Использование технологии Semantic Web для управления знаниями в системах Business Intelligence
В статье рассматриваются тенденции развития Business Intelligence, его связь с другими направлениями IТ, анализируется целесообразность применения в Business Intelligence 2.0 технологий Semantic Web, в частности онтологического анализа и стандартов представления метаданных. У статті розглянуто тенд...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2010 |
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2010
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/56157 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence / А.Я. Гладун, Ю.В. Рогушина, Л.В. Петрухина // Штучний інтелект. — 2010. — № 2. — С. 15-23. — Бібліогр.: 15 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860239809898872832 |
|---|---|
| author | Гладун, А.Я. Рогушина, Ю.В. Петрухина, Л.В. |
| author_facet | Гладун, А.Я. Рогушина, Ю.В. Петрухина, Л.В. |
| citation_txt | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence / А.Я. Гладун, Ю.В. Рогушина, Л.В. Петрухина // Штучний інтелект. — 2010. — № 2. — С. 15-23. — Бібліогр.: 15 назв. — рос. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | В статье рассматриваются тенденции развития Business Intelligence, его связь с другими направлениями IТ, анализируется целесообразность применения в Business Intelligence 2.0 технологий Semantic Web, в частности онтологического анализа и стандартов представления метаданных.
У статті розглянуто тенденції розвитку Business Intelligence та його зв’язок з іншими напрямками ІТ, аналізується доцільність застосування в Business Intelligence 2.0 технологій Semantic Web, зокрема онтологічного аналізу та стандартів представлення метаданих.
The tendencies of development Business Intelligence, his communication with other directions IT are considered, the expediency of application in Business Intelligence 2.0 technologies Semantic Web, in particular of the ontological analysis and standards of representation metadata is analyzed.
|
| first_indexed | 2025-12-07T18:28:46Z |
| format | Article |
| fulltext |
«Штучний інтелект» 2’2010 15
1Г
УДК 004.65:004.89
А.Я. Гладун1, Ю.В. Рогушина2, Л.В. Петрухина1
1Международный научно-учебный центр информационных технологий
и систем НАНУ и МОНУ, г. Киев, Украина
2Институт программных систем НАНУ, г. Киев, Украина
glanat@yahoo.com, _jjj_@ukr.net
Использование технологии Semantic Web
для управления знаниями
в системах Business Intelligence
В статье рассматриваются тенденции развития Business Intelligence, его связь с другими направлениями
IТ, анализируется целесообразность применения в Business Intelligence 2.0 технологий Semantic Web,
в частности онтологического анализа и стандартов представления метаданных.
Введение
Сегодня создание и внедрение технологий Business Intelligence (BI) сформиро-
валось в самостоятельное динамично развивающееся направление индустрии инфор-
мационных технологий. Сам термин «Business Intelligence» используется сравнитель-
но давно, но со временем несколько менялся смысл, вкладываемый в это понятие.
В [1] термин «Business Intelligence» обозначает ориентированный на пользователя про-
цесс, который обеспечивает доступ и исследование информации, ее анализ, выра-
ботку интуитивного понимания, которые ведут к улучшенному и неформальному
принятию решений.
Цель BI – превращение данных в знания, а знаний в бизнес-действия для по-
лучения выгоды, преимуществ, усиления конкурентоспособности и устойчивости в
условиях кризисов. К сожалению, адекватного перевода Business Intelligence на се-
годняшний день в русскоязычной литературе нет, а те термины, что используются,
либо некорректны, либо являются копией с английского («бизнес-интеллект», «биз-
нес-анализ», «разведка бизнеса» и пр.) [2].
В русском языке слово «интеллект» однозначно понимается как способность
человека к мышлению. Однако корректнее «интеллект» переводится на английский
как «intellect», в то же время как английское слово «intelligence» более многозначно
и означает в различных контекстах: 1) способность узнавать и понимать; 2) готов-
ность к пониманию; 3) знания, переданные или приобретенные путем обучения, ис-
следования или опыта; 4) действие или состояние в процессе познания; 5) разведку,
разведывательные данные.
