universidade cat lica de pelotas escola de inform tica v oficina gpia n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA PowerPoint Presentation
Download Presentation
UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA

Loading in 2 Seconds...

play fullscreen
1 / 64

UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA - PowerPoint PPT Presentation


  • 104 Views
  • Uploaded on

UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA. GESTÃO DO CONHECIMENTO: CONCEITOS Prof. MÁRIO CAPANEMA ULYSSÉA 22 NOVEMBRO 2001. GESTÃO DO CONHECIMENTO: CONCEITOS. 1. Introdução 2. Economia 3. Conceitos 4. Tecnologia da Informação

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA' - keon


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
universidade cat lica de pelotas escola de inform tica v oficina gpia

UNIVERSIDADE CATÓLICA DE PELOTASESCOLA DE INFORMÁTICAV OFICINA GPIA

GESTÃO DO CONHECIMENTO: CONCEITOS

Prof. MÁRIO CAPANEMA ULYSSÉA

22 NOVEMBRO 2001

gest o do conhecimento conceitos
GESTÃO DO CONHECIMENTO: CONCEITOS

1. Introdução

2. Economia

3. Conceitos

4. Tecnologia da Informação

5. Processos G. Conhecimento

6. Pesquisa IA

7. Considerações

8. Bibliografia

slide3

INTRODUÇÃO

Mudanças nas Leis e Regulamentação

Mudanças

Tecnológicas

Recebimento

Crescimento

Planos Econômicos

Recursos

Naturais

Máquinas

Insumos

Energia

Produtos

Serviços

Empresa

Ecologia

Processamento

Abertura dos

Mercados

GLOBALIZAÇÃO

Alteração nas condições

Sócio - econômicas

Alterações no

Mercado

desafios

Ambiente

Interativo

Ferramentas de

Interatividade

Acesso aos Dados

WEB

Dados

Externos

Dados da

Organização

DESAFIOS ....
desafios1
DESAFIOS ...
  • Como capturar o conhecimento disponível nas fontes interna e externas a organização ?
  • Como filtrar esses conhecimentos e agregar valor aos produtos e serviços ?
  • Como planejar e investir em T.I. para se obter retorno nos negócios ?
  • Como se transformar numa organização de sucesso ?
caracter sticas

CARACTERÍSTICAS

Atributos S. Industrial S. Conhecimento

Modelo Produção Escala Flexível

Pessoal Especializados Empreendedores

Tempo Grande tempo resposta Tempo Real

Espaço Limitado e definido Il. e indefinido

Massa dos produtos Tangível Intangível

conceitos
CONCEITOS
  • DADO: texto, fato, código, imagem, sons...
  • INFORMAÇÃO: dados organizados, estruturados, interpretados, sumarizados...
  • CONHECIMENTO: casos, regras, processos, modelos, informação útil....
informa o e conhecimento
INFORMAÇÃO E CONHECIMENTO
  • Informação: dados estruturados, com significado, contextualizados, interpretados e compreendidos.
  • Conhecimento: informação utilizada para tomar decisões, resolver problemas ou gerar idéias.
capital intelectual

Capital Intelectual

Capital Humano

Capital do Cliente

Capital Estrutural

Conhecimento dos empregados

Necessidades e opiniões dos clientes

Gestão de Conhecimento

gest o do conhecimento
GESTÃO DO CONHECIMENTO
  • Conjunto de estratégias para: criar, adquirir, compartilhar e utilizar ativos de conhecimentos;
  • Estabelecer fluxos que garantam a informação necessária no tempo e formato adequados a fim de auxiliar na geração de idéias, solução de problemas e tomada de decisões.
gest o do conhecimento1
GESTÃO DO CONHECIMENTO

GERAR

Identificar

Vender

Comprar

Criar

Coletar

CODIFICAR

APROPRIAR

Conhecimento

Organizacional

Aplicar

Selecionar

Adaptar

Organizar

Interpretar

Armazenar

Compartilhar

DISSEMINAR

fluxo de conhecimento

Fluxo de Conhecimento

Captura/

Descoberta

Validação

Retenção

Transformação

(Experimentação)

