BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Owoc Mieczysław Lech (Akademia Ekonomiczna we Wrocławiu)
Tytuł
Measuring Aspects of Knowledge Validation
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 1998, nr 787, s. 170-181, załącznik, bibliogr. 19 poz.
Tytuł własny numeru
Pozyskiwanie wiedzy z baz danych
Słowa kluczowe
Systemy z bazą wiedzy, Wartościowanie wiedzy
Knowledge based systems, Knowledge evaluation
Uwagi
summ., streszcz.
Abstrakt
W obszarze badań wartościowania systemów z bazą wiedzy (SBW) istotne znaczenie mają nowe metody, często wspomagane przez środki programowe. Obejmują one użyteczne w tym wypadku techniki (np. drzewa decyzyjne czy tablice decyzyjne), a także kryteria wartościowania. Spójność, kompletność, adekwatność, wiarygodność czy aspekt kosztowy wiedzy powinny być mierzone w pewien sposób.
Artykuł dotyczy problemów ustanowienia miar użytecznych w procesie wartościowania wiedzy (WW). W zaproponowanym podejściu uwzględniono dwie podstawowe procedury WW: weryfikację oraz ocenę. Dla celów weryfikacji zastosowano klasyczne wartości logiczne Так/Nie z pewnymi rozszerzeniami; dotyczą one kompletności i spójności wiedzy. Ocena adekwatności, wiarygodności czy "ekonomiki" wiedzy wymaga przyjęcia odrębnej skali mierzenia. Zatem satysfakcja użytkownika z bazy wiedzy dotycząca adekwatności czy wiarygodności może być wyrażona w skali 0-1. Koszty wiedzy, głównie wykorzystując metody nakładów i efektów lub lepiej - kosztów alternatywnych, mogą być oszacowane w jednostkach pieniężnych. W artykule uwzględniono zarówno lokalny jak i globalny aspekt "mierzenia" wartości wiedzy. Załączono przykład ilustrujący zastosowanie zaproponowanych miar. (abstrakt oryginalny)

In the general framework of Knowledge-Based Systems (KBS) validation, the main researches relate to developing of new validation methods along to supporting them by programming tools. The validation space includes useful techniques (for instance: decision trees, decision tables), as well as validation criteria. Such aspects, as: knowledge consistency, completeness, adequacy, reliability or economics - should be measured in some way.
The paper addresses the issues of establishing some metrics useful during the knowledge validation (KV) process. The proposed approach covers two main procedures of KV: verification and evaluation. For the verification purpose "classical" Yes/No logic values with some extensions, referring knowledge consistency and completeness, are suggested. The evaluation of knowledge adequacy, reliability as well as economics estimation requires of some scale metrics. Thus, user satisfaction of a knowledge base expressed from 0 to 1 could be applied in the case of adequacy and reliability. Knowledge economics (mostly employing cost-benefits analysis or better - opportunity costs) could be estimated in money values. The local and global contexts of KV measuring are regarded in the paper. An example is given to illustrate the use of metrics at the appendix. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Amidon D.M.: Innovation Strategy for the Knowledge Economy. The Ken Awakening. Butterworth-Heinemann, Boston 1997.
  2. Coenen F.P., Dunne P.E.: Verification and Validation of Rulebases using a Binary Encoded Incidence Matrix Technique. EUROVAV-97, 4th European Symposium on the Validation and Verification of Knowledge Based Systems, Leuven, 1997.
  3. Glazer R.: Measuring the value of information: The information-intensive organization. IBМ Systems Journal, Vol. 32, No. 1, 1993.
  4. Hou A.: A Theory of Measurement in Diagnosis from First Principles. Artificial Intelligence, Vol. 65 No.2, 1994.
  5. Hors P., Rousset M.C.: Consistency of Structured Knowledge: A Formal Framework Based on Description Logics. Expert Systems With Applications, Vol. 8, No. 3, 1995.
  6. Kan S.H., Basili V.R., Shapiro L.N.: Software quality: An overview from the perspective of total quality management. IBМ System Journal, Vol. 33, No.l, 1994.
  7. Kelemen J.: Measuring Cognitive Resource Use (a Grammatical Approach). Computers and Artificial Intelligence, Vol. 8, No.1, 1989.
  8. Klein G.A., King J.A.: A Test for the Performance of Knowledge-Based Systems: AIQSM. Proceedings of the AAAI Workshop on Validation and Verification of Expert Systems. AAI, 1987.
  9. Laurent J.P.: Proposals for a Valid Terminology in KBS Validation. ECAI 92. 10th European Conference on Artificial Intelligence. John Wiley & Sons, Ltd., 1992.
  10. McDuffie R.S., Smith L.M., Flory S.M.: Validation of an Accounting Expert System for Business Combinations. Expert Systems With Applications, Vol. 7, No.2, 1994.
  11. O'Leary D.E.: Validation of Expert Systems - With Applications to Auditing and Accounting Expert Systems. Decision Sciences, Vol 18 No. 3, 1987.
  12. Owoc M.L.: Kryteria wartościowania wiedzy [Knowledge Validation Criteria]. AE, Wrocław. "Prace Naukowe AE we Wrocławiu" [Research Papers of the AE] No. 691 (in Polish), 1994.
  13. Owoc M.L., Ochmańska M.: Limits of Knowledge Base Validation. EXPERSYS-96. Artificial Intelligence Applications. IIТТ - International Paris, 1996.
  14. Owoc M.L.: From Local to Global Validation of a Knowledge Base. AE, Wrocław, "Prace Naukowe AE we Wrocławiu" [Research Papers of the AE] No. 772, 1998.
  15. Pomykalski J.J., Brown D.E.: Knowledge Base Design Enhancement Through Reliability Estimation. Expert Systems With Applications, Vol. 11, No.3, 1996.
  16. Rossi M., Brinkkemper S.: Complexity Metrics for Systems Development Methods and Techniques. Information Systems, Vol. 21 No.2, 1996.
  17. Talavera L., Cortes U.: Inductive Hypothesis Validation and Bias Selection in Unsupervised Learning. EUROVAV-97, 4th European Symposium on the Validation and Verification of Knowledge Based Systems, Leuven, 1997.
  18. Vermesan A.I.: Knowledge-Based Systems: Verification and Validation in Support of Certification. EUROVAV-97, 4th European Symposium on the Validation and Verification of Knowledge Based Systems, Leuven, 1997.
  19. Zlatareva N., Preece A.: State of the Art in Automated Validation of Knowledge-Based Systems. Expert Systems With Applications, Vol. 7, No.2, 1994.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu