Модель метазнань SixW's/BI2.0 для журналістики, Business Intelligence and Knowledge Management System

Найбільш відома модель метазнань у KMS і журналістиці – Six W's (Five W's (and one H)), яка розроблена на основі метафори Р. Кіплінга (R. Kipling) «Six Honest Serving Men» («Шість Чесних Слуг»).

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).

Для забезпечення потреб часткових областей інформаційно-аналітичної роботи до Six W's додано нові (New) елементи:

- KNOW‑FORECAST (ЗНАТИ прогноз), адже прогнозування (forecast), передбачувальна аналітика (predictive analytics) є базовою задачею Knowledge Discovery and Data Mining, Business Intelligence й Performance Management,  Analytic Applications, ін.;

- KNOW-AS MUCH (ЗНАТИ скільки), адже без кількісних оцінок неможлива повноцінна підтримка прийняття рішень, яка використовує також нечітку логіку (fuzzy logic);

- KNOW-X, де X – множина елементів метазнань для даної проблемної області роботи, для прикладу, її елементом може бути KNOW-sourCe (ЗНАТИ джерело інформаціІ);

- ін.

Розширену модель метазнань позначено SixW's/BI 2.0, а зміст її елементів:

SixW's/BI2.0 = SixW's(WHO,WHAT,WHEN,WHERE,WHY,HOW)  +New(FORECAST,AS _MUCH,X) (1)

Автор: Круковський Ігор, к.т.н., PhD, с.н.с., провідний науковий співробітник науково-дослідного центру 

Джерела: 

1. DSS BI Consult+ Експертний ресурс з аналітики та управління знаннями. Business Intelligence, експертні системи та мережевий ергатичний організм у мережецентричній системі, 2018, https://dss-bi.blogspot.com/2018/06/business-intelligence.html.
2. Герасимов Б.М., Круковський І.А. Методика вибору раціональної моделі подання знань для автоматизованої системи підтримки інформаційно-аналітичної роботи корпоративного інформаційно-аналітичного центру // – Зб. наук. пр. ЖВІ НАУ «Проблеми створення, випробовування, застосування та експлуатації складних інформаційних систем». Технічні науки, 2008. – Вип. 1. – С. 178-187.
3. Круковський І.А. Архітектура експертної системи з розширеним виведенням на трьохкомпонентній гібридній моделі подання знань // Зб. наук. пр. ВІТІ НТУ України «КПІ». – 2009. – Вип. 3. – С. 20–24.
4. Герасимов Б. М., Круковський І. А., Перегуда О. М. Методика оцінювання якості програмного забезпечення систем, заснованих на знаннях // Проблеми створення, випробовування, застосування та експлуатації складних інформаційних систем. Технічні науки : зб. наук. праць / Житомир. військ. ін-т Нац. авіац. ун-ту. – Житомир, 2009. – Вип. 2. – С. 97‑101.
5. Круковський І.А. Удосконалені вимоги до реалізації OLAP у DSS для часткових проблемних областей інформаційно-аналітичної роботи: військ.-техн. зб. // Академія сухопутних військ. – 2010. – Вип. 3. – С. 26–32.
6. Круковський І.А. Узагальнена архітектура системи підтримки прийняття рішень на основі Business Intelligence у розширеному тлумаченні // Вісник ЖДТУ. – 2010. – Вип. 2 (53). – С. 103-111.
7. Круковський І.А. Проблемні питання розробки і реалізації Geospatial Business Intelligence // Геоінформаційні системи у військових задачах. Другий науково-технічний семінар 21‑22 січня 2011 року. – Львів: Академія Сухопутних військ, 2011. – С. 117-125.
8. Сімаков В.Л., Круковський І.А. Проблемні питання реалізації Business Intelligence 2.0 у некомерційних сферах роботи // Проблеми створення, розвитку та застосування інформаційних систем спеціального призначення : 18-а наук.-практ. конф., Житомир, 15 кв. 2011 р. Тези доповідей. Ч.1. – Житомир : ЖВІ НАУ, 2011. – С. 194.

Додаткові джерела:

