Progetto KOMMA Nous Informatica S.r.l

Slides:



Advertisements
Presentazioni simili
Presentazione della tesi di laurea di Flavio Casadei Della Chiesa Newsletter: un framework per una redazione web.
Advertisements

IlTrovatore S.p.a. IlTrovatore RemoteSearch IlTrovatore mette a disposizione di portali Internet, piccole e medie imprese, tutto il suo know-how nel settore.
© 2007 SEI-Società Editrice Internazionale, Apogeo Unità D1 Architetture di rete.
DBMS (DataBase Management System)
Metodologia di analisi di una prova desame di informatica 1Analisi di una prova di maturità
© 2007 SEI-Società Editrice Internazionale, Apogeo Unità D1 Architetture di rete.
© 2007 SEI-Società Editrice Internazionale, Apogeo Unità C1 Il linguaggio SQL.
La firma digitale e il protocollo da Word in un click
SISTEMA INFORMATIVO AZIENDALE
I.Stat per i censimenti Stefania Bergamasco | Dipartimento per l'integrazione, la qualità e lo sviluppo delle reti di produzione e di ricerca.
L’azienda Volocom.
BIBLIOTECAScuola Superiore Sant'Anna LA RICERCA INTEGRATA DELLE RISORSE ELETTRONICHE : metasearch e link resolver CONCETTI E STRUMENTI A cura di Maria.
UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica Progetto e sviluppo di.
Basi di Dati prof. A. Longheu
Progetto Sistema direzionale per le politiche di sviluppo rurale 9 gennaio 2008 Sistema Informativo Direzionale Regionale REGIONE TOSCANA.
Giovanna DAngiolini Intervento su Sistema informativo delle classificazioni. Accesso tramite web services SERVER ISTAT DI CLASSIFICAZIONI UFFICIALI Gli.
DIFFICOLTA’ DEL LINGUAGGIO
CD ROM Library. Descrizione generale del sistema La soluzione di CD ROM Library sviluppata permette la condivisione di rete di CD ROM (qualunque numero)
L’uso dei database in azienda
Prototipo di uno strumento per la produzione di siti Web adattativi in grado di gestire varie coordinate di adattamento Riccardo Torlone Milano, novembre.
LA GESTIONE DEI TEAM VIRTUALI
Approcci avanzati alla ricerca in rete. La capacità dellutente Information literacy: imparare a cercare su Internet La situazione: –problemi di Internet.
IL PATRIMONIO DI DATI - LE BASI DI DATI. Il patrimonio dei dati Il valore del patrimonio di dati: –Capacità di rispondere alle esigenze informative di.
Architetture e protocolli CCITTComunicazione: trasferimento di informazioni secondo convenzioni prestabilite La comunicazione richiede cooperazione.
Area: la gestione dei progetti complessi
La seconda fase delle-government IL RIUSO DEI PROGETTI Roberto Pizzicannella AIREL Roma, 9 Dicembre 2003.
1 Convegno Forum PA - 9 maggio 2005 Repertorio nazionale dei dati territoriali e collaborazione tra Stato, Regioni ed enti locali Elettra Cappadozzi CNIPA.
Corso pratico di EBM n I database n I database: nozioni generali sulle basi di dati, con approfondimento sulle basi bibliografiche Paolo Gardois Torino,
IL SISTEMA INFORMATICO e IL SISTEMA INFORMATIVO
Lautore e il ricercatore nellambiente digitale 2. edizione 12 aprile 2007 Introduzione al Portale AIRE A cura di Cristina Capodaglio (Biblioteca del Dipartimento.
I database per il medico / 2 n I database n I database: nozioni generali sulle basi di dati, con approfondimento sulle basi bibliografiche Paolo Gardois.
MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ E DELLA RICERCA MIUR-PRIN Progetto di ricerca Conoscenze scientifiche, sperimentali e tacite.
Modello E-R Generalizzazioni
Modello E-R Generalizzazioni
Cos’è un CMS? Content Management System
IL KNOWLEDGE MANAGEMENT E LICT Gestione e Valorizzazione della Conoscenza (Firenze Novembre 2008)
Daniel Stoilov Tesi di Laurea
DBMS ( Database Management System)
INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI Prof
Metodologia sviluppo KBS Fabio Sartori 12 ottobre 2005.
INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI Stefania Bandini Dipartimento di Informatica, Sistemistica e Comunicazione Università di Milano-Bicocca.
GeoSoft BLU short presentation 1. GeoSoft BLU short presentation 2 Il software BLU è un prodotto software di tipo CRM (Customer Relationship Management)
Introduzione alla programmazione Object Oriented
Significati da condividere
Università degli studi di Roma la Sapienza --- Laboratorio di Basi di Dati II - a.a. 2003/04 Presentato da: CAU Simone Matricola:
Analisi dei Requisiti (Requirements Engineering) Seminario RE Università degli Studi di Padova, 12 Gennaio 2004.
Laurea specialistica in pianificazione e politiche per lambiente Progettazione operativa ed utilizzo di un archivio sulle tecnologie di bonifica Ing. Stefania.
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Programma del Corso.
RDN - Radio Data Network Protojet Office Una Soluzione Professionale.
Corso di Laurea in Ingegneria per l’Ambiente e il Territorio Informatica per l’Ambiente e il Territorio Docente: Giandomenico Spezzano Tutor: Alfredo Cuzzocrea.
Sviluppa il tuo Repository di Enterprise Architecture Implementa la tua reportistica, Prepara il tuo Cruscotto di Governance. Modellare, analizzare e condividere!
Babele Normalizzatore di tracciati Documentazione Commerciale Presentazione prodotti.
SPIRITO DI INIZIATIVA E IMPRENDITORIALITÀ
DAL WEB AL SEMANTIC WEB Aspetti teorici e tecnologici Carmagnola Francesca Dipartimento Informatica C.so Svizzera 185, Torino
PART 3: DATA ANALYSIS THROUGH OMNIFIND. Il cliente: una sorgente importante di informazioni Mercato iper-competitivo, altamente caotico. Cliente al centro.
Architettura del Portale Agrologis Utente Modulo F. Data base centrale Active Web Matrix Data Base Multimediale Distribuito Interfacce Visuali Avanzate.
Eprogram informatica V anno. ASP.NET Introduzione ASP.NET (Active Server Page) è il linguaggio che, sfruttando la tecnologia.NET, permette di: -scrivere.
Dati e DBMS DBMS relazionali SQL Progettazione di un DBMS Normalizzazione Programma del Corso di Basi di Dati.
Ingegneria del software Modulo 1 -Introduzione al processo software Unità didattica 6 - Gestione della configurazione software Ernesto Damiani Università.
Riunione conclusiva della prima fase del progetto Dipartimento di Scienze dell’Ingegneria dell’Università di Modena e Reggio Emilia.
Corso di Laurea in Informatica
Progettazione di basi di dati: metodologie e modelli
SnippetSearch Database di snippet bilanciato e replicato di Gianluigi Salvi Reti di calcolatori LS – Prof. A.Corradi.
Work Office Gestione Documenti ERP su piattaforma ISeries. I.Soft Ingegneria del software Consulenza e progettazione.
Basi di dati distribuite Prof. M.T. PAZIENZA a.a
ICT e Sistemi informativi Aziendali Materiale di supporto alla didattica.
Le basi di dati.
Ministero della Giustizia Dipartimento dell’Organizzazione Giudiziaria, del personale e dei servizi Direzione Generale per i sistemi informativi automatizzati.
ROMA 23 GIUGNO 2016 OFFICINA MODERNIZZAZIONE - Gli strumenti del Programma di Modernizzazione dell’Istat Giulio Barcaroli, Nadia Mignolli - Il modello.
R-SDI GEOPORTALE DELLA BASILICATA Ufficio SIRS – Dipartimento Presidenza della Giunta Regione Basilicata.
Transcript della presentazione:

