2. Онтологічне подання знань у системах електронної комерції

Онтологія тлумачиться як явна специфікація концептуалі-зації, тобто абстрактного представлення ПрО, спільне розумі­ння певної сфери інтересу. Це угода про спільне використання понять, що містить засоби подання предметних знань і домо­вленості про методи міркувань. Онтології дають змогу подати поняття так, що вони стають придатними для машинної обробки. На формальному рівні онтологія складається з наборів понять і тверджень про ці поняття, на основі яких можна будувати класи, об'єкти, відношення, функції та теорії. Онтологія як зразок домовленості про семантику ПрО сприяє встановленню коректних зв'язків між значеннями елементів ПрО, створюючи умови для їх спільного використання.

Онтологія — база знань (БЗ) спеціального виду із семантичною інформацією певної ПрО. Компоненти, з яких складаються онтології, залежать від парадигми подання. Але практично всі моделі онтологій містять певні концепти (поняття, класи), властивості концептів (атрибути, ролі), відношення між концептами (залежності, функції) та додаткові обмеження, що визначаються аксіомами. Концептом може бути опис задачі, функції, дії, стратегії, процесу міркування тощо. Розрізняють прикладні онтології, онтології домену, онтології задачі й онто­логії верхнього рівня.

Онтологія ПрО відображає загальні знання ПрО, такі як ієрархія класів понять, семантичні відношення між цими класами. Предметні знання — частина знань ПрО, що містить тільки конкретні поняття і відношення.

Формально онтологія складається з термінів, організованих у таксономію, їх визначень і атрибутів, а також пов'язаних з ними аксіом і правил виведення. Формальна модель онтології О — це упорядкована трійка О = <Т, R, F>, де Г — скінченна множина термінів ПрО, яку описує онтологія О; R — скінченна множина відношень між термінами заданої ПрО; F — скінченна множина функцій інтерпретації, заданих на термінах і/або відношеннях онтології О.

Зараз е багато мов для формального подання онтологій, більшість з яких використовує синтаксис XML (приміром, OWL).

Ще одна онтологія OWL (Web Ontology Language) виступає послідовністю аксіом і фактів, а також посилань на інші онто­логії. Вони також містять компонент для запису авторства та іншої подібної інформації. Онтології OWL є документами Web, на які можна посилатися через URI. Онтологія OWL відріз­няється від схеми XML тим, що це є поданням знань, а не форматом повідомлень. Однією з її переваг є наявність інструментального ПЗ, призначеного для аналізу знань, поданих мовою OWL. Ці інструменти забезпечують загальну домено-незалежну підтримку онтологічного аналізу. В основі цього підходу е опис системи в термінах сутностей, відношень між ними і перетворення сутностей, що виконується в процесі розв'язання певної задачі.

Для допомоги користувачам у створенні та редагуванні он-тологій застосовують такі інструментальні засоби — WebOnto, Ontoedit, Doe, Protege тощо.

Інструментальні аасоба створення онтологія

Protege — локальна, вільно поширювана Java-програма, призначена для побудови (створення, редагування і перегля­ду) онтологій ПрО. Protege включає редактор онтологій, який дає змогу проектувати онтології, розгортаючи ієрархічну структуру абстрактних та конкретних класів і слотів. На основі сформованої онтології Protege дає можливість генерувати форми отримання знань для введення екземплярів класів і підкласів. Protege дає змогу зберігати фрагмент онтологій, який цікавить користувача, у форматі html.

Інструмент має зручний графічний інтерфейс. Він підтримує використання мови OWL та дає змогу генерувати html-до-кументи, які відображають структуру онтологій.

Protege використовує фреймову модель подання знання ОКВС (Open Knowledge Base Connectivity), що дає змогу адаптувати його для редагування моделей ПрО, поданих не в OWL, а в інших форматах (UML, XML, SHOE, DAML+OIL, RDF і RDFS тощо).