Disseminação

Utilização

exemplos programas gest o conhecimento
EXEMPLOS PROGRAMAS GESTÃO CONHECIMENTO
  • Bancos de Conhecimentos
  • Intranet, Internet e Extranet
  • Redes Especialistas
  • Mapas de Conhecimento
  • Memória Técnica
problemas de implementa o
PROBLEMAS DE IMPLEMENTAÇÃO
  • Cultura individualista, centralizadora
  • Excesso de informações
  • Carência de recursos
  • Dificuldade de acesso
  • Falta de documentação
  • Comunicação deficiente
  • Descentralização
  • Dependência tecnológica
trabalhador do conhecimento
TRABALHADOR DO CONHECIMENTO
  • Generalista e especialista
  • Planejamento e execução juntos
  • Atividades não rotineiras, não estruturadas
  • Informação como fonte e resultado
  • Capacidade intelectual
  • Produtos e serviços com conhecimento
  • Profissional da informação
ferramentas gest o do conhecimento

Ferramentas Gestão do Conhecimento

Ferramentas/Intranet - Digital Dashboard e Lotus

Gerencia Documentos - Excalibur RetrievalWare

Groupware - Notes(Lotus) e Exchange

Workflow - ARISToolset (IDS Scheer)

Bases I. do Conhecimento – Neugents(Computer Assoc

Business Intelligence - Business Objects

Mapas de Conhecimento - Sopheon

Ferramentas/Inovação - Invention Machine

business intelligence bi

Business Intelligence - BI

BI – é um conjunto de ferramentas utilizado para manipular uma massa de dados operacional em busca de informações essenciais para o negócio.

CI – Inteligência Competitiva - atua como um radar para a empresa, na identificação de ameaças e oportunidades na conquista de uma posição competitiva favorável.

armaz m de dados

Transações on-line

Dados Externos

Data Warehouse

Relatórios

OLAP

EIS

Mineração de Dados

ARMAZÉM DE DADOS
estrutura do armaz m de dados
ESTRUTURA DO ARMAZÉM DE DADOS

Dados

altamente

sumarizados

Dados

ligeiramente

sumarizados

Metadado

Dados atuais

Dados antigos

slide28
OLAP
  • Processamento analítico on-line são ferramentas de planilha eletrônica multidimensionais
  • Permitem analisar os data warehouse armazenados em tabelas relacionais sob diversas perspectivas
quatro tipos de an lises olap

Análise Multidimensional

Consultas e

relatórios

Análise

Estatística

Data Mining

QUATRO TIPOS DE ANÁLISES OLAP
modelo multidimensional

Suco

Leite

Queijo

Sabão

Jan

Fev

Mar

Abr

Mai

Modelo Multidimensional

DIMENSÕES

HIERARQUIAS

CIDADE

Ano

Mês

Semana

País

Estado

Cidade

PRODUTO

1997

DATA

minera o de dados converg ncia de multiplas disciplinas
Mineração de Dados: Convergência de Multiplas Disciplinas

Tecnologia

Banco Dados

Estatistica

Data Mining

Visualização

Aprendizado

Maquina (AI)

Ciência

Informação

Outras

Disciplinas

minera o de dados
Mineração de Dados

Knowledge

Avaliação Padrões

Data Mining

Dados Relevantes

Selecão

Data Warehouse

Limpeza

Integração Dados

Databases

data mining
Data Mining

Lógica Condicional

Afinidades e Associações

Descoberta

Tendências e Variações

Data Mining

Resultado do Prognóstico

Modelagem de Prognóstico

Previsão

Detecção de Desvio

Análise Prévia

Análise de Ligações

modelos minera o de dados

Dados

Jan/2001

Sistema Mineração de Dados

Modelo

Dados Históricos

1950 ... 2001

Fev/2001

Preditivos

MODELOS MINERAÇÃO DE DADOS
minera o de dados e business intelligence
Mineração de Dados e Business Intelligence

Usuário

Decisões de negocios

Decisões

Analista de

Negócios

Apresentação Dados

Visualização

Analista de

Dados

Mineração de Dados

Exploração Dados

Data Warehouses / Data Marts

OLAP

DBA

Fontes/Dados

Arquivos, Provedores, Sistemas Bancos Dados

vis o geral dos diversos espa os de conhecimento
Visão geral dos diversos espaços de conhecimento

Qual o preço do livro BI

- Business Intelligence?

Espaço dos Dados

Banco de Dados

Data Warehouse, Data Marts

Espaço da Informação Analítica

Vendas de livro de informática por mês e por região

Business Intelligence

Que fatores influenciam a venda de livros em BH?

Espaço da Influência e Variação

Que fatores influenciaram a variação de venda de livros de informática nos últimos 3 meses?

