من البيانات إلى الحكمة باتجاه إدارة الحكمة

1 . المقدمة:-

يوما بعد يوم يزداد النتاج الفكري زيادة هائلة تجعل من العسير على المتلقي من متابعة كل مايصدر وينشر من معلومات الامر الذي قد يؤدي الى اغفاله عن الحصول على معلومات مهمة جدا تفيد في دراساته وابحاثه او اعماله على اختلاف انواعها ، ولمواكبة ماينشر والسيطرة عليه في زمن سمي بعصر المعلومات ظهرت الحاجة الى ايجاد اجهزة وبرمجيات تلبي هذه الحاجة وبدأت عملية حصر هذا الكم الهائل ومعالجته منذ كونه بيانات متناثرة هنا وهناك الى ان يصبح معلومات ومعارف وصولا الى قمة الهرم المتمثلة بالحكمة .

ويشير مفهوم البيانات الى مجموعة من الحقائق غير المنظمة التي قد تأخذ شكل  الارقام او الرموز .. الخ  ليس لها معنى حقيقي ولا تؤثر في سلوك المتلقي لها  في حين تعني المعلومات البيانات التي نظمت ورتبت واصبحت ذات معنى وتؤثر في  من يتلقاها وتعتبر البيانات المادة الخام اللازمة لا نتاج المعلومات  اما المعرفة فتتألف من مجموعة من المعلومات مضاف اليها  المعنى الدلالي ويمكن تعريفها بانها هيكل الحقائق والمفاهيم الانسانية المتراكمة او الافعال او الحقائق التي تعبر عن  حالة معرفية(4،5).  والشكل الاتي يبين عناصر المعرفة :

شكل (1) عناصر المعرفة

وتقف  الحكمة في قمة الهرم وهي تمثل المعرفة مضافا اليها الخبرات وتعرف الحكمة هي الانتفاع من المعرفة المتجمعة بحيث يتم الحصول عليها من معالجة الحكمة من خلال وجود انماط  المعرفة(6). والشكل (2) يبين هرم المعرفة .

شكل (2) الهرم المعرفي

والجدول  التالي يبين تصنيف  المستويات المختلفة مع التقنية التي تتعامل معها .

جدول رقم (1) تصنيف مستويات الفهم مع ما يقابلها من التقنيات المستخدمة

اما البيانات المفسرة  (  (Mata Data  هي البيانات التي تصف معلومات اخرى  (Information about information )  وهذا النوع مستخدم في     خزن هيئة المعلومات    على صفحات شبكة الانترنيت  ومثال عنها النشر الالكتروني على شبكة الانترنيت  وبسبب تنوع البيانات وظهور البيئة المفتوحة الانترنيت ادى ذلك الى اختلاف اساليب معالجة البيانات وخزنها .

2. 2. قواعد البيانات Database

تتجمع لدى المنظمات كميات هائلة من البيانات وهي بحاجة الى معالجتها باستمرار من اجل الحصول على المعلومات الضرورية لاتخاذ القرارات ، وقد كان لعوامل الوقت والدقة والكلفة والامان والسرية ومنع التكرار  اسبابا تجعل المنظمات تستخدم اساليب متنوعة لخزن تلك المعلومات واسترجاعها ومن هنا ظهرت الحاجة الى  بناء انظمة قواعد البيانات (Database Systems ) التي تحقق العديد من الفوائد للمنظمة من خلال مزاياها التي تتمثل باستقلالية ومركزية البيانات وتقليل الكرار و المرونة فضلا عن سهولة توسيع القاعدة وامكانية تحقيق الرقابة وحفظ خصوصية وامن البيانات .بحيث يتم العمل هنا على  قواعدالبيانات مركزية(3،2).

3.قواعد البيانات الموزعة Distributed data base

لم تعد قواعد البيانات الاعتيادية تلبي احتياجات المنظمات نظرا للتطورات المتلاحقة والمتسارعة في مجالي تكنولوجيا المعلومات والاعمال مما حدى بتلك المنظمات الى اعتماد نوع جديد من قواعد البيانات . تبنى قاعدة البيانات على قمة شبكة حاسوب بدلا من حاسوب واحد وتخزن البيانات التي تكون القاعدة في مواقع مختلفة من تلك الشبكة . ويركز هذا المفهوم على خاصيتين اساسيتين لقاعدة البيانات الموزعة هما :

• التوزيع الذي يعني انتشار البيانات في مواقع مختلفة من الشبكة .
• الترابط المنطقي الذي يعني ربط البيانات عن طريق بعض الخصائص التي تربطها معا(3)

4.مستودعات البيانات Data warehouses

            مستودعات البيانات عبارة عن مكان للبيانات الثانوية التي نظمت من التطبيقات الاخرى او من مصادر او نظم خارجية يتم خزن استفسارات قواعد البيانات المثلى  وادوات التقارير بسبب قدرتها على تحليل البيانات غالبا من قواعد بيانات متباينة وطرق مفيدة . انها وسيلة للمدراء وصناع القرار  لاستخراج المعلومات بسرعة وبسهولة للاجابة على الاسئلة حول اعمالهم وبعبارة اخرى مستودعات البيانات هي قواعد بيانات متكاملة للقراءة فقط صممت لعقد المقارنات والاجابة على سؤال ماهي  ؟وبالاختلاف مع قواعد البيانات  التي تمسك بالتعاملات وتحتفظ بها لبيانات مشابهة لاخر معاملة، مستودعات البيانات هي تحليل موضوع  – توجيه وهيكل او تركيب   لمجموع المعاملات كلقطة في الوقت المناسب (4).

معالجة معلومات الدعم بواسطة تزويد برنامج صلب   موحد ، بيانات تاريخية للتحليل ، تصميم خاص للاستفسارات والتقارير فضلا عن معالجة المعاملات او الصفقات

• خصائص مستودع البيانات data warehouse

1. هي عبارة عن قواعد البيانات
2. تسمح بتكامل نظام التطبيقات المتنوع
3. تدعم معالجة المعلومات ( المعالجة التحليلية ).

1.4– مستودع البيانات .مقارنة بقواعد البيانات التقليدية.

مستودعات البيانات هي قواعد بيانات ثانوية صممت وكانت مثالية لمواجهة الاستفسارات المعقدة  لوظائف معالجة البيانات او البساطة ، او تثبيت او اصلاح الاستفسارات.

جدول (2) يبين  قواعد البيانات مقارنة بمستودعات البيانات

2..4مستودعات البيانات النموذجية هي:

• خسارة كبيرة (يدل على فقدان البيانات المنطقية المنظمة يضاف اليها مضاعفة البيانات)
• تتضمن عدد كبير من البيانات العاطلة وهي كبيرة جدا.
• تتضمن البيانات التي لاتتطاير ( مثال .. غير محدثة).

5.المعالجة التحليلة المباشرة (OLAP)

هو الواجهة النهائية لمستودع البيانات وتستخدم البيانات في اشكال متعددة الابعاد ( مثال

استخراج البيانات Data Mining واكتشاف المعرفة في قواعد البيانات Knowledge Discovery in Database (KDD)

يعد هذا الحقل من الحقول المتداخلة مع غيرها من الحقول مثل اساليب قواعد البيانات والذكاء الاصطناعي والتعلم الالي والشبكات العصبية فضلا عن الاحصاء ونظم المعرفة واسترجاع المعلومات .. الخ وبدأ مفهوم استخراج البيانات DM يظهر الى الوجود في بداية الثمانينات من القرن العشرين وتطور بشكل ملحوظ وانتشر بشكل اكبر في التسعينات من ذلك القرن ويتوقع له الاستمرار بشكل اكثر تطورا وتقدما ، قد ضهرت العديد من التعريفات لهذا المفهوم منها ” اخراج المعلومات المخفية من قواعد بيانات ضخمة وهي تقنية جديدة تقدم امكانيات كبيرة لمساعدة الشركات في التركيز على المعلومات المهمة في Data Warehouses الخاصة بها [5،6].اما اكتشاف المعرفة في قواعد البيانات KDD فهو المفهوم الذي يشير الى استخراج المفاهيم الضمنية غير الاعتيادية والتي لم تكن معروفة سابقا ويتكون من عدد من المراحل تأتي عملية استخراج البيانات كواحدة من مراحلها التي تبدأ بتنقية البيانات ثم توحيدها واختيارها ونقلها واستخراجها وصولا الى تقويم النماذج ومن ثم تمثيل المعرفة . ان ما تقدم يبين ان استخراج البيانات مرحلة من مراحل اكتشاف المعرفة في قواعد البيانات KDD وليس مرادفا او بديلا لها . وتتألف تقنية استخراج البيانات من عدد من الاساليب منها قواعد الارتباط Association Rules والعنقدة clustering والتصنيف Classification .. الخ . وباستخدام هذه التقنية يمكن استنتاج المعرفة المختفية خلف العديد من البيانات والمعلومات والتنبوء والقدرة على اتخاذ القرارت(4،5،6) .

شكل (3) يبين عملية استخراج المعرفة المخفية في قواعد البيانات

ويمكن تشبيه التطورات التي مرت بها عمليات خزن ومعالجة واسترجاع البيانات والمعلومات بهرم بلوم (1)عند تصنيفه للاهداف التربوية وتحديدا في المجال الاول الا وهو البعد المعرفي Cognitive Domain) (، والشكل الاتي يبين هذا الهرم  :

شكل (4) هرم بلوم للبعد المعرفي

تمثل المعرفة عند بلوم قاعدة الهرم وهي التي تتمثل بالعمليات النفسية المعرفية الخاصة بالذاكرة أي تذكر المادة التي تعلمها سابقا كمعرفة الرموز والمصطلحات والحقائق التفصيلية فضلا عن الطرق والوسائل المستخدمة في جمع المعلومات وتنظيمها وهذه المعرفة تمكن المتلقي من وصف الاشياء وتحديدها وتعريفها فضلا عن تذكرها وصعودا نجد الاستيعاب والفهم الذي يقصد به فهم المادة ومعرفة ما تعنيه من خلال فهم الحقائق والقوانين وتحويل المواد الكلامية الى اشكال رياضية .. الخ الامر الذي يجعله قادرا على التفسير والتحويل والتمييز والتفريق فضلا عن التلخيص والتعميم ، وقاعدة البيانات Database التي تستخدم في جمع وتنظيم وخزن البيانات يمكن ان تطابق ما قصده بلوم في المعرفة التي مثلت قاعدة الهرم والمرحلة التي تلتها فبواسطتها يمكن جمع البيانات بطرق ووسائل معينة وتنظيمها ومعالجتها وخزنها ومن ثم استرجاعها ليتمكن المستفيد من تحقيق الاهداف التي ذكرت مع المعرفة والاستيعاب ، اما التطبيق الذي يقصد به القدرة على استخدام المفاهيم والمبادئ  التي تم تعلمها في مواقف عملية جديدة وباستخدامه يمكن ان تصبح لدى المتلقي القدرة على التنبوء والتحكم وحل المشكلات وان يعرض ويكون ويكتشف وكل هذه الاهداف يمكن ان تحققها قواعد البيانات الموزعة Distributed database التي تمكن المستفيدين على اختلاف مواقعهم من استخدام قواعد البيانات المرتبطة بالقاعدة المركزية التي بنيت على قمة شبكة حاسوب الشركة او المؤسسة وتحقيق هذه  الاهداف .

وعندما نتقدم الى الاعلى سنجد التحليل الذي يقصد به تجزئة المحتوى الى عناصره التي يتألف منها بحيث يظهر الترتيب للافكار والعلاقة بينها من خلال تحليل العناصر والعلاقات التي تربطها والمبادئ التي تستند عليها والاهداف التي يمكن الصول عليها هنا معرفة كيف يفرق ويشرح ويشير الى امور معينة او يفصل بين امور اخرى ويقارن اما التركيب فيأتي كمرحلة لاحقة تمكن المتلقي من تشكيل كل جديد من اجزاء متعددة وهو يركز على الابداع والخلق من خلال الاهداف التي ينادي بها وهي القدرة على التأليف والابداع والتعديل واعادة التنظيم والتخطيط فضلا عن التنظيم وكلا المستويين (التحليل والتركيب ) يمكن الحصول عليهما من خلال استخدام مستودعات البيانات Data warehouses  التي تمكن صناع القرار من تحقيق هذه الاهداف ، وفي قمة الهرم نجد التقويم الذي يعد اعلى درجات المعرفة لانه يقوم على جميع الفئاات السابقة والذي يقصد به القدرة على اصدار الاحكام وبالوصول الى هذه القمة يمكن للمتلقي من معرفة كيف يستخلص وينتقد ويفسر ويعلل ويشرح ويدم شروحاته وتعليلاته وباستخدام اساليب استخراج البيانات Data mining  والخوارزميات الخاصة بها يمكن الوصول الى هذه القمة اذ انها تمكن المستفيد من استنتاج المعرفة الكامنة في كميات هائلة من البيانات والمخزنة في قواعد بيانات وقواعد بيانات موزعة ومستودعات بيانات والوصول الى حالات معرفية يمكن ان تصنف ضمن الحكمة التي هي اعلى الهرم المعرفي .

المصادر :

1. الدكتور عبد الحافظ محمد سلامة ،” وسائل الاتصال وتكنولوجيا  التعليم “،دار الفكر لطباعو والنشر والتوزيع ،2001.
2. Ramez Elmasri, ” Fundamentals of Data Base Systems “,Benjamen/ Commings Publishing Company Inc.
3. Thomas Connolly,Carolyn Begg,”DataBase Systems,third Edition ,Addison Wesley,2002.
4. Agrawal R., Imielinski T., and Swami S., Mining Association rules between sets of items in large databases, Proc. of the ACM SIGMOD Conference on Management of Data, Washington, DC, May 1993.

5. Agrawal R.,and Ramakrishnan Srikant, Fast algorithms for mining association rules , in proceeding of 20^th lntl, conf. on Vary Large Data Base (VLDB’94),pages 487-499, Santiago de Chile ,sptermber,1994.

6. Jonathen Hey, “The Data, Information, Knowledge, Wisdom Chain: The Metaphorical link”, Instructors: Geoff Nunberg, Paul Duguid,2004,

Availableat:http://ioc.unesco.org/Oceanteacher/OceanTeacher2/ 02_InfTchSciCmm/DIKWchain.pdf