空間知識(shí)管理(ppt)
空間知識(shí)管理
第一講  
知識(shí)單元、詮釋資料庫(kù)及資料庫(kù)及知識(shí)演化
本章重點(diǎn)
知識(shí)源
知識(shí)單元
詮釋資料
知識(shí)演化歷程
資料庫(kù)與知識(shí)庫(kù)的關(guān)連性
知識(shí)管理系統(tǒng)架構(gòu)
知識(shí)源
1.知識(shí)源的定義
存有知識(shí)的原始文件或人員，除了現(xiàn)有之知識(shí)文件外，尚可以持續(xù)更新知識(shí)文件，而人員腦中之知識(shí)則要靠訪談、自行整理或討論、演講后才能外顯為文件或知識(shí)源。
2.知識(shí)源處理
整理知識(shí)要先訂定目標(biāo)，再厘出知識(shí)范疇，便可找出潛在知識(shí)源的對(duì)象，再予以整理、登錄，形成知識(shí)源索引（Knowledge map）。其中知識(shí)源雖有人與文件的不同，但卻可以記錄其生產(chǎn)或結(jié)構(gòu)/記錄之人員，以求未來(lái)新知識(shí)的更新與詢問(wèn)。

1）記錄類
a.輔導(dǎo)記錄
˙個(gè)案記錄卡
˙咨詢服務(wù)記錄表
˙追蹤輔導(dǎo)記錄表
˙督導(dǎo)意見
˙團(tuán)體輔導(dǎo)記錄
˙團(tuán)體輔導(dǎo)評(píng)估
b.會(huì)議記錄
˙個(gè)案討論會(huì)
˙個(gè)案管理會(huì)
˙個(gè)案輔導(dǎo)協(xié)調(diào)聯(lián)系會(huì)
˙個(gè)案輔導(dǎo)咨詢會(huì)議
˙重點(diǎn)地區(qū)協(xié)調(diào)會(huì)議
˙重點(diǎn)地區(qū)咨詢會(huì)議


知識(shí)源案例
知識(shí)單元
1.知識(shí)單元定義
是由各知識(shí)源中抽取之較獨(dú)立之知識(shí)以較正規(guī)化之形式存在，而相似
的個(gè)別知識(shí)單元亦可形成群組，來(lái)做登錄。
2.常見知識(shí)單元之形式
目前已有之知識(shí)類型可分為文字、圖、表、建議、法則、流程、語(yǔ)意
網(wǎng)公式、模式程式，前四者是較原始之型式，除程式外其余之知識(shí)皆為外顯
化較精繁之知識(shí)型式，而程式則是已可自動(dòng)執(zhí)行之知識(shí)環(huán)境（內(nèi)含知識(shí)或可
運(yùn)用知識(shí)），而知識(shí)單元可組合成知識(shí)庫(kù)，以便管理與運(yùn)用。
˙案例：案例主要以評(píng)估報(bào)告與官方紀(jì)錄為主，目前以土地利用沖擊為初步
對(duì)象。
˙論文全文：以目錄、摘要與全文為處理單元。
˙論文中知識(shí)：包括觀念模式、文字、圖、關(guān)聯(lián)性描述、現(xiàn)象描述(文字)、回歸公式、理論公式、理論(文字、圖)…。
˙土地相關(guān)法規(guī)：以土地法為例。
˙資料庫(kù)中挖掘的新知識(shí)：透過(guò)Data Mining工具來(lái)挖掘。
˙由專家抽取的知識(shí)：Knowledge Acquisition。
˙以Neural Net訓(xùn)練出來(lái)的黑箱式知識(shí)。

3.案例
˙宜蘭旅游書結(jié)構(gòu)
˙法規(guī)整理（二）
詮釋資料
1.定義
是針對(duì)知識(shí)源及知識(shí)單元加以格式化描述，以便登錄管理及未來(lái)之查詢，以提供瀏覽與使用。
2.詮釋資料格式
以環(huán)境知識(shí)來(lái)說(shuō)明--環(huán)境知識(shí)的標(biāo)準(zhǔn)描述即為知識(shí)Meta Data，知識(shí)Meta Data可以分為三階層，一為知識(shí)源（保有原本之知識(shí)型式）及抽取與整理后之知識(shí)單元，中間加上一條列知識(shí)單元的知識(shí)列表。這三類知識(shí)層皆需加以說(shuō)明形成詮釋資料（Meta Data），以便未來(lái)方便使用查詢及取用恰當(dāng)知識(shí)。這三層次之Meta Data的格式，與其間之關(guān)連與知識(shí)之連接方式見下圖，實(shí)質(zhì)記錄結(jié)構(gòu)圖見下圖。