Data Mining

o que a minera o de dados pode fazer pela organiza o
O QUE A MINERAÇÃO DE DADOS PODE FAZER PELA ORGANIZAÇÃO ?
  • Identifica os perfis mais/menos lucrativos
  • Identifica os perfis que podem se tornar mais lucrativos
  • Busca de perfis identificados em outras bases para capturar
  • clientes novos
  • Recomenda “nichos” de mercado
  • Identifica padrões e exceções para otimização de recursos
  • Exemplos
a organiza o capaz de
A ORGANIZAÇÃO É CAPAZ DE :
  • Criar parâmetros para entender o comportamento do consumidor;
  • Identificar afinidades entre as escolhas de produtos e serviços;
  • Prever hábitos de compras;
  • Analisar comportamentos habituais para se detectar fraudes.
minera o de dados1
Mineração de Dados
  • Bancos de Dados
    • Relacional, transacional, espacial, textos, multimidia,WWW,etc.
  • Tipos de Conhecimento
    • Caracterização, associação, classificação, clusterização, tendências, desvios e outras analises, etc.
  • Tecnicas Utilizadas
    • Banco de dados, data warehouse (OLAP), aprendizado de maquina, estatistica, visualização, redes neurais, etc.
  • Aplicações
    • Bancos, telecomunicação, análise de fraudes, ciências, analise de mercados, Web mining, etc.
descoberta de conhecimento em textos
DESCOBERTA DE CONHECIMENTO EM TEXTOS
  • Ronen Feldman;
  • KDT – Termo Acadêmico; Text Mining-Termo Comercial;
  • Text Mining – Termo comercial;
  • KDT – é o processo de encontrar padrões e informações implícitas interessantes ou úteis em um corpo de informação textual não estruturado;
  • KDT – combina muitas das técnicas de Extração de Informação, Recuperação de Informação, Processamento da Linguagem Natural e Sumarização de Documentos com os métodos de mineração de dados;
  • KDT – exige poder computacional para aplicações.
slide41

Conhecimento

Avaliação e Visualização

Padrões e Modelos

Data Mining

Dados Explorados e Transformados

Dados Limpos e Pré-Processados

Transformações

Limpeza e Pré-Processados dos Dados

Dados Alvo

Seleção

Pós-Processamento

Bases de Dados

KDT
data mining tarefas
Data Mining: Tarefas
  • Caracterização e descrição:
    • Distribuição, dispersão e excessão de dados
  • Associação, correlação, análises
    • Encontre regras nos dados
  • Classificação e modelagem preditiva
    • Classificação de países baseado no clima
    • Clusterização
  • Analise de padrões sequenciais e temporais
    • Tendencias e desvios, periodicidade
dbminer technology inc hist rico
DBMiner Technology Inc:Histórico
  • Pesquisa em mineração de dados desde 1989.
  • DBMiner Technology Inc.: A Simon Fraser University Spin-Off Company
  • Produto Principal: DBMiner 2.0
    • Orientado a sistemas de mineração de dados
    • GeoMiner, WebMiner, WebLogMiner, …, outros
minera o de dados desafios
Mineração de Dados: Desafios
  • Dados espaciais
    • Mapas, imagens satelites, modelagem geo-espacial
  • Mineração em dados de hipertexto e hipermidia
  • Mineração de dados científicos
  • Mineração na Web
processos de gest o do conhecimento

Processos de Gestão do Conhecimento

Beckman e Liebowitz(1998) descrevem os processos :

Criação

Identificação

Captura e codificação

Seleção e validação

Organização, armazenagem e manutenção

Acesso e compartilhamento

Uso e aplicação

resumo
RESUMO
  • Gestão do Conhecimento é um dos tópicos mais importantes para as empresas atualmente;
  • Há necessidade de metodologias, processos, técnicas, tecnologias e ferramentas para a Gestão do Conhecimento;
  • Grande parte do sucesso da Gestão do Conhecimento depende da cultura da organização.
investindo no seu trabalho
INVESTINDO NO SEU TRABALHO
  • Crie bancos de idéias
  • Evite o retrabalho
  • Elabore relatórios de atividades e análise
  • Planeje, pesquise, pesquise
  • Crie listas
  • Comunique-se informalmente
  • Compartilhe seu conhecimento
aprendemos 10 do que lemos 15 do que ouvimos por m 80 do que vivenciamos on the bean 1998
APRENDEMOS 10 % DO

QUE LEMOS,

15 % DO QUE OUVIMOS,

PORÉM

80 % DO QUE

VIVENCIAMOS.

On The Bean(1998)

o maior territ rio inexplorado no mundo o espa o entre as nossas orelhas o brien 1992
O MAIOR TERRITÓRIO

INEXPLORADO

NO MUNDO

É O

ESPAÇO ENTRE

AS NOSSAS ORELHAS.

O’BRIEN(1992)