ms del iv - systemer for å håndtere kunnskap
DESCRIPTION
MS del IV - Systemer for å håndtere kunnskap. Del IV: Oversikt. kap. 11 - Beslutningsstøtte kap. 12 - Systemer for å understøtte gruppearbeid kap. 13 - Kunnskapsarbeid kap. 14 - Informasjonshåndtering. MS kap. 11 - Belslutningsstøttesystemer. Decision Support Systems (DSS) Data mining - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/1.jpg)
21.04.23 11 1
MS del IV - Systemer for å håndtere kunnskap
![Page 2: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/2.jpg)
21.04.23 11 2
Del IV: Oversikt
kap. 11 - Beslutningsstøtte kap. 12 - Systemer for å
understøtte gruppearbeid kap. 13 - Kunnskapsarbeid kap. 14 - Informasjonshåndtering
![Page 3: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/3.jpg)
21.04.23 11 3
MS kap. 11 - Belslutningsstøttesystemer
Decision Support Systems (DSS) Data mining Executive Information Systems
(EIS) Expert Systems (ES)
![Page 4: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/4.jpg)
21.04.23 11 4
Systemer for beslutningstøtte
DBMS – Data base Management System
MBMS – Model Based Management System (modeller for å beskrive virkeligheten)
DGMS – Dialog Generation and Management System
![Page 5: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/5.jpg)
21.04.23 11 5
Bakgrunn Fra beslutningssystemer til beslutningsstøtte Gi grunnlagsinformasjon for å kunne ta beslutninger:
Regnskapstall Salgstall Lagerbeholdning Innkjøpsdata osv.
Online prosesser gir mer informasjon, og bedre oppdatert informasjon
Gis i form av rapporter, tekst, tall, visualisering - statiske og dynamiske
og ved muligheter til å spørre systemet
![Page 6: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/6.jpg)
21.04.23 11 6
Case: Oshaug Metall Enkle oversikter over ordre- og
produksjonsdata Fordelt på forskjellige tidsperioder I NOK og kg. Gir grunnlag for beslutninger OM2000 (det adm. systemet) lager
tabeller, tabellene importeres automatisk til Excel som lager diagrammer m.m.
![Page 7: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/7.jpg)
Oversikt kunde
![Page 8: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/8.jpg)
Visualisering kunde
![Page 9: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/9.jpg)
Detaljer kunde
![Page 10: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/10.jpg)
21.04.23 11 10
Komponenter (”structual capital”)
Dialog Enkle spørrespråk (”Query-by-example”, visuell
spørring) Fleksibilitet i standardrapporter
Data Internt og eksternt Record og dokumentbasert ”Data mining”
Modeller Analysedelen (f.eks. gjennom matematiske modeller)
![Page 11: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/11.jpg)
21.04.23 11 11
Case: Oshaug Metall
Et sett av forskjellige rapporter Bruker velger datagrunnlag med å
oppgi datointervall og å krysse av sjekkbokser
I tillegg: En kompetent bruker kan lage sine egne spørringer med QBE systemet i Access.
![Page 12: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/12.jpg)
21.04.23 11 12
Problemer Analysemodellene er et problemområde:
Er modellen relevant for dagens situasjon? Er data tilgjengelig - i riktig form? Forstår brukerne hvordan den komplekse modeller
fungerer? Er brukerne klar over de begrensninger som gjelder? Forklarer modellen hvordan den arbeider?
I dag, mer vekt på å: framskaffe relevante data presentere disse på en måte slik at de gir informasjon for
brukerne (f.eks., alarmsystemer) brukerne tar beslutningene, ikke systemet
![Page 13: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/13.jpg)
21.04.23 11 13
Eksempel - Finanskrisen Komplekse modeller for å beregne risiko for lån Modellene forutsatte fortsatt prisstigning, og at
et prisfall i et område ikke påvirket et annet Da blir nesten alle boliglån sikre Igjen et eksempel på at formaliseringen
(modellen) bare dekker en del av virkeligheten Et tilleggsproblem er at når hele
lånebehandlingen går over data, i flere ledd, blir det mindre personlig kontakt mellom aktørene.