Progetto KOMMA Nous Informatica S.r.l via Ostiense 131/ L - 00154 Roma - tel. 06.57.30.28.31 fax 06.57.44.928 Filiale di Milano: via Gressoney, 1-20137 Milano – tel.02.54.10.81.20 e-mail: nous@nous.it sito:www.nous.it

Presentazione 1. La conoscenza nelle organizzazioni aziendali 2. Il Knowledge Management 3. Il progetto Komma 4. Gli sviluppi

1. Fonti della conoscenza processes technologies products business processes which enable to add value, generate profit, etc. Knowledge regarding The knowledge regarding markets, products, technologies, markets the organisation

In generale si possono distinguere due tipi di conoscenza 1. Cos’è la conoscenza? In generale si possono distinguere due tipi di conoscenza Conoscenza implicita: ciò che si sa ma che in realtà non si sa di sapere; Conoscenza esplicita: ciò che si sa e si sa di sapere.

1. Conoscenza Implicita La conoscenza implicita viene appresa nel lungo tempo dall’esperienza acquisita. E’ estremamente difficile tradurla a parole o rappresentarla in database. Esempio: lanciare una palla da baseball.

1. Conoscenza Esplicita La conoscenza esplicita è il tipo di conoscenza che meglio si adatta alle basi di conoscenza ed alle iniziative di KM. E’ la conoscenza che può essere rappresentata e resa quindi usufruibile agli altri. Esempio: Regole del Baseball.

1. Managing Knowledge In un processo di KM si focalizza l’attenzione sulla conoscenza esplicita. La conoscenza tacita segue in maniera naturale se si è fatto un buon lavoro sulla conoscenza esplicita.

1. La conoscenza nelle organizzazioni aziendali La conoscenza aziendale è un patrimonio e come tale va preservata e diffusa. La conoscenza applicativa Conoscenza procedurale: processi software, procedure organizzative; Conoscenza dichiarativo-fattuale: archivi, basi di dati; Conoscenza documentale: rapporti, verbali di riunione, note etc.

1. La conoscenza applicativa Le ragioni principali della sua dispersione: Mancanza di documentazione consistente Mancata condivisione della documentazione Utilizzo di strumenti non adeguati Mancato aggiornamento della documentazione Indisponibilità di strumenti per indagini avanzate sui metadati Bassa standardizzazione delle fasi di analisi e modellizzazione dei dati

2. Il Knowledge Management Definizione Obiettivi Case Studies Concetti di base Fasi di un processo di KM Un esempio di applicazione

2. Il Knowledge Management Una definizione Il KM è un insieme di metodologie e strumenti che hanno come fine ultimo quello di consentire la condivisione ed il riutilizzo della conoscenza come patrimonio aziendale, sia essa di processo o applicativa.

2. Il Knowledge Management Gli obiettivi Rappresentazione formale della conoscenza aziendale; Creazione di strumenti che garantiscano: Flessibilità nel recupero, nella definizione e nell’elaborazione della conoscenza Integrazione di sorgenti informative eterogenee Agevoli modalità di navigazione ipertestuale tra i concetti Efficaci metodi di ricerca

2. Il Knowledge Management Case Studies Per l’impostazione di un intervento di KM si possono individuare quattro macro categorie di obiettivi che le aziende perseguono, con l’indicazione dei casi di maggior successo in cui ciascuna strategia è stata applicata.

