GESTIONE DEI DATI E DELLA CONOSCENZA

Transcript

1 GESTIONE DEI DATI E DELLA CONOSCENZA Proff. R. BASILI / M.T. PAZIENZA a.a

2 PREMESSA La quantità di informazione a disposizione in ogni settore di interesse per ciascuno di noi cresce in maniera vertiginosa; il valore dei dati come bene (per il singolo e per le organizzazioni) è da tutti riconosciuto. Per essere in grado di sfruttare al massimo questa enorme mole di informazioni (organizzata in vasti insiemi di dati, oppure dispersa nel web) gli utenti hanno bisogno di metodologie e strumenti che semplifichino: l accesso la gestione dei dati stessi la rapida estrazione di informazioni utili.

3 PREMESSA I dati sono un punto, senza significato, nello spazio e nel tempo, ma senza riferimento a spazio e tempo; come: un evento fuori contesto una parola in isolamento Essi non sono in relazione significativa con alcunché Tentativo di associare significato ad un dato: il numero numero cardinale --- >4 e <6 --- operazioni la parola tempo --- non essere in tempo ---fuori tempo --- il tempo non si ferma mai --- tempo di cottura ---

4 context independence INTERPRETAZIONE & CONTESTO wisdom knowledge understanding principles information understanding patterns understanding relations data understanding

5 PREMESSA Una collezione di dati per cui non esiste una relazione tra dati, non è informazione La comprensione, relativamente ad una collezione di dati, è dipendente dalle associazioni che si è in grado di riconoscere tra i dati (modello dei dati) L informazione è una relazione tra dati con una forte dipendenza dal contesto per quel che concerne il significato (modello dell applicazione e del contesto) La generalizzazione delle relazioni (e delle relazioni delle relazioni) porta a definire pattern completi e consistenti, archetipi che sono alla base della conoscenza (modello della conoscenza comune/generale, ontologia).

6 PREMESSA Il modello è una rappresentazione di qualcos altro, utile per raggiungere uno scopo e quindi progettata / scelta per raggiungere quello scopo. La rappresentazione è diversa dal rappresentato, anche se permette di esprimerne gli aspetti rilevanti (almeno quelli scelti dal modellista)

7 PREMESSA La differenza tra la realtà e la sua rappresentazione può creare problemi (approssimazione, incertezza, difficoltà a cogliere il nuovo, ): per la loro risoluzione bisognerà implementare appropriati meccanismi di ragionamento. La conoscenza è costituita da dati strutturati (informazioni) collegati da relazioni, sui quali è possibile svolgere delle attività di ragionamento che permettono di ricavare ulteriore informazione...

8 PREMESSA Per arrivare alla conoscenza bisogna essere in grado di capire archetipi e le loro implicazioni. Gli archetipi non hanno bisogno di un contesto per esprimere significato, sono affidabili e completi e supportano la predittività. Ragionare sugli archetipi porta ad acquisire conoscenza Si impara quando si aggiunge nuova informazione a ciò che già si conosce (gli archetipi), e ciò produce un cambiamento negli archetipi stessi.

9 PREMESSA Le strutture dati permettono di dare una descrizione organica alle informazioni da rappresentare. Sono definite a priori congiuntamente all identificazione e definizione delle caratteristiche rilevanti della conoscenza che si vuole rappresentare. Le relazioni tra dati permettono di esprimere alcuni nessi logici tra le informazioni (rappresentate con le strutture dati), a supporto di un particolare ragionamento sui dati. Il ragionamento formale utilizza la conoscenza rappresentata per giungere alla risoluzione di problemi e per l acquisizione di nuova conoscenza.

10 BASI DI DATI / DATABASE Una base di dati è una collezione di dati che descrivono le attività di una o più organizzazioni correlate Un sistema di gestione di basi di dati / DBMS è un software progettato per aiutare a gestire ed utilizzare grandi collezioni di dati L alternativa al DBMS è memorizzare i dati in files e scrivere il codice necessario per gestirli.