Men, en sentral årsak til krisen var at de fleste aktørene hadde mye å tjene personlig på boblen
Se Stiglitz: Freefall
![Page 14: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/14.jpg)
Risikoanalyse i Norge Brukes for å vurdere risiko i en låneportefølje. Mye å tjene på gode analyser. De banker som klarer
dette selv kan operere med lavere egenkapitaldekning enn andre (Basel 2 krav til finansnæringen)
To systemer: 1. Et avansert system som bruker komplekse
matematiske modeller for å vurdere risiko. 2. Et enklere system som bruker mer tradisjonelle
metoder Det viser seg at system 2 er foretrukket. Det er
enklere, men brukerne forstår hva systemet gjør. Det har også den fordelen at brukerne forstår begrensningene.
![Page 15: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/15.jpg)
21.04.23 11 15
”Data Warehousing” & ”Data mining”
Bakgrunn: Data blir en viktig ressurs Data kan utnyttes bedre
Eksempel: På norske universiteter og høgskoler bruker vi store summer på å gi karakterer
Karakterdataene lagres og tas ut for å lage vitnesbyrd Brukes bare i liten grad ellers
men her kunne vi tenke oss rapporter: for å fortelle faglærer bakgrunnen til årets studenter sammenligning mellom fag (gode kurs/dårlige kurs,
lette/vanskelige, snill/streng karaktersetting) sammenligne bakgrunn fra videreg. og karakterer på
universitetet (opptakssystemer, studieveiledning) osv.
![Page 16: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/16.jpg)
21.04.23 11 16
Case: DOE studie Studerte artikkelsamlinger i en 30-års periode
innen fysikk for Department of Energy i USA. Så på utvikling av språk, hvordan nye ord ble
innført, hvordan de fikk en spesialisering, etc. Eksempler:
Laser krypton laser/ion beam laser Det opprinnelige order ”Laser” fikk en stadig økene
bruksfrekvens, inntil det fikk en topp i 70-årene for så å bli brukt mindre og mindre (i de vitenskapelige artiklene)
Kort levetid for ord i slike ”sub språk”
![Page 17: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/17.jpg)
21.04.23 11 17
Case: Utnytte Web Heter det ”we live in the West Coast”,
skal vi si ”on …” eller kanskje bruke ”at”?
Søker i Google ”we live at the west coast” – 2 occurrences ”we live on the west coast” – 4,240,000
occurrences ”we live in the west coast” – 7,680,000
occurrences
![Page 18: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/18.jpg)
Korrekturlesing Vi har utviklet et system som kan utføre
korrektur basert på denne metoden Kan finne feil som ”at London”, ”I have
a red far”, ”we had ice ctream for desert”, ”Mount Everst is 1000 meter high”…
Ide, å sammenligne med hva andre har skrevet
Bruke data på Web til å lage en tekstsamling (et data ”warehouse”)
![Page 19: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/19.jpg)
21.04.23 11 19
”Data warehousing” Metadata (”data om data”), standardiserte elementer.
Høyt formaliseringsnivå for record-baserte data, lavere for dokument. XML kan være nyttig her.
