1 / 64

UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA

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

keon
Download Presentation

UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. UNIVERSIDADE CATÓLICA DE PELOTASESCOLA DE INFORMÁTICAV OFICINA GPIA GESTÃO DO CONHECIMENTO: CONCEITOS Prof. MÁRIO CAPANEMA ULYSSÉA 22 NOVEMBRO 2001

  2. 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

  3. 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

  4. Ambiente Interativo Ferramentas de Interatividade Acesso aos Dados WEB Dados Externos Dados da Organização DESAFIOS ....

  5. 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 ?

  6. ECONOMIA DIGITAL

  7. EXPORTAÇÃO BENS TANGIVEIS E INTANGIVEIS

  8. EXPORTAÇÃO - BRASIL

  9. MERCADOS EMERGENTES

  10. 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

  11. CONCEITOS • DADO: texto, fato, código, imagem, sons... • INFORMAÇÃO: dados organizados, estruturados, interpretados, sumarizados... • CONHECIMENTO: casos, regras, processos, modelos, informação útil....

  12. INFORMAÇÃO E CONHECIMENTO • Informação: dados estruturados, com significado, contextualizados, interpretados e compreendidos. • Conhecimento: informação utilizada para tomar decisões, resolver problemas ou gerar idéias.

  13. Capital Intelectual Capital Humano Capital do Cliente Capital Estrutural Conhecimento dos empregados Necessidades e opiniões dos clientes Gestão de Conhecimento

  14. MONITORAMENTO DO CAPITAL AMBIENTAL

  15. 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.

  16. GESTÃO DO CONHECIMENTO GERAR Identificar Vender Comprar Criar Coletar CODIFICAR APROPRIAR Conhecimento Organizacional Aplicar Selecionar Adaptar Organizar Interpretar Armazenar Compartilhar DISSEMINAR

  17. Fluxo de Conhecimento Captura/ Descoberta Validação Retenção Transformação (Experimentação) Disseminação Utilização

  18. EXEMPLOS PROGRAMAS GESTÃO CONHECIMENTO • Bancos de Conhecimentos • Intranet, Internet e Extranet • Redes Especialistas • Mapas de Conhecimento • Memória Técnica

  19. PROBLEMAS DE IMPLEMENTAÇÃO • Cultura individualista, centralizadora • Excesso de informações • Carência de recursos • Dificuldade de acesso • Falta de documentação • Comunicação deficiente • Descentralização • Dependência tecnológica

  20. 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

  21. 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

  22. HABILIDADES / COMPETENCIAS PARA....

  23. TRANSFERÊNCIA DO CONHECIMENTO

  24. 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.

  25. Transações on-line Dados Externos Data Warehouse Relatórios OLAP EIS Mineração de Dados ARMAZÉM DE DADOS

  26. ESTRUTURA DO ARMAZÉM DE DADOS Dados altamente sumarizados Dados ligeiramente sumarizados Metadado Dados atuais Dados antigos

  27. OLAP • Processamento analítico on-line são ferramentas de planilha eletrônica multidimensionais • Permitem analisar os data warehouse armazenados em tabelas relacionais sob diversas perspectivas

  28. Análise Multidimensional Consultas e relatórios Análise Estatística Data Mining QUATRO TIPOS DE ANÁLISES OLAP

  29. Suco Leite Queijo Sabão Jan Fev Mar Abr Mai Modelo Multidimensional DIMENSÕES HIERARQUIAS CIDADE Ano Mês Semana País Estado Cidade PRODUTO 1997 DATA

  30. Mineração de Dados: Convergência de Multiplas Disciplinas Tecnologia Banco Dados Estatistica Data Mining Visualização Aprendizado Maquina (AI) Ciência Informação Outras Disciplinas

  31. Mineração de Dados Knowledge Avaliação Padrões Data Mining Dados Relevantes Selecão Data Warehouse Limpeza Integração Dados Databases

  32. 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

  33. Dados Jan/2001 Sistema Mineração de Dados Modelo Dados Históricos 1950 ... 2001 Fev/2001 Preditivos MODELOS MINERAÇÃO DE DADOS

  34. 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

  35. 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

  36. 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

  37. 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.

  38. 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.

  39. 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.

  40. 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

  41. 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

  42. Caracterização

  43. Visualização: SAS Enterprise Miner:

  44. Visualização: Associação Ferramenta: MineSet 3.0

  45. Visualization of aDecision Treein MineSet 3.0

  46. Clusterização

  47. 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

  48. DBMiner Manager

  49. OLAP (Summarization)

More Related