Bilgi tabanı
Bir bilgi tabanı (KB), bir bilgisayar sistemi tarafından kullanılan karmaşık yapılandırılmış ve yapılandırılmamış bilgileri depolamak için kullanılan bir veri kayıt ortamı teknolojisidir. Terimin ilk kullanımı, ilk bilgi-tabanlı sistem olan uzman sistemler ile bağlantılıydı.[1]
Bilgi tabanı teriminin orijinal kullanımı, bilgi temelli bir sistemin iki alt sisteminden birini tanımlamaktı. Bilgi temelli bir sistem, dünya hakkındaki gerçekleri temsil eden bir bilgi tabanı ile bu gerçekleri mantıklı kılacak bir çıkarım motoru, ayrıca yeni gerçekleri çıkarmak veya tutarsızlıkları vurgulamak için kurallar ve diğer mantık biçimlerini kullanır.[2]
"Bilgi tabanı" terimi, bu bilgi deposu biçimini daha sık kullanılan ve yaygın olarak kullanılan veri tabanından ayırmak için oluşturulmuştur. O zamanlar (1970'lerde) hemen hemen tüm büyük Yönetim Bilişim Sistemleri, verilerini bir tür hiyerarşik veya ilişkisel veritabanında sakladı. Bilgi teknolojisi tarihinde bu noktada, bir veri tabanı ve bir bilgi tabanı arasındaki ayrım açık ve netti.[3] Bir veritabanında bu özellikler vardı:
- Düz veriler: Veri genellikle her alanda dizeler veya sayılarla birlikte bir tablo biçiminde temsil edildi.
- Birden fazla kullanıcı: Geleneksel bir veritabanının, aynı anda aynı veriye giren birden fazla kullanıcıyı veya sistemi desteklemesi gerekiyordu.[4]
- İşlemler: Veritabanı için vazgeçilmez bir gereklilik, eşzamanlı kullanıcılar tarafından erişilen veriler arasında bütünlük ve tutarlılık sağlamaktır. Bunlar adlandırılan ACID özellikleridir: Atomicity, Tutarlılık, İzolasyon ve Dayanıklılık.
- Uzun, uzun ömürlü veriler. Bir şirket veritabanının yalnızca binlerce değil, yüz binlerce veya daha fazla veri satırı desteklemesi gerekiyordu. Böyle bir veri tabanı, genellikle, herhangi bir programın belirli kullanımlarını geçmişte kalmaya ihtiyaç duyar; bir programın ömrü yerine, verileri yıllarca ve on yıllarca depolamaya ihtiyaç duydu.[5]
İlk bilgi tabanlı sistemler, bu veritabanı gereksinimlerinin tam tersi olan veri ihtiyaçlarına sahipti. Uzman bir sistem, yapılandırılmış veriler gerektirir. Sayılar ve dizeler içeren tablolar değil, diğer nesnelere işaretçiler de ilave işaretçilere sahiptir. Bir bilgi tabanı için ideal temsil, sınıflar, alt sınıflar ve örneklerle nesne modelidir (genellikle yapay zekâ literatüründe ontoloji olarak adlandırılır).[6]
Erken uzman sistemler, birden çok kullanıcıya veya verilerin işlem özelliklerini gerektiren karmaşıklığa pek ihtiyaç duymazlardı. Erken uzman sistemler için olan veriler, bir tıbbi tanı, bir molekül tasarımı veya acil bir yanıt gibi spesifik bir cevabı elde etmek için kullanılmıştır. Sorunun çözümü bilinince, büyük miktarda veriyi kalıcı bir bellek deposuna geri yüklemek için kritik bir talep değildi.[7] Daha zeki araştırmacılar bile en başından beri bilgiyi depolayabilecek, analiz edebilecek ve yeniden kullanabilecek potansiyel yararları fark ettiler.
Ses gereksinimleri, geleneksel bir veritabanına kıyasla bir bilgi tabanı için de farklıydı. Bilgi tabanı dünyayla ilgili gerçekleri bilmek gerekiyordu. Bir veri tabanı tipik olarak bu genel bilgiyi temsil edemez, bunun yerine belirli insanlar hakkında bilgi veren binlerce tablo hakkındaki bilgileri saklaması gerekir.[8] Tüm insanın ölümlü olduğunu ve belirli bir insanı ölümlü olduklarını düşünebildiğini söylemek, bir bilgi tabanı çalışmasıdır.
Uzman sistemler prototip olmaktan kurumsal ortamlara dağıtılan sistemlere geçtikçe, veri depolama alanlarının gereksinimleri, işlemleri destekleyen çok sayıda dağıtık kullanıcı için standart veritabanı gereksinimleriyle hızla örtüşmeye başladı. Başlangıçta, talep iki farklı fakat rekabetçi pazarda görülebilir.[9] AI ve "Nesne Dayalı" topluluklardan Versant gibi nesne tabanlı veritabanları ortaya çıktı. Bunlar, nesne yönelimli yetenekleri desteklemek için temelde tasarlanmış sistemlerin yanı sıra standart veritabanı servislerini de desteklemek için tasarlandı. Öte yandan, Oracle gibi büyük veritabanı üreticileri, sınıf-alt sınıf ilişkileri ve kuralları gibi bilgi temel gereksinimlerini destekleyen ürünler için yetenekler ekledi.[10]
Bilgi-tabanı dönemi için bir sonraki evrim İnternet'tir. İnternetin yükselişiyle belgeler, köprü metinleri ve multimedya desteği artık kurumsal bir veritabanı için kritikti. Büyük veri tablolarını veya öncelikle bilgisayar belleğinde yaşayan nispeten küçük nesneleri desteklemek artık yeterli değildi. Kurumsal web sitelerine destek belgeler için sebat ve işlem gerektiriyordu. Bu, Web İçerik Yönetimi olarak bilinen yepyeni bir disiplin yarattı. Belge desteği için diğer sürücü, Lotus notes gibi bilgi yönetimi tedarikçilerinin yükselişiydi.[11] Bilgi Yönetimi aslında Internetten önce başlamış, ancak İnternet'le iki alan arasında büyük bir sinerji olmuştur. Bilgi yönetimi ürünleri, depolarını tanımlamak için "bilgi tabanı" terimini benimserken, anlamın ince bir farkı vardı. Bilgiye dayalı daha önceki sistemler söz konusu olduğunda, bu bilgi öncelikle, dünya hakkında sonuçlar çıkaran ve sonuç çıkaran bir otomatik sistem kullanmak içindir. Bilgi yönetimi ürünleriyle, bu bilgi temel olarak insanlar için hazırlanmıştır. Her iki durumda da sistemlerin kullanımı ve çeşitleri arasındaki ayrımlar hasta tanımlıydı. Teknoloji yoğunlaştıkça, bilgi akıllıca yapılmış, bilgi akıl yürütme uzmanlığı anlayışı içinde bilgi temelli olarak sınıflandırılabilir bir bilgi bulmak nadirdi. Belgeler ve medya, insanlar tarafından kaldırabilir.[12]
Ayrıca bakınız
- Bilgi-tabanlı sistem
- Bilgi yönetimi
- Bilgi deposu
- İçerik yönetimi
- Metin madenciliği
- YAGO (veritabanı)
Kaynakça
- ^ "Arşivlenmiş kopya". 4 Ocak 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 24 Kasım 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 14 Ocak 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 28 Ekim 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 20 Kasım 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 22 Kasım 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 5 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 10 Ocak 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 3 Ocak 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 18 Ekim 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 20 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Ocak 2018.
- ^ "Arşivlenmiş kopya". 15 Eylül 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 15 Eylül 2021.