a.知識(shí)源的描述包括知識(shí)源ID、知識(shí)名稱、原始生產(chǎn)者、知識(shí)參考單位、參考單位電話、參考單位E-mail、發(fā)表日期、發(fā)表于、大類別、小類別、知識(shí)源形式、知識(shí)源電子檔、電子檔格式、關(guān)鍵自、摘要說(shuō)明、最小空間單位、區(qū)域名稱、空間座標(biāo)范圍、最小時(shí)間單位、起始時(shí)間、結(jié)束時(shí)間、供應(yīng)單位、供應(yīng)單位電話、供應(yīng)單位住址、聯(lián)絡(luò)人、聯(lián)絡(luò)人E-mail、取得方法、使用限制、已抽出知識(shí)單元數(shù)、填寫者、填寫者E-mail、填寫單位、填寫單位住址、填寫單位電話、填寫日期。
b.知識(shí)單元條列Metadata包括知識(shí)源ID、知識(shí)單元類別、頁(yè)碼范圍索引、知識(shí)單元Metadata，串連了知識(shí)源與知識(shí)單元Metadata。
c.知識(shí)單元描述則包括了知識(shí)名稱、知識(shí)單元Metadata、關(guān)鍵字、知識(shí)內(nèi)容說(shuō)明、知識(shí)形式、知識(shí)使用對(duì)象、知識(shí)使用時(shí)機(jī)、知識(shí)單元電子檔、頁(yè)碼范圍索引。
知識(shí)源Meta Data表格范例
知識(shí)源Meta Data表格范例（續(xù)）
知識(shí)單元Meta Data表格范例
知識(shí)演化歷程
1.知識(shí)成熟度
由這些不同之內(nèi)外部知識(shí)在內(nèi)部運(yùn)作下的記錄，已成為外顯化的知識(shí)或知識(shí)運(yùn)用的資料（如清單、統(tǒng)計(jì)）。尚有未外顯化而存在于人腦中之知識(shí)，是經(jīng)由經(jīng)驗(yàn)累積、觀察或分析歸納生成的新知識(shí)，或是將文件知識(shí)、教育訓(xùn)練知識(shí)內(nèi)化而成者，這些內(nèi)化的知識(shí)是較難挖掘與整理，且成本亦太大的部分，需逐步增加其知識(shí)的成熟度，以進(jìn)行知識(shí)演化。而針對(duì)現(xiàn)有之知識(shí)型式的成熟度，可依其處理程度分為六等級(jí)，前三級(jí)為現(xiàn)存型式，而后三級(jí)為未來(lái)可以再加以處理之型式。成熟度越高，則其型式越精煉，正規(guī)（格式）化、標(biāo)準(zhǔn)化與正確性程度也越強(qiáng)，較易使用與自動(dòng)運(yùn)作。
現(xiàn)有及未來(lái)會(huì)產(chǎn)生之知識(shí)文件成熟程度六等級(jí)
知識(shí)演化
不同型式與成熟度之知識(shí)，其間之演化關(guān)連性見下圖。在圖中，資料經(jīng)處理形成資訊再正規(guī)化為案例，資料e化成資料庫(kù)，案例編輯為匯編再e化與正規(guī)化為案例庫(kù)。這些e化資料庫(kù)、e化案例庫(kù)，皆可納入最基層的知識(shí)管理系統(tǒng)（KMS），經(jīng)登錄索引后可供查詢、瀏覽與分享。
原始之資料、資訊和案例，經(jīng)人為歸納統(tǒng)計(jì)，便可成為外顯之文字型式知識(shí)（報(bào)告、程序、手冊(cè)、記錄等），亦有一部份轉(zhuǎn)化為圖表型式以濃縮表達(dá)。這些文件可e化入庫(kù)上網(wǎng)，納入KMS中使用。再進(jìn)一步將文件中之知識(shí)抽出成為各知識(shí)單元（公式、法則/準(zhǔn)則、語(yǔ)意網(wǎng)、程式、模式等），經(jīng)正規(guī)化及標(biāo)準(zhǔn)化后，也可e化建庫(kù)上網(wǎng)，納入KMS中使用。最后經(jīng)驗(yàn)證正確性后，可納入KMS成為電腦推理運(yùn)用之知識(shí)，或融入程式中以自動(dòng)運(yùn)作方式使用知識(shí)。
