Hypernexus... ovvero un approccio innovativo alla gestione delle informazioni aziendali
4 likes1,035 views
Hypernexus è un progetto di ricerca volto a sviluppare un approccio innovativo per la gestione delle informazioni aziendali, integrando documenti eterogenei e dispersi in vari repository. Utilizza tecnologie del semantic web per fornire una visione unificata delle informazioni e per classificare automaticamente documenti tramite un sistema di intelligenza semantica. Il software è altamente configurabile e basato su un'architettura open source, fornendo accesso in modalità SaaS con rispetto della privacy.
Hypernexus... ovvero un approccio innovativo alla gestione delle informazioni aziendali
- 1. Hypernexus… … ovvero un approccio innovativo alla gestione delle informazioni aziendali.
- 2. Cos’è Hypernexus • Progetto di ricerca di Hyperborea srl finanziato attraverso il bando di Regione Toscana “Aiuti allo sviluppo sperimentale 2009” • Alcune keywords: Information Management, Semantic Web, Knowledge Management • Net7 ha partecipato agli sviluppi in qualità di consulente per svolgere l’obiettivo operativo “Strumenti Semantici e Supporto al Knowledge Management” • Durata del progetto: 12 mesi
- 3. Obiettivi • Hypernexus nasce come progetto di ricerca industriale allo scopo di sperimentare un approccio innovativo alla gestione delle informazioni aziendali. • Parte dall’assunto che sempre di più l’informazione aziendale è: – costituita da documenti di tipo eterogeneo (file testuali di tipo diverso - .doc, .odf, .pdf, … - , pagine web, mail, …) – dispersa in numerosi repository, diversi per natura (es. file system, sistemi documentali, mail server, siti web, database …) e per disposizione (su macchine in sede, su server in hosting o in servizi cloud) • Queste diversità e dispersione impedisce di avere una visione chiara e aggiornata su ciò che succede nelle varie iniziative aziendali (ad es. nei progetti)
- 4. I bisogni che vuole soddisfare • Hypernexus mira a fornire una visione unificata e globale delle informazioni di unʹ′azienda, applicando il principio della separazione delle responsabilità – nei sistemi di Information Management i documenti continuano ad essere conservati e gestiti – centralmente viene ricostruita una visione coerente delle informazioni • Hypernexus si propone come un organizzatore del corpo informativo di unʹ′azienda e un navigatore per recuperare e analizzare i suoi documenti • La visione della documentazione aziendale proposta da Hypernexus si basa su un modello logico costruito secondo i principi e le tecnologie del Semantic Web
- 6. Logica di elaborazione • Hypernexus propone una logica di elaborazione delle informazioni a catena di montaggio • Degli agenti automatici si occupano periodicamente di recuperare i nuovi documenti dai vari repository (Sistemi Informativi), estraendo da essi i metadati e il testo, per consentire delle analisi semantiche e l’indicizzazione full-text • A partire da queste informazioni, e usando le tecnologie del Semantic Web, viene ricostruita in Hypernexus una visione logica dei documenti, individuando le relazioni tra di essi e fra questi e le altre entità del modello logico • Tecniche automatiche di Business Intelligence Semantica mirano a suggerire categorizzazioni per i documenti, individuando i “concetti chiave di cui parlano” e evidenziando relazioni “non banali” e “non evidenti” fra di essi
- 8. Il modello logico di Hypernexus • Si suppone che le informazioni aziendali siano sempre afferibili a Progetti • Ai progetti sono associati i Documenti, conservati e gestiti in Repository. Qualche esempio: – documenti testuali (.txt, .doc, .pdf, .odf, etc) su file system, locale o di rete – e-mail – documenti testuali su servizi di Enterprise Content Management (es. Alfresco) via protocollo CMIS – documenti testuali in repository cloud (Dropbox, Google Drive, Microsoft SkyDrive) – contenuti pubblicati in siti web e Social Network • Altra “entità” rilevante del modello sono gli Attori, ovvero Persone o Aziende • È un modello generico, riutilizzabile in vari contesti (dalle aziende private alle PA) • Riuso di ontologie standard (Dublin Core, FOAF, SKOS, Schema.org…)
