Graf wiedzy: teoria i praktyczne zastosowanie

• Autorzy: Mariia Rizun
• Języki publikacji: PL

Abstrakty

Niniejszy rozdział poświęcono teoretycznym oraz praktycznym aspektom wykorzystania grafu wiedzy w procesach zarządzania wiedzą, m.in. takim jak koncepcja jego budowania, rzeczywiste przykłady użycia, możliwości wykorzystania oraz silne strony. Część 1 przedstawia spojrzenie na problematykę zarządzania wiedzą, którego istotność w dzisiejszej gospodarce staje się coraz większa i skutkuje koniecznością wdrożenia nowych zasobów zarządzania. Jednym z takich bardziej nowoczesnych zasobów zarządzania wiedzą jest graf wiedzy, którego fenomen rozważa się w kolejnych sekcjach. Część 2 przybliża do zrozumienia fenomenu grafu wiedzy. Podano w niej definicję grafu oraz przedstawiono podstawowe informacje na temat budowy schematu wiedzy będącego metawarstwą grafu wiedzy. Część 3 pozwala zapoznać się z kilkoma przykładami rzeczywiście istniejących grafów wiedzy, w szczególności grafu wiedzy firmy Google. Jednocześnie jest ona tzw. przejściem z części teoretycznej rozdziału do części bardziej praktycznej, którą jest część 4. W części 4 przedstawiono autorskie podejście do budowania grafu wiedzy na potrzeby procesu dydaktycznego uczelni wyższej. Opisano proces tworzenia słownika jednostek formujących schemat wiedzy oraz zaprezentowano przykładowy schemat wiedzy będący modelem koncepcji przedmiotu na uczelni wyższej. Dodatkowo część 4.2 podaje możliwe przykłady użycia grafu w procesie dydaktycznym (fragment tekstu)

Słowa kluczowe

PL

Zarządzanie wiedzą; Gospodarka

EN

Knowledge management; Economy

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2019
• Tom: Procesy modelowania danych i podejmowania decyzji w architekturze systemowej przedsiębiorstwa
• Strony: 119--136

