Knowledge Management System і її базова модель знань 6WH+/BI+ (редагується)

Knowledge Management System (KMS, Network KMS) — це термін, що не має однозначного тлумачення але має дослівний переклад: “Система Управління Знаннями”, - забезпечує "швидку передачу знань" "від тих, хто знає” - “тим, кому необхідні знання”. Дефініція KMS відноситься до кластеру більш широкого поняття Knowledge Management (Управління Знаннями).  

У вузькому тлумаченні дефініція Knowledge Management System (KMS) визначає мережеву автоматизовану систему, яка забезпечує у певній проблемній області роботи швидке з'єднання “тих, кому необхідні знання” з відповідними формалізованими знаннями або “з тими, хто знає”.

Knowledge Management System (Система управління знаннями) забезпечує постійне нарощування інтелектуального капіталу організації, цінність якого у деяких випадках може перевищувати цінність матеріальних активів.

Викладання елементів знань у Business Intelligence, Knowledge Management System доцільно робити за однаковою структурою, яка пристосована для відповіді на запитання осіб, які приймають рішення (ОПР) на основі цих знань. 

Приклади KMS. 1) AKO/DKO – Army Knowledge On-line/Defence Knowledge On-line. 2) Інтернет-форуми за інтересами (ремонт автомобілів, вибір автомобілів, ін.). 3)Наукові установи, заводи, полігони, особи  причетні до удару балістичними ракетами по Україні.

KMS мають обмежену функціональність і достовірність, актуальність - але у будь-якому разі їх наявність краще за відсутність. Після появи мереж відеороликів цінність KMS на їх основі значно підвищилась - передача найбільш цінних Tacit Knowledge зросла від ~27% до 60...90% залежно від проблемної області роботи (не плутати з передачею умінь і навичок).

Для обрання й уніфікації елементів знань для конструювання ефективних лінгвістично-семантичних наборів у пошуковій видачі KMS розроблені спеціальні моделі структуризації знань.

У журналістиці і системах управління знаннями найбільш відома модель структуризації інформації– Six W's (Five W's (and one H)). Ця модель взята за основу у US Army KMS AKO/DKO. 

Більш логічно позначити Six W's (Five W's (and one H)) як  6WH, подібно до C2, С4ISR (С4ISR (Command, Control, Communications, Computers, Intelligence, Surveillance and Reconnaissance), ін.

Найбільш відома у журналістиці модель структуризації знань 

Six W's (Five W's (and one H)) або Five Ws розроблена на основі вірша Р. Кіплінга (R. Kipling) Six Honest Serving Men («Шість Чесних Слуг»):

"...I keep six honest serving-men (They taught me all I knew); Their names are What and Why and When And How and Where and Who..." (Я маю шість чесних слуг, вони навчили мене всьому, що я знаю. Їх імена: Що, Чому, Коли, Як, Де, Хто")

Шість елементів моделі Six W's у KMS позначають: KNOW‑WHO (…ПРО КОГО), KNOW‑WHAT (…ЩО СТАЛОСЯ), KNOW‑WHEN (…КОЛИ СТАЛОСЯ), KNOW‑WHERE (…ДЕ СТАЛОСЯ), KNOW‑WHY (…ЧОМУ СТАЛОСЯ), KNOW‑HOW (…ЯК СТАЛОСЯ). 

У відкритих публікаціях ця модель взята за основу (без елемента KNOW‑WHERE) як модель структуризації знань у принципах Knowledge Management Армії США (know-why, know-what, know-who, and know-how), - див. публікацію The U.S. Army Knowledge Management Principles and their Relevance to Other Organizations by Dr. Ramon Barquin в одному з найбільш авторитетних видань за тематикою b-eye-network. Проте, виключення елемента KNOW‑WHERE порушує логіку інтеграції KMS з GIS, яка забезпечує візуалізацію KNOW‑WHERE, ін.  Реально у бойових системах є елемент KNOW‑WHERE.

