اغلب معیارهای ابتکاری شناخته شده دیگر را نظیر کوسین35 و شاخص همپوشانی36 به عنوان شاخص پایه تست کردیم. که نتایج مشابه مقدار دقت (%30) و مقدار فراخوانی (%20) را بدست آوردند.
2-6 کاربردهای روش کاوش ایده
اگرچه روش کاوش ایده روش جدیدی است اما بعد از اینکه مطرح شد در زمینه تجاری به کار برده شد، در زیر به دو مورد از کاربرد آن در این زمینه پرداخته می‌شود.
2-6-1 استفاده از کاوش ایده در نوآوری سرویس37 در زنجیره ارزش کسب و کار38
در سال 2011 از این روش در یافتن سرویس‌های جدید برای سازمان استفاده شد. بالا رفتن اطلاعات و تکنولوژی‌های ارتباطی پشتیبانی و نیاز به مشتری مداری و زمان کمتر برای بازاریابی را به همراه داشت. انقلاب وب 239 قدرت بیشتری را برای مشتری به ارمغان آورد که منجر شد تا شرکت‌ها آگاهی‌شان را نسبت به نیازهای مشتری بالا ببرند. شرکت‌ها بیشتر از این نمی‌توانند تنها به توانایی‌های داخلی سازمان برای پی بردن به نیازهای خارجی وابسته باشند. لذا، شرکت‌ها باید در مدی پویا با هر شخص- شرکاء، رقبا، آموزش‌دهندگان، دولت و بیشتر از همه مشتریان- تعامل داشته باشند. شبکه‌های ارزش تجاری فرصت‌های جدیدی برای مشارکت‌های نوآورگرا فراهم آورد. شرکت‌ها ممکن است دانش خودشان را خارجی کنند در حالیکه دانش خارج را وارد می‌کنند، ایده‌ها ممکن است خارج شوند در حالیکه شرکت‌ها ایده‌های ایجاد شده توسط دیگر شرکت‌ها را وارد می‌کنند. ایده‌هایی در مورد سرویس‌های جدید که به نظر می‌رسد برای شرکت غیر مرتبط باشد می‌تواند برای دیگری با ارزش باشد. فاکتور کلیدی موفقیت شبکه کسب و کار داشتن سیستم یا پلت فرمی است که شرکت‌کنندگان برای اشتراک دانش و سرویس‌ها برای سود و فایده تمام شرکت‌کنندگان را با هم جمع کند. چارچوب پیشنهادی [9] (شکل2-2) توسعه سرویس‌های جدید را از طریق یکپارچه‌سازی مشتریان، تأمین‌کنندگان و رقبا را در فرایند نوآوری پشتیبانی می‌کند.