2. Il Knowledge Management Case Studies Documentare la conoscenza posseduta e creare basi di conoscenza al fine di ridurre i tempi e migliorare la qualità di progettazione, sviluppo e produzione. Arthur Andersen US Army

2. Il Knowledge Management Case Studies Facilitare l’accesso alla conoscenza interna e l’uso della conoscenza disponibile per potenziare i processi operativi e i processi decisionali. British Petroleum

2. Il Knowledge Management Case Studies Favorire la circolazione della conoscenza per l’innovazione dell’offerta e il presidio del mercato e dei clienti. British Telecom Volkswagen

“ Gestire la conoscenza come asset aziendale Skandia Buckman Laboratories

2. Il Knowledge Management I concetti di base Il contesto informativo: ambiente in cui si vogliono strutturare i processi di KM. Il dominio della conoscenza: area di interesse specifico all’interno del contesto. L’ontologia: linguaggio, dotato di una sintassi ed una semantica proprie che consente di astrarre e concettualizzare le entità rilevanti in un dominio.

2. Il Knowledge Management Fasi di un processo di KM Acquisizione Rappresentazione e archiviazione Condivisione Diffusione Recupero Evoluzione

Knowledge Management is Knowledge Processes Acquire Knowledge Update Knowledge Knowledge Assets Preserve Knowledge Apply Knowledge is not just about the knowledge assets of an organisation but also about the processes that need to be in place to manage these assets KAM Involves the identification and analysis of available and required knowledge assets and knowledge asset related processes and the subsequent planning and control of actions to develop both the assets and processes so as to fulfil organisational objectives In other words an organisational memory cannot be just put in place but must be processes in place to utilise the it refreshed/maintained and updated, etc Share Knowledge Transfer Knowledge

2. Il Knowledge Management Fasi di un processo di KM Acquisire la conoscenza implica: Puntuale definizione degli scopi progettuali Individuazione delle funzioni dell’applicazione e dei vincoli di integrità Corretta acquisizione ed analisi delle fonti informative Analisi semantica dei termini utilizzati Standardizzazione di termini e sinonimi

2. Il Knowledge Management Fasi di un processo di KM Rappresentare ed archiviare la conoscenza implica: Normalizzare i concetti del dominio Rappresentare i concetti nel formalismo individuato (vocabolario comune=>ontologia) Registrare le informazioni nel repository

2. Il Knowledge Management Fasi di un processo di KM Condividere la conoscenza implica: Ricercare l’accordo fra i componenti del team di lavoro sulle scelte effettuate Individuare una terminologia condivisa da strutture cooperanti Specificare in modo non ambiguo la definizione dei termini

2. Il Knowledge Management Fasi di un processo di KM Diffondere la conoscenza implica: Utilizzare strumenti informatici accessibili a tutte le strutture interessate come Data Architect, Erwin, ecc. da parte degli analisti

2. Il Knowledge Management Fasi di un processo di KM Recuperare la conoscenza implica: Poter effettuare interrogazioni alla base dei dati.

2. Il Knowledge Management Fasi di un processo di KM Far evolvere la conoscenza implica: Applicare una corretta metodologia per assicurare la consistenza nella descrizione del sistema Assicurare il controllo della configurazione della comunicazione e delle sue versioni nel tempo.

2. Il Knowledge Management Un esempio di applicazione

3. Il sistema KOMMA Obiettivi del progetto Architettura di riferimento Destinatari Fonti di conoscenza Meta Data Base Infrastruttura tecnologica Il motore di ricerca Oracle Context Funzionalità del sistema

3.1 Il sistema KOMMA Obiettivi del progetto Acquisizione di consapevolezza sul Knowledge Management; Conoscenza metodologie di soluzione; Avviamento del processo di KM nel contesto informatico del cliente; Realizzazione di un sistema software che: Fornisca supporto ai gruppi di sviluppo e di esercizio, consenta la sperimentazione di un’architettura tecnologica e applicativa di riferimento.