Модель Six W's також використовують як шестивимірну модель метаданих  для Data Warehouse (Сховищ Даних)? але там її називають Zachman Framework (Схема Захмана):

https://en.wikipedia.org/wiki/Zachman_Framework#/media/File:The_Zachman_Framework_of_Enterprise_Architecture.jpg

За останні десятиліття сформувалася, на наш погляд, додаткова і дуже важлива вимога KMS  -   пристосованість для ефективного пошуку й обробки hi-tech засобами аналізу Business Intelligence (OLAP, Data Mining, Visual Mining,Text Mining, Opinion Mining, Sentiment Analysis. KPI, Dashboards, Scorecard, ін.). Для цього елементи знань повинні включати числові,число-лінгвістичні і лінгвістичні оцінки.

Для інформаційно-аналітичних систем на основі Business Intelligence уточнена модель знань 6WH+/BI+, її додатковими елементами є, для прикладу, такі: 

- KNOW HOW MANY (знати СКІЛЬКИ), адже без кількісних оцінок неможлива підтримка прийняття рішень. Іноді цей елемент включають у KNOW WHAT.

- KNOW-FORECAST (знати ПРОГНОЗ), адже прогнозування (forecast), передбачувальна аналітика (predictive analytics) є задачею Business Intelligence.  
- KNOW-X, де Xi – множина елементів метазнань для даної проблемної галузі роботи. Для прикладу. Know-Authenticity (знати Достовірність). 

- Знак "+" означає, що елементи знань забезпечують реалізацію наказової аналітики, виконавчі дії на основі алгоритмічно-програмного логічного виведення BI+KMS і можливо з використанням механічних тригерів;

Отже, система Six W's, яка пристосована для реалізації  на її основі обробки структурованих елементів знань засобами Business Intelligence може бути записана у такій короткій формі:

6WH+/BI+ = {KNOW‑WHO, KNOW‑WHAT, KNOW‑WHEN, KNOW‑WHERE, KNOW‑WHY, KNOW‑HOW, KNOW-X}

Модель структуризації знань 6Ws/BI для інформаційно-аналітичних систем BI, KMS, DW (Business Intelligence, Knowledge Management System, Data Warehouse)

Для розробки моделі структуризації інформації для конкретної проблемної області роботи необхідно також проаналізувати всі різноманітні моделі інформації,  подані на різномовних сторінках Вікіпедії - див Five Ws. Проте доцільно, щоб уточнена модель інформації мала статичну частину (аналогічну 6WH+/BI+) і темпоральну (змінну) частину, характерну для проблемної області роботи. Проблемна область роботи включає в себе: 1) цілі і задачі аналітичної роботи (підтримки рішень); 2) предметну область роботи; 3) стратегії, тактики і евристики досягнення цілей і виконання задач підтримки рішень.  

Реалізація моделі інформації (даних) 6WH+/BI+ на основі програмного забезпечення  BI, KMS, DW досягається насамперед шляхом її реалізації на гібридній  трикомпонентній моделі подання знань FPS (Frame, Production system, Semantic networks). Модель FPS при реалізації на ROLAP моделі даних  Star chema дозволяє аналітикам самостійно аналізувати наявні дані, структуровані по моделі 6WH+/BI+ (верифіковано) засобами OLAP & Data Mining і розробляти гіпермедійні оповіщення про виявлення визначених значень елементів інформації (верифіковано виявлення до 8-ми числових, число-лінгвістичних і коротких лінгвістичних елементів даних на 100000 записах), створювати Dashboards (верифікований багатоканальний сигналізатор "Римські гуси") з регульованою ретроспективою (системний час, дні місяця, дні тижня, декади, місяці, роки, ін.;регіони планети, країни, області, населені пункти, райони міста, адреси, поштові індекси, ін.; ін.). На відміну від давно використовуваних простих тригерів (alerts), тут програмні чи програмно-механічні  тригери можуть спрацьовувати у результаті операцій OLAP (Slice, Dice, Drill Down/Up, Roll-up, Pivot), Data Mining (Класифікація (Classification), Кластеризація (Clustering), Асоціація (Associations),  Послідовність (Sequence), Виявлення аномальних відхилень (Deviation Detection), Аналіз зв’язків (Link Analysis), Прогнозування того що може статися (Forecasting)).  

 Аналітики можуть створювати алгоритмічно-програмні чи алгоритмічно-програмно-механічні тригери, які  після підтвердження користувачем або без його підтвердження здійснюють управлінські дії, у т. ч. запускають виконавчі пристрої, відправляють оповіщення на мобільні термінали, ін. тобто виконують елементи не тільки описової та передбачувальної аналітики, але й наказової аналітики(верифіковано).