان دقت سیستم خبره ارزیابی شود.
استنتاج:56 این فعالیت شامل طراحی نرم‌افزار برای قادر ساختن کامپیوتر جهت ساخت استنتاج بر اساس دانش ذخیره شده و مسئله خاص است. این سیستم می‌تواند برای کاربران غیر خبره پیشنهاداتی مهیا کند.
تفسیر و توجیه:57 این مرحله شامل طراحی، برنامه‌نویسی توانایی تفسیر است (برنامه‌نویسی توانایی جواب دادن به سوالات به عنوان نمونه چرا یک قطعه خاص اطلاعات به وسیله کامپیوتر مورد نیاز است و یا حتی چگونه نتیجه حتمی توسط کامپیوتر اخذ می‌گردد).
شکل 4-2 فرایند مهندسی دانش و ارتباطات فعالیت‌های مهندسی دانش را نشان می‌دهد.
شکل 4-2 : فرایند مهندسی دانش
چون هدف ما کاربرد روش کاوش ایده در مرحله کشف دانش است در بخش بعدی این مرحله به صورت کامل‌تر مورد بحث قرار می‌گیرد[19].
2-7-5 مرحله کشف دانش
این مرحله وظیفه آسانی نیست. این مرحله شامل شناسایی دانش، ارائه دانش در قالبی مناسب، ساختاردهی دانش و انتقال دانش به ماشین است. فرایند کشف دانش می‌تواند به وسیله نقش‌های شرکت‌کنندگان مهم به صورت وسیع تحت تأثیر قرار گیرد: مهندس دانش، خبره، کاربر نهایی.
مهندس دانش باید به عنوان معلم ساختار دانش، طراح ابزار و سازمان دهنده و واسط بین خبره و کاربر نهایی عمل کند.
توانایی و شخصیت مهندسی دانش به طور مستقیم خبره را تحت تأثیر قرار می‌دهد. بخش موفقیت آمیز کشف دانش توسعه رابطه مثبت با خبره است. مهندس دانش باید پاسخگوی ایجاد اثر مثبت، اطلاعات ارتباطی مثبت درباره پروژه، فهمیدن سلیقه خبره‌ها، تدارک جلسات و… است. در بعضی از پروژه‌های سیستم خبره از خبره‌های متعدد استفاده می‌شود که معمولاً این کار به دلایل زیر انجام می‌شود:
درک بهتر دامنه دانش
برای بهبود ارزیابی، سازگاری، دقت، جامعیت و ارتباط دانش
برای مهیا کردن سودمندی بیشتر
برای شناسایی آسان نتایج نادرست
….
علاوه بر اینکه از خبره‌های متعددی کمک گرفته می‌شود از منابع متعدد نیز استفاده می‌کنند از جمله کتاب، مقالات، گزارشات و …
برای سرعت بخشیدن به فرایند کشف دانش از نرم‌افزارهای کامپیوتری برای کشف دانش از اسناد داده‌ای استفاده می‌کنند. دلایل استفاده از کشف دانش خودکار را می‌توان به صورت زیر بیان کرد:
برای افزایش سودمندی مهندسی دانش (کاهش هزینه)
برای کاهش سطح مهارت مورد نیاز برای مهندس دانش
برای حذف نیاز به خبره (یا کاهش زیاد آن)
برای حذف نیاز به مهندس دانش (یا کاهش آن)
برای افزایش کیفیت دانش اکتسابی
برای سیستم‌های خبره مبتنی بر قانون، از متدی قدیمی با استفاده از متد استنتاجی در یادگیری ماشین استفاده می‌شود. دانش ممکن است از اسناد کشف شود که این در واقع همان کاوش متن است که می‌تواند در کشف دانش از متن‌های غیر ساختار یافته مفید باشد. کشف از منبع مستندسازی شده پتانسیل قوی برای اتوماسیون است. دانش مستندسازی شده در هر نوع می‌تواند به سادگی و ارزانی اسکن شود و به پایگاه داده کامپیوتری تبدیل شود. دانش می‌تواند سپس با استفاده از تکنولوژی‌های هوش مصنوعی تحلیل شود. در واقع سیستم خبره می‌تواند برای ساخت سیستم خبره دیگری مورد استفاده قرار گیرد. توانایی ساخت سیستم خبره که بتواند پایگاه داده‌ها، کتاب‌های الکترونیکی، ژورنال‌ها و مجله‌ها را اسکن کند در حال افزایش است. داده‌های ذخیره شده در کامپیوتر دیگر می‌تواند به صورت الکترونیکی بازیابی شده و برای ایجاد و به‌روزرسانی پایگاه دانش سیستم خبره بدون نیاز به فرد خبره یا مهندس دانش مورد استفاده قرار گیرد. متدهایی برای تفسیر معانی به منظور تشخیص قوانین توسعه پیدا کرده‌اند[19]. هدف این تحقیق ارائه روشی با استفاده از رویکرد کاوش ایده برای این مرحله از مهندسی فرایند دانش است.

دسته بندی : No category

دیدگاهتان را بنویسید