1. Джексон П. Введение в экспертные системы: пер. с англ. // – М. : Изд. дом «Вильямс», 2001. – 624 с.
2. Рассел Ст., Норвиг П. Искусственный интеллект: современный подход (Artificial Intelligence. A Modern Approach. Second edition) : пер. с англ. // – 2-е изд. – М. : Вильямс, 2006. – 1408 с.
3. Люгер Дж. Ф. Искусственный интеллект : стратегии и методы решения сложных проблем : пер. с англ. // – 4-е изд. – М. : Вильямс, 2005. – 864 с.
4. Поспелов Г. С., Поспелов Д. А. . Исследование по искусственному интеллекту в СССР. Кибернетику – на службу коммунизму : сб. ст. / под ред. акад. А. И. Берга. //– М. : Энергия, 1978. – Т.9 : Управление и информатизация. – С. 212-236.
5. Алиев Р. А. Абдикеев Н. М., Шахназаров М. М. Производственные системы с искусственным интеллектом // – М. : Радио и связь, 1990. – 264 с.
6. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. // – СПб.:Питер, 2001. – 384с.
7. Герасимов Б. М., Оксіюк О.Г., Шворов С.А. Проектування та застосування експертно-навчальних систем: Монографія. //– К.: Вид-во Європ. Ун-ту, 2008. – 263 с.
8. Ротштейн О. І. Інтелектуальні технології ідентифікації: нечіткі множини, генетичні алгоритми, нейронні мережі // – Вінниця : Універсум, 1999. – 320 с.
9. Deborah Quarles van Ufford. Business Intelligence. The Umbrella Term (2002). –www.few.vu.nl/en/Images/werkstuk-quarles_tcm39-91416.doc.
10. US Army ESCC (The U.S. Army Enterprise Solutions Competency Center, Army Business Intelligence Competency Center). Business Intelligence Reference Guide. – http://escc.army.mil .
11. Gartner. Magic Quadrant for Business Intelligence Platforms. 27 January 2011. Rita L. Sallam, James Richardson, John Hagerty, Bill Hostmann. – http://www.gartner.com .
12. IDC. Competitive Analysis. Worldwide Business Intelligence Tools 2010 Vendor Share. Dan Vesset. June 2011. – http://www.idc.com .
13. Forrester. The Forrester Wave™: Enterprise Business Intelligence Platforms, Q4 2010 by Boris Evelson for Business Process Professional. October 20, 2010. – http://www.forrester.com .
14. Luhn H.P. «A Business Intelligence System». IBM Journal of Research and Development. Volume 2, Issue 4, October 1958, p.p. 314-319.
15. Codd E. F., Codd S. B., Salley C. T. «Providing OLAP : On-Line Analytical Processing to User-Analysts : An IT Mandate» // E. F. Codd & Associates. – 1993. – 18 p.
16. Gregory Piatetsky-Shapiro. Knowledge Discovery in Real Databases: A Report on the IJCAI-89 Workshop // AI Magazine (© AAAI), 11 (5): Fall 1990, p.p. 68-70.
17. Usama M. Fayyad, Gregory Piatetsky-Shapiro, and Padhraic Smyth. From Data Mining to Knowledge Discovery in Databases. (Chapter 1) // AI Magazine (© AAAI), 17(3): Fall 1996, p.p. 37-53.
18. Bill Inmon. Data Mart Does Not Equal Data Warehouse. InfoManagement Direct, November 1999. – http://www.information-management.com/infodirect/19991120/1675-1.html .
19. Bill Inmon. When Are Star Schemas Okay in a Data Warehouse?.– http://www.b-eye-network.com/view/5626 .
20. A Bill To require reports to Congress on Federal agency use of data mining. 110th CONGRESS, 1st session, S.236. June 4, 2007. – http://www.gpo.gov/ .
21. PCAST (President’s Council of Advisors on Science and Technology). Report to the President And Congress «Designing a Digital Future: Federally Funded Research and Development in Networking and Information Technology». December 16, 2010. – http://www.whitehouse.gov/administration/eop/ostp/pcast .
22. Спирли Э. Корпоративные хранилища данных : планирование, разработка, реализация. Т. 1 : пер. с англ. // – К. ; М. ; СПб. : Вильямс, 2001. – 400 с.
23. Барсегян А.А., Куприянов М.С., Холод И.И., Тесс М., Елизаров С.А. Анализ данных и процессов: учеб. пособие // – 3-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2009. – 512 с.
24. Neil Raden. Business Intelligence 2.0: Simpler, More Accessible, Inevitable. InformationWeek. February 01, 2007. – http://www.informationweek.com/news/software/bi/197002610.
25. AAAI (Association for the Advancement of Artificial Intelligence, formerly the American Association for Artificial Intelligence), AAAI DIGITAL LIBRARY. – http://www.aaai.org/Library/library.php .
26. ACM SIGART (Association for Computing Machinery, Special Interest Group on Artificial Intelligence). ACM Digital Library, SIGART. – http://dl.acm.org/sig.cfm?id=SP918 .
27. ACM SIGKDD (Association for Computing Machinery, Special Interest Group on Knowledge Discovery in Data), ACM Digital Library, SIGKDD. – http://portal.acm.org/sig.cfm?id=SP936 .
28. D.J. Power. Ask Dan! about DSS, Brief History of Decision Support Systems (version 4.1). Editor, DSSResources.COM. – http://dssresources.com/history/dsshistory.html .
29. AKO (U.S. Army Knowledge On-Line). Army Knowledge Management Principles (on Army Knowledge On-Line). – https://www.us.army.mil/ .
30. Dr. Ramon Barquin. The U.S. Army Knowledge Management Principles and their Relevance to Other Organizations. January 4, 2011. – http://www.b-eye-network.com/view/14826 .
31. Polanyi, M. Personal Knowledge. Towards a Post-Critical Philosophy. Chicago: University of Chicago Press, 1958. – 442 p.
32. Nonaka, I. & Takeuchi, H. The knowledge creating company: how Japanese companies create the dynasties of innovation. Oxford: Oxford University Press, 1995. – 304 p.
33. Wilson, T.D. The nonsense of 'knowledge management'. Information Research, Vol. 8 No. 1, October 2002. – http://informationr.net/ir/8-1/paper144.html?referer=www.clickfind.com.au .
34. Wikipedia, Six Honest Serving Men (Five Ws.) From Wikipedia, the free encyclopedia.
35. – http://en.wikipedia.org/wiki/Five_Ws .
36. Павлов В. В. Начала теории эргатических систем. // – К. : Наук. думка, 1975.
37. Bill Ackerly, Battle Command Knowledge Center. 2nd knowledge management course graduates. Feb 18, 2010. ARMY.MIL, The Official Homepage of the United States Army. – http://www.army.mil/ .