Twórcy

autor

Mariia Rizun

• University of Economics in Katowice, Poland

Bibliografia

• Błaszczuk J.D. (2012), Zarządzanie wiedzą w przedsiębiorstwach polskich w świetle teorii i badań empirycznych, "Acta Universitatis Lodziensis, Folia Oeconomica", nr 268, s. 86-87.
• Blumauer A. (2014), From Taxonomies over Ontologies to Knowledge Graphs - The Semantic Puzzle, https://semantic-web.com/2014/07/15/from-taxonomies-over-ontologies-to-knowledge-graphs (dostęp: 4.08.2019).
• Brdulak J.J. (2005), Zarządzanie wiedzą a proces innowacji produktu. Budowanie przewagi konkurencyjnej firmy, Wydawnictwo Szkoły Głównej Handlowej, Warszawa.
• Chmielewska-Muciek D. (2013), Geneza koncepcji zarządzania wiedzą, "Annales H - Oeconomia", vol. XLVII, nr 2, Uniwersytet Marii Curie-Skłodowskiej, Lublin, s. 35-44.
• Gomez-Perez M.J., Pan Z.J., Vetere G., Wu H. (2017), Enterprise Knowledge Graph: An Introduction, www.semanticscholar.org/paper/Enterprise-Knowledge-Graph%3A-An-Introduction-G%C3%B3mez-P%C3%A9rez-Pan/44fe3760e47707b80267098 e2ea1f5030a66909f (dostęp: 6.06.2018).
• Jetschni J., Meister V.G. (2017), Schema Engineering for Enterprise Knowledge Graphs - A Reflecting Survey and Case Study, Proceedings of the IEEE Eighth International Conference on Intelligent Computing and Information Systems, s. 271-277.
• Lin Y., Liu Z., Sun M., Liu Y., Zhu X. (2015), Learning Entity and Relation Embeddings for Knowledge Graph Completion, Twenty-Ninth AAAI Conference on Artificial Intelligence, s. 2181-2187.
• Maier R. (2007), Knowledge Management Systems. Information and Communication Technologies for Knowledge Management, Springer, Berlin-Heidelberg-New York.
• Masuch L. (2014), Enterprise Knowledge Graph - One Graph to Connect Them All, http://www.managementexchange.com/hack/enterprise-knowledge-graph-one-graph -connect-them-all (dostęp: 21.11.2018).
• Masuch L., Muszynski H., Raethlein B. (2014), Enterprise Knowledge Graph, www.slideshare.net/BenjaminRaethlein/enterprise-knowledge-graph-56858153 (dostęp: 11.06.2018).
• Nickel M., Murphy K., Tresp V., Gabrilovich E. (2015), A Review of Relational Machine Learning for Knowledge Graphs, https://arxiv.org/abs/1503.00759 (dostęp: 27.05.2018).
• Nogalski B. (2004), Wybór paradygmatów zarządzania przedsiębiorstwem przyszłości [w:] I.K. Hejduk (red.), Przedsiębiorstwo przyszłości - fikcja i rzeczywistość, Wydawnictwo Instytutu Organizacji i Zarządzania w Przemyśle Orgmasz, Warszawa.
• Nonaka I., Takeuchi H. (2000), Kreowanie wiedzy w organizacji. Jak japońskie spółki dynamizują procesy innowacyjne, Poltext, Warszawa.
• Paulheim H. (2016), Knowledge Graph Refinement: A Survey of Approaches and Evaluation Methods. Semantic Web, s. 1-23, www.semantic-web-journal.net/system /files/swj1167.pdf (dostęp: 27.05.2018).
• Perechuda K. (2005), Zarządzanie wiedzą w przedsiębiorstwie, Wydawnictwo Naukowe PWN, Warszawa.
• Pujara J., London B., Getoor L., Cohen W.W. (2015), Online Inference for Knowledge Graph Construction, www.semanticscholar.org (dostęp: 27.05.2018).
• Rizun M., Meister V.G. (2017a), Analysis of Benefits for Knowledge Workers Expected from Knowledge-Graph-Based Information Systems, Information Systems: Research, Development, Application, Education. Lecture Notes in Business Information Processing 300, s. 25-39.
• Rizun M., Meister V.G. (2017b), Modeling the Research Process, Proceedings of the Conference "System Approaches'17", s. 52-58.
• Singhal A. (2012), Introducing the Knowledge Graph: Things, Not Strings, https://www. blog.google/products/search/introducing-knowledge-graph-things-not/ (dostęp: 5.12. 2018).
• Socher R., Chen D., Manning D.C., Ng A.Y. (2013), Reasoning with Neural Tensor Networks for Knowledge Base Completion, The Stanford Natural Language Processing Group, https://nlp.stanford.edu/pubs (dostęp: 26.06.2018).
• Wang Z., Zhang J., Feng J., Chen Z. (2014), Knowledge Graph Embedding by Translating on Hyperplanes, Twenty-Eighth AAAI Conference on Artificial Intelligence.
• Wu Y., Pan J., Lu P., Lin K., Yu Z. (2017), Knowledge Graph Embedding Translation Based on Constraints, "Journal of Information Hiding and Multimedia Signal Processing, Ubiquitous International", Vol. 8(5), s. 1119-1131.
• Xu C., Bai Y., Bian J., Gao B., Wang G., Liu X., Liu T.-Y. (2014), RC-NET: A General Framework for Incorporating Knowledge into Word Representations, CIKM '14 Proceedings of the 23rd ACM International Conference on Conference on Information and Knowledge Management, s. 1219-228.
• [www 1] https://wiki.dbpedia.org/about (dostęp: 10.12.2018).
• [www 2] https://wiki.dbpedia.org/develop/datasets/dbpedia-version-2016-10 (dostęp: 10.12. 2018).
• [www 3] www.w3.org/2001/sw/wiki/RDF (dostęp: 10.12.2018).
• [www 4] www.w3.org (dostęp: 10.12.2018).
• [www 5] https://pl.wikipedia.org/wiki/System_zarządzania_treścią (dostęp: 10.12.2018).
• [www 6] https://pl.wikipedia.org/wiki/Sztuczna_inteligencja) (dostęp: 10.12.2018).
• [www 7] https://web.ue.katowice.pl/sylabusy/kandydat (dostęp: 10.12.2018).
• [www 8] https://schema.org (dostęp: 10.12.2018).
• [www 9] https://schema.org/Course (dostęp: 10.12.2018).
• [www 10] https://schema.org/CourseInstance (dostęp: 10.12.2018).
• [www 11] https://schema.org/accountablePerson (dostęp: 10.12.2018).
• [www 12] https://schema.org/instructor (dostęp: 10.12.2018).
• [www 13] https://schema.org/Person (dostęp: 10.12.2018).
• [www 14] https://schema.org/familyName (dostęp: 10.12.2018).
• [www 15] https://schema.org/honorificSuffix (dostęp: 10.12.2018).
• [www 16] https://schema.org/affiliation (dostęp: 10.12.2018).
• [www 17] https://pending.schema.org/educationalCredentialAwarded (dostęp: 10.12.2018).
• [www 18] https://schema.org/educationalAlignment (dostęp: 10.12.2018).
• [www 19] https://schema.org/AlignmentObject (dostęp: 10.12.2018).
• [www 20] https://schema.org/citation (dostęp: 10.12.2018).
• [www 21] https://schema.org/CreativeWork (dostęp: 10.12.2018).
• [www 22] https://schema.org/PropertyValue (dostęp: 10.12.2018).
• [www 23] https://schema.org/additionalProperty (dostęp: 10.12.2018).
• [www 24] https://www.w3.org/TeamSubmission/turtle (dostęp: 10.12.2018).
• [www 25] http://www.bpmn.org/ (dostęp: 10.12.2018).
• [www 26] https://www.omg.org/cmmn/ (dostęp: 10.12.2018).
• [www 27] https://www.omg.org/dmn/ (dostęp: 10.12.2018).