Transfer Wiedzy w Leśnym Centrum Informacji
description
Transcript of Transfer Wiedzy w Leśnym Centrum Informacji
Transfer Wiedzy
w Leśnym Centrum Informacji
dr inż. Dorota Farfał
Sękocin Stary 5 grudnia 2011 r.
Projekt współfinansowany z Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka
Transfer wiedzy
Licencje / patenty
Dokumentacje
Doradztwo
Badania ankietowe
Certyfikacja jakości
PublikacjeBazy danych
Szkolenia
Strategie przechowywania danych
Rozwój technologii IT
1956r - pierwszy dysk twardy (pojemność 5MB)
Lata 80-te - PC, laptop, mysz komputerowa, system operacyjny DOS
Lata 90-te - rozwój systemu operacyjnego Windows
1994r - cyfryzacja zbiorów Biblioteki Kongresu USA
Naukowe bazy danych IBL
1930 - 1990 - Papier
I poł. lat 90-tych - Bazy DOS II poł. lat 90-tych - Bazy Excel
2013r - cyfryzacja zasobów naukowych, bazy relacyjne
Relacyjna baza danych (1970r)(tabele połączone relacjami)
Baza danych 1
Tabela A(Powierzchnie autora 1)
Tabela A1(Pomiary w 1999r)
Tabela A2(Pomiary w 2000r)
Tabela B(Powierzchnie autora 2)
Tabela B1(Pomiary w 2000r)
Naukowe Bazy Danych IBL
OBECNIE
• Rozproszone – PC
• Różnorodne tematycznie• Różne formaty
przechowywania • Brak informacji o danych i
wielkości baz• Brak dostępu
LCI
• Zgromadzone w jednym miejscu – CRD
• Różnorodne tematycznie• Uporządkowanie poprzez jeden
format przechowywania• Bazy danych jako transfer
wiedzy• Uprawniony dostęp
Strategia IBL: przechowywanie danych w bazach relacyjnych i cyfryzacja archiwów
Zabezpieczenie zasobów naukowych zgodnie z nowoczesnymi standardami,
Zarządzanie zasobami naukowymi w powiązaniu z cyklem życia projektu naukowego,
Zarządzanie dostępem do zasobów naukowych, Umożliwienie szybkiego wyszukiwania i udostępniania zasobów
naukowych, Udostępnienie narzędzi analitycznych dla zasobów naukowych, Transfer wiedzy Instytutu do określonych grup użytkowników.
Hurtownia Danych w IBL
Definicja 1: Baza danych stworzona do celów analitycznych.
Definicja 2: Zbiór danych uporządkowany tematycznie, zintegrowany, zawierający określony wymiar np. czasowy lub geograficzny, bez możliwości ingerencji w strukturę i zawartość.
Cel HD
1. Eksploracja danych (Data mining) odkrywanie zależności ukrytych w zbiorach danych poszukiwanie związków, sekwencji, klasyfikacji
2. Zestawienia (zbiorcze, porównawcze, okresowe) analizy statystyczne analizy trendów
3. Planowanie i kontrola realizowanych zadań projektowych
Cykl życia danych w Hurtowni Danych
zasilanie okresowe
scalanie i agregacja według określonego „klucza autora”
usuwanie, tylko dla okresów już nie potrzebnych.
„Wyobraźnia jest ważniejsza od wiedzy. Wyobraźnia bez wiedzy może stworzyć rzeczy piękne, wiedza bez wyobraźni
najwyżej doskonałe. „Albert Einstein
Dziękuję za uwagę