شکل 2-2: چارچوب نوآوری- معماری سیستم
این مقاله مدل فرایندی را بیان می‌کند که فعالیت‌های نوآوری را به 5 عملکرد اصلی گروه‌بندی می‌کند که برای توسعه سرویس‌های نوآوری جدید لازم هستند. بنابراین چارچوبی نوآورانه به وسیله هم تراز کردن معماری سیستم نوآورانه با فرایند نوآورانه مطرح کردند. در این چهار چوب در مرحله اول با استفاده از ابزار کاوش ایده، ایده‌های جدید خلق و توسعه داده می‌شوند و با استفاده از رویکردهای اطلاعاتی مبتنی بر بازار مورد ارزیابی قرار می‌گیرند. اگر نتایج ارزیابی شده مثبت باشند، ایده پیاده‌سازی می‌شود و مورد استفاده قرار می‌گیرد. اطلاعات سرویس جدید در اشکال مختلف تغییر و بهبود در سرویس‌های موجود را با استفاده از یک کنترل‌کننده بازخورد موجب می‌شوند.
یک جزء مرکزی در چارچوب مذکور به عنوان منبع نوآوری40 وجود دارد که وسیله‌ای برای ذخیره و بازیابی ایده‌ها فراهم می‌کند و به صورت سیستمی آن‌ها را با اطلاعات اضافی تسهیل می‌کند. تمام ابزارها در این چارچوب به وسیله این منبع در نهایت پشتیبانی می‌شوند که بدین گونه، به عنوان انبار ایده یکنواخت عمل می‌کند و داده‌های تولید شده در اجزای مربوطه را یکپارچه می‌کند. تمام اطلاعات ایجاد شده در فعالیت‌های ایجاد، ارزیابی و… و در منبع نوآوری جمع می‌شود. ایده‌هایی که مثبت ارزیابی می‌شوند بهترین کاندیدا برای تحقق پیدا کردن هستند و به صورت سرویس پیاده‌سازی خواهند شد و در نهایت خود این سرویس‌ها که پایه ایجاد آن ایده مفید و جدیدی بوده نیز مورد ارزیابی قرار خواهد گرفت. در صورتی که ارزیابی مثبت باشد در نهایت به جای سرویس‌های موجود و یا در کنار آن‌ها استفاده می‌شود یا با تغییری در سرویس‌های موجود همراه خواهد بود[9].
2-6-2 کاوش ایده برای پشتیبانی از توسعه و تحقیقات درباره محصول جدید
عکسالعمل سریع در مقابل نیازممندیهای متغییر مشتریان گرداننده کلیدی برای موفقیت کسب و کار است. افزایش مشتری مداری فرصتهای گسترش حرکت رو به جلو وب 2 را به ارمغان آورده است تا آنچه که مشتریان میخواهند و انچه که آنها نمیخواهند را پیدا کنند. سازمان‌های مختلف امروزه به دنبال پیدا کردن نیازهای مشتریان خود هستند و اکثر اوقات از کاربرانی برای انجام آن استفاده می‌کنند تا اینترنت و وبلاگ‌ها را به منظور پیدا کردن نیازهای مشتری جستجو کنند. جنبه مهم در این رویکرد این است که مشتریان ایده‌های محصول جدید را در وبلاگ‌هایشان به وسیله استفاده از زبان محاوره‌ای می‌نویسند. یافتن ایده‌های محصول جدید کاری شناخته شده در بازاریابی است. رویکرد کاوش وبلاگ‌ها هدفش پشتیبانی از کاربران برای یافتن ایده‌های محصول جدید از وبلاگ است. این رویکرد شامل مراحل زیر است: در مرحله اول کاربر باید توضیحات محصول خود را فراهم نماید. مثلاً توضیحات محصولات موجود در دسترس هستند زیرا اشخاص از بخش‌های بازاریابی سازمان از آن‌ها برای اهداف بازاریابی استفاده می‌کنند حتی می‌توانند درباره آینده محصول توضیح دهند. در این مرحله روی توضیحات مرحله پیش پردازش انجام می‌شود (جدا کردن اصطلاحات، حذف کلمات عمومی و …). در مرحله بعد بردارهای متنی بر اساس وزن و طولی که کاربر می‌دهد ساخته می‌شوند. سپس از وبلاگ‌های مشتریان نیز بردارهای متنی استخراج می‌شود و با بردارهای توضیحات کاربر بر اساس روش کاوش ایده مقایسه می‌شوند. در نهایت ایده‌های محصول جدید از آن‌ها استخراج می‌شود. این برنامه در قالب وب سرویس اجرا می‌شود و برای اینکه نتایج بهتری را بدهد بهتر است که طول جملات متنی که کاربر در آن محصول را توضیح می‌دهد کوتاه باشد تا این روش هم از لحاظ سرعت و هم از لحاظ کارایی مفید واقع شود [10,11].
2-7 سیستم‌های خبره
سیستمهای خبره با سیستمهای هوشمصنوعی رشد کرده و به عنوان شاخهای از هوش مصنوعی در نظر گرفته میشوند. استفاده از سیستمهای خبره در دهههای اخیر خصوصاً در زمینه پزشکی و تصمیم گیری‌های غیرقطعی به شدت افزایش پیدا کرده است و لذا توجه به توسعه چنین سیستمهایی از این لحاظ که از بنیان با سیستمهای معمولی فرق دارد و با مفهومی به نام دانش که بسیار متفاوت از داده است سروکار دارد در حال گسترش است. تعریف‌های مختلفی از دانشمندان مختلف در حوزه سیستم‌های خبره برای سیستم خبره وجود دارد دو مورد از اصلی‌ترین آن‌ها عبارت است از:
به عقیده دارلینگتن41 سیستم خبره برنامه‌ای است که تلاش می‌کند خبرگی انسان را به وسیله اعمال متدهای استنتاجی روی پیکره دانش تقلید کند.
به عقیده توربان42 سیستم خبره سیستمی است که دانش انسان را به کار می‌برد و آن را در کامپیوتر به منظور حل مسائلی که عموماً به خبرگی انسان نیاز دارد کپچر می‌کند.
در ابتدا در حالت کلی تلاش برای ساخت سیستم‌های هوشمند بود. در سال 1960 آلن نیول43 و هربرت سیمون44 یک برنامه کامپیوتری برای تست فرضیه‌هایی که رفتار هوشمند از جستجوی غیرقطعی نتیجه می‌گیرد را نوشتند. جی‌پی‌اس45 نتیجه قوانین کلی دریافت شده از حل مسائل هوش است. به زودی به این نتیجه رسیدند که راه ساختن پیشرفت، تمرکز روی دامنه برنامه خاص است و سیستم‌های خبره کم کم ظاهر شدند. اولین سیستم‌های خبره که توسعه پیدا کردند عبارتند از:
دندرال46: که در سال 1960 توسعه پیدا کرد و کار آن تحلیل ساختار شیمیایی بود. با استفاده از اطلاعات مربوط به یک ماده و بررسی آرایش آن ساختار مولکولی آن را شبیه‌سازی می‌کرد. کارکرد این سیستم آنقدر خوب بود که با یک متخصص رقابت می‌کرد.
مای‌سین47: در سال 1970 به منظور تشخیص عفونت‌های خونی توسعه پیدا کرد. با بررسی اطلاعات به دست آمده از شرایط بیمار و نیز نتیجه‌های آزمایش او عفونت خونی بیمار را تشخیص می‌دهد در صورتیکه اطلاعات کامل نباشد سوال‌های بیشتری می‌پرسد.
سیستم خبره با برنامه‌های کاربردی قدیمی فرق دارد( جدول 1-2). توانایی در مواجه با چالش‌های مسائل دنیای واقعی در طول فرایند برنامه که بازتاب قضاوت و بینش انسان است.
سیستم‌های خبره نباید با برنامه‌های مدل‌سازی شناختی اشتباه شود که تلاش دارد معماری مغز انسان را با جزئیات شبیه‌سازی کند. در واقع سیستم‌های خبره برنامه‌های عملی(کاربردی) هستند که برای استراتژی‌های غیرقطعی توسعه‌یافته برای حل کلاسی از مسائل خاص استفاده می‌شود.
جدول 1-2 تفاوت سیستم‌های خبره با سیستم‌های متعارف
سیستم‌های متعارف
سیستم‌های خبره
حل مسأله نیازمند ترتیبی قابل پیش‌بینی و تکراری از فعالیت‌ها است.
حل مسأله نیازمند پویایی، برنامه‌های گرداننده متن، واقعیت، ارتباطات و قوانین است.
برای تعیین دقت و کامل بودن از معیارهای ساده استفاده می‌کند.
کارایی سیستم بر اساس درجه دقت و کمال اندازه گرفته می‌شود که برای برقراری صحت توضیح مورد نیاز است.
2-7-1 مفاهیم سیستم‌های خبره
بعضی از مفاهیم سیستم‌های خبره و سیستم‌های متعارف در جدول 2-2 آمده است.
یک سیستم خبره به صورت نرمال 2 جنبه دارد :
محیط توسعه که توسط سازمان برای تغییر سیستم مورد استفاده قرار می‌گیرد.
محیط مشورت یا رایزنی که توسط شخص غیر خبره برای بدست آوردن دانش یا توصیه مورد استفاده قرار می‌گیرد.
جدول 2-2: مفاهیم سیستم‌های خبره و متعارف
توضیح خلاصه
سیستم متعارف
سیستم خبره
استنتاج غیر ترتیبی است.
جریان داده
استنتاج
پایگاه دانش شامل دانش و استراتژی است.
پایگاه داده
پایگاه دانش
ساختارشی منطقی است نه فیزیکی
جدول رابطه‌ای
کلاس شی
فقط داده ارائه می‌کند نه تابع
رکورد جدول رابطه‌ای
شی نمونه
صفاتشی به ارث برده می‌شود دوباره تعریف نمی‌شود.
فیلد جدول رابطه‌ای
صفات شی
اجرا قوانین ترتیبی نیست
جملات If….Then
قوانین(Rule)

