WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     ||
|

Определено понятие объекта сообщества. Таким объектом может быть любой структурный компонент сообщества или протекающих в нем процессов, с которым связана определяющая его информация, на основании которой происходит пополнение или изменение домена сообщества. Показано, что формирование и развитие домена сообщества происходит на основе анализа информации, связанной с объектами сообщества и их взаимодействием.

Проведен анализ функциональной инфраструктуры сообщества практики.

Показано, что особенностью функционирования сообщества является отсутствие четко определенных процессов. Основу функционирования составляет совместное использование объектами сообщества определенного набора сервисов. В качестве сервисного ядра программного инструментария сообщества выделена компонента сервера отношений - программно-сервисная компонента, позволяющая определять отношения между объектами сообщества.

Определен перечень задач сервера отношений в контексте решения задач семантической интеграции объектов сетевого сообщества. Основные функции сервера отношений:

- установление отношений между объектами внутри сети;

- установление отношений между внутренними и внешними объектами;

- формирование групп из множества внутренних объектов в соответствии с задачами внутренних процессов сообщества;

- формирование групп из множества внутренних объектов для задач, связанных с взаимодействием с внешней информационной средой.

Определены основные задачи управления функционированием сообщества и возможность их реализации на основе использования сервера отношений.

Во второй главе проведен анализ сетевого сообщества практики как сложной системы и предложена математическая модель сообщества.

Показано, что современное сетевое сообщество практики представляет собой сложную систему, состоящую из технической, программной, информационной, семиотической, лингвистической, семантической и административной подсистем, совместное функционирование которых проявляется в виде процессов создания и потребления информации и знаний в определенной предметной области. При описании сетевого сообщества выделены три основных уровня абстрагирования их описания: информационный, семантический и функциональный, на каждом из которых используются разные модели сообщества.

На информационном уровне рассматривается только совокупность информации, представляющая информационное пространство сетевого сообщества и определяющая занимаемую им область в глобальном информационном пространстве. Эта информация используется в процессах формирования контента сайта сетевого сообщества, его администрирования и информационного обеспечения формирования семантической подсистемы.

На семантическом уровне рассматривается совокупность знаний, которые порождается функционированием сообщества практики. На этом уровне происходит абстрагирование от физической или абстрактной сущности объекта сообщества и замена его семантической моделью на основе содержания связанного с ним информационного элемента и общих для всех компонент сообщества формальных правил представления ее смысла.

На функциональном уровне рассмотрению подлежат описания алгоритмов операций по обработке информации и знаний, реализующие основные сервисы сообщества. На информационном уровне используется инфологическая модель, позволяющая отразить иерархию информационных объектов сообщества: информационный объект, информационный кластер, информационная область. На семантическом уровне каждому из информационных объектов ставится в соответствие семантический объект: домен объекта, домен группы, домен сообщества. Для представления объектов на семантическом уровне используется онтологическая модель.

На функциональном уровне для каждого из выделенных уровней иерархии определяется сервисный объект: сервис объекта, сервис группы, сервис сообщества. Основные процессы управления сообществом направлены на повышение получаемого эффекта от индивидуальных и коллективных источников информации и знаний для накопления и облегчения доступа к знаниям, повторного или многократного их использования. Использование объектного подхода к формированию инфологической модели сетевого сообщества практики на всех уровнях иерархии позволяет представить ее в форме теоретикомножественной модели вида M1 =< K, A, R,W,ZKA,ZRW >, (1) где:

— K = {ki | i = 1,..., N} — множество классов объектов сетевого сообщества, где ki — i -ый класс объекта сетевого сообщества;

N — A = {ai | i = 1,..., N} — множество атрибутов классов A = Ai, где U i=Ai = {ail | lq = 1,..., Ni} — множество атрибутов i -го класса;

q — R = {rj | j = 1,...,M} — множество связей между классами объектов, где r - j -ое отношение между компонентами ( k1,k2 ) множества K ;

j M — W = {w | j = 1,...,M} — множество атрибутов связей W =, где UW j j j=W = {w | k = 1,...,M } — множество атрибутов i-го класса ;

j jkp p j — ZKA : A K — отображение множества атрибутов классов на множество классов;

— ZRW :W R — отображение множества атрибутов связей на множество связей.

