Тема 10. Сравнительный анализ понятий: «Данные, знания, информация». Сравнительный анализ структур данных и знаний. Информативность структур данных.

Термин данные происходит от слова data - факт, а информация (informatio) означает разъяснение, изложение, т.е. сведения или сообщение.

Данные - это совокупность сведений, зафиксированных на определенном носителе в форме,

пригодной для постоянного хранения, передачи и обработки. Преобразование и обработка данных позволяет получить информацию.

Информация - это результат преобразования и анализа данных. Отличие информации от данных состоит в том, что данные - это фиксированные сведения о событиях и явлениях, которые хранятся на определенных носителях, а информация появляется в результате обработки данных при решении конкретных задач. Например, в базах данных хранятся различные данные, а по определенному запросу система управления базой данных выдает требуемую информацию.

Существуют и другие определения информации, например, информация – это сведения об объектах и явлениях окружающей среды, их параметрах, свойствах и состоянии, которые уменьшают имеющуюся о них степень неопределенности, неполноты знаний.

Знания – это зафиксированная и проверенная практикой обработанная информация, которая использовалась и может многократно использоваться для принятия решений.

Знания – это вид информации, которая хранится в базе знаний и отображает знания специалиста в конкретной предметной области. Знания – это интеллектуальный капитал.

Формальные знания могут быть в виде документов (стандартов, нормативов), регламентирующих принятие решений или учебников, инструкций с описанием решения задач.

Неформальные знания – это знания и опыт специалистов в определенной предметной области.

Необходимо отметить, что универсальных определений этих понятий (данных, информации, знаний) нет, они трактуются по-разному.

Принятия решений осуществляются на основе полученной информации и имеющихся знаний.

Принятие решений – это выбор наилучшего в некотором смысле варианта решения из множества допустимых на основании имеющейся информации.

Взаимосвязь данных, информации и знаний в процессе принятия решений представлена на рисунке.

Для решения поставленной задачи фиксированные данные обрабатываются на основании имеющихся знаний, далее полученная информация анализируется с помощью имеющихся знаний. На основании анализа, предлагаются все допустимые решения, а в результате выбора принимается одно наилучшее в некотором смысле решение. Результаты решения пополняют знания.

Тема 11. Системы оперативной обработки транзакций. Традиционные экспертные системы. Информационные хранилища. Многомерные базы данных. Системы оперативной аналитической обработки данных. Технология DataMining.

Экспертная система – это программа, которая в состоянии заменить собой человека-эксперта в его профессиональной деятельности. Структурно экспертная система состоит из базы знаний, машины вывода и пользовательского интерфейса.

База знаний состоит из фактов и правил. Машина вывода (inferenceengine) обращается к базе знаний (knowledgebase) и преобразует запрос пользователя в ответ, задавая ему при необходимости вопросы, используя пользовательский интерфейс. Такая структура позволяет развивать экспертные системы, добавляя в нее новые знания, и при этом не требуется переписывать программу. Пустая экспертная система (без базы знаний) называется оболочкой (expertsystemshell) и может использоваться для многих предметных областей.

Создание экспертной системы заключается в формализации, т.е. преобразования знаний эксперта в форму, которая требуется для оболочки экспертной системы. Иными словами, требуется человек-эксперт, который является носителем знаний и в состоянии эти знания сформулировать для занесения в базу знаний. Этот факт является определяющим для выбора экспертной системы в качестве инструмента решения задачи. Человек-эксперт далеко не всегда в состоянии изложить свои знания в том виде, как этого требует формат базы знаний. В таких случаях вступает в действие инженер по знаниям (knowledgeengineer), который является ≪переводчиком≫ между экспертом и базой знаний.

Экспертные системы используются в самых различных областях знаний, в том числе в медицине (диагностика и лечение), геологоразведке (определение перспективности месторождений), химии (прогнозирование свойств органических соединений).

Оперативная аналитическая обработка (On-lineAnalyticProcessing, OLAP) позволяет обрабатывать данные в режиме реального времени.Она основана на использовании разделяемого доступа к данным и обеспечивает оперативную обработку, формирование и представление аналитических документов. Эта технология основана на инструментах математической статистики и применяется главным образом для анализа и отображения информации в виде многомерных структур, называемых также «кубы OLAP». Позволяет решать следующие задачи:

· создавать многомерные базы данных (часто объемные и содержащие сложные взаимосвязи);

· организовать гибкий и удобный доступ к базам данных через мощные средства формирования запросов;

· получить результаты запросов в форме, максимально удобной для последующего анализа;

· использовать мощные генераторы отчетов.

В отличие от методов аналитической обработки информации и создания отчетов, концепция Data Mining предполагает обнаружение нетривиальных взаимосвязей между объектами данных в хранилищах данных, которые нужны для принятия решений.

Выделяют пять типов закономерностей, которые позволяет выявлять технология Data Mining: классификация, кластеризация, регрессия, ассоциация, последовательность и прогнозирование. Кратко их можно охарактеризовать следующим образом.

В отличие от методов аналитической обработки информации и создания отчетов, концепция Data Mining предполагает обнаружение нетривиальных взаимосвязей между объектами данных в хранилищах данных, которые нужны для принятия решений.

Выделяют пять типов закономерностей, которые позволяет выявлять технология Data Mining: классификация, кластеризация, регрессия, ассоциация, последовательность и прогнозирование. Кратко их можно охарактеризовать следующим образом.