Kvalitet. Problemer: Data er samlet inn for ett formål kan ikke alltid utnyttes for
ett annet Data kan være svært kontekstavhengig (f.eks. email) Data blir tolket forskjellig til forskjellig tid (eks.: penger og
inflasjon, karakterer, ..) Endringer (tall til bokstavkarakterer) Data blir representert på forskjellige måte (papir,
forskjellige elektroniske formater)
![Page 20: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/20.jpg)
21.04.23 11 20
Executive IS (EIS) Brukt til å gi:
Data om organisasjonen (salg, produksjon, fortjeneste, budsjetter, markedsutvikling…)
Intern kommunikasjon (organisering av personlig korrespondanse, rapporter, møter)
Data om omgivelsene (lovgiving, konkurrenter, teknologi,…) Funksjonalitet:
Tilgang til overordnede aggregerte tilstands (performance) data Visualisering Muligheter til analyse
Komplekse eller enkle systemer Mange bedrifter nøyer seg med å bruke regneark i
analysefasen
![Page 21: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/21.jpg)
21.04.23 11 21
EIS Når ting endrer seg raskt er det viktig å ha
oppdaterte, relevante data Gode datakilder er viktig Kunnskap om kilder og søking er viktig Det er sentralt å kunne bruke data fra
systemet sammen med annen, ofte ”mykere” informasjon
Systemet gir ikke løsningene, bare en del av de nødvendige grunnlagsdata
I dag kan vi få online data
![Page 22: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/22.jpg)
21.04.23 11 22
Benyttes til:
Finansoversikt Markedsoversikt Salg Planlegging Personelloversikt
![Page 23: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/23.jpg)
21.04.23 11 23
Problematisk implementering
Noen gir opp Mange får problemer Viktig å ha en ”executive sponsor”,
en i ledelsen som er fast bestemt på at prosjektet skal lykkes
Viktig å ha gode data ..og realistiske forventninger
![Page 24: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/24.jpg)
21.04.23 11 24
EIS systemet:
Fleksibelt (verden endrer seg) Godt brukergrensesnitt Gode vedlikeholdsrutiner Pålitelige systemer Kompatibelt med andre systemer
![Page 25: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/25.jpg)
21.04.23 11 25
Case: Regnskapssystem for Molde kommune
Kommuneregnskapet gir aggregerte tall, for generelle til å følge med i enkeltprosjekter
Poster identifisert med kontostreng, som gir informasjon om konto og detaljinformasjon
Tilleggsregnskap, som inkluderer: Egen database med detaljkontoer Oversikt over hvilke kontostrenger som inngår i hver
konto Delprosjektregnskap Data hentes fra det overordnede regnskapssystemet Innlegging av preliminære utgifter
![Page 26: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/26.jpg)
21.04.23 11 26
Case:Energiregnskapssystem for Molde kommune
Idé: For å spare energi må en ha data om forbruk Et enkelt system for å gi oversikt
Systemet har: Alle virksomhetssteder Grunndata (areal m.m.) Energiforbruk (strøm, olje) Rapportering Analyse i forhold til temperatur
![Page 27: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/27.jpg)
21.04.23 11 27
Case:Turbokforlaget
System som håndterer: leveringer fakturering regnskap skatt
Tar ut data til Excel for analyse av markeder, salgstall, opplagstall, m.m.
![Page 28: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/28.jpg)
Case: Høgskolen i Molde Sentrale data vil være:
Studentopptak (antall, studier, karakterer fra videregående, faglig bakgrunn)
Studentgjennomføring Arbeidsmarkedet Student-tilfredstillelse Ansatt-tilfredstillelse
Viktig å sammenligne med andre institusjoner, f.eks.: Gjelder utviklingen bare oss? Eller er dette en generell trend?
![Page 29: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/29.jpg)
21.04.23 11 29
Ekspertsystemer Dekkes i andre kurs (overfladisk her) Gjenskape menneskelig kunnskap og
beslutninger Stor interesse og stor innsats fra 60-tallet og
utover Mindre i dag (få/ingen suksesser) Teknologi:
En kunnskapsdatabase (ofte i form av regler eller som neurale nettverk)
En interferensmotor (som kan trekke slutninger) Et brukergrensesnitt
![Page 30: MS del IV - Systemer for å håndtere kunnskap](https://reader030.vdocuments.pub/reader030/viewer/2022020219/56814e4a550346895dbbd46e/html5/thumbnails/30.jpg)
21.04.23 11 30
Case: American Express Autorizer’s assistant Formål, å oppdage bedrageri 2600 regler Oppgave, å detektere tilfeller som kan være bedrageri Godt egnet:
Delvis åpen oppgave, ikke helt formalisert Ideen er mer å vise mulighet for bedrageri enn å detektere dette med 100%
sikkerhet I de tilfeller der det er et mulig bedrag kan mer data innhentes Understøtte mennesker
Problemer: Kan bli kostbart å nekte kortbruk, om det er en reell transaksjon utført av
en god kunde De fleste godkjenninger skjer i dag elektronisk og online, vanskelig å
involvere et menneske. Systemene må da bli sikrere. Ofte viser det seg at ekspertsystem virker bedre og blir enklere å
vedlikeholde om systemene formaliseres