В этой модели объекты сетевого сообщества рассматриваются как экземпляры классов, а связи между ними как экземпляры связей между классами.

Инфологическая модель является наиболее распространенной в практике основой для разработки базы данных при создании программного обеспечения администрирования сообщества. Ее недостатком для моделирования сообщества практики является то, что она ориентирована, в основном, на поддержку процессов информационного обмена между объектами сообщества, поэтому на ее основе можно построить концептуальные модели задач и процессов.

Для моделирования предметной области в контексте основной цели сообщества практики использован инструментарий онтологического моделирования. На семантическом уровне формируются модели предметных областей разных уровней иерархии на основе онтологий. Важным требованием к модели является обеспечение возможности ее интеграции с инфологической моделью.

Онтологическая модель сообщества на всех уровнях иерархии представлена парой M = D,C, (2) где:

— D = {dk | k = 1,...,K} — множество понятий предметной области, где dk — k -ое понятие;

— C = {cl | l = 1,...,L} — множество связей между понятиями, где cl — l ая связь между понятиями.

Связь между инфологической и онтологической моделью сообщества осуществляется за счет внесения в онтологическую модель знаний о структуре объектов сообщества, задаваемой инфологической моделью, а также понятий и связей между ними, выделенных на основе анализа информации объектов сообщества, задаваемой значениями атрибутов классов объектов, и информации о связях между объектами, задаваемой значениями атрибутов связей между классами. Это позволяет совместить онтологию задач, задаваемую инфологической моделью, с онтологией предметной области.

Для отображения в онтологии структуры инфологической модели выделим: из множества А подмножество AK A — наименований классов; из множества W подмножество WR W — наименований связей между классами. Дополнив модель (1) множеством параметров атрибутов классов, В, и множеством параметров атрибутов связей между классами T, выделим из множества B подмножество BA B — наименований атрибутов классов и из множества T подмножество TR T — наименований атрибутов связей между классами.

Тогда подмножество понятий онтологической модели, D1 D, описывающее структуру инфологической модели, D1 = AK UWR U BA UT.

R Подмножество связей между понятиями онтологической модели, C1 C, описывающее структуру связей инфологической модели, включает E1К — множество связей между понятиями-наименованиями классов и понятиями-атрибутами классов, множество связей между понятиями-наименованиями связей и понятиями-наименованиями классов. В инфологической модели объекты сообщества представлены как экземпляры классов. В тоже время инфологическая модель, как правило, наряду с классами, описывающими реальные объекты сообщества, содержит классы вспомогательных объектов, необходимых для описания процессов внутри сообщества, которые не несут информации о предметной области. Выделим в модели (1) множество информационных объектов, обладающих знаниями о предметной области («контейнеры знаний»), в явном виде:

— O = {o | i = 1,..., N } — множество информационных объектов сообiO O O щества, где o - iO -ый объект, iO — K = {k | i = 1,..., N } - множество классов информационных объектов I iO O O сообщества, где k - класс, к которому принадлежит iO - ый объект; KI K.

iO Для множества К1 введем множество механизмов классов:

X = {x | i = 1,..., N }, где x — механизм io -го класса, задающий функцию I io o o io f : o < D,C > отображения объекта o, принадлежащего к классу k на мноio iO жества онтологической модели предметной области сообщества D и С, Xo X, где X — множество всех механизмов классов модели М1. Механизм преобразует инфологическое представление объекта в онтологическую модель объекта M = D,C, где Do D, Сo С.

o o o Для создания программного обеспечения, поддерживающего функционирование сообщества, важно, чтобы представление сообщества на разных уровнях абстрагирования и иерархии было методологически единым. Учитывая, что формирование понятийного пространства сообщества, так же, как и модерирование объектов сообщества предполагает ручные операции, связанные с отбором объектов и уточнением связей между ними, целесообразно понятийное пространство модели представить также, как и информационное, в формате, который может быть программно реализован в реляционной базе данных.