Онтологічні описи ресурсів та продукції базуються на державних та міжнародних стандартах. Для подання знань у системі державного управління можна використати організаційні онтології.

Організаційна онтологія — це онтологія, що відображає знання про організаційно-функціональну структуру певного суб'єкта економічної діяльності, тобто його основні компоненти та зв'язки між ними. Вона містить інформацію про працівників підприємства, ієрархію виробничих відносин між ними; ресурси, що використовуються на підприємстві у процесі виробництва; продукцію, створення якої є наслідком функціонування підприємства, та структурні одиниці підприємства й зв'язки між ними.

Онтологія підприємства містить класи понять із заданими на них семантичними відношеннями. Вона умовно поділяється на онтологію макротехнологй та організаційну онтологію підприємства. Організаційна онтологія суб'єкта економічної діяльності містить загальні класи понять, що належать до його організаційно-функціональної структури, — складові штатного розпису (працівники, адміністрація, обслуговуючий персонал, партнери, ресурси тощо та відношення між ними).

Онтологія макротехнології містить поняття, що задають структуру для опису виробничих бізнес-процесів, таких як технологічні, фінансові, бізнесові процеси, розклад роботи підприємства. Термінами онтології є такі об'єкти: ресурси, біз-нес-процеси, товари, обладнання та їх властивості тощо.

Онтологія галузі відображає загальні знання ПрО галузі, до якої належить суб'єкт економічної діяльності, — ієрархія класів понять, семантичні відношення між цими класами. Предметні знання — частина знань, що містить тільки конкретні поняття і відношення. Онтологія мови документів (словник) — це система мовних засобів, які використовуються для подання онтології ПрО.

Створення організаційних онтологій

Методологія побудови організаційної онтології припускає розгляд таких важливих питань:

позначення цілей і сфери застосування створюваної онтології;

побудова онтології, що включає: 1) фіксування знань ПрО, тобто визначення основних понять і їх взаємозв'язків в обраній ПрО, створення точних несуперечливих визначень для кожного основного поняття і відношення, визначення термінів, що пов'язані з цими термінами і відношеннями; 2) кодування, тобто поділ множини основних термінів, використовуваних в онтології, на окремі класи понять; 3) вибір чи розробку спеці­альної мови для подання онтології; 4) безпосереднє завдання фіксованої концептуалізації обраною мовою подання знань;

спільне використання людьми або програмними агентами загального розуміння структури даних та інформації в цілому;

• забезпечення можливості використання знань ПрО;

• поділ знань ПрО від оперативних знань — це ще один варіант загального застосування онтологій;

• аналіз знань ПрО.

Стандарт онтологічного дослідження IDEF5

Сімейство методологій IDEF призначене для моделювання складних систем. За допомогою цих методологій можна ефективно аналізувати і відображати моделі діяльності економічних систем у різних аспектах. IDEF є державним стандартом СІЛА, що створений у межах програми інформатизації промисловості (ІСАМ) для аналізу процесів взаємодії у виробничих системах.

Онтологічне подання знань ПрО зараз активно використовується для інтеграції знань при створенні корпоративних сховищ даних. Так, у групі стандартів IDEF (Integrated DEFin-tion), що є основним засобом специфікації корпоративних інформаційних систем і моделювання бізнес-процесів, містить­ся стандарт IDEF5, призначений для опису онтологій. IDEF містить 14 державних стандартів США, створених у рамках запропонованої BBC СІЛА програми комп'ютеризації промисловості. Побудова і властивості будь-якої системи можуть бути ефективно досліджені за допомогою словника термінів, які використовуються при описі характеристик об'єктів і процесів, що стосуються розглянутої системи, точних і однозначних визначень усіх термінів цього словника і класифікації логіч­них взаємозв'язків між цими термінами. Набір цих засобів і є онтологією системи, а стандарт IDEF5 надає структуровану методологію, за допомогою якої можна ефективно розробля­ти, підтримувати і вивчати цю онтологію.

Онтологічний аналіз звичайно починається зі складання словника термінів, що використовується під час обговорення і дослідження характеристик об'єктів і процесів, які складають розглянуту систему, а також створення системи точних визначень цих термінів. Крім того, документуються основні логічні взаємозв'язки між відповідними введеним термінам поняттями. Результатом цього аналізу є словник термінів, точних їхніх визначень взаємозв'язків між ними.

Процес побудови онтології згідно з методологією IDEF5 містить такі дії:

вивчення і систематизація початкових умов. Ця дія встановлює основні цілі і контексти проекту розробки онтології, а також розподіляє ролі між членами проекту;

збирання і накопичення даних. На цьому етапі відбувається збирання і накопичення необхідних початкових даних для побудови онтології;

аналіз даних. Ця стадія полягає в аналізі й групуванні зібраних даних і призначена для полегшення побудови термінології;

початковий розвиток онтології. На цьому етапі формується попередня онтологія, на основі відібраних даних;

уточнення і затвердження онтології. Заключна стадія процесу.

Розглянемо це на прикладі створення організаційної онто­логії наукового закладу, призначення якого — виділити у процесі пошуку ті інформаційні ресурси, що є результатом саме необхідних наукових досліджень. Використання такої онто­логії для фільтрації IP дає змогу відфільтрувати, наприклад, наукові статті, монографії та тези конференцій від підручників, наукових посібників та рефератів тієї ж тематичної спрямова­ності.

Вивчення і систематизування початкових умов. У будь-якій системі є дві основні категорії предметів сприйняття: 1) об'єкти, що складають систему; 2) взаємозв'язки між цими об'єктами, що характеризують стан системи. На початковому етапі мають бути виконані такі завдання: створення і документування словника термінів; опис правил і обмежень, згідно з якими на базі введеної термінології формуються достовірні твердження, що описують стан системи.

Можна виділити такі базові класи: людина, підрозділ, публікація, тема.

Збирання і накопичення даних. Збираються дані про те, які підкласи мають класи онтологій та до яких класів належать слоти цих класів. Так, підкласами класу "підрозділ" можуть бути класи "відділ", "інститут", "відділення". При цьому слотами одних класів можуть бути екземпляри інших класів. Наприклад, клас "тема" має слот "виконавець", що належить до класу "людина".

Аналіз даних. Аналіз зібраних даних дає змогу визначити зв'язки між термінами онтології. Наприклад, кожна публікація може мати кілька авторів, але не менше одного; рік початку теми має бути меншим за рік її закінчення.

Початковий розвиток онтології. На цьому етапі вводяться дані про екземпляри класів онтології.

Уточнення онтології. Додаються доповнення, які враховують введену інформацію. Наприклад, до класу "монографія" додається слот "рецензент", що належить до класу "науковий співробітник".

Для підтримки процесу побудови онтологій у IDEF5 розроб­лено спеціальні онтологічні мови: схематична мова (Schematic Language, SL) і мова додатків та уточнень (Elaboration Langu­age, EL).

Організаційна онтологія містить такі класи:

структурний підрозділ (підрозділи — установа, відділ, робоча група тощо залежно від специфіки підприємства, яку описує організаційна онтологія);

працівник (підкласи — керівник підрозділу);

проект, що виконується (для наукових установ).

Для відповідних організацій структура онтології може бути розширена згідно із їх специфікою. Розглянемо це на прикладі онтології наукової організації Національної академії наук України.

Організаційна онтологія наукової організації

Організаційна онтологія наукової організації містить такі класи та підкласи, що характеризуються певними атрибутами:

людина (ім'я (STRING), по батькові (STRING), прізвище (STRING), рік народження (INTEGER));

співробітник (..., посада (STRING), працює в (підрозділ), ідентифікаційний код (INTEGER));

науковий співробітник (....науковий ступінь (STRING), працює за темою (тема), науковий стаж (DATE), публікації (публікація));

інженер(..., має кваліфікацію (STRING));

аспірант (..., рік вступу (DATE), науковий керівник (науковий співробітник), публікації (публікація));

підрозділ (назва (STRING), керівник (співробітник));

інститут (..., адреса (STRING));

відділ (..., належить до (інститут));

лабораторія (..., належить до (відділ));

тема (шифр (STRING), назва (STRING), керівник (науковий співробітник), дата початку (DATE), дата закінчення (DATE), виконавці (співробітник));

комплексна тема (..., складається з (тема));

публікація (назва (STRING), автори (людина), рік публікації (STRING), мова (STRING), кількість сторінок (INTEGER));

епістемічна, що описує знання, які керують процесом переходу від однієї ситуації до іншої.

Онтологічний аналіз припускає, що розв'язувана проблема, може бути зведена до проблеми пошуку, але при цьому не розглядається, яким саме способом потрібно виконувати пошук.

На сьогодні є низка інструментів для онтологічного аналізу, які, крім редагування і візуалізації, підтримують документування, імпорт та експорт онтологій різних форматів і мов подання, їх об'єднання, порівняння тощо.

Наприклад, учасників електронного ринку можна представити через онтології з метою швидкого налагодження взаємодії між продавцями і покупцями. Покупцю потрібно мати можливість одержати доступ до товарів/послуг, які релевантні його запитам про пропозиції товарів/послуг, тому пошук має бути семантично орієнтованим на основі онтологій, що містять опис семантики ресурсів.

Так, якщо покупець хоче купити на електронній біржі акції Internet-компанії, то за допомогою онтології ринку фінансових послуг він може дізнатись, що термін "акція" належить до класу "цінні папери", якими торгують фінансові інститути, і, отже, покупець може звернутися до відповідного продавця.

Щоб створити онтологію, користувач має задати скінченну множину термінів ПрО, скінченну множину відношень між цими термінами і скінченну множину функцій їх інтерпретації, а потім вказати, які відношення задані між термінами.

Створена користувачем онтологія потім слугує основою для інших його запитів. Один користувач може створювати кілька онтологій, якщо у сферу його інтересів входить кілька непересічних ПрО.

Розглянемо процедуру використання онтологій для ефектив­ного пошуку товарів/послуг клієнтом у системі електронної комерції.

Нехай на сервері реєстрації зареєстровано програмний агент

A, що надає послугу "купити послугу X", і програмний агент

B, що надає послугу "продати послугу X". Якщо параметри послуг відповідають один одному (приміром, ціна влаштовує покупця, покупець і продавець мешкають в одному регіоні тощо), то електронна угода здійснюється.

Якщо агент А не знайшов агента, що надає послугу "продати послугу X" із прийнятними параметрами, то він намагається знайти в онтології ПрО Xt — "заміну" для X — найближчий синонім, більш вузьке чи більш широке поняття. Якщо параметри послуг "купити послугу X" і "продати послугу Хх" відповідають один одному, то угода укладається.

Якщо агент А не знайшов ні агента, що надає послугу "продати послугу X", ні агента, що надає схожу послугу "продати послугу X" із потрібними параметрами, то він звертається до сервера реєстрації з проханням знайти таку послугу в UDDI-реєстрі.

Отже, у процесі зіставлення запитів покупців і продавців не враховують інформацію про конкретного покупця, його специфічні інтереси та термінологію, внаслідок цього може виникати проблема несумісності використовуваних термінів. Підвищення ефективності е-комерції можна забезпечити за рахунок обробки запитів про конкретного покупця, а також передісторії його звертання до різних постачальників товарів і послуг. Створення онтологій (як ручне, так і автоматизоване) вимагає розробки відповідних мовних та програмних за­собів, орієнтованих як на людей, так і на програмних агентів. Першими прикладами такого ПЗ є SHOE (Simple HTML Ontology Extension), XOL, OML, RDF і RDFS (Resource Descrip tion Framework Schema Language). Розробка універсальних засобів семантичної обробки інформації шляхом інтеграції усіх наявних підходів є метою проекту Semantic Web консорціуму W3C.

