10.1.2012.
1. Teorija informacija
2. E-učenje u funkciji MZ
3. Dokumentacija i suvremeni dokumentacijski
centri kao izvor znanja
5. Semantički i inteligentni Web u funkciji MZ
6. Inovativnost u funkciji konkurentnosti
7. Znanje i njegovo strukturiranje u knjižničarstvu
8. Licence, patenti i prava
10. XML u funkciji bilježenja znanja
11. Ekspertni sustavi u funkciji odlučivanja
12. Upravljanje ljudskim kapitalom i kompetencijama
13. Genetički algoritmi
14. TQM
15. Umjetna inteligencija
16. Neuronske mreže
17. Povijest razvoja MZ
19. Obrazovni programi vezani za MZ
20. Sadržaj tipične poslovne dokumentacije
21. Znanje 2.0
Sveučilište J. J. Strossmayera u Osijeku
Ekonomski fakultet u Osijeku
Seminarski rad iz kolegija: Menadžment znanja
Menadžment
znanja
2011./2012.
1.UVOD
 Komunikacija i razmjena
 U ovom seminaru mi ćemo se
informacija danas je ključ razvoja
svih društvenih i prirodnih
znanosti, ponajviše informatičke
znanosti ali i ekonomije u širem i u
užem smislu.
baviti teorijom informacija koja je
bitna za ekonomiju kao društvenu
znanost ,ali i za znanosti kao što je
matematika , informatika i ostale
prirodne i društvene znanosti.
 Bitni pojmovi koji će se spominjati
u ovom seminarskom radu su
teorijski razvoj informacijske
znanosti, predmet, ishodišta i
osnovni pojmovi informacijske
znanosti, njezin razvoj, nezine
definicuje i pojmovno odeđenje.
TEORIJA INFORMACIJA
Materijali za 2. kolokvij
2.INFORMACIJSKA ZNANOST
 Uz termine informatika i
 TERMINOLOGIJA-
informacijska znanost javlja se i
termin informatologija koji
označava teoriju i praksu emisije,
transmisije, akumulacije, selekcije
i apsorpcije informacija, tzv. e-tak-s-a kompleks (B. Težak, 1969).
 Izrazi informacijska znanost i/ili
informatika rabe se u različitim
jezicima s različitim značenjem.
Termin informatika nastao je od
francuske riječi information i
automatique pojavivši se kao
sinonim za automatsku obradu
podataka.
.
.
 IZVORI
INFORMACIJSKE
ZNANOSTI Informacijska je znanost još uvijek
mlada znanstvena disciplina, a to
znači da su razlike u interpretaciji i
definiranju njezina predmeta,
područja i ciljeva velike.
 Informacijska znanost razvija
svoju metodologiju koristeći se
spoznajama raznih disciplina.
Koristi se metodama semiotike
(koju neki smatraju teorijskom
osnovom informacijske znanosti)
pa se sintaksa, semantika i
pragmatika koriste u planiranju
sustava za pronalaženje
informacija i u stvaranju jezika za
pretraživanje informacija.
 RAZMJENA ZNANJA I
SOCIO-KULTURNE
PROMJENE Informacijska (tehnološka)
revolucija dovela je do ogromnog
tehnološkog napretka u posljednjih
nekoliko desetljeća tako da su
povećane ljudske mogućnosti
kodiranja, pohranjivanja,
reproduciranja i diseminiranja
informacija.
 Teorije socio-kulturnog razvoja
upućuju na to da se socio-kulturni
razvoj i informatizacija ne mogu
promatrati kao dvije odvojene i
neovisne zbilje, već da su one
nužno upućene jedna na drugu s
obzirom na to da kulturni razvoj
uvjetuje informatizaciju kao što i
informatizacija mijenja društvene
strukture ili barem ubrzava
kulturne promjene.
1
10.1.2012.
3.RAZVOJ INFORMACIJSKE ZNANOSTI
 Važnu ulogu u svakom
 DEFINICIJA
komunikacijskom sustavu, tj. u
organiziranoj razmjeni znanja ima
informacijsko-dokumentacijska
djelatnost, koja se bavi
prikupljanjem, pohranjivanjem,
obradom, pretraživanjem i
diseminacijom dokumenata i
obavijesti.
INFORMACIJSKE
ZNANOSTI Dosadašnje rasprave o definiciji
informacijske znanosti nisu dovele
do konsenzusa o njezinu predmetu,
ali dominira shvaćanje da ona
proučava komunikacijske procese;
nije pojašnjeno što je to obavijest,
ali je prihvaćeno mišljenje da je
informacija osnovni fenomen
proučavanja informacijske
znanosti
 Relevantnost možemo tumačiti
samo u sklopu komunikacijskog
procesa. U komunikacijskom se
procesu ono što zovemo
informacijom prenosi od izvorišta
do odredišta. Između izvorišta i
odredišta postoji dinamična i
povratna veza, a osim toga
izvorište i odredište mogu
mijenjati svoje uloge.
 S. C. Bradford prvi se počeo
koristiti terminom relevantan na
način kako se taj termin danas
upotrebljava u informacijskoj
znanosti.
 S pojavom informacijske znanosti
relevantnost je postala i ostala
ključni pojam za prosudbu
informacijske djelatnosti (prakse) i
najvažniji teorijski pojam za
procjenu razmjene obavijesti i
razumijevanje komunikacijskih
procesa.
OSNOVNI PROCES Proces je slijed dogadaja s
nekakvim rezultatom. Fenomeni
poput energije, materije ili
informacije prolaze kroz mnogo
razlicitih procesa; ponekad je cak
veoma teško razlikovati fenomen
od procesa. Mnogi su procesi
vezani za pojam obavijesti, a jedan
od njih je i komunikacijski proces.
informacijske znanosti bila da
prikupi i sintetizira spoznaje i
znanja drugih znanosti i disciplina
o informacijama i da dođe do opće
priznate i valjane definicije
obavijesti.
 Obavijest je postala ključni pojam
za sve znanosti što se bave bilo
kojim oblikom simbolične
komunikacije, od matematike dio
kompjutorskih znanosti, od logike
do lingvistike, od elektronike do
bibliotekarstva, od humanističkih
znanosti i umjetnosti do
dokumentalistike, od društvenih
znanosti do medicine itd.
 Konsolidirane obavijesti su
 KONSOLIDIRANE
tekstovi ili poruke strukturirane iz
fonda javnog znanja tako da utjecu
na privatno znanje i odluke
pojedinaca koji inace možda ne bi
mogli doci do tog znanja ili ga
djelotvorno i korisno upotrijebiti u
onakvu obliku u kojemu se ono
nalazi u velikom mnoštvu
dokumenata ili pak u izvornom
obliku.
OBAVIJESTI Pojam djelatnosti konsolidacije
obavijesti koristi se da bi se
pobliže odredile odgovornosti koje
nose pojedinci, odsjeci ili
organizacije, a odnose se na
vrednovanja i sažimanja
relevantnih dokumenata kako bi se
odredenim grupama korisnika
ponudila pouzdana i sažeta nova
saznanja.
.
 KOMUNIKACIJA KAO
 Od samog početka ambicija
 OBAVIJEST-
4.KONSOLIDACIJA OBAVIJESTI
.
 RELEVANTNOST-
.
.
 Komunikacija je proces kojim se
obavijesti prenose odredenim
kanalom (odredenim kanalima) od
izvora ili pošiljaoca do cilja ili
primaoca. Proces može teci u oba
smjera a može ukljucivati i
povratnu obavijest primaoca; može
imati i sposobnost samoadaptacije.
Obicno se provodi u više faza.
 INFORMACIJSKI
 Minimalne funkcije ili procesi
SUSTAVI Informacijski sustavi su vrsta
komunikacijskih sustava koji
odabiru, organiziraju, pohranjuju i
diseminiraju javno znanje (s
ciljem) da bi komunicirali s
korisnicima.



 Drugim rijecima, svrha
informacijskih sustava jest
rekonstrukcija i komuniciranje
relevantnog javnog znanja medu
korisnicima.


svakoga informacijskog sustava
obuhvacaju:
1. odabir i nabavu izvora
informacija
2. predstavljanje ili
prestrukturiranje informacija
3. organiziranje, pohranu, i/ili
stvaranje informacijskih proizvoda
4. pretraživanje i pronalaženje
(analiza upita, pretraživanje)
5. diseminaciju i davanje
informacijskih usluga.
2
10.1.2012.
5.ZNANOST BEZ TEORIJE
.
 Analitička obrada(obavijesti) jest
 PROCESI Vrednovanje je proces utvrdivanja
i procjenjivanja inherentne
vrijednosti, valjanosti i
pouzdanosti obavijesti, usporedba
obavijesti o nekoj temi iz više
izvora i, ako je moguce,
razrješenje suprotnih obavijesti.
proces odredivanja i izoliranja
najrelevantnijih obavijesti koje
sadrži izvor obavijesti i
rašclanjivanje tih obavijesti na
njihove sastavne dijelove na
osnovi unaprijed odredenih
vrijednosnih i drugih kriterija.
6.PROUČAVANJE INFORMACIJA
 Informacije se priopćavaju i
 Informacija je preduvjet
znanstvenog, tehničkog i
tehnološkog razvoja, preduvjet je
za planiranje, organizaciju i
odlučivanje, preduvjet je
sveukupnog ekonomskog,
društvenog i kulturnog razvoja i
osnovno je sredstvo propagande.
razmjenjuju osobno i grupno,
privatno i službeno, javno i tajno,
informacije stvarju i proizvode ne
samo masovni mediji, kultura i
znanost, već i političke i društvene
organizacije, proizvodne i neproizvodne radne organizacije,
pojedinci i neformalne grupe, itd;
informacije se razmjenjuju ne
samo između ljudi, nego i između
ljudi i strojeva, te strojeva i
strojeva.
8.ZAKLJUČAK
 Pisajući ovaj seminar i
proučavajući literaturu koja nam je
preporučena za ovu temu došli
smo do zaključka da se danas bez
razmjene informacija i same
informacije ne može napredovati u
bilo kojem segmentu života a i u
normalnom životu isto tako.
 Smatramo da će se revolucija
nastaviti jedino u informatičkoj
znanosti pa tako i u informacijskoj
i da će razmjena informacija i
komunikacija sama biti ključ
uspjeha svake i fizičke i pravne
osobe, tj. svake kompanije koja se
želi probiti na tržište i svakog
čovjeka koji želi bilo kako raditi
na sebi.
 Znanstvenost informacijskih
istraživanja moguće je negirati tek
kritičnom znanstvenom
valoraizacijom do sada objavljenih
radova, i u tom slučaju treba
prihvatiti zaključak da je razvoj
znanosti moguć i bez postojanja
znanstvene paradigme, preciznije
teorijskih osnova, ili model-teorija
koje služe kao paradigma.
 Kada se govori o općoj teoriji
informacijske znanosti, može se
tvrditi da informacijska znanost ne
postoji. Pitanje je da li će ikad
postojati samo jedna «opća
teorija» informacijske znanosti i da
li će se razvoj informacijske
znanosti kreteti u smjeru
konstituiranja samo jedne
znanstvene paradigme.
7.RAZVOJ INTERNETA KAO IZVORA
INFORMACIJA
 Za razvoj koncepcije interneta
zaslužno je troje ljudi i jedna
konferencija. Vannevar Bush je
jedan od osnivača ARPAneta.
 Matematičar Norbert Wiener je
zaslužan za pokretanje
istraživačkog polja kibernetike.
 1971. poslan je prvi e-mail.
 Prva demonstracija ARPAneta
otvarena je 1972. na
međunarodnoj konferenciji u
Washingtonu.
 1990. godine program ARPAnet je
umirovljen i prenešen na NSFnet
(National Science Foundation
Network). NSFnet je uskoro
spojen sa CSnet (Computer
Science Network), koji je spajao
sveučilišta diljem Sjeverne
Amerike, a zatim je spojen i sa
EUnet-om (European Network),
koji je spajao većinu europskih
istraživačkih centara. 1990. godinu
uzimamo kao godinu kad je nastao
Web ili globalna Mreža. Do kraja
1991. godine umreženo je preko 5
000 centara u preko 35 država.
9.LITERATURA
 Miroslav Tuđman, Damir Boras,
 www.povijest.net
Zdravko Dovedan, Uvod u
informacijsku znanost; Školska
knjiga Zagreb, Zagreb, 1992.
 Miroslav Tuđman; Teorija
informacijske znanosti;
Informator; Zagreb; 1986.
3
10.1.2012.
.
 ČLANOVI TIMA-
 MENTOR-
 Mario Ižaković (PI)
 prof. dr. sc. Branimir Dukić
 Ivan Šebalj (PI)
2. E-učenje u funkciji
menađmenta znanja
 Hrvoje Begović (PI)
 Anita Glavaš (PI)
 Tatjana Benić (MEN)
 Sanja Bančević (MEN)
Menadžment znanja je
dobivanje odgovarajućeg
znanja za odgovarajuće ljude u
odgovarajućem trenutku da bi
oni mogli donijeti najbolje
odluke..Petrash, 1996.
Preklapanje ljudskih, organizacijskih i
tehnoloških faktora menađmenta znanja
Knowledge
Ljudi
Organizacijski
procesi
(ljudski resurs)
Tehnologija
Ključni dijelovi menađmenta
znanja

Učenik (learner)

proces učenja (learning process)

rezultat učenja (learning outcome)
Definicija E-učenja
"...korištenje multimedije i Interneta u svrhu
poboljšanja kvalitete učenja omogućavanjem pristupa udaljenim
izvorima i uslugama i omogućavanjem
suradnje i komunikacije i na daljinu.”
(IT infrastruktura)
4
10.1.2012.
E-učenje s naglaskom na
prefiks “e”
- Experience Learning (iskustveno učenje)
- Everywhere Learning (učenje "posvuda")
- Enhanced Learning (povećano, bolje
učenje)
- Extended Learning (prošireno učenje)
Klasifikacija e-učenja




Prednosti e-učenja




kvalitetno sudjelovanje u nastavi i kada to
pitanje udaljenosti, rasporeda i sličnih
okolnosti praktički čine nemogućim.
e-učionica otvorena je 24 sata dnevno
omogućava posebno dinamičnu interakciju
između instruktora i polaznika, kao i
polaznika međusobno.
lako je omogućena integracija i pristup
drugim izvorima
Alati e-učenja 1/2
klasična nastava
nastava uz pomoć ICT-a
hibridna ili mješovita nastava
online nastava
Nedostatci e-učenja






e-učenje zahtijeva od korisnika određena znanja i
vještine
oprema na kojoj se izvodi e-nastava nije
stopostotno pouzdana
e-učenje svojim učenicima donosi i veću
odgovornost.
sustav e-učenja nailazi na probleme s autorskim
pravima za sadržaje određenog tečaja i sl., kao i
na pojavu sličnih nelojalnih ili pak kvalitetnijih
tečajeva drugih autora.
sustav zahtijeva određenu tehničku podršku
stalan razvoj u skladu s razvojem tehnologije
kojom se koristi.
LMS sustav
LMS - sustav za upravljanje
učenjem (eng. learning management
system)
primjeri LMS sustava su: Moodle, Blackboard, Sakai,
Ilias, Claroline, ATutor, ali i mnogi drugi
5
10.1.2012.
Kakav LMS mora biti?





fleksibilan u organizaciji nastave
fleksibilan u organizaciji materijala
omogućiti praćenje rada studenata
mogućnost provjere znanja
podrška za komunikaciju
Webinar
Što je Webinar?
Prezentacija, predavanje, radionica ili seminar koji
se prenosi putem Interneta u realnom vremenu a
uključuje video, audio i tekstualnu komunikaciju
između sudionika.
Pomoću webinara korisnik može održati na daljinu:






predavanja
prezentacije
radionice
konzultacije
sastanke
konferencije
Zaključak
Alati za e-učenje 2/2


alati za videokonferencije
alati koji pripadaju
skupini društvenog softvera
(wikipedie, blogova, podcastinga,
mikroblogova, alata za društveno
umrežavanje i društveno označavanje te
mnogi drugi.)
Temeljem dosadašnjeg
prikazanog možemo reći da je:
“...glavni razlog za uvođenje elearninga je razvijanje vještina
potrebnih u društvu znanja – timski
rad, komunikacijske vještine i učenje
u suradnji” Bates, T. (2001)
"Suprotno onom što često čujemo,
e-learning nije samo alat, zapravo
uopće nije alat. E-learning je vrsta
komunikacijskog kanala, kanala
kroz koji se odvija učenje. Poput
komunikacije licem u lice, poput
tiska ili telefona. Poput TV i audiovideo sustava."
("E-learning's greatest hits", Clive Shepherd)
6
10.1.2012.
Literatura







3.DOKUMENTACIJA I SUVREMENI
DOKUMENTACIJSKI CENTRI KAO
IZVOR ZNANJA
Autori:
Ivan Kos
Siniša Damjanović
Jure Perić
Zoran Đukić
http://www.carnet.hr/referalni/obrazovni/mkod/naslovnic
a/zastomet/pov
http://www.carnet.hr/referalni/obrazovni/mkod/naslovnic
a/mojitrosk
http://www.ion.uillinois.edu/resources/tutorials/overview
/strengthAndWeak.asp
http://www.carnet.hr/epresso/terminologija?news_id=1265#mod_news
http://www.carnet.hr/epresso/terminologija?news_id=1222#mod_news
http://eobrazovanje.wikispaces.com/file/view/uvod_e_obrazovanj
a_Jovanovski_Hlede_literatura.pdf
http://www.ebizmags.com/sto-je-menadzment-znanja-2/
Uvod:
 Način digitalizacije
 Podjela dokumenata
 Gdje se pohranjuju dokumenti
 Osnovna pravila za čuvanje dokumentacije
Digitalizacija
Podjela dokumenata
 Digitalizacija je proces pretvaranja analognog
 Tekstualno gradivo
signala u digitalni oblik.
 Moguće je digitalizirati sve vrste gradiva, od
teksta, preko audio i video zapisa, sve do
trodimenzionalnih objekata.
 Slikovito gradivo
 Zvučno gradivo
 Video gradivo
 Trodimenzionalno gradivo
7
10.1.2012.
Tekstualno gradivo
Slikovno gradivo
 Tekstualno gradivo može se digitalizirati na
 Slikovno gradivo se digitalizira skeniranjem ili
tri načina; prepisivanjem, skeniranjem i
fotografiranjem digitalnim fotoaparatom.
 U slučaju skeniranja i fotografiranja potrebno
je provesti i optičko prepoznavanje slova
 Prepisivanje je najdugotrajniji i najskuplji od
nabrojanih postupaka.
 Fotografiranje teksta vrši se digitalnim
fotoaparatom.
fotografiranjem.
 Kako bi se postigla što bolja kvaliteta
digitaliziranog slikovnog gradiva, potrebno je
obratiti pažnju na tri najvažnije značajke:
1. Rezolucija
2. Bitna dubina točke
3. Boja
Zvučno gradivo
Video gradivo
 Zvučno se gradivo digitalizira tako da se
 Digitalizacija video gradiva svodi se na
zvučni izlaz uređaja za reprodukciju audio
sadržaja (gramofon, kazetofon i sl.) poveže s
računalom koje je opremljeno zvučnom
karticom i adekvatnim programom za obradu
zvuka.
digitalizaciju pomičnih slika i digitalizaciju
audio sadržaja. Faktori bitni za kvalitetu
pomičnih slika isti su kao i kod klasičnog
slikovnog gradiva.
Trodimenzionalno gradivo
Programi koji se koriste za
čuvanje podataka
 Digitalizacija trodimenzionalnog gradiva
 Encase
često se naziva i 3D digitalizacija. Kod 3D
digitalizacije koriste se skeneri namijenjeni
skeniranju volumena, a oni se dijele na
kontaktne i beskontaktne.
 SafeBack
 AcessData
 DriverSpy
 DataDecoder
 Scalpel
 Ostali
8
10.1.2012.
Načini digitalizacije
dokumenata
Skeniranja i vrste skenera:
 Skeniranje je postupak kojim se dokument
 Digitalizacija dokumenata se može vršiti na
dva načina:
I.
II.
Pomoću skenera (skeniranjem)
Pomoću digitalne kamere (fotografiranjem)
 U praksi se digitalizacija najčešće vrši
optički skenira te se njegov sadržaj
pohranjuje na medij.
 Vrste skenera su:
 Stolni s nepomičnim papirom (plošni)
 Stolni s pomičnim papirom (rotacijski)
 Ručni skeneri
pomoću skenera.
Optical Character
Recognition(OCR)
Popis poznatijih OCR alata
 To su:
 Optical Character Recognition eng. – optičko
 ABBYY FineReader
prepoznavanje znakova
 OCR je zajednički naziv za
softverske alate pomoću kojih
prevodimo (konvertiramo)
skenove u neki drugi format
što nam omogućuje obradu
dokumenta
 ExperVision TypeReader
Primjer ABBYY FineReader
 GOCR
 Microsoft Office Document Imaging
 Microsoft Office OneNote 2007
 OCRFeeder
Prednosti digitalizacije
 Cilj digitalizacije je”oslobađanje” sadržaja
(podataka) od opipljivih medija
 Digitaliziranim sadržajem možemo vršiti
izmjene samih podataka bez da se narušava
integritet originala
 Digitalizirane dokumente se može pohraniti
na više mjesta
 Digitalizirane dokumente može koristiti više
korisnika istovremeno
9
10.1.2012.
Gdje se pohranjuju dokumenti
Pohrana dokumenata u RH
 Registar muzeja, galerija i zbirki
 Državni arhiv
 Zbirka muzejskih plakata
 Fonoteka
 Arhiv Poslovnih subjekata
 Nacionalna knjižnica
 Videoteka
 Etnografski instituti
 Knjižnica
 Arhiv
 Muzeji
 Personalni arhiv
Državni Arhiv
Arhiv poslovnih subjekata
 Središnja tijela državne uprave i pravosuđe
 Pomoćne knjige
 Prosvjetne i kulturne ustanove
 Zdravstvene ustanove
 Glavne knjige
 Vojne ustanove
Nacionalna knjižnica
Mediji na koje se pohranjuju
dokumenti
 Zbirka rukopisa i starih knjiga
 Konvencionalno gradivo; čuva se na medijima
 Grafička zbirka
 Zbirka muzikalija i audiomaterijala
za čije isčitavanje nisu potrebni posebni
uređaji
 Nekonvencionalno gradivo; optičkomagnetski mediji, mikrofilm, CD, flash
diskovi, internet,..
 Zbirka zemljovida i atlasa
10
10.1.2012.
Etnografski instituti
Pravila čuvanja i korištenja
dokumentacije
 Fonoteka
1. Prepoznavanje
 Videoteka
 Fototeka
2. Prikupljanje
3. Čuvanje
 Rukopisi
4. Dokumentacija
 Razglednice
 Plesne zbirke
5. Klasifikacija
6. Uspoređivanje
7. Identifikacija
8. Spašavanje digitalnih dokaza
Koliko se čuvaju dokumenti
Osnova pravila za čuvanje
dokumentacije
 Glavna knjiga – 11 godina
 temperatura od 16 do 18°C (u radnim
 Pomoćna knjiga – 7 godina
 Godišnji financijski izvještaji – 11 godina
 Dokumentacija vezana za poreze – 5 godina
prostorijama 18*20°C);
 relativna vlaga zraka od 50 do 60%;
 stalno pročišćavanje zraka (mehaničko ili
uređajima za pročišćavanje zraka);
 čiste i zračne prostorije koje, međutim, ne
smiju biti izložene izravnom utjecaju sunčevih
zraka.
Dokument
Podjela dokumenata
 Zapisana informacija prema kojoj se postupa




kao prema jedinici u informacijskomdokumentacijskom procesu
 Prema tome kada govorimo o podjeli
informacija neizbježno govorimo i o podijeli
dokumenata gdje su informacije na neki
način zabilježene
Primarni – izvorne informacije
Sekundarni – uputne informacije
Tercijarni – izvedene informacije
Publikacije- grafičkim postupkom umnoženi
dokumenti
 Podjela vrijedi bez obzira na medij, nosioce
informacija: kamen, glinena ploča, papirus, koža,
pergament, papir, film, mikrofilm, magnetski,
optički, ili bilo koji drugi suvremeni medij.
11
10.1.2012.
Vrste dokumenata s primarnim
informacijama
 Znanstvena i stručna djela: u obliku raznih
članaka (u časopisima, knjigama)
 disertacije, magistarski i drugi radovi za
znanstvena napredovanja
 patentni spisi
 tehnički izvještaji - elaborati
 referati sa skupova
 laboratorijski i sl. dnevnici (obično nisu
Vrste dokumenata s primarnim
informacijama












Literaturna djela (romane, pjesme, drame, dnevnike, itd.)
Fotografije i druga umjetnička djela
Muzička djela
Muzejski predmeti (dokumenti)
Autobiografije
Pisma i korespondencije
Govori
Intervjui
Izvorne vijesti
Službene statistike
Vladine dokumente
Službeni dokumenti (matične knjige, sudske zapisnike i sl.)
publicirani)
Vrste dokumenata s
sekundarnim informacijama
Vrste dokumenata s
tercijarnim informacijama
 Vodiči kroz svijet informacija (info guides)
 Evidencije izvora informacija, dokumenata, publikacija svih vrsta
 Pregledni radove svih vrsta ako ne donose







(sve do inventarnih knjiga)
Katalozi svih vrsta, pa i katalog kataloga, (prirodno i web
katalozi)
Adresari svih vrsta
Bibliografije svih vrsta pa i bibliografije bibliografija (nacionalne,
tematske, institutske, osobne, tekuće, retrospektivne, itd.)
Zbirke ili baze podataka sadržaja (TOC - Table of Contents)
Bibliografske reference (sa ili bez sažetaka, ekstrakta, sinopsisa,
sa citatima ili bez) u referativnim ili indeksnim publikacijama,
bibliografskim i citatnim bazama podataka
Ekspres informacije
Bilteni prinova





nove spoznaje (Annual Reviews in. . . ,
Research Methods in. . ., and Progress in. .
reviews )
Monografije
Standardi
Enciklopedije (enciklopedijske članke)
Leksikoni
Almanasi
Vrste dokumenata s
tercijarnim informacijama
DOCUMENT MENAGAMENT – sustavi
za upravljanje dokumentacijom
 Rječnici (jedno ili višejezične), terminološke i
 radi se o rješenju koje omogućuje:
1. Obuhvat dokumenata
2. Centraliziranu pohranu, organizaciju i lociranje
dokumenata
3. Kontrolirano pretraživanje i pristup do dokumenata
većem broju distribuiranih korisnika
4. Usmjeravanje dokumenata unaprijed definiranom
rutom, usklađeno s pojedinim poslovnim procesima
5. Praćenje aktivnosti na dokumentu u toku njegovog
životnog vijeka
6. Verzioniranje dokumenata (dakle, baratanje različitim
verzijama istog dokumenta)
7. Arhiviranje






druge
Kompendije
Priručnici svih vrsta (guidebooks, manuals,
handbooks and data compilations)
Udžbenici svih vrsta
Biografije osim autobiografija
Komentari, kritike i interpretacije
Tržišne studije
12
10.1.2012.
DOCUMENT MENAGAMENT – sustavi
za upravljanje dokumentacijom
Mediji u sustavu za
upravljanje dokumentima
 Uspjeh sustava za upravljanje dokumentima
 kvalitetan sustav za upravljanje
ovisi o tehnologiji koja se primjenjuje, ali i o
organizaciji rada u kojoj se koristi, kao i o
LJUDIMA koji su uključeni
 Izaberemo li „najbolje” tehnološko rješenje
na svijetu, ali ga instaliraju i koriste „krivi”
ljudi i u loše organiziranom radnom procesu,
REZULTAT ĆE BITI LOŠ
dokumentacijom omogućuje upravljanje
dokumentacijom bez obzira na medij na
kojem se ta dokumentacija nalazi
 U prošlosti, ti su dokumenti bili ispisani
isključivo na listovima papira, a danas su sve
više izvorno digitalnog oblika: e-poruke,
prilozi e-poruka, digitalizirane faks poruke,
dokumenti napisani u MS Wordu ili kojem
drugom alatu za obradu teksta
Ekonomski razlozi za uvođenje sustava
za upravljanje doklumentima
Ekonomski razlozi za uvođenje sustava
za upravljanje doklumentima
 Umjesto da pokušavamo samo načelno i „ex-cathedra”
govoriti o ekonomskim koristima koje možemo postići
automatizacijom rada s dokumentacijom, radije ćemo
sasvim kratko navesti brojčane podatke iz jednog
konkretnog i stvarnog primjera iz prakse
 „Accenture” Italija








- Accenture je jedan od najvećih maloprodajnih lanaca u
Italiji
- raspolaže s 1850 prodajnih mjesta
- 31.000 zaposlenih





Zadatak:
racionalizirati obradu oko 12.000 ulaznih računa DNEVNO
svaki račun ima 2,5 stranice u prosjeku
ukupan broj dobavljača (dakle izvora različito dizajniranih računa) je 26.000
potrebno je obrađivati potpuno različite obrasce, na različitim jezicima, u različitim
valutama
Početno stanje:
ukupno 230 zaposlenih radi na primanju, verifikaciji, klasifikaciji i obradi ulaznih računa
operater na unosu prosječno obradi 180 računa dnevno
Novo stanje:
Instalirana dva produkcijska skenera, i OCR rješenje
Umjesto 230 operatera, na novom rješenju rade 32 operatera
Operater dnevno obradi oko 600-800 ulaznih računa (za razliku od 180 računa na stari
način)
Ukupno vrijeme implementacije – 2 mjeseca
IDM (Integrated Document
Management)
IDM (Integrated Document
Management)
 Smisao izraza IDM (Integrated Document
 Svojstva:
1. Dokument "check-in/check-out" (potpuna kontrola svakog
Management) je u tome da za valjani
dokumentacijski sustav nije dovoljno samo
skenirati (pretvoriti analogni dokument u
digitalni oblik) i "spržiti" podatke na disk.
Sustav treba skrbiti o sigurnosti, lakoći i brzini
dohvata, brzini unosa putem profesionalnih
skenera, implementaciji u web ili Windows
Desktop okruženje, Internet ili LAN pristupu
itd.
2.
3.
4.
5.
6.
7.
8.
9.
pristupa svakom pojedinom dokumentu)
Kontrola verzija dokumenata
Nemogućnost uništavanja jednom arhiviranog dokumenta
Sigurnost na razini dokumenta
Mogućnost stvaranja složenih dokumenata po tipu i izvoru,
primjerice skenirani dokument i Wordova *.doc datoteka
Mogućnost logičke organizacije u mape (Foldering)
Mogućnost indeksiranja;
Upravljanje s (internom) bazom podataka
Povezivanje s vanjskim bazama i aplikacijama
13
10.1.2012.
Područja primjene integralnog
upravljanja s dokumentima (IDM)
Literatura
 Raznoliki arhivski sustavi (policija, vojska, sudovi,
arhivi tvrtki i ustanova ...);
 http://arhiva.trend.hr/clanak.aspx?BrojID=23
&KatID=5&ClanakID=368
 http://arhiva.trend.hr/clanak.aspx?BrojID=66
 Bolnice i zdravstveni fondovi (praćenje
zdravstvene dokumentacije i obrade bolesnika);
&KatID=58&ClanakID=716
 http://www.hidd.hr/articles/podjela_informac
 Financijske usluge (arhiviranje svih
računovodstvenih dokumenata);
ija.php
 http://dzs.ffzg.unizg.hr/text/Uvod%20u%20in
formacijske%20znanosti/pog1.htm#11
 Banke (obrada kredita, praćenja naplate i slično);
Izradili:
1.
Ćosić Domagoj
2.
Drulak Ivona
3.
Lovrić Andrea
4.
Omrčen Juraj
5.
Vrtarić Sonja

strategije + operativna rješenja ->
identificiranje, kreiranje znanja

eksplicitno + implicitno znanje

primjena u poduzećima

OPSTANAK I KONKURENTSKA PREDNOST
Glavna pitanja:



1.tko zna?
2.što (ne) zna?
3.treba li se nešto znati?
14
10.1.2012.
Ograničenja:
Pretraživanje
Filtriranje
 Vremenski zahtjevno
 Održavanje
 Dokumentacija






„Semantički Web nije zasebni Web već
samo produžetak postojećeg, u kojem bi se
informacijama davale vrlo definirana
značenja koja bi omogućila bolji
kooperativni rad računala i ljudi... računala
će moć puno bolje procesirati i „razumjeti“
podatke koje danas tek jednostavno
prikazuju korisniku“. – Tim Berners-Lee
Riješiti probleme:
 pronalaženja informacija
 integracije informacija
Sastavnice:
 Uniform Resource Identifier ( URI )
 Extensible Markup Language ( XML )
 Resource Description Framework ( RDF )
Formatirani skup znakova

Programski jezik

Strukturiranje -> metapodaci

Jednostavna semantika
Identificiranje; jedinstveno
URL i URN
15
10.1.2012.

temelji se na XML-u
Strukturira se u „trojke”:
 subjekt
 predikat
 objekt

razumljiv računalima

domena znanja: konceptualizirano,
formalno, logično


klase, svojstva ( slots ), veze

lightweight/heavyweight
Zašto:
 integracija znanja različitih područja
 primjena na različite “tipove” podataka
 lakši pristup znanju

razumljiva računalima
Odgovara na pitanja:
 Tko ima potrebno znanje o nekoj temi?
 Koje osobe su zainteresirane o nekim
temama?
 Koje su vještine potrebne za realizaciju
određenog projekta?
 Koje su kompetencije određene grupe osoba
ili odjela?
upravljanje znanjem -> značajna uloga
ontologije
Neke primjene:
 dogovaranje poslovnih sastanaka
 usmjeravanje i donošenje odluka
 unos podataka uz minimalno sudjelovanje
korisnika
 suradnja s partnerima
16
10.1.2012.

pitanje postojeće organizacije znanja ->
komplicirano

znanje + sposobnost za brzo učenje =
stalna konkurentska prednost

sudjelovanje brojnih stručnjaka

tehnologija – bolje prikupljanje, obrada i
upravljanje informacijama

problem integracije ontologija
-> POTREBE USAVRŠAVANJA

održavanje
SADRŽAJ








Varvodić Dino
Lozančić Antonio
Vorkapić Dunja
Stojić Maja
UVOD

Jedna od najznačajnijih čimbenika koji u
današnje vrijeme utječu na snagu
poduzeća je sposobnost inoviranja
procesa, proizvoda i usluga. Temeljna
preokupacija je stvaranje konkurentske
prednosti na tržištu što više nije moguće
postići samo nižim cijenama, njihovom
kvalitetom ili paletom izbora, već
prvenstveno brzinom uvođenja novih i
superiornijih proizvoda na tržište.


UVOD
1.1 INOVACIJE KAO KONKURENTSKA PREDNOST
1.2. Tipovi inovacija
1.2.1 Inkrementalne i radikalne inovacije
1.2.2. Inovacija kao proces temeljen na znanju
1.3. Faze inovacijskog procesa
2. INOVACIJE KAO MENADŽERSKI PROCES
3. STRATEGIJA INOVIRANJA I PRIPADNI RIZICI
ZAKJUČAK
LITERATURA
1.1. Inovacije kao konkurentska
prednost

Inovacija je primjena nove i poboljšane
ideje, postupka, dobra, usluge, procesa
koja donosi nove koristi ili kvalitetu u
primjeni

Istraživanja iz područja menadžmenta
jasno upućuju da poduzeća koja su
sposobna inovirati svoje proizvode i
usluge daleko odskaču od svoje
konkurencije
17
10.1.2012.
Primjer 1.
•
•

Nakon rušenja Tasmanskog mosta 1975 g. Robert Cliford je
iskoristio svoju priliku za uspjeh
Kompanija Incat
Robert „Bob” Cliford


Inovacije kao novi proizvodi ali i inovacije procesa
proizvodnje ili pružanja usluge imaju važnu stratešku
ulogu
Primjer 2.

Izraditi nešto što nitko drugi ne može ili napraviti nešto
na jeftiniji, ekonomičniji način
1.2. Tipovi inovacija
 Inovacije
Inovacije pridonose konkurentskoj prednosti
na nekoliko načina
-jaka korelacija između tržišnog uspjeha i
novih proizvoda
-već establirani proizvodi – ne samo niža
cijena nego i brojni nefinancijski faktori
(bolji dizajn, prilagođenost i kvaliteta)
-biti sposoban često mijenjati proizvode
novim poboljšanim inačicama
- konkuriranje vremenom
Japanska dominacija posljednjih
dvadesetak godina u nekoliko sektora automobili, motori, brodovi i elektronikapostignuta je upravo zbog superiorne
sposobnosti inovacije procesa
1.2.1 Inkrementalne i radikalne
inovacije
proizvoda

 Inovacije
procesa proizvodnje/
pružanja usluge
 Menadžerske
inovacije

Druga dimenzija promjena je stupanj
novosti
Ima, dakle, stupnjeva u novitetu, od
minornih noviteta s inkrementalnim
poboljšanjima, pa sve do radikalnih
promjena koje mijenjaju način
razmišljanja o proizvodu i način na koji
se rabi
18
10.1.2012.
1.2.2. Inovacija kao proces
temeljen na znanju
1.3. Faze inovacijskog procesa
Inovacije su vezane za znanje- kreiranje
novih mogućnosti događa se
kombiniranjem različitih skupina znanja
ili spoznaja
•

Gledajući na inovacije kroz znanje,
može se vidjeti da su inkrementalne
inovacije lakše
•

3) Osigurati resurse, bilo da se kreira kroz
odjel za istraživanje i razvoj ili kupnjom nove
tehnologije putem tehnološkog transfera, te
znanja kako to sve upotrijebiti


4)Implementiranje inovacije, nadograđivanje
ideje u različitim fazama sve do konačnog
lansiranja proizvoda ili usluge na tržište
•
Inovacijama se moze upravljati putem
sljedecih faza:
1) Skenirati i pretraživati okolinu kako bi
se prikupili i obradili signali o
potencijalnim inovacijama
2)Strateški odabrati iz velikog broja
potencijalnih inovacija one za koje se
smatra da ce postići najveći uspjeh, jer u
inovacije treba uložiti resurse
2.Inovacije kao menadžerski
proces
•
Inovacije su nužnost jer poduzeće uspijeva samo ako
je izbacilo na tržište novi proizvod brže od konkurencije
ili je bolje iskoristilo svoju procesnu tehnologiju.
•
Ako se razumije samo dio inovacijskog procesa,tada
će način upravljanja inovacijama vjerojatno samo
djelomično pomoći čak i ako ima dobrih ideja i dobro ih
se provodi.

5) razmatranje svih prethodnih faza i
revidiranje uspjeha i neuspjeha
•
Izum se često brka s inovacijama,izum je samo ideja
dok je inovacija cijeli proces do uspješnog lansiranja
proizvoda/usluge na tržište.

Biti dobar izumitelj kao Tesla nije
jamstvo tržišnog uspjeha već ovisi i o
projektnomu menadžmentu,razvoju
tržišta,financijskomu
menadžmentu,organizacijskom
ponašanju i drugom.

Raditi bolje u inovacijskom procesu znači
raditi ono što se do sada radilo,samo bolje.
Inovacija ima, ali unutar zadanih okvira.
To je u potpunoj suprotnosti s „raditi
drukčije“, kad se pravila i rutine radikalno
mijenjaju zbog bitnih tehnoloških ,tržišnih ili
političkih promjena, pri čemu je proces
inoviranja više proces eksperimentiranja i
suradnje pod uvjetima visoke neizvjesnosti.


19
10.1.2012.

Faze koje vrijede za sva poduzeća jesu:
1.
Traženje – pretraživanje unutarnje i vanjske okoline za
signalima koji bi pomogli da se dođe do ideje za inovaciju, ali
jednako tako i za sagledavanje prijetnji iz okoline
Odabiranje – odabiranje svih signala,na strateškoj razini, za
koje se smatra da će imati najveći utjecaj
Implementiranje – prevođenje potencijalnih signala pokretača
u nešto novo i lansiranje toga na interno i eksterno tržište.
Prikupljanje resursa,posebice u obliku znanja, kako bi se
omogućila inovacija.
Izvođenje projekta i upravljanje projektom u uvjetima
neizvjesnosti što zahtijeva donošenje velike količine brzih
odluka zbog novih problema generiranih neizvjesnošću
Podržavanje projekta u dugoročnom roku,revidiranje
originalne ideje i mijenjanje ideje,tj.reinovacije.
Učenje – poduzeća moraju iskoristiti priliku za učenje putem
pronalaženja svih faza kako napreduju u ciklusu inoviranja da bi
izgradila bazu znanja i kako bi unaprijedila uopće proces
menadžmenta takvih inovacijskih projekata.
2.
3.
4.
5.
6.
7.




Velik utjecaj na to kako će se upravljati
inovacijama ima veličina poduzeća.
Manja poduzeća uobičajeno imaju
prednost jer su agilna ,brzo donose odluke.
Imaju i neka ograničenja - u oskudnim i
limitiranim resursima.
To znaći da će efektivna inovacija ovisiti i o
kreiranju ponašanja, kao što su
npr.umrežavanje s drugim poduzećima
kako bi kompenzirali svoje ograničene
resurse.






1.
2.




Uspjeh inovacije ovisi o dva važna
čimbenika: tehnološkim resursima i
sposobnosti cijelog poduzeća da njima
upravlja.
Sposobnost cjelokupnog poduzeća da
upravlja inovacijama i uopće svojim
poslovanjem temelji se na rutinama.
Rutine označuju određeni slijed
aktivnosti kako bi se obavio neki
zadatak – putem formalnih procedura,
neformalnih suglasnosti ili navika.


Izazov s kojim se susreće svako poduzeće je
naći naćin kako upravljati procesom inoviranja
i naći dobro rješenje za problem
„pomlađivanja“.
Različite aktivnosti zahtijevaju brojna različita
rješenja.
Zbog razlike između profitnih i neprofitnih
djelatnosti može se pomisliti da se u
neprofitnim djelatnostima ne radi o istom
procesu prilikom inoviranja kao u profitnim.
Dok profitni sektor inovira da bi konkurirao na
tržištu, javni sektor mora inovirati pod
pritiscima koje mu nameće društvo, kao što su
bolja i efikasnija zdravstvena zaštita, bolja
edukacija, učinkovitiji pravni sustav i sl.
Pravi test uspješnosti u inoviranju nije
kratkoročan jednokratni uspjeh koji je
možda bio sretna okolnost,nego
kontinuirani rast putem stalnog
inoviranja.
Karakteristike inoviranja:
inovacije su proces,a ne jednokratni
događaj.
utjecaji koji djeluju na proces inoviranja
djeluju i na ishod.
Naravno, postoji i negativna strana
rutina.
Jednom kad se usvoje neke rutine kao
način kako se radi, vrlo teško ih je
mijenjati.
Koče drugačiji način razmišljanja.
20
10.1.2012.
3. Strategija inoviranja i pripadni
rizici




I.
Inoviranje nije jednostavan ni lagan
proces, ali je nužno za opstanak.
Jednako su tako navedena istraživanja
koja pokazuju da je karakteristika
dugovječnih poduzeća inoviranja i
prilagođavanje na promjene u
okolini,bilo da su socijalne ili
ekonomske.
Strateško planiranje inoviranja nije
izoliran proces
Postoji mnogo inovacijskih strategija
koje poduzeća mogu primjenjivati:
Vođa/ofenzivan
-postizanje monopolističkog položaja
-primjena tehnologije koju nije moguće kopirati
(konkurentska prednost)
-mogućnosti: naplatiti više cijene ili zahvatiti što
veći tržišni udio
III. Minimizacija troškova/kopiranje
-masovna proizvodnja
-radi se o sljedbenicima koji su kupili tehnologiju
izvana
-proizvodnja već postojećih proizvoda
-azijske zemlje zbog jeftine radne snage
preplavljuju svijetska tržišta (tekstil, elektronika,
sportska obuća...)
IV. Tržišna segmentacija/tradicionalno
-zadovoljavanje točno određenih zahtjeva
određenog dijela tržišta
-primjenjuju ih proizvođači vrhunskih pića,
čokolade...



Opstanak svakog poduzeća ovisi o
njegovoj sposobnosti da se prilagodi
promjenama u okolini
Budućnost je neizvjesna- neka
poduzeća će prosperirati, druga neće
Tehnološke kompetencije poduzeća
postaju strateško pitanje
-Aktivnosti I&R, velika marketinška ulaganja
-Apple (iPod, iPhone), DuPont (celofan,
najlon, teflon, likra)...
II. Brzi sljedbenik/defanzivan
-visoka razina teholoških mogućnosti
(stvaranje poboljšane verzije originala)
-fleksibilnost u proizvodnji, dizajnu, razvoju
-primjenjuju ih poduzeća koja se nalaze u jakom
konkurentskom okruženju
-Microsoft (grafičko sučelje Macintosha za Windows,
Nintendov Xbox, Sonyjev PlayStation..)

Sve navedene strategije zahtijevaju
velika financijska i materijalna ulaganja.
Razlika je u tome u što se više ulaže.
Vođe će najviše ulagati u svoj interni
I&R, sljedbenici u dizajn i proizvodnju...
21
10.1.2012.
RIZICI U INOVIRANJU:
NEKOLIKO NAČINA NA KOJE SE PODUZEĆA
MOGU ZAŠTITITI OD KOPIRANJA INOVACIJA:
dva osnovna rizika koji djeluju u suprotinim smjerovima:

LAKOĆA KOPIRANJA
INOVACIJE
Inovacije je lako kopirati, zbog
toga su u razvijenom
svijetu uvedena patentna
prava zbog zaštite
inovatora (farmaceutska
poduzeća)

DESTRUKCIJA
KOMPETENCIJA
Postoji mogućnost da se u
određeni potencijalni
proizvod puno ulaže, ali da
on na kraju nikada ne
zaživi na tržištu
KOMPLEKSNOST PROIZVODA
-jedna od većih prepreka kopiranju
-potrebno je duže vrijeme da se razvije kompleksan
proizvod, to je vrijeme prepreka imitatorima
-Boeing, Airbus...


POSLOVNA TAJNA
-Tajnovitost- najefikasniji oblik zaštite u procesu
inoviranja
-sprječavanje komunikacije među npr. inženjerima
koji rade u sličnim industrijama, u različitim
poduzećima
Poduzeća koja otkrivaju svoje inovacijske planove
nacionalnim agencijama za inovaciju redovito
imaju bolje relultate od onih koji to ne rade.
ZAKLJUČAK

STANDARDI
-kad je određeni proizvod prihvaćen kao standard,
to mu omogućava zaštitu od pridošlica

SNAGA INTELEKTUALNOG VLASNIŠTVA
-važna barijera imitatorima
-slabi s povećanim brojem zahtjeva za patentiranje

U svijetu u kojemu se životni vijek
proizvoda znatno skraćuje (npr, životni
vijek televizora i računala mjeri se u
mjesecima, sve do kompleksnih proizvoda
poput automobila). Potrebno je ne samo
lansirati moderniju inačicu proizvoda, nego
lansirati i nove proizvode na tržište. Biti
sposoban često mijenjati proizvode novim
poboljšanim inačicama, iznimno je važno i
čini konkurentsku prednost
LITERATURA

Važno je nastaviti s inovacijama, jer ako
poduzeće to nije u stanju, riskira da
zaostane za konkurencijom koji bi mogli
preuzeti vodstvo. Uvođenje inovacija
danas je pitanje opstanka, a vrijeme za