11 SCOPI DI UN DATABASE Unificare e generalizzare l accesso ai dati Consentire un accesso semplificato ed efficiente Proteggere i dati Integrità e Riservatezza (Sicurezza) Tolleranza a malfunzionamenti/guasti Supportare la concorrenza Facilitare lo sviluppo dei programmi utente

12 DATABASE VS. FILES Es. Anagrafica di una compagnia multinazionale - taglia > 10 Gb diverse funzionalita => molteplicita di librerie di accesso uso concorrente impossibilita di un indirizzamento diretto e sequenziale sicurezza robustezza dell accesso

13 APPLICAZIONI E DATABASE Diverse applicazioni usano porzioni diverse dei dati L astrazione sui dati è diversa ma coerente L accesso ai dati e dipendente dalla astrazione (modello logico) vincolato dalla natura fisica della memorizzazione e necessario svincolare la natura logica dei dati dalla loro rappresentazione in memoria, cioè dalle forme di memorizzazione

14

15 DATA MODEL Schema Fisico: definisce i dettagli legati alla memorizzazione dei dati (file, indici e ecc). Schema Logico/Concettuale:Definisce i dati in base alla loro natura concettuale. E basato su un Modello Logico di definizione dei dati (ad esempio Modello Relazionale) Schema esterno:rappresentazione, basata sul modello logico, dei dati che sono utili/necessari e legali per un gruppo di utenti. Sottoinsieme delle informazioni descritte nello schema concettuale (spesso detto view) E necessario svincolare la natura logica dei dati dalla rappresentazione in memoria, o meglio dalle forme di memorizzazione

16 PROGETTAZIONE CONCETTUALE Il modello concettuale serve per descrivere tutte le informazioni che popoleranno la futura base di dati e le relazioni che nel dominio applicativo sussistono tra loro. Tali proprietà sono formalizzate attraverso un linguaggio molto generale, che e detto linguaggio ER e il risultato della descrizione e detto schema ER (Entita -Relazioni) Uno schema di base di dati nel modello ER può essere rappresentato graficamente (diagrammi ER) Si può tradurre un diagramma ER in uno schema relazionale

17 ELEMENTI DEL MODELLO ER Mtr nome cf Dal rid dnome budget Dipendenti LavoraIn Reparti Entità è un oggetto del mondo reale distinguibile da altri oggetti. E descritta in un modello ER da un insieme di attributi e dal loro dominio. Insieme di Entità: Una collezione di entita simili, per esse definisco un attributo chiave che le distingue. Dipendenti(Mtr:char(20),Nome:char(20),cf:char(20)) Relazione: Un associazione tra due o piu entità Insieme di Relazioni: Una collezione di associazioni Ogni relazione e individuata solo dalle entita che vi partecipano Gestisce={(m,r) m Dipendenti.Mtr,r Reparti.rid}

18 RICHIESTE DI INFORMAZIONE Vorrei conoscere lo stato di obsolescenza di tutti i componenti installati nel sistema. Quali sono i dipendenti anziani prossimi al pensionamento? Quali sono le modalità di fatturazione attuali?

19 RISOLUZIONE DI PROBLEMI Individuazione di passi di ragionamento elementari basati su conoscenza di dominio e generale, la cui giustapposizione porta alla identificazione di soluzioni ai problemi. Definizione di appropriate strategie di ricerca.

20 CONOSCENZA A PRIORI DEL DOMINIO La conoscenza del dominio permette di utilizzare, nella risoluzione dei problemi, passi meno elementari con un processo di ragionamento più ampio e complesso Si possono risolvere problemi più complessi laddove si abbia una qualche conoscenza del dominio

21 SISTEMI BASATI SU CONOSCENZA Rappresentazione della conoscenza Ragionamento Logica come linguaggio formale di supporto sia per la rappresentazione che per il ragionamento

22 RAPPRESENTAZIONE Una rappresentazione è qualunque notazione o insieme di simboli che rap-presenta (re-present) qualcosa a qualcun altro. Una rappresentazione di qualcosa sta al posto di quel qualcosa

23 RAPPRESENTAZIONE Diversi modi in cui la conoscenza sembra essere organizzata (es. oggetti, relazioni, schemi) Versus Diversi modi in cui la conoscenza può essere rappresentata (immagini, proposizioni, )

24 UN ESEMPIO Marco occupa la stanza 118 Giovanni occupa la stanza 119 Ingrid occupa la stanza 123 Rappresentaz. analogica proposizionale Ulteriori informaz. spaziali e temporali Rappresentaz. Informazioni esplicite

25 UN ALTRO ESEMPIO Immagine Testo Il libro è sul tavolo on(book,desk) Rappresentaz. analogica Rappresentaz. proposizionale - Info implicita - Simboli discreti - Niente simboli - Simboli per relazioni - Nessuna regola compos. simboli - Regole grammaticali compos. - Concretezza - Astrazione rappresentazione

26 SISTEMI BASATI SU CONOSCENZA Logica come linguaggio formale di supporto per la rappresentazione della conoscenza ed il ragionamento La logica consiste di un linguaggio e di una procedura di inferenza.

