fbpx

Datu bāzes pārvaldības sistēmas un DBVS

Ontoloģiskās sistēmas

Ar sistēmām, kas pakāpeniski kļūst stingrākas, kā mēs varam darboties? Tas ir iespējams, ja mēs izvēlamies vieglu papildinājumu.

Lai sniegtu atbildi uz jautājumu, ir jāveic meklēšana starp visiem pieejamajiem informācijas avotiem. Šo darbību var veikt tiešsaistē (tādā nozīmē, ka atbildes laiks to atļauj) vai bezsaistē (aizpildot datubāze no atbildēm).

Ja uz mūsu jautājumu nav atbildēts dati apkopoti, veicot datu ieguvi, mēs vēlamies zināt, vai ir citi veidi, kā apkopot dati lai saņemtu atbildi.

Apskatīsim, piemēram, gadījumu, kad uzņēmums ir ieinteresēts izolēt tos uzņēmumus vai cilvēkus, kuri ir abi klienti kādi piegādātāji. Viņiem kā identifikators ir nodokļu kods vai PVN numurs, tāpēc viens kods identificē vienu vienību. Integrējot i dati datus un izmantojot dublēšanos, ir iespējams sakārtot informāciju jaunā veidā un salīdzinoši vienkāršā veidā identificēt entītiju, kas ir gan klients, gan piegādātājs.

Pievienotā vērtība tiek sasniegta, nevis dalot klienti un piegādātājiem, mēs runājam par vispārīgu kategoriju, sarunu biedriem, kas ietver citus subjektus (piemēram, PA, piemēram, pašvaldība, kurai tiek maksāti nodokļi). Ideja šajā gadījumā ir uzskatīt jēdzienu, nevis sintaksi, kā apkopošanas polu. Tas ļauj mums izvairīties no nepieciešamības integrēt bāzes dati un tāpēc veic gaismas integrāciju.

Klients un piegādātājs ir atslēgvārdi, kas ļauj man identificēt dažas vienības, ar kurām man ir attiecības.

Šajā brīdī ir iespējams izveidot struktūru mūsu sarunu biedriem, kuri ir fiziskas vai juridiskas personas, kas varētu būt jauni uzņēmumi, ar kuriem veidot attiecības, bet kuri nav ne viens, ne otrs klienti ne piegādātājiem (piemēram, pašvaldībai, kaimiņiem). Tāpēc mēs atklājam, ka mums ir mijiedarbība ar personu kopumu un juridisku personu kopumu.

Ir veids, kā piekļūt datubāze ar korelācijas palīdzību, kas nebija paredzēta: mēs atrodam i klienti kuri ir arī piegādātāji, jo mēs atsaucamies uz struktūru dati, bet, pievienoties i dati un atrodam korelāciju, mēs paļaujamies ne tikai uz atrastajām vērtībām, bet arī uz atlaišanu un struktūru (piemēram, kā es varu zināt, vai Mac Donalds un McDonald's ir viens un tas pats uzņēmums?).

Lai izvairītos no atslēgvārdu izmantošanas, ti, lai izvairītos no entītiju raksturošanas ar leksikas atribūtiem, mums ir jāizmanto ontoloģiskās sistēmas: mūs neinteresē noteiktas entītijas sinonīmi, bet mēs esam ieinteresēti izprast pasaules struktūru, ti, ontoloģiju.

Ontoloģija ir kaut kas atšķirīgs no semantikas: pēdējā ir saistīta ar valodām, savukārt ontoloģijas ir saistītas ar pasaulēm. Ontoloģija ir izpēte par esamību jeb "kā mēs esam pasaulē", savukārt semantika ir saistīta ar valodām: lai valodai būtu nozīme, tai ir jāpastāv. Pasauli ģenerē valoda, kas ļauj mums vienmēr iet tālāk par to, ko mēs redzam, un ontoloģiju parla konkrētas pasaules.

Piemēram, ja terminu "debesskrāpis" definējam kā "ēka, kas garāka par X metriem", teikums

tipam "es devos mājās ar debesskrāpi kabatā" mūsu definētajā ontoloģijā nav jēgas, savukārt, ja kāda ontoloģija jēdzienam "debesskrāpis" paredz arī "statuetes-suvenīra, kas atveido ēku" nozīmi, tad teikumam būtu precīza nozīme.

Sakarību noteikšana starp datubāze, mēs aprakstām pasauli: tā ir pasaule, kas saka, ka tā nosaka vārdus, ko lietojam. Šāda pasaule vienmēr ir ierobežota: faktu skaits organizācijas dzīvē ir ierobežots. Valodas radītā pasaule ir bezgalīga, un ar valodu mēs varam attēlot jebkuru iespējamo pasauli, jo valoda attiecas uz potenciālu, nevis tikai uz esošo. Jebkurā gadījumā tā ir loģika, kas mūs noved pie semantikas būtības: un loģika, kas saka, ka, ja kāds sniedz pakalpojumu, tad viņš ir piegādātājs, jo mēs zinām, ka pakalpojums ir piegādes veids.

Ontoloģija ļauj nodalīt divas fāzes: apkopošanu un iespējamo integrāciju. Apkopošana ir saistīta ar to, kas mūs interesē, un tā ir būtiska integrācijas sastāvdaļa: ja man ir divi dokumenti ar vienādu dati un apkopot to nozīmi, ir pieliktas vislielākās pūles. Failu faktiskā integrācija (sapludināšana vai rediģēšana) ir neliela daļa.