知識(shí)精煉演化架構(gòu)圖
資料庫(kù)與知識(shí)庫(kù)的關(guān)連性
1.資料庫(kù)之于知識(shí)庫(kù)
資料庫(kù)是真實(shí)世界的縮影，故可以由資料庫(kù)中歸納出知識(shí)，其過(guò)程為知識(shí)挖掘（Data Mining），知識(shí)庫(kù)又提供給知識(shí)庫(kù)基本的事實(shí)資料及推理運(yùn)作后之事實(shí)記錄空間。
2.知識(shí)庫(kù)之于資料庫(kù)
有效的以知識(shí)運(yùn)作資料庫(kù)，可以使資料加值，產(chǎn)生新的資料，或經(jīng)知識(shí)模擬，可以使資料品質(zhì)更好。
知識(shí)系統(tǒng)之架構(gòu)
1.知識(shí)系統(tǒng)資訊架構(gòu)
陳述在組織中，各使用者之設(shè)備網(wǎng)路之運(yùn)作關(guān)連性。
2.案例
少輔會(huì)目前已有之系統(tǒng)有WWW Server、GIS單機(jī)系統(tǒng)、DBMS Server，及少許AP系統(tǒng)，未來(lái)應(yīng)有KMS Server來(lái)處理知識(shí)，透過(guò)GSN連接知識(shí)生產(chǎn)的少輔會(huì)及各少輔組，以委外方式生產(chǎn)e化文件及部分知識(shí)抽取與正規(guī)化工作，并與其他內(nèi)外部之使用者（民眾、內(nèi)部作業(yè)人員、外部專業(yè)人員、其他機(jī)關(guān)人員等）作串連。
不同之知識(shí)依其生產(chǎn)的階段，以不同的型式納入不同之知識(shí)庫(kù)，以不同之管理工具來(lái)管理知識(shí)或什至生產(chǎn)知識(shí)（見圖）。
知識(shí)系統(tǒng)資訊架構(gòu)
知識(shí)系統(tǒng)功能架構(gòu)
各項(xiàng)知識(shí)源整理案例，抽取精煉應(yīng)用（運(yùn)用）所需之工具或其功能的分類架構(gòu)，大致可分管理，新舊知識(shí)產(chǎn)生，知識(shí)運(yùn)用等大單元。
4.案例--綜合前節(jié)之分析，不同之資料與知識(shí)文件在知識(shí)抽?。ㄍ诰颍?、管理及運(yùn)作上，應(yīng)納入現(xiàn)有之不同工具及其中之功能，將系統(tǒng)之需求轉(zhuǎn)換為系統(tǒng)中不同類別功能群的子系統(tǒng)及其下之功能。目前共分四個(gè)子系統(tǒng)：（1）管理子系統(tǒng)；（2）新知識(shí)產(chǎn)生子系統(tǒng)；（3）知識(shí)查詢?yōu)g覽子系統(tǒng)；（4）知識(shí)自動(dòng)運(yùn)作子系統(tǒng)。而在管理子系統(tǒng)中，有七項(xiàng)主要功能以管理使用者權(quán)限、統(tǒng)計(jì)使用狀況、管理知識(shí)之變更及知識(shí)的使用回饋（有修正機(jī)會(huì)）。而新知識(shí)產(chǎn)生子系統(tǒng)則包含了四項(xiàng)主要功能，由資料及文件中產(chǎn)生新知識(shí)。知識(shí)查詢?yōu)g覽子系統(tǒng)共有四項(xiàng)主要功能，以提供較低自動(dòng)化之知識(shí)使用，經(jīng)內(nèi)化知識(shí)及人工運(yùn)用知識(shí)。最后之知識(shí)自動(dòng)運(yùn)作子系統(tǒng)具九項(xiàng)主要功能，是一以較高自動(dòng)化之方式來(lái)運(yùn)作知識(shí)。
知識(shí)系統(tǒng)功能架構(gòu)

空間知識(shí)管理(ppt)