3.2 Il sistema KOMMA Architettura di riferimento

3.2.1 Il sistema KOMMA Architettura di riferimento I destinatari (IT) Sviluppo software Esercizio Sistemi Knowledge Manager

3.2.2 Il sistema KOMMA Architettura di riferimento Le fonti di conoscenza Processi aziendali Requisiti utente Specifiche e modelli dati Data Base aziendali Software

3.2.3 Il sistema KOMMA Architettura di riferimento IL Meta Data Base Repository centrale dei metadati I vantaggi dell’MDB centralizzazione delle informazioni di tutti gli oggetti Oracle, definizione di una ontologia, trattamento dei metadati mediante linguaggio SQL.

3.2.4 Il sistema KOMMA Architettura di riferimento L’infrastruttura tecnologica Rete Intranet e/o Extranet Data Base Oracle Motore di ricerca Oracle ConText Cartridge Architettura Microsoft: IIS, MTS HTML e DHTML ASP

3.2.5 Il sistema KOMMA Architettura di riferimento Il motore di ricerca Oracle Context Cartridge Supporta la realizzazione di funzionalità avanzate di ricerca testuale o tematica sui metadati, in modo destrutturato, e consente di implementare algoritmi di restituzione dei risultati (scoring)

3.2.6 Il sistema KOMMA Architettura di riferimento Il motore di ricerca Oracle Context Cartridge Oracle Context è un’opzione di Oracle Server che consente l’esecuzione di query testuali e tematiche su colonne di tabelle Oracle e su documenti di testo indicizzati da colonne di tabelle Oracle.

3.2.7 Il sistema KOMMA Architettura di riferimento I principali concetti ed oggetti su cui si basa l’architettura sono i seguenti: Colonne testo Policy Tile Dizionario dati Operazioni testo Caricamento del testo

3.2.8 Il sistema KOMMA Architettura di riferimento Memorizzazione del testo Filtri sul testo Indici Context Indici tematici Thesauri

3.2.9 Il sistema KOMMA Architettura di riferimento Una query tematica è una parola o una frase che contiene in sé il concetto per il quale si effettua la ricerca. Per selezionare in maniera opportuna la parola o la frase che rapperesenta la nostra idea, occorre avere un’idea di come è organizzato il Knowledge Catalog.

3.2.10 Il sistema KOMMA Architettura di riferimento Il Knowledge Catalog è una collezione di oltre 200.000 parole e frasi, organizzate in una gerarchia concettuale con oltre 2.000 categorie. Al primo livello vi sono 6 categorie principali, da queste si diramano poi categorie e concetti più specifici.

3.2.10 Il sistema KOMMA Architettura di riferimento Prima di sottomettere una query tematica l’insieme dei documenti deve essere indicizzato per tema. Durante la fase di indicizzazione, Context estrae fino a 16 concetti o temi principali. Un tema può essere un concetto concreto (insetti) o un concetto astratto (successo).

3.2.10 Il sistema KOMMA Architettura di riferimento Un indice tematico contiene una lista di tutti i temi dei documenti presenti in una colonna e i documenti che si riferiscono a ciascun tema. Il theme lexer analizza il testo a livello di frase, paragrafo e documento per creare il contesto in cui il documento può essere inquadrato. Utilizza un mix di metodi statistici ed euristiche per determinare i temi principali sviluppati nel documento.

3.2.10 Il sistema KOMMA Architettura di riferimento I Servizi Linguistici vengono utilizzati per fornire viste diverse del contenuto dei documenti. L’utente può, quindi, determinare rapidamente la loro rilevanza rispetto alla query effettuata.

3.2.10 Il sistema KOMMA Architettura di riferimento I Servizi Linguistici possono generare i seguenti output linguistici: Temi: concetti principali di un documento. Gist: paragrafo o paragrafi che meglio rappresentano il contenuto di un documento. Theme Summary: paragrafo o paragrafi di un documento che meglio rappresentano un dato tema.

3.2.10 Il sistema KOMMA Architettura di riferimento Sentence-Level Gist: frase o frasi di un documento che meglio rappresentano i temi contenuti nel documento stesso. Sentence-Level Theme Summary: frase o frasi di un documento che meglio rappresentano un dato tema.