Ir iespējams saistīt informāciju, kas ietverta datubāze, bet arī dokumentus un video, izmantojot semantiku. Priekšrocība, ka jums ir vairāk datubāze, nevis tikai viens, mēs varam paturēt nei datubāze analītiskā informācija atomu līmenī.

Pēc tam mums jāspēj korelēt informāciju, lai iegūtu standartizētu atbildi, kas ļauj optimizēt izmaksas un garantēt pareizas attiecības ar visiem klienti (spējot atbildēt tāpat).

Lai saprastu, kas ar ko ir saistīts, apskatīsim piemēru, kas izriet no tīmekļa idejas: mēs varam resursiem lietot tagus, lai atpazītu visu saistīto informāciju. Šīs pieejas problēma ir tāda, ka mēs varētu izmantot tagus dažādās formās, lai attēlotu vienu un to pašu (tagi ir saistīti ar sintakse). Otrs risinājums ir atsaukties uz semantisko dimensiju, pārejot no leksikas (t.i., vārdu izmantošana tagu iegūšanai) uz semantiku (jēdzienu un entītiju iegūšana).

Tomēr mūs interesējošā semantika atšķiras no dabisko valodu semantikas, kurām kopumā ir plašāki mērķi nekā piedāvātajam. Pateicoties semantikai, mēs varam raksturot valodu, ar kuras palīdzību mēs varam aprakstīt sev interesējošo pasauli, tas ir, ontoloģiju.

Ontoloģijas var aprakstīt, izmantojot loģiskās valodas, viena no izplatītākajām ir OWL (Ontology Web Language).

Caur to mēs varam pārvietoties pasaulē un interpretēt faktus. Tas ir ļoti abstrakts apraksts, noderīgs saistībā ar darbībām, kuras vēlamies veikt.

Ontoloģijā attiecības starp mezgliem nosaka, kas ir iespējams un kas attiecas uz konkrēto ontoloģiju, nevis ārpus tās, un tas ir pilnīgs attiecībā uz darbībām, kuras mēs varam veikt.

To bieži izmanto arī, lai saistītu dažādas lietas, piemēram, ja viens uzņēmums vēlas kaut ko uzzināt par citu uzņēmumu. Šajā gadījumā man ir jāatrod veidi, kā korelēt dažādu informāciju. Abstrakcijas izmantošana ir visbiežāk izmantotā tehnika:

  • organizācijas diagnostika;
  • cilvēka diagnoze;
  • mašīnu diagnostika.

Abstrakcijas veids ir atkarīgs no atbildes, ko vēlamies sniegt: trīs diagnozes ir saistītas viena ar otru, pat ja šie jēdzieni acīmredzot pieder pie dažādām kategorijām.

Katra no šīm kategorijām nosaka tiesību un pienākumu kopumu personas attiecībās ar organizāciju.

0/5 (0 atsauksmes)
0/5 (0 atsauksmes)
0/5 (0 atsauksmes)

Uzziniet vairāk tiešsaistes tīmekļa aģentūrā

Abonējiet, lai saņemtu jaunākos rakstus pa e-pastu.

autora iemiesojums
admin Vadītājs
👍Tīmekļa tiešsaistes aģentūra | Tīmekļa aģentūras eksperts digitālā mārketinga un SEO jomā. Web Agency Online ir tīmekļa aģentūra. Agenzia Web Online panākumi digitālajā transformācijā ir balstīti uz Iron SEO versijas 3 pamatiem. Specialitātes: sistēmu integrācija, uzņēmuma lietojumprogrammu integrācija, uz pakalpojumiem orientēta arhitektūra, mākoņdatošana, datu noliktava, biznesa inteliģence, lielie dati, portāli, iekštīkli, tīmekļa lietojumprogramma Relāciju un daudzdimensiju datu bāzu projektēšana un pārvaldība Digitālo mediju saskarņu projektēšana: lietojamība un grafika. Tiešsaistes tīmekļa aģentūra piedāvā uzņēmumiem sekojošus pakalpojumus: -SEO Google, Amazon, Bing, Yandex; -Web Analytics: Google Analytics, Google tagu pārvaldnieks, Yandex Metrica; -Lietotāju reklāmguvumi: Google Analytics, Microsoft Clarity, Yandex Metrica; -SEM Google, Bing, Amazon reklāmās; -Sociālo mediju mārketings (Facebook, Linkedin, Youtube, Instagram).
Mana Agile Privātums
Šī vietne izmanto tehniskās un profilēšanas sīkdatnes. Noklikšķinot uz Piekrist, jūs atļaujat visas profilēšanas sīkdatnes. Noklikšķinot uz noraidīt vai X, visi profilēšanas sīkfaili tiek noraidīti. Noklikšķinot uz pielāgot, ir iespējams izvēlēties, kuras profilēšanas sīkdatnes aktivizēt.
Šī vietne atbilst Datu aizsardzības likumam (LPD), Šveices 25. gada 2020. septembra federālajam likumam un GDPR, ES Regulai 2016/679, kas attiecas uz personas datu aizsardzību, kā arī šādu datu brīvu apriti.