Знание - прибыль!

Преимущества семантических технологий

Для детального знакомства с возможностями семантических технологий рекомендуем
наше методическое пособие "Введение в онтологическое моделирование"
(нажмите для перехода к полной версии пособия в формате PDF).

Использование семантических (онтологических) средств работы с данными в информационных системах обеспечивает следующие технологические преимущества.

1. В целях интеграции данных:
1.1. Возможность использовать для организации структуры хранения мастер-данных информационную модель, не зависящую от специфики представления сведений в каждой из использующих ее прикладных систем, соответствующую концептуальному представлению предметной области.
1.2. Возможность использовать ту же единую информационную модель для организации стандартизированного формата обмена данными в пределах ИТ-экосистем, или между ними.
1.3. Использование графовых баз данных для хранения онтологической информации позволяет преодолеть ограничения реляционной модели, а именно:
- Обеспечить возможность присвоения одной сущности сразу нескольких типов (например, "организация" и "клиент"), описывающих разные аспекты ее представления.
- Динамическое формирование набора атрибутов сущности в зависимости от того, к каким типам она принадлежит.
- Возможность присвоения нескольких значений каждому атрибуту, в т.ч. с указанием языка для каждого значения (встроенная поддержка многоязычности для значений всех атрибутов).
- Возможность добавлять новые типы сущностей и атрибуты, не затрагивая имеющихся данных – благодаря тому, что описание информационной модели само по себе является частью данных, и в технологическом смысле ничем от них не отличается.
1.4. Возможность реализации моделе-ориентированного программного обеспечения, которое автоматически или полуавтоматически реагирует на изменение структуры общей информации, не требуя доработок или сложной настройки.
1.5. Стандартный способ формирования уникальных, кросс-системных идентификаторов сущностей.
1.6. Стандартный способ реализации каскадированных каталогов нормативно-справочных данных различного уровня (от общего к частному), что облегчает межсистемное взаимодействие.
1.7. Возможность построения моделе-ориентированных ИТ-архитектур, ядром которых является информационная модель, и протокол обмена данными в соответствии с ней. В таких архитектурах все прикладные программные компоненты легко заменяемы, что обеспечивает длительный цикл эксплуатации системы в целом, без ее устаревания.

2. В целях анализа данных:
2.1. Возможность представления и исследования качественных характеристик объектов, их структурных, функциональных и других связей не в виде численных (математических) абстракций, а в виде логических аксиом.
2.2. Возможность анализа сложных причинно-следственных и иных связей объектов и явлений.
2.3. Возможность использования машинных средств получения логических выводов для автоматизации анализа.
2.4. Возможность организации поисковых систем, использующих средства машинного вывода для получения 100% верных, логически доказанных ответов на любые запросы, сформулированные в терминах информационной (концептуальной) модели.
2.5. Возможности использования контролируемого естественного языка для формализации и извлечения знаний.
2.6. Связывание разнородных, разрозненных исходных данных, и применение к ним методов анализа, позволяющих получить из них новую ценность (повышение эффективности анализа имеющихся данных).

3. В целях построения оптимизационных решений:
3.1. Как правило, для полноценных оптимизационных расчетов необходимы многоаспектные, сложные по структуре, обновляемые из нескольких различных источников первичной информации (АСУ ТП, системы телеметрии и др.) модели, строить которые целесообразно с использованием интеграционных решений на семантических технологиях.
3.2. Легкость реализации симуляционных алгоритмов, в т.ч. сред мультиагентного моделирования с практически не ограниченной сложностью описания исследуемой системы, благодаря возможности описывать правила взаимодействия моделируемых объектов между собой и с окружающей средой в виде управляемых стандартным образом наборов логических аксиом, автоматически применяемых в ходе моделирования при помощи средств машинного вывода.
3.3. Возможность постоянного совершенствования и уточнения оптимизационных моделей по мере их эксплуатации, обеспечение постоянной двусторонней связи между моделируемой реальной системой и средой моделирования, за счет простоты управления структурой информации, ее обогащения вновь поступающими данными.
3.4. Возможность корректно, без излишних упрощений формулировать цели моделирования, декомпозировать их до любого уровня детализации, напрямую представлять в модели, и корректировать в процессе ее применения.
3.5. Использование онтологического базиса для концептуализации всех уровней модели облегчает работу с ней эксперта в предметной области, сокращает потребность в ИТ-специалистах для обслуживания модели.

С экономической точки зрения, использование семантических технологий для решения интеграционных, аналитических, оптимизационных задач имеет следующие преимущества:
1. Сокращение затрат на разработку и – особенно – поддержку сложных ИТ-систем.
2. Существенное снижение затрат на межсистемную, межплатформенную интеграцию.
3. Повышение скорости адаптации информационных систем к изменяющимся требованиям.
4. Обеспечение нового уровня качества аналитических вычислений, расширение сферы применения аналитики.
5. Обеспечение доступности знаний, снижение затрат ресурсов на их поиск, повышение эффективности их использования.
6. Повышение надежности, эффективности, безопасности промышленных и иных систем за счет использования оптимизационных программ, основанных на семантическом моделировании.

Основные предметные области, где целесообразно использование семантических технологий, включают:
1. Создание отраслевых и корпоративных каталогов нормативно-справочной информации, общедоступных электронных классификаторов.
2. Разработка интегрированных информационных систем комплексного, централизованного мониторинга и управления. Создание моделе-ориентированных ИТ-архитектур.
3. Интеграция любых крупных информационных систем, в особенности – принадлежащих разным организациям. Централизованный сбор отчетной, статистической информации для последующего анализа.
4. Интеграция систем, работающих с различными информационными представлениями одних и тех же объектов.
5. Создание систем управления производственным потенциалом, научно-технической деятельностью.
6. Управление жизненным циклом изделий, производственных активов.
7. Разработка систем управления знаниями, включая системы поиска по большим объемам нормативной, инженерной и иной информации.
8. Создание систем и программных компонентов поддержки принятия решений.
9. Создание сред и прикладных решений, реализующих принципы симуляционного, мультиагентного моделирования.