MIS EKONOMSKI FAKULTET U OSIJEKU Upravljanje znanjem · Ekspertni sustavi MIS 2013/2014. Ekonomski...
Transcript of MIS EKONOMSKI FAKULTET U OSIJEKU Upravljanje znanjem · Ekspertni sustavi MIS 2013/2014. Ekonomski...
23/05/2014
1
Upravljanje znanjem i Analiza razvoja
Upravljanje znanjem
MIS EKONOMSKI FAKULTET U OSIJEKU
prof.dr.sc. D. Ružić | doc.dr.sc. A. Biloš | doc.dr.sc. D. Turkalj | Ivan Kelić, univ.spec.oec.
Prije nego počnemo… Dani Komunikacija
– www.danikomunikacija.com
– www.duvalguillaume.com/news/
Newsletters
– Marketing profs (www.marketingprofs.com/newsletters/marketing/ )
– Emarketer (www.emarketer.com/Newsletter)
– Jasno&Glasno (www.jasnoiglasno.com)
MIS 2013/2014. Ekonomski fakultet u Osijeku 3
23/05/2014
2
MIS 2013/2014. Ekonomski fakultet u Osijeku 4
Znanje
Progresija spoznaje
Podaci
• Činjenice
Informacije
• Smisleni podaci
Znanje
• Organizirane informacije
Mudrost
• Primjenjeno znanje
Prosvjetljenje
• Jasnoća percepcije
Sustavi za upravljanje znanjem Knowledge management system (KMS)
– Organizirani skup ljudi, procedura, softvera, baza podataka i uređaja
– Koristi se za kreiranje, pohranjivanje, dijeljenje i uporabu organizacijskog znanja i iskustva
MIS 2013/2014. Ekonomski fakultet u Osijeku 6
23/05/2014
3
Prikaz KMS-a Stvaranje
znanja
Pohranjivanje znanja
Dijeljenje znanja
Korištenje znanja
MIS 2013/2014, Ekonomski fakultet u Osijeku 7
Umjetna inteligencija Umjetna inteligencija
– Sposobnost računala da oponaša ili replicira funkcije ljudskog mozga
Aplikacija umjetne inteligencije
– Kreiranje medicinskih dijagnoza
– Istraživanje prirodnih resursa
– Lociranje kvarova u mehaničkim uređajima
– Pomoć pri dizajniranju i razvoju računalnih sustava
MIS 2013/2014. Ekonomski fakultet u Osijeku 8
Sustavi umjetne inteligencije
Ljudi, procedure, hardver, softver, podaci i znanje potrebno za razvoj računalnih sustava i tehnologije koji pokazuju karakteristike inteligencije
Istraživači, znanstvenici i eksperti iz područja načina na koji ljudi razmišljaju su često uključeni u razvijanje sustava
9 MIS 2013/2014. Ekonomski fakultet u Osijeku
23/05/2014
4
Prirodna i umjetna inteligencija Mogućnost Prirodna inteligencija Umjetna inteligencija
Niska Visoka Niska Visoka
Uporaba osjetila (oči, uši, dodir, njuh)
Kreativnost i imaginacija
Učenje iz iskustva
Prilagodba novim situacijama
Osiguravanje troška postizanja inteligencije
Potreba za velikim količinama eksternih informacija
Korištenje raznovrsnih izvora informacija
Kompleksne kalkulacije
Transfer informacija
Brzi I precizni nizovi kalkulacija
MIS 2013/2014. Ekonomski fakultet u Osijeku 10
Glavne grane umjetne inteligencije
Um
jetn
a in
teli
gen
cija
Robotika
Vizualni sustavi
Glasovno prepoznavanje
Učeći sustavi
Neuralne mreže
Ekspertni sustavi
MIS 2013/2014. Ekonomski fakultet u Osijeku 11
A.I. 12
23/05/2014
5
Robotika Mehanički ili računalni uređaji koji obavljaju zadatke
– Za koje treba velik stupanj preciznosti
– Zamorne ili opasne za čovjeka
Roboti su ključna komponenta današnjih automatiziranih sustava proizvodnje i vojnih sustava
Buduće generacije robota će naći širu primjenu u bankama, restoranima, rezidencijalnim objektima, medicini i opasnim okruženjima
MIS 2013/2014. Ekonomski fakultet u Osijeku 13
Vizualni sustavi
Hardver i softver koji omogućuje računalima slikanje, obradu i manipulaciju slika
Analiza otisaka prstiju
Identifikacija ljudi na temelju značajki lica
Koriste se zajedno sa robotima kako bi isti dobili podatke o prostoru u kojem se nalaze
14 MIS 2013/2014. Ekonomski fakultet u Osijeku
Glasovno prepoznavanje Obrada koja omogućava računalima shvaćanje i reakciju na
naredbe izrečene u prirodnom jeziku (primjerice hrvatskom)
Glasovno prepoznavanje – konvertiranje audio podataka u riječi
MIS 2013/2014. Ekonomski fakultet u Osijeku 15
23/05/2014
6
Učeći sustavi Spoj softvera i hardvera koji omogućava računalu da
promjeni način funkcioniranja ili reakciju, a koji se baziraju na temelju povratne informacije koju dobiva – Nužan je feedback (povratna veza) aktivnosti ili odluka
Na temelju povratne veze će se definirati buduće reakcije sustava
MIS 2013/2014. Ekonomski fakultet u Osijeku 16
Neuralne mreže Računalni sustav koji simulira funkcioniranje ljudskog
mozga – Mogućnost pronalaska informacije čak i ako neki neuralni čvor ne
funkcionira
Brzo modificiranje podataka kao rezultat novih informacija
Otkrivanje veza i trendova u velikim bazama podataka
Riješavanje složenih problema za koje nedostaje dio informacija
MIS 2013/2014. Ekonomski fakultet u Osijeku 17
Ekspertni sustavi Oponašaju aktivnosti eksperata u nekom području
Istraživanje novih poslovnih mogućnosti
Povećavanje sveukupne profitabilnosti
Smanjivanje troškova
Pružaju izvrsnu uslugu kupcima i klijentima
MIS 2013/2014. Ekonomski fakultet u Osijeku 18
23/05/2014
7
Kada koristiti ekspertne sustave
Obuhvatiti i sačuvati nezamjenjivu ljudsku ekspertizu
Riješiti problem koji se ne može riješiti (ili može vrlo teško) uz tradicionalne metode
Razviti konzistentniji sustav od živih ekperata
Pružiti ekspertna znanja na većem broju lokacija istovremeno i za veći broj ljudi
Pružiti ekspertna znanja u okruženjima opasnim po život čovjeka
Pružiti znanja koja su iznimno skupa i/ili rijetka
Razviti rješenja brže od živih eksperata
MIS 2013/2014. Ekonomski fakultet u Osijeku 19
Prednosti ekspertnih sustava (1)
Povećana dostupnost
– Ekspertni sustavi mogu se koristiti na bilo kojoj lokaciji, 24 sata na dan
– U mnogim područjima ljudske aktivnosti i na mnogo geografskih lokacija nedostaje eksperata.
Smanjena cijena
– Ekspertni sustavi znatno su jeftiniji od eksperata.
Brzina reakcije
– Mogućnost brze reakcije na nastali problem (npr. u slučaju opasnosti)
MIS 2013/2014. Ekonomski fakultet u Osijeku 20
Prednosti ekspertnih sustava (2) Tumačenje
– Detaljni opis tijeka zaključivanja koje je dovelo do zaključka
Povećana pouzdanost – Ekspertni sustavi ne zaboravljaju i ne rade greške zbog
umora pa se možemo pouzdati u njihova rješenja
Rad u opasnim okolinama – Ekspertni sustavi mogu se koristiti u okolinama u
kojima ljudi ne smiju boraviti (npr. u nuklearnim elektranama ili kemijskim postrojenjima) ili ne mogu boraviti
MIS 2013/2014. Ekonomski fakultet u Osijeku 21
23/05/2014
8
Virtualna stvarnost Sustav virtualne stvarnosti
– Omogućava korisniku kretanje i interakciju u računalno generiranom okruženju
Potpuna virtualna stvarnost
– Korisnik je u cjelosti “uronjen” u umjetni, trodimenzionalni svijet koji je u potpunosti računalno generiran
MIS 2013/2014. Ekonomski fakultet u Osijeku 22
Uređaji povezivanja Zaslon koji se postavlja na glavu (Head-mounted
display - HMD)
CAVE
– Projiciranje stereo prikaza na zidove i pod prostorije
Slušalice
Haptičko sučelje
– Uređaji osjetljivi na dodir
MIS 2013/2014. Ekonomski fakultet u Osijeku 23
MIS 2013/2014. Ekonomski fakultet u Osijeku 24
23/05/2014
9
MIS 2013/2014. Ekonomski fakultet u Osijeku 25
Oblici virtualne stvarnosti Immersive virtual reality (uronjena)
Navigacija mišem u trodimenzionalnom okruženju preko zaslona
Sustavi stereo projekcije
Stereo naočale
Sustavi teleprisutnosti
MIS 2013/2014. Ekonomski fakultet u Osijeku 26
Google Glass MIS 2013/2014. Ekonomski fakultet u Osijeku 27
23/05/2014
10
Aplikacije virtualne stvarnosti Medicina
– Pregledi i dijagnoze, psihoterapija
Edukacija i treninzi
– Virtualna putovanja, vojna obuka
Neketrenine i turizam
– Virtualni prikazi nekretnina i turistričkih destinacija
Zabava
– Igre
MIS 2013/2014. Ekonomski fakultet u Osijeku 29
Korištena literatura i korisni linkovi Stair, R., Reynolds, G.: Principles of Information Systems, Eighth Edition, Course
Technology Press, Boston, 2007. Javorović, B., Bilandžić, M.: Poslovne informacije i business intelligence, Golden
marketing, Zagreb, 2007. Ružić, D., Biloš, A., Turkalj, D.: E-marketing, 2. izmijenjeno i dopunjeno izdanje,
Ekonomski fakultet u Osijeku, Osijek, 2009. Kotler, Ph.: Upravljanje marketingom, deveto izdanje, Mate, 2001. Čerić, V., Varga, M.: Informacijska tehnologija u poslovanju. Element, Zagreb
2004 http://en.wikipedia.org/wiki/Haptic_technology http://en.wikipedia.org/wiki/Knowledge_management_system http://www.youtube.com/watch?v=VlRdoL-4dXA&feature=related http://www.cs.stir.ac.uk/~lss/NNIntro/InvSlides.html http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html http://www.willamette.edu/~gorr/classes/cs449/intro.html http://web.zpr.fer.hr/ergonomija/2003/cvitanic/4_1-VR.htm http://johnkapeleris.com/blog/?p=1752
MIS 2013/2014. Ekonomski fakultet u Osijeku 30
23/05/2014
11
Analiza razvoja
MIS EKONOMSKI FAKULTET U OSIJEKU
prof.dr.sc. D. Ružić | doc.dr.sc. A. Biloš | doc.dr.sc. D. Turkalj | Ivan Kelić, univ.spec.oec.
Okolina razvoja sustava Za razliku od starog načina razmišljanja, korisnici
informacijskih sustava danas aktivno sudjeluju u njihovom razvoju – Kako bi se izbjegle skupe pogreške razvoja sustava, potrebno je u
potpunosti znati cijeli proces
MIS 2013/2014. Ekonomski fakultet u Osijeku 32
Tko je uključen u razvoj sustava Razvojni tim
– Određuje ciljeve informacijskog sustava
– Isporučuje sustav koji ispunjava zadane ciljeve
Stakeholderi – Osobe koje u konačnici imaju korist od sustava
Korisnici
Menadžeri
Stručnjaci razvoja sustava – Programeri
– Analitičari sustava
Osoblje potpore
MIS 2013/2014. Ekonomski fakultet u Osijeku 33
23/05/2014
12
Uloga analitičara sustava
MIS 2013/2014. Ekonomski fakultet u Osijeku 34
Pokretanje razvoja sustava Inicijative za razvoj sustava
– Dolaze iz svih razina organizacije
– Mogu biti planirani ili neplanirani
Brojni razlozi za iniciranje projekta razvoja sustava
– Zaštita infrastrukture, pripajanje, spajanje, pravne odredbe itd.
MIS 2013/2014. Ekonomski fakultet u Osijeku 35
Planiranje informacijskih sustava
Planiranje informacijskih sustava
– Pretakanje strateških i organizacijskih ciljeva u inicijative razvoja sustava
Usklađivanje organizacijskih ciljeva i ciljeva sustava
– Iznimno bitno za uspješno razvijanje sustava
MIS 2013/2014. Ekonomski fakultet u Osijeku 36
23/05/2014
13
MIS 2013/2014. Ekonomski fakultet u Osijeku 37
Razvijanje kompetitivne prednosti
Kreativna analiza
– Novi pristupi postojećim problemima
Kritička analiza
– Nepristrano ispitivanje odnosa među elementima sustava
MIS 2013/2014. Ekonomski fakultet u Osijeku 38
Faze procesa razvoja sustava 1. Istraživanje (planiranje/strategija)
2. Analiza
3. Oblikovanje/dizajn
4. Implementacija/uvođenje u rad
5. Održavanje i kontrola
MIS 2013/2014. Ekonomski fakultet u Osijeku 39
23/05/2014
14
Evaluacija i kontrola MISa Evaluacija MIS-a treba odgovoriti na slijedeća pitanja:
– Doprinosi li MIS ostvarivanju općih i marketinških ciljeva tvrtke?
– Podržava li MIS posebne ciljeve tvrtke?
– Koliko treba vremena da MIS odgovori na zahtjeve korisnika?
– Je li MIS pouzdan?
– Zadovoljavaju li sve tehničke komponente MIS-a sadašnje i buduće zahtjeve korisnika?
– Je li budžet za razvoj MIS-a adekvatan?
– Je li MIS efikasan?
MIS 2013/2014. Ekonomski fakultet u Osijeku 40
Kriteriji za mjerenje kvalitete MIS-a
Kompatibilnost
Efektivnost
Ekonomičnost
Pouzdanost
Fleksibilnost
Sigurnost
Lakoća održavanja
MIS 2013/2014. Ekonomski fakultet u Osijeku 41
Neke globalne prakse MIS-a (1) Benneton
– Relacijske baze podataka
– Oslanjaju se na POS (eng. point of sale) podatke (identifikacija trendova)
– Preko 7,000 prodavaonica diljem svijeta
– Smanjenje troškova čuvanja zaliha
– FI-FO model logističkog upravljanja
– 57 milijuna $ cijeli sustav - robotizacija i automatizacija
– Pomoć dizajnerima!!
– Smanjenje ciklusa razvoja proizvoda i dostave (od 6 mjeseci do nekoliko tjedana)
MIS 2013/2014. Ekonomski fakultet u Osijeku 42
23/05/2014
15
Neke globalne prakse MIS-a (2) Unilever
– Pokušali ispitati sustav konkurentskog obavješćivanja
– Kodeks šutnje
– Interna konferencija za provjeru vjerodostojnosti zaposlenika u čuvanju poslovnih tajni
Gillette – Svom distributeru partneru otkrili razvoj novog proizvoda i plan
skorašnje komercijalizacije
– Partner odao tu tajnu njihovom konkurentu Bic-u kojemu je omogućeno strelovito djelovanje
MIS 2013/2014. Ekonomski fakultet u Osijeku 43
Neke globalne prakse MIS-a (3) British Airways i easyJet
– Industrijska špijunaža
– Imitiranje usluge konkurenta
Kellogg's
– Častili javnost unutar svojih pogona od 1906, međutim ne vrše više tu praksu
MIS 2013/2014. Ekonomski fakultet u Osijeku 44
MIS 2013/2014. Ekonomski fakultet u Osijeku 45
Sigurnost
23/05/2014
16
Računalni kriminal (1) Često ga je vrlo teško otkriti
Šteta može biti golema
Čisti, nenasilni kriminal
Broj sigurnosnih incidenata vezanih uz IT dramatično raste
Računalni kriminal je postao globalnim
MIS 2013/2014. Ekonomski fakultet u Osijeku 46
MIS 2013/2014. Ekonomski fakultet u Osijeku 47
2 mogućnosti (znanja) potrebna za većinu računalnog kriminala
Znati kako pristupiti pojedinom računalnom sustavu
Znati kako manipulirati sustavom kako bi se dobio željeni učinak *
Računalni kriminal (2)
Računalni kriminal (3) U kojem je računalo alat
– Cyber terorizam, krađa identiteta
U kojem je računalo objekt kriminalne djelatnosti
– Ilegalni pristup i korištenje, modifikacija i uništavanje podataka, krađa informacija, internetsko piratstvo, prijevare, internacionalni računalni kriminal
MIS 2013/2014. Ekonomski fakultet u Osijeku 48
23/05/2014
17
MIS 2013/2014. Ekonomski fakultet u Osijeku 49
Anonymous
MIS 2013/2014. Ekonomski fakultet u Osijeku 50
MIS 2013/2014. Ekonomski fakultet u Osijeku 51
23/05/2014
18
MIS 2013/2014. Ekonomski fakultet u Osijeku 52
MIS 2013/2014. Ekonomski fakultet u Osijeku 53
Cyber terorist:
Zastrašuje ili prisiljava vodstvo države ili organizaciju kako bi ispunio svoje političke ili društvene ciljeve kroz računalne napade na računala, mreže ili informacije
!
Cyber terorizam
Krađa identiteta Varalica dolazi do informacija za osobnu
identifikaciju s namjerom predstavljanja u tuđe ime kako bi
– Imao pristup novcu ili drugim sredstvima na ime vlasnika
– Kreirao lažne vrijednosne papire
MIS 2013/2014. Ekonomski fakultet u Osijeku 54
23/05/2014
19
Računalne prijevare Primjeri internetskih prijevara
– Tehnike bogaćenja preko noći
– “Besplatna” putovanja sa velikim skrivenim troškovima
– Bankovne prijevare
– Lažne telefonske lutrije
– Prodaja bezvrijednih dionica
MIS 2013/2014. Ekonomski fakultet u Osijeku 55
Phishing (1)
Pristup osobnim informacijama kroz preusmjeravanje korisnika na lažni web site
56 MIS 2013/2014. Ekonomski fakultet u Osijeku
Phishing (2)
MIS 2013/2014. Ekonomski fakultet u Osijeku 57
23/05/2014
20
MIS 2013/2014. Ekonomski fakultet u Osijeku 58
MIS 2013/2014. Ekonomski fakultet u Osijeku 59
MIS 2013/2014. Ekonomski fakultet u Osijeku 60
23/05/2014
21
Zaključno Mjere sprečavanja računalnog kriminala provode
– Državne agencije, korporacije, pojedinci
Gdje god postoje informacijski sustavi, postojat će i opasnost od ilegalnih aktivnosti i bespravnog korištenja podataka
Velik broj organizacija koje koriste IS razvijaju vlastiti etički kodeks te se kontinuirano educiraju
MIS 2013/2014. Ekonomski fakultet u Osijeku 61
Korištena literatura i korisni linkovi Stair, R., Reynolds, G.: Principles of Information Systems, Eighth Edition, Course Technology
Press, Boston, 2007. Javorović, B., Bilandžić, M.: Poslovne informacije i business intelligence, Golden marketing,
Zagreb, 2007. Ružić, D., Biloš, A., Turkalj, D.: E-marketing, 2. izmijenjeno i dopunjeno izdanje, Ekonomski
fakultet u Osijeku, Osijek, 2009. Kotler, P.: Upravljanje marketingom, deveto izdanje, Mate, 2001. http://en.wikipedia.org/wiki/Outsourcing http://www.idtheftcenter.org http://money.cnn.com/2009/02/09/news/newsmakers/identity_theft.reut/index.htm http://www.givemebackmycredit.com/blog/2009/02/identity-fraud-study-indicates.html http://en.wikipedia.org/wiki/Cyberterrorist http://politicalhacking.blogspot.com/ http://www.usip.org/pubs/specialreports/sr119.html http://www.ncsl.org/programs/lis/cip/cyberterrorism.htm http://www.identityguard.com/aboutidentitytheft/landing.aspx http://web-tracker.blogspot.com/2006/09/funny-myspace-bulletin-not-beware-of.html http://www.utsa.edu/oit/security/sec_phising_explained.html http://en.wikipedia.org/wiki/Anonymous_(group) http://www.neomobile-blog.com/wp-content/uploads/2013/09/cybercrime-infographic.jpg
MIS 2013/2014. Ekonomski fakultet u Osijeku 62
Hvala na pažnji
MIS 2013/2014. Ekonomski fakultet u Osijeku 63