27 LOGICA COME LINGUAGGIO FORMALE In un linguaggio logico (come per un qualsiasi altro linguaggio) bisogna definire formalmente la sintassi, un vocabolario, gli operatori ed i connettivi logici, oltre alle regole per combinarli tra loro. Bisogna poter assegnare significato alle frasi del linguaggio (model theory)

28 LOGICA COME LINGUAGGIO FORMALE Procedura d inferenza Bisogna poter attuare inferenze valide da un insieme di frasi del linguaggio indipendentemente dal loro significato (proof theory) In logica la procedura di inferenza è di tipo deduttivo. L induzione e l abduzione sono altri due tipi di inferenza\

29 LOGICA COME LINGUAGGIO FORMALE Tipologie di inferenza Deduzione: dati degli assiomi veri, le inferenze che si possono effettuare sono sempre vere. Abduzione: si possono inferire ipotesi eventualmente vere (diagnosi) da fatti veri Induzione: inferire relazioni generali (imparare) da alcuni esempi veri In logica la procedura di inferenza è di tipo deduttivo (inferenza sempre vera). L induzione e l abduzione sono due tipi di inferenza che non assicurano la verità dell inferenza

30 STRUTTURA DEL PRIMO EMICORSO Lezioni Esercitazioni Esame

31 EMICORSO 1: SCOPI Introduzione ai concetti di base dei Sistemi di gestione delle Basi di Dati (DBMS). Uso dei DBMS per la progettazione di Basi di Dati nella applicazioni del software Organizzazione ed Modelli dei dati a livello logico e fisico Prospettive nell'uso dei DBMS nelle moderne applicazioni del software: Three-Tier Architectures Cenni alla condivisione dei dati ed alla modellazione concettuale

32 EMICORSO 1: REQUISITI IL corso e diretto agli studenti del Corso di Laurea in Ingegneria Informatica Prerequisiti: elementi di programmazione in Pascal, C o C++, progettazione ed implementazione di strutture dati (liste, alberi) elementi di sistemi operativi (corso Sistemi Operativi, da seguire in parallelo).

33 EMICORSO 1: ORGANIZZAZIONE Una particolare attenzione verra' dedicata ad aspetti pratici legati a utilizzo di piattaforme DBMS software esistenti (es. MySQL o Oracle) integrazione tra applicazioni sw e DBMS Esercitazioni dedicate

34 ORARI DEL CORSO Lunedì - 14:00-15:45 - aula 4 Nuovi Edifici Mercoledi - 9:30-11:15 - aula 4 Nuovi Edifici Venerdi - 9:30-11:15 aula 4 Nuovi Edifici Ricevimento: Lunedi dopo la lezione Sito Web:

35 TESTI CONSIGLIATI Testo di Riferimento Sistemi di Basi di Dati, di Raghu Ramakrishnan e Johannes Gehrke, Edizione Italiana, McGraw Hill, 2004 Risorse e Dispense distribuite dal docente, es. Introduzione a MySQL, PL/SQL Uso delle librerie di JDBC Slides delle lezioni anche disponibil al sito degli autori:

36 MODALITÀ D ESAME 1 Esonero alla fine di ogni emicorso Test a risposte chiuse (TRC) Emi1: Prova di Progettazione di un Db (PDb) Emi2: 2/3 Domande Aperte (DA) 1 Prova Finale (e di Recupero) TRC+PDb+DA

37 Esonero Emi1 MODALITÀ ESAME (2) esito positivo NO SI Esonero Emi2 Test Finale/Rec esito positivo NO esito positivo NO SI SI Verbalizzazione

38 TRC+PDb MODALITÀ ESAME (3) esito positivo NO SI TRC+DA TRC+PDb+DA esito positivo NO esito positivo NO SI SI Verbalizzazione