У межах проекту Semantic Web задіяно новітні ІКТ: агент-но-орієнтований підхід у програмуванні — проект DAML+OIL (DARPA Agent Markup Language + The Ontology Inference Layer), онтологічні системи, XML тощо. Для формального по* дання онтологій розроблено мови онтологій DAML+OIL та OWL, засновані на RDF і RDF Schema.

Основною характерною рисою онтологічного аналізу е поділ економічних систем на складові і класи об'єктів, визначення їх онтологій — сукупності фундаментальних властивостей, що окреслюють їх поведінку та розвиток. Створення онтологій — складний процес. Його успіх значною мірою залежить від вибору відповідної методології та її впровадження. Для створення онтологій потрібно виконати такі кроки: спланувати, для яких цілей будуть використовуватися представлені в онтології знання; спроектувати прототип онтології; вдало розширити онтологію новими класами; заповнити класи онтології конкретними екземплярами; протестувати онтологію у взаємодії з кінцевими користувачами.

Впровадження онтологій у системах електронної комерції полегшує взаємодію покупців і продавців, при цьому забезпечуючи інтероперабельність, ефективність функціонування систем електронного бізнесу.

У майбутньому буде сформовано "розумний" електронний ринок, що має загальну глобальну онтологію, прийнятну для всіх його учасників, — зокрема в рамках проекту Semantic Web. Всі послуги, що пропонуються на такому ринку, також будуть описані на семантичному рівні. Але на сьогодні, на жаль, це ще дуже віддалена перспектива.

Прагматичніший підхід пов'язаний з використанням ло­кальних онтологій програмних агентів покупців і продавців. Локальні онтології значно простіші і компактніші глобальних, вони відображають переконання окремих суб'єктів електронного ринку (як індивідуальних, так і корпоративних). Онтологічне подання знань про суб'єктів економічної діяльності, які є учасниками електронного ринку, дає змогу зіставити їх інформаційні ресурси і знаходити відповідності між пропонова­ними товарами і послугами не на формальному, а на семантичному рівні (наприклад, описи можуть бути представлені різними мовами, з використанням синонімії, узагальнення або уточнення). Пропонуємо застосовувати такі рекомендації суб'єктам електронного ринку: 1) покупцям слід здійснити онтологічний аналіз своїх потреб, описати основні терміни і відношення між ними (типу "класе" — "підкласе", "частина" — "ціле"). Основою для цього може слугувати яка-небудь рані­ше створена онтологія відповідної ПрО, а також автоматична обробка текстових документів, пов'язаних із задоволенням споживачів своїх потреб (інструкцій, чеків, рекламних про­спектів) з метою виділення терміносистеми, що міститься в них, — тезауруса покупця Tt; 2) продавцям слід скласти власний прайс-лист пропонованих ними товарів, відомості про які зберігаються в їх базі даних (інтеграція різних баз даних можлива, якщо в онтології існує поняття, що відповідає елемен­там структур різних джерел даних), і супроводжувати кожний з них описом, а потім не тільки згрупувати описані товари, але і вказати складніші зв'язки між ними (типу "використовується спільно з", "застосовується для обробки"), а також зв'язати використовувані терміни з якою-небудь відповідною розробленою онтологією і в результаті сформувати тезаурус продавця Ть.

При пошуку збігів між запитом покупця і пропозиціями продавців спочатку знаходиться сукупність товарів, що формально відповідає запиту покупця, а потім здійснюється його впорядкування за ступенем близькості тезаурусів покупця і продавців, тобто за співвідношенням перетину тезаурусів до їх обсягу. Таким чином, буде знайдений "найбільш відповідний" продавець.

Отже, об'єднання розвинених локальних онтологій суб'єктів електронного ринку в єдину базу знань дасть змогу забезпечити його функціонування на новому інтелектуалізованому електронному ринку і приведе до значного збільшення його ефективності функціонування.