- 11. La logica di funzionamento • Il sistema è altamente configurabile. Unʹ′azienda definisce i propri progetti e configura i connettori che recuperano i documenti dai vari sistemi informativi • I connettori operano in una logica di harvesting : accedono ai sistemi con regolarità e recuperano le informazioni cambiate rispetto al precedente collegamento • Hypernexus ha bisogno di poche informazioni per essere operativo: automaticamente arricchisce il modello e crea relazioni • Il modello può essere in seguito raffinato dall’utente, per renderlo più preciso – Non è quindi necessaria unʹ′analisi avanzata da eseguire a monte
- 12. Business Intelligence Semantica • Uso di servizi di Entity Extraction per individuare “entità” nei documenti testuali. • Permettono il riconoscimento di “concetti generici” e l’aggancio a elementi della Linked Open Data (LOD) cloud (Wikipedia/DBpedia). Questi i servizi disponibili: – TagMe (http://tagme.di.unipi.it/) del gruppo di ricerca A3 Lab del Dipartimento di Informatica dell’Università di Pisa - assai efficace sull’Italiano e l’Inglese – AlchemyAPI (http://www.alchemyapi.com/): servizio commerciale - molte lingue supportate ma meno efficace di TagMe su Italiano e Inglese – DBpedia Spotlight (http://spotlight.dbpedia.org/): servizio sperimentale - solo Inglese. Abbastanza preciso ma molto lento • Integrazione delle tecnologie di Apache Stanbol per il riconoscimento di concetti da vocabolari privati e configurabili (es. elenco dipendenti/collaboratori aziendali, lista di aziende partner, sigle/acronimi ad uso interno, …)
- 13. Classificazione automatica di documenti • Questa è la logica con cui viene eseguita la classificazione automatica di documenti in Hypernexus: – Si parte dalla definizione di una o più tassonomie le cui voci (categorie) sono associate a entità della LOD Cloud (es. a voci di Wikipedia o a entità di DBpedia) – I servizi di Entity Extraction individuano delle voci nel testo, identificate da entità LOD – Se queste entità sono associate a delle categorie di Hypernexus, automaticamente si assume che queste classifichino il documento esaminato – Lʹ′azione di classificazione è semi-automatica: un operatore può dall’interfaccia web di Hypernexus approvare o respingere la classificazione suggerita.
- 14. La classificazione automatica per immagini
- 15. La classificazione automatica per immagini Tassonomia
- 16. La classificazione automatica per immagini Tassonomia Conce&o X Conce&o Y Conce&o Z
- 17. La classificazione automatica per immagini Documento Tassonomia Conce&o X Conce&o Y Conce&o Z
- 18. La classificazione automatica per immagini Documento Concetto riconosciuto Tassonomia via Entity Extraction Conce&o X Conce&o Y Conce&o Z
- 19. La classificazione automatica per immagini Documento Concetto riconosciuto Tassonomia via Entity Extraction Conce&o X Conce&o Y Conce&o Z
- 20. La classificazione automatica per immagini Documento Concetto riconosciuto Tassonomia via Entity Extraction Conce&o X Conce&o Y Conce&o Z Classificazione
- 21. La tecnologia • Hypernexus consiste in un applicativo web based che può funzionare in logica Cloud – Più aziende/PA accedono in ottica SaaS al servizio – Ognuna vede, con il massimo rispetto della Privacy e della Sicurezza, il proprio universo informativo • Basato su unʹ′architettura applicativa aperta, completamente estendibile e facilmente personalizzabile • Software di base 100% open source – Front-End/Presentation layer sviluppato in Java con il framework Spring – Business logic implementata da servizi in esecuzione sull’Enterprise Service Bus JBoss ESB – Data Layer partizionato tra dati relazionali (MariaDB), grafi RDF (Sesame/OpenRDF) e indici per la ricerca full-text (Solr)
- 23. La Dashboard: una visione d’insieme
- 24. I concetti identificati e le relazioni tra di essi
- 25. Persone/account e la % di interazione
- 26. Timeline: distribuzione dei doc nel tempo
- 27. Vista di dettaglio a “drill-down” (Box View)
- 28. Vista di dettaglio a “drill-down” (Box View)
- 29. Dettaglio di un doc: tool di classificazione
- 30. Dettaglio di un progetto: concetti frequenti
- 31. Dettaglio di un progetto: vista alternativa
- 32. Navigazione del “grafo” del modello
- 33. Navigazione del “grafo” del modello
- 36. Back-office: gestione delle tassonomie