Возможно, следует обратиться к переводу слова Intelligence в словосочетании
Artificial Intelligence, где под Intelligence понимается вовсе не «интеллект» и тем
более не «интеллигентность», а просто способность к логическому выводу. Таким
образом, предполагается, что словосочетание «Business Intelligence» можно перевес-
ти как «средства логического вывода, ориентированные на бизнес-приложения».
В различных источниках встречаем следующие определения BI:
1. Широкий класс приложений и технологий для сбора, хранения, анализа и обес-
печения доступа к данным, направленных на то, чтобы помочь работникам предприя-
тия принимать лучшие бизнес-решения.
Гладун А.Я., Рогушина Ю.В., Петрухина Л.В.
«Искусственный интеллект» 2’2010 16
1Г
2. Использование высокоуровневого программного обеспечения для бизнес-при-
ложений, в частности, набор передовых технологий, которые позволяют сделать сис-
тему более интеллектуальной.
3. Программное обеспечение, которое позволяет бизнес-пользователям видеть
и использовать большие объемы данных сложной структуры.
Проблема этих определений заключается в том, что они учитывают только про-
граммные и технологические аспекты, не учитывая человеческий фактор, акцент на
который делается в таких определениях Business Intelligence:
1. Дисциплина, посвященная абстрактному пониманию бизнеса.
2. Среда в которой бизнес-пользователи получают и могут анализировать дан-
ные, являющиеся понятными, удобными для обработки, непротиворечивыми, досто-
верными способами.
Обобщая вышеупомянутые определения, можно сказать, что BI – способность
предприятия эффективно использовать свои человеческие и информационные ре-
сурсы [3], [4].
Постановка задачи
Сегодня создание и внедрение технологий Busіness Іntellіgence сформировалось
в самостоятельное, динамически развивающееся и перспективное направление ин-
дустрии информационных технологий (ІТ). Системы Business Intelligence являются
наиболее востребованными приложениями IT для бизнеса, технологическим «поли-
гоном», на котором испытываются и отрабатываются новые знание-ориентирован-
ные концепции, использующие алгоритмы искусственного интеллекта. Технология
Business Intelligence является интегратором, потребителем и сферой применения раз-
нообразных технологий, в том числе Semantіc Web.
К сожалению, современные промышленные приложения не всегда своевременно
внедряют научные достижения. Поэтому основной задачей данной работы является
анализ основных тенденций развития ВІ-систем, а также стандартов, концепций и
средств технологии Semantіc Web, которые призваны увеличить эффективность тра-
диционных ВІ-систем.
Классификация продуктов Business Intelligence
Современное программное обеспечение Business Intelligence можно подразде-
лить на две категории – BI-инструменты и BI-приложения (рис. 1).
Большинство BI-инструментов применяются конечными пользователями для
доступа, анализа и генерации отчетов по данным, которые чаще всего располагаются
в хранилище, витринах данных или оперативных складах данных [5]. Среди них
выделяют генераторы запросов и отчетов; инструменты оперативной аналитической
обработки (online analytical processing, OLAP); корпоративные BI-наборы (enterprise
BI suites, EBIS); BI-платформы. Средства генерации запросов и отчетов в большой
степени поглощаются и замещаются корпоративными BI-наборами. Многомерные
OLAP-механизмы или серверы, а также реляционные OLAP-механизмы являются
BI-инструментами и инфраструктурой для BI-платформ.
Многомерные OLAP-механизмы или серверы, а также реляционные OLAP-
механизмы являются BI-инструментами и инфраструктурой для BI-платформ. OLAP
(англ. online analytical processing, аналитическая обработка в реальном времени) –
технология обработки информации, включающая составление и динамическую
публикацию отчётов и документов.
Использование технологии Semantic Web для управления знаниями...
«Штучний інтелект» 2’2010 17
1Г
Классификация ПО для Business Intelligence
BI-инструменты BI-приложения
Генераторы запросов и отчетов
Развитые BI-инструменты
Корпоративные BI-наборы
(enterprise BI suites, EBIS)
Инструменты оперативной
аналитической
обработки
(online analytical processing, OLAP) Корпоративные BI-платформы
OLAP, генераторы запросов
и отчетов, средства моделирования,
статистического анализа, визуализации
и data mining), анализ временных рядов,
ПО оценки рисков; пакеты для ней-
ронных сетей, средства нечеткой
логики, экспертные системы
Рисунок 1 – Классификация ПО, используемого в современных BI-системах
Инструменты OLAP являются аналитическими инструментами, которые перво-
начально были основаны на многомерных базах данных (МБД). МБД сконструиро-
ваны специально для поддержки анализа количественных данных с множеством изме-
рений (времени, географии, организационных единиц, клиентов, продуктов и т.д.).
OLAP позволяет организовать эти измерения в виде иерархии. Данные представлены
в виде гиперкубов (кубов) – логических и физических моделей показателей, коллек-
тивно использующих измерения, а также иерархии в этих измерениях. Для поддержки
МБД используются OLAP-серверы (например, Hyperion Essbase Server) либо эмуля-
ция МБД при помощи реляционных СУБД.
Разработчики приложений используют BI-платформы для создания и внедре-
ния BI-приложений, которые не рассматриваются как BI-инструменты.
Согласно исследованиям ведущих аналитиков [6], [7] ведущие мировые компа-
нии на рынке приложений для BI могут быть ранжированы как лидеры – поставщики
с широкими функционалом возможностями платформ BI [8], [9] (Cognos, Business
Objects, Microsoft, Oracle, MicroStrategy, SAS), претенденты на лидерство (SAP, Infor-
mation Builders), провидцы (QlikTech, Tibko Spotfire) имеют хорошее представление
о платформе BI, отличаются открытостью и гибкостью архитектуры, нишевые игро-
ки (Actuate, Аrcplan, Board International, Panorama Software) – компании, достигшие
успеха только в определенном сегменте рынка, например, генерации отчетов.
Business Intelligence и системы управления знаниями
Иногда BI определяют как знания, добытые о бизнесе с использованием раз-
личных аппаратно-программных технологий, а также способы и методы представ-
ления и использования этих знаний. BI позволяет организациям превращать данные
в информацию, а затем информацию в знания. При этом достаточно четко разгра-
ничивает такие понятия, как «данные», «информация» и «знания». Данные пони-
маются как сведения, которые компьютер записывает, хранит и обрабатывает. Они
Гладун А.Я., Рогушина Ю.В., Петрухина Л.В.
«Искусственный интеллект» 2’2010 18
1Г
не имеют семантической интерпретации. Информация – это некие сведения, кото-
рые человек имеет об определенной предметной области (ПрО). Знания – это инфор-
мация, которая может использоваться для получения новой информации (правила,
закономерности и т.п.).
С каждым годом время, за которое объем создаваемых человечеством данных
удваивается, становится все меньше, а рост производства носителей данных увели-
чивается не так быстро, и через несколько лет возникнет проблема хранения данных.
Кроме того, обрабатывать все возрастающие объемы данных также непросто. Поэто-
му целесообразно накапливать и сохранять не «сырые данные», а некий результат их
обработки, анализа и обобщения. Если данные – это не долго живущие новости, времен-
ные записи и т.п., не предназначенные для длительного использования, то информа-
ция представляет собой полуструктурированные (или агрегированные) данные, слу-
жащие, например, опорой для периодического принятия каких-либо решений.
В свою очередь знания, являющиеся результатом переработки информации,
имеют весьма длительный цикл жизни, несут определенную идею и снабжены
контекстом, определяющим область ее эффективного применения в данном месте в
данное время. Данные – это объекты материального мира. Информация – знаки, по-
лученные при преобразовании данных в сознании человека или в процессоре ком-
пьютера. Знания есть только у человека или в самом элементарном виде в инфор-
мационной системе.
Управление знаниями (Knowledge Management) – это организация управленче-
ских действий на базе всех информационных ресурсов фирмы [10]. При этом знания
классифицируются и распределяются по категориям в соответствии с предопреде-
ленной, но развивающейся онтологией структурированных и слабоструктурирован-
ных баз данных и баз знаний. Цель системы управления знаниями – сделать знания
доступными и повторно используемыми на уровне всей корпорации.
Иногда в BI включают технологию управления знаниями. Это связанные об-
ласти информационных технологий, которые имеют немало отличий. Под управле-
нием знаниями в общем случае понимается дисциплина, которая обеспечивает ин-
тегрированный подход к созданию, сбору, организации, доступу и использованию
информационных ресурсов организации. Эти ресурсы включают в себя корпоратив-
ные базы данных, текстовую информацию, такую, как документы, описывающие
правила и процедуры, и, что наиболее важно, неявные знания и опыт сотрудников
организации.
Есть три основных компонента управления знаниями:
a) люди получают, генерируют и передают знания;
б) процессы используются для распространения знаний;
в) технологии обеспечивают быструю и эффективную работу людей и процессов.
Можно выделить следующие функции систем управления знаниями:
1. Сбор знаний.
2. Хранение и обработка знаний.
3. Доставка знаний.
Следует отметить, что KM больше ориентирована на анализ неструктури-
рованной или слабоструктурированной информации (например, HTML), которая не
является предметом анализа BI-инструментов. KM обеспечивает категоризацию,
анализ и семантическую обработку текстов, расширенный поиск информации и др.,
а технология BI предназначена для анализа фактографической структурированной
(базы данных, плоские файлы и другие ODBC или OLE DB-источники данных) и
слабоструктурированной информации (например, XML).
Использование технологии Semantic Web для управления знаниями...
«Штучний інтелект» 2’2010 19
1Г
Web-сервисы и Business Intelligence
Технология Web-сервисов [11] направлена на интеграцию приложений пред-
приятия, призвана помочь BI достичь желаемых результатов, усилить его потенциал
для правильного принятия решений и базируется на использовании точной инфор-
мации в реальном масштабе времени, поступающей от всех уголков предприятия.
Поэтому очень эффективным является использование технологии Web-сервисов в
продуктах BI.
SOA позволяет связать различные системы, существующие на предприятии, и
формализовать бизнес процессы их взаимодействия. В центре внимания SOA нахо-
дятся не данные, а сервисы, которые являются бизнес-функциями, предназначен-
ными для обеспечения согласованной работы больших, состоящих из множества
частей, приложений. Технология SOA имеет очень хороший потенциал в отношении
BI-систем. Она позволяет обеспечить прозрачный доступ к информации, собранной
в «виртуальное» хранилище данных из различных операционных и аналитических
источников в реальном времени.
Кроме того, использование сервисов как основы для построения BI-сис-
темы позволяет преодолеть многие трудности, связанные с клиент-серверной архи-
тектурой [12]. Так, например, становится возможным управлять событиями, выполнять
многие задачи в режиме реального времени, автоматизировать анализ и обработку
информации, делать легко масштабируемые и «интегрируемые» системы.
Business Intelligence 2.0
Business Intelligence 2.0 – новое направление развития Business Intelligence.
Это, подобно Web 2.0 и Semantic Web, скорее общая парадигма, абстрактная концеп-
ция, а не конкретное приложение [13]. Если в традиционном Business Intelligence
анализируемая информация вовлекалась в решения, ориентированные на бизнес
(оперативно обрабатывается поступающая информация и представляется в удобной
пользователю форме) [14], то в Business Intelligence 2.0 информация помогает при-
нимать решения еще до того, как произошло некоторое событие. Business Intelli-
gence 2.0 поддерживается SOA-архитектурой, которая обеспечивает обратную связь
принимаемых решений и информации, поступающей в режиме реального времени.
Основными особенностями технологий Business Intelligence 2.0 станут сред-
ства контроля производительности, интегрированного планирования и прогнозиро-
вания, встраиваемые в операции, аналитические порталы, рабочие пространства для
коллективной работы и интеграция с MS Office, расширенные технологии поиска и
визуализации данных, реализация функций BI в качестве сервисов, стандартизация и
расширение применения открытых решений, развитие семантических методов, сред-
ства работы со слабоструктурированными данными и специализированные высоко-
производительные программно-аппаратные решения не только для хранилищ дан-
ных и задач BI.
Business Intelligence 2.0 обеспечивает более высокий уровень абстракции и ра-
ботает с семантической моделью данных. Это позволяет осуществлять поиск нужной
пользователю информации на семантическом уровне, используя ее метаописания.
Для поддержки этого используются следующие технологии Semantic Web:
− Resource Description Framework (RDF);
− Web Ontology Language (OWL);
− SPARQL (SQL like query language for RDF).
Гладун А.Я., Рогушина Ю.В., Петрухина Л.В.
«Искусственный интеллект» 2’2010 20
1Г
Это обеспечивает новый уровень взаимодействия. Можно выделить шесть клю-
чевых факторов, связанных с переходом BI на новый уровень.
1. Распространение BI за пределы отдельного предприятия через объединение
оперативных и аналитических приложений.
2. Поддержка аналитической культуры и автоматизация принятия решений.
3. Готовность к взаимодействию с новым поколением работников, которое, в от-
личие от своих предшественников, вовлекает технологию BI в свою персональную жизнь.
4. Использование семантических технологий, использующих метаданные и он-
тологии для интеграции взаимодействия между людьми и процессами [15].
5. Адаптация стандартов и технологий Web 2.0 для совместной работы, масш-
табирования и ускорения создания BI-продуктов и приложений.
6. Достижение высокой производительности BI.
В табл. 1 представлены наиболее характерные явления в Business Intelligence,
которые в ближайшее время будут реализованы в корпоративных программных ком-
плексах.
Основные черты Business Intelligence 2.0. Оперативность и сквозное взаимо-
действие; Встраивание в процессы; Качество обслуживания; Доступность.
Таблица 1 – Основные возможности Business Intelligence 2.0
Всеобъемлющая
BI-технология
Pervasive BI – расширение использования business intelligence во
всем бизнес-сообществе за счет применения этой технологии сре-
ди сотрудников разных уровней.
Доступность
BI для масс
Расширение диапазона BI-возможностей, доступных малому и сред-
нему бизнесу и небольшим IT-отделам.
Ролевая
BI-технология
Аналитические задачи, нацеленные на задачи и интересы кон-
кретной аудитории. Показатели, метрики, тенденции, инстру-
ментальные и оценочные панели, предназначенные для конкрет-
ных функций (исследование, маркетинг, продажи, финансы и
проч.) и на бизнес-уровне (стратегическом, тактическом, опера-
ционном).
Исследовательская
аналитика
Интерактивные, исследовательские процессы обнаружения но-
вых связей и явлений, когда каждый новый вопрос ставит допол-
нительные. Исследовательская аналитика проповедует принцип
«прислушиваться к данным» и искать в них информацию.
Динамичная
аналитика
Обеспечение быстрого отклика на различные ситуации, где необ-
ходим анализ. Подразумевает возможность быстро и эффективно
адаптироваться к изменяющимся обстоятельствам как в бизнес-
вопросах, так и в технических.
Business Intelligence 2.0 включает в себя несколько важных новых концепций,
касающихся использования информации в бизнесе, организациях и правительствен-
ных структурах. Этот термин по сути своей связан с BI в реальном времени, техно-
логией, управляемой внешними событиями, но основная идея состоит в применении
этих методов к бизнес-процессам. Business Intelligence 2.0 – это расширенная тех-
нология, включающая динамическое и автоматизированное принятие решений.
Средства Business Intelligence нового поколения позволяют управляться собы-
тиями и смогут выявлять аномальные ситуации и возникающие проблемы, для этого
в них будут встроены соответствующие интеллектуальные и адаптивные возмож-
ности. В качестве источников данных для анализа будут служить не только храни-
лища, но и данные самых разнообразных внутренних и внешних для компании источ-
ников и программных агентов. В технологиях нового поколения преобладающими
Использование технологии Semantic Web для управления знаниями...
«Штучний інтелект» 2’2010 21
1Г
станут коллективные методы работы в сети с использованием виртуальных форумов,
блогов, вики, социальных сетей. Реализация приложений будет опираться на SOA с
применением общедоступных решений и активных элементов Web 2.0 (например,
AJAX) и функционально богатого внешнего интерфейса.
Чтобы адаптировать бизнес-модели к современному миру, данные передаются
в реальном времени через SOA, использующие слабосвязанные и обеспечивающие
хорошее взаимодействие сервисы, которые стимулируют стандартизованную интег-
рацию приложений. В табл. 2 приведены свойства, которыми должен обладать Busi-
ness Intelligence 2.0.
Таблица 2 – Свойства Business Intelligence 2.0
Управляется
событиями
Автоматизированные процессы управляются событиями, поэто-
му очевидно, что для разработки более гибких процессов нужно
анализировать и интерпретировать события. А значит, анализи-
ровать данные, от события к событию, как параллельно с бизнес-
процессами, так и в форме отдельного этапа процесса.
Выполняется
в реальном времени
Иначе нельзя реализовать BI-возможности в качестве этапа
процесса, и тем более не удастся автоматизировать операции.
Для сравнения: пакетные процессы – информационные, они
содержат отчеты об эффективности процесса, но не могут быть
частью самого процесса, за исключением тех случаев, когда
время не играет решающей роли. Любое приложение, имеющее
отношение к торговле, динамическому ценообразованию, оценке
спроса, безопасности, оценки рисков, выявлению мошенничест-
ва, пополнению склада и любому взаимодействию с клиентом, –
это процесс, зависящий от времени, а следовательно, требует
обработки в реальном времени.
Автоматизированный
анализ
Чтобы автоматизировать ежедневный процесс принятия реше-
ний, организациям необходимо не просто представить данные в
виде инструментальной панели или отчета. Задача – превратить
данные в реальном времени в нечто действенное. Необходимо их
автоматически и динамически интерпретировать. На практике
это подразумевает сравнение каждого отдельного события с тем,
что ожидается в норме, исходя из прошлого опыта или прогно-
зируемой будущей эффективности. Продукты BI 2.0 должны в
качестве основы использовать некоторую норму как на деталь-
ном, так и на агрегированном уровне, и сравнивать автомати-
чески конкретные события с этой нормой.
Дальновидность Чтобы понять, как данное событие повлияет на потребности орга-
низации, необходимо обладать некоторой дальновидностью. Чтобы
ответить на вопросы: «Придет ли заказ вовремя?», «Откажет ли
система сегодня?», – нужно уметь делать прогнозы. Эта возмож-
ность придает особое значение операционным отделам, которые
должны представлять себе перспективу изменения эффективности
своей работы в течение дня, недели или месяца.
Ориентация
на процессы
Продукты BI 2.0 должны быть ориентированы на процессы. Это
не значит, что процессы моделируются с помощью инструмента
управления. Действия можно оптимизировать исходя из резуль-
татов конкретного процесса, хотя он может и не иметь точного
определения.
Масштабируемость Масштабируемость является краеугольным камнем BI 2.0. Пото-
ки событий могут быть непредсказуемыми и очень интенсивны-
ми.
Гладун А.Я., Рогушина Ю.В., Петрухина Л.В.
«Искусственный интеллект» 2’2010 22
1Г
Выводы
В Украине рынок BI только начинает набирать силу и корпоративные пользо-
ватели все чаще задумываются о времени и средствах, которые можно сэкономить,
используя эффективные бизнес-инструменты.
Интерес к системам BI приходит после того, как решены основные задачи,
связанные с оперативным учетом на предприятии. К этому моменту в компании, как
правило, работает ряд контуров одной или нескольких учетных систем, накапливаю-
щих информацию о совершенных операциях (транзакциях) в базах данных. С успе-
хом, справляясь с оптимизацией оперативных задач, на которые эти системы ориенти-
рованы, они, однако, не позволяют увидеть общую картину деятельности компании.
Интерес к разработке продуктов BI в Украине постоянно возрастает. Напри-
мер, украинский разработчик ПО Softline заявил о создании дочерней компании
Softline BI, специализацией которой будет выполнение проектов внедрения деловых
интеллектуальных систем BI.
Среди компаний, для которых сегодня актуально внедрение BI-систем, есть
организации, традиционно тяготеющие к укрупнению, к инновациям. Например,
финансовый сектор, где, с одной стороны, существуют жесткие требования госу-
дарства к предоставлению отчетности, а с другой – растет конкуренция. Поэтому
банки, страховые компании вынуждены применять системы, все более профессио-
нально отвечающие требованиям, и технологии, которые позволяют принимать более
обоснованные решения.
Например, IBM Cognos присутствует на территории стран СНГ с 1995 г. За это
время ее заказчиками в регионе стали более 300 организаций. В Украине это: British
American Tobacco Ukraine, ГК «Аптечный холдинг», холдинг Unitrade Group, «Меж-
дународные Авиалинии Украины», медицинский центр «Добробут», ГК «Континиум
Укрресурс», «Сумыоблэнерго», «Райффайзен Банк Аваль» (OTP Bank Plc.), Нефтяная
компания «Альянс-Украина», «Ощадбанк», СК «Оранта», American Tоbacco Ukraine,
ГК «Континиум Укрресурс» и др. Все они являются клиентами компании Zept Group.
Проанализировав концепцию Business Intelligence и основные направления ее
развития, можно сделать выводы о том, что это направление IТ сейчас активно
развивается, причем основные направления развития связаны с интеллектуализацией
BI и их глобализацией, связанной с ориентацией на Интернет-технологии. Многие
приложения BI становятся Web-ориентироваными, они представляются пользо-
вателям как Web-сервисы, а доступ к ним обеспечивается при помощи метаданных и
онтологий.
Литература
1. Mehta, Sanjay. BI 2.0 Technology – MAIA Intelligence Perspective [Электронный ресурс]. – 2008. –
Режим доступа : www.maia-intelligence.com.
2. Дэйв Вэллс. Десять основных преимуществ Microsoft Business Intelligence / Дэйв Вэллс; пер. с
англ. – 2008. – Режим доступа : http://www.w3.org/TR/html4/strict.dtd.
3. Berners-Lee T. Weaving the Web.- Harper / Berners-Lee T. – San Francisco, 1999.
4. Enabling Technology for Knowledge Sharing / [Neches R., Fikes R., Finin T. и др.] // AI Magazine. –
1999. – Vol. 12, № 3.
5. Хью Уотсон. Современное состояние бизнес-аналитики (Business Intelligence, BI) [ Электронный
ресурс] / Хью Уотсон, Барбара Викском. – Режим доступа : http://www.osp.ru/
6. Ручкин К.А. Применение бизнес-интеллекта в страховых компаниях / К.А. Ручкин, С.Ю. Палиенко //
Штучний інтелект. – 2005. – № 4. – С.137-139.
Использование технологии Semantic Web для управления знаниями...
«Штучний інтелект» 2’2010 23
1Г
7. Скобелев П.О. Открытые мультиагентные системы для холонических предприятий / Скобелев П.О. //
Штучний інтелект. – 2001. – № 3. – С.107-109.
8. Дэн Эверет (Dan Everett) Web-сервисы на службе у Business Intelligence [Электронный ресурс] / Дэн
Эверет ; [пер. с англ. Intersoft Lab]. – 2007. – Режим доступа : http://www.iso.ru/journal/articles/572.html
9. Philipose Mathew. Web Services: A BI Perspective / Philipose Mathew, Rajarajeswari N., Visalachi Rame-
shkumar // Journal Patti Computer Systems. – Cambridge, (USA), October, 2006.
10. Semantic Web [Электронный ресурс]. – 2002. – Режим доступа : http://www.semanticweb.org.
11. Артемьев В. Что такое BUSINESS INTELLIGENCE? / Валерий Артемьев // Открытые системы. –
2003. –№ 4.
12. Маторин С.И. Применение теории паттернов в средствах «BUSINESS INTELLIGENCE» / С.И. Ма-
торин, Д.Б. Ельчанинов, В.С. Маторин // Штучний інтелект. – 2004.– № 2. – С.142-153.
13. Гладун А.Я. Основи методології формування тезаурусів з використанням онтологічного та мерео-
логічного аналізу / А.Я. Гладун, Ю.В. Рогушина // Штучний інтелект. – 2008. – № 5. – С.112-124.
14. Гладун А.Я. Применение тезауруса предметной области для повышения релевантности поиска в
Интернете / А.Я. Гладун, Ю.В. Рогушина // Штучний інтелект. – 2005.– № 4. – С.742-753.
15. Гладун А.Я. Использование онтологических знаний и тезаурусов для объективного профилирова-
ния специалистов / А.Я. Гладун, Ю.В. Рогушина // Штучний інтелект. – 2006. – № 3. – С. 379-390.
А.Я. Гладун, Ю.В. Рогушина, Л.В. Петрухіна
Застосування технологій Semantic Web для керування знаннями в системах Business Intelligence
У статті розглянуто тенденції розвитку Business Intelligence та його зв’язок з іншими напрямками ІТ,
аналізується доцільність застосування в Business Intelligence 2.0 технологій Semantic Web, зокрема
онтологічного аналізу та стандартів представлення метаданих.
Anatoly Gladun, Julia Rogushina, Ludmila Petruhina
Application of Technologies Semantic Web for Knowledge Management in Systems Business Intelligence
The tendencies of development Business Intelligence, his communication with other directions IT are
considered, the expediency of application in Business Intelligence 2.0 technologies Semantic Web, in
particular of the ontological analysis and standards of representation metadata is analyzed.
Статья поступила в редакцию 01.04.2010.
|
| id | nasplib_isofts_kiev_ua-123456789-56157 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T18:28:46Z |
| publishDate | 2010 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Гладун, А.Я. Рогушина, Ю.В. Петрухина, Л.В. 2014-02-12T18:29:57Z 2014-02-12T18:29:57Z 2010 Использование технологии Semantic Web для управления знаниями в системах Business Intelligence / А.Я. Гладун, Ю.В. Рогушина, Л.В. Петрухина // Штучний інтелект. — 2010. — № 2. — С. 15-23. — Бібліогр.: 15 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/56157 004.65:004.89 В статье рассматриваются тенденции развития Business Intelligence, его связь с другими направлениями IТ, анализируется целесообразность применения в Business Intelligence 2.0 технологий Semantic Web, в частности онтологического анализа и стандартов представления метаданных. У статті розглянуто тенденції розвитку Business Intelligence та його зв’язок з іншими напрямками ІТ, аналізується доцільність застосування в Business Intelligence 2.0 технологій Semantic Web, зокрема онтологічного аналізу та стандартів представлення метаданих. The tendencies of development Business Intelligence, his communication with other directions IT are considered, the expediency of application in Business Intelligence 2.0 technologies Semantic Web, in particular of the ontological analysis and standards of representation metadata is analyzed. ru Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Алгоритмическое и программное обеспечение Использование технологии Semantic Web для управления знаниями в системах Business Intelligence Застосування технологій Semantic Web для керування знаннями в системах Business Intelligence Application of Technologies Semantic Web for Knowledge Management in Systems Business Intelligence Article published earlier |
| spellingShingle | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence Гладун, А.Я. Рогушина, Ю.В. Петрухина, Л.В. Алгоритмическое и программное обеспечение |
| title | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence |
| title_alt | Застосування технологій Semantic Web для керування знаннями в системах Business Intelligence Application of Technologies Semantic Web for Knowledge Management in Systems Business Intelligence |
| title_full | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence |
| title_fullStr | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence |
| title_full_unstemmed | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence |
| title_short | Использование технологии Semantic Web для управления знаниями в системах Business Intelligence |
| title_sort | использование технологии semantic web для управления знаниями в системах business intelligence |
| topic | Алгоритмическое и программное обеспечение |
| topic_facet | Алгоритмическое и программное обеспечение |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/56157 |
| work_keys_str_mv | AT gladunaâ ispolʹzovanietehnologiisemanticwebdlâupravleniâznaniâmivsistemahbusinessintelligence AT rogušinaûv ispolʹzovanietehnologiisemanticwebdlâupravleniâznaniâmivsistemahbusinessintelligence AT petruhinalv ispolʹzovanietehnologiisemanticwebdlâupravleniâznaniâmivsistemahbusinessintelligence AT gladunaâ zastosuvannâtehnologíisemanticwebdlâkeruvannâznannâmivsistemahbusinessintelligence AT rogušinaûv zastosuvannâtehnologíisemanticwebdlâkeruvannâznannâmivsistemahbusinessintelligence AT petruhinalv zastosuvannâtehnologíisemanticwebdlâkeruvannâznannâmivsistemahbusinessintelligence AT gladunaâ applicationoftechnologiessemanticwebforknowledgemanagementinsystemsbusinessintelligence AT rogušinaûv applicationoftechnologiessemanticwebforknowledgemanagementinsystemsbusinessintelligence AT petruhinalv applicationoftechnologiessemanticwebforknowledgemanagementinsystemsbusinessintelligence |