با توجه به شکل 3-2 مفاهیم زیر بدین گونه در سیستم‌های خبره تعریف می‌شوند:
واسط کاربر48: معمولاً در سیستم‌های خبره واسط کاربر به سه صورت است: منبع داده(فایل متنی، پایگاه داده، صفحه وب)، نظارت به یک سیستم فیزیکی(که ورودی‌ها می‌توانند از سنسورها بدست آیند) و کنترل سیستم فیزیکی(که خروجی‌ها می‌توانند سیگنالی به سیستم باشند).
پایگاه دانش49: باید دانش از منابع استخراج شود و در این پایگاه قرار می‌گیرد(روش ارائه منطقی).

شکل 3-2 : ساختار سیستم خبره
مهندس دانش50: سازنده سیستم خبره است که باید روش ثبت و نگه‌داری علوم و اطلاعات را در کامپیوتر مشخص کند.
مهندسی دانش: به مراحل ساخت یک سیستم خبره مهندسی دانش گفته می‌شود.
2-7-2 توسعه سیستم‌های خبره
قبل از بررسی توسعه سیستم‌های خبره نیاز داریم که مفاهیمی را بدانیم که عبارتند از:
کشف دانش: فرایند جمع‌آوری دانش برای ذخیره در پایگاه دانش است که اثبات شده مشکل‌ترین کامپوننت در فرایند مهندسی دانش است. در واقع به عنوان گلوگاه کشف دانش شناخته می‌شود و پروژه‌های سیستم‌های خبره بیشتر در این مرحله با شکست مواجه می‌شوند.
دامنه خبره51: کشف دانش اغلب شامل استخراج دانش از کسانی است که در آن فیلد متخصص هستند.
استنباط دانش52: فرایندی که شامل تکنیک‌های مصاحبه‌ای و غیر مصاحبه‌ای متعدد است.
پروژه سیستم‌های خبره به رویکردهای مخصوص برای مدیریت نرم‌افزار احتیاج دارد. متدلوژی‌های به کار رفته برای ساخت سیستم‌های خبره با مسأله در کشف دانش مواجه می‌شوند. در ادامه فرایند مهندسی دانش که برای طراحی سیستم‌های خبره مورد استفاده قرار می‌گیرد را شرح می‌دهیم.
2-7-3 فرایند مهندسی دانش
فرایند کشف دانش از خبره‌ها و ساختن پایگاه دانش، مهندسی دانش نامیده

دسته بندی : No category

دیدگاهتان را بنویسید