Дополним множество классов К модели M1 множеством понятий D онтологии M2, рассматривая их как отдельные классы, для которых введем множество AD, расширяющее выразительные возможности онтологии. Пусть K = K U D. Аналогично дополним множество связей между классами R, множеством связей между понятиями онтологии, С, для которых введем множество WC. Пусть R = R U C ; расширенное множество атрибутов классов A = A U AD ;

расширенное множество атрибутов связей W = W UWC. Введем новые отобра жения: ZKA : A K — отображение множества атрибутов классов на множе ство классов; ZRW :W R — отображение множества атрибутов связей на множество связей.

Тогда модель сообщества практики примет вид M3 =< K, A, R,W,Z,Z,O, K, X > (3) K A I I R W На каждом из уровней иерархии объекты сообщества представляются аналогичной моделью, компоненты которой являются подмножествами множеств модели М3. Это позволяет развивать модель сообщества «снизу-вверх», проводя мониторинг изменений информационных объектов и доменов объектов, что позволяет избежать разрыва между доменом сообщества и совокупностью доменов его объектов, что является одной из проблем сетевых сообществ.

В третьей главе описываются задачи функционирования сетевого сообщества практики и предлагаются методы их решения. В частности, решаются такие задачи, как: определение сходства онтологий, определение кластеров объектов сети, включение нового объекта в состав сообщества, модернизация домена сети.

При решении этих задач используется тот факт, что объекты сетевого сообщества практики описаны в нашей работе с использованием онтологических моделей. Приводится подробное описание разработанных методов вычисления близости онтологий объектов, позволяющую количественно определить схожесть двух объектов сетевого сообщества. Предлагается использовать разработанные методы при проектировании программно-сервисной компоненты – сервера отношений. На основании экспериментальных данных предлагается использовать меру сходства Жаккарда (экспериментальные данные приведены на рис. 1.) как наиболее точно определяющую сходство объектов. Она располагается ближе всех мер сходства к прямой, зависящей от процента одинаковых понятий в сравниваемых объектах, полученной при помощи экспертов.

Рис. 1. Результаты эксперимента по выбору меры сходства Методика установления отношений между объектами сетевого сообщества. Задача установления отношений между объектами сетевого сообщества решается как задача установления степени сходства между локальными онтологиями объектов. Исходными данными являются заранее построенные онтологии объектов сетевого сообщества. Методика установления отношений выглядит следующим образом:

Для всех пар объектов, представленных онтологиями i и i+1, подлежащих сравнению, выполняются следующие действия:

1. Определяются множества общих элементов, при этом учитываются как понятия, так и связи между понятиями:

a = D i+1 и a = C i+1.

ID IC п c i i 2. Вычисляются степени общности двух множеств по формуле:

a S =.

Jac p + p - a 1 Общая онтология сетевого сообщества практики строится на основании доступной информации о пользователях включая их профили и отражает результаты их деятельности, выраженные в научных работах, проектах, всевозможных публикациях и др. Общая онтология может быть сформирована с применение двух подходов: автоматическом, когда происходит анализ всей информации о пользователях сообщества без вмешательства эксперта, и полуавтоматический, когда эксперт в режиме диалога с ЭВМ принимает решения о вариантах построения онтологии. Отметим, что второй подход реализуется как автоматизированный и зачастую эксперту необходимо выбирать из предложенных вариантов. Предполагается, что при построении общей онтологии происходит анализ множества документов, в которых заключается информация о пользователях и связанная с их деятельностью. При анализе документов следует обеспечить минимальную дублируемость информационных элементов и минимизировать связи между информационными элементами. Анализ документов предполагает разбор каждого предложения, с выделением значимых информационных элементов и связей между ними. В результате документ разбивается на n групп, где n – количество предложений в документе.

Метод формирования групп объектов. Задача разбиения объектов сетевого сообщества практики, которые представлены в виде документов, на группы объектов схожих по тематике, представляет собой задачу кластеризации документов в пространстве весовых коэффициентов терминов. Кластеризация документов – процесс выявления семантически похожих групп документов, при этом, в отличие от классификации, никакие характеристики групп не задаются заранее.

Учитывая специфику представления данных в модели предметной области сетевого сообщества, становится возможным получать более точную кластеризацию. Для этого предлагается использовать дополнительную кластеризацию по связям между понятиями объектов. Результаты кластеризации наборов объектов по понятиям и дополнительной кластеризации по связям приведены на рис. 2.

Pages:     ||
|



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.