3.3 Il sistema KOMMA Le funzionalità Alimentazione dell’MDB Dal dizionario dati di Oracle, integrazione con altre informazioni (note, commenti, …) Interrogazione dell’MDB schemi dati, documentazione: sintesi, dettaglio, testi, ... Stampa template di stampa in formato rpt

Ipotesi architetturale: 4. Gli Sviluppi Estensione del sistema ad altri tipi di conoscenza: conoscenza procedurale conoscenza documentale conseguenze Ipotesi architetturale: le nuove strutture i dizionari: definizione i dizionari: un esempio la ricerca tematica: un esempio Riepilogo

Estensione del sistema ad altri tipi di conoscenza 4. Gli Sviluppi Estensione del sistema ad altri tipi di conoscenza Gestione della conoscenza procedurale Acquisizione informazioni dal codice PL/Sql,Html, Dhtml, Asp, etc., definizione di standard di sviluppo e commento del codice.

Estensione del sistema ad altri tipi di conoscenza 4. Gli Sviluppi Estensione del sistema ad altri tipi di conoscenza Gestione della conoscenza documentale acquisizione documentazione di progetto, Estrazione dizionario terminologico, sul dominio, Estrazione dizionario dei nomi propri e classificazione, Indicizzazione linguistica, Event recognize, per ricerche tematiche,

Estensione del sistema ad altri tipi di conoscenza 4. Gli Sviluppi Estensione del sistema ad altri tipi di conoscenza Conseguenze estensione dell’attuale architettura, per la gestione della conoscenza maturata durante le fasi alte del ciclo di vita dei progetti informatici, estensione dell’mdb, per l’archiviazione dei dati relativi ai processi software, e per migliorare l’indicizzazione della documentazione

4. Gli Sviluppi: Ipotesi architetturale Processi aziendali Sistemi informatici I.T. Oggetti Oracle Oracle Data Specifiche Modelli dati Sistema di estrazione Dictionary Data Base aziendali Requisiti utente Meta Data Base Sistema di estrazione Script PL/SQL Event recognize Esercizio Sistemi Front end Microsoft INTRANET - EXTRANET SQL Oracle ConText Sviluppo software Knowledge manager

4. Gli Sviluppi: Le nuove strutture Estrazione dai documenti del dizionario terminologico e del dizionario dei nomi propri Sistema di estrazione dizionario terminologico Integrazione dati strutturati e non strutturati Sistema di estrazione dizionario nomi propri Documenti di progetto Meta Data Base Dizionari Event recognize Motore di ricerca Indicizzazione tematica Indicizzazione linguistica, miglioramento performance di ricerca

I dizionari: definizione 4. Gli Sviluppi I dizionari: definizione Ogni realtà è caratterizzata da un suo insieme di termini significativi: indicizzare i documenti ricercando solo questi garantisce un maggior correttezza e rapidità nei risultati della ricerca; Ogni nome proprio, non essendo presente in alcun dizionario tradizionale, rappresenta un buco nero nelle possibilità di ricerca di ogni motore.

I dizionari: un esempio 4. Gli Sviluppi I dizionari: un esempio Motore di ricerca Dizionario nomi Ricerca solo i nomi propri Richiesta di ricerca: ‘Nome proprio’ Motore di ricerca Ricerca Full Text Motore di ricerca Dizionario termini Richiesta di ricerca: ‘Apparato Gsm’ Ricerca solo i termini significativi

Ricerca tematica: un esempio 4. Gli Sviluppi Ricerca tematica: un esempio Mediterraneo, cerchiamo un mare o una crociera?

4. Gli Sviluppi Riepilogo Estensione alla conoscenza documentale e procedurale Ricerche tematiche Contestualizzazione delle ricerche testuali Integrazione e centralizzazione di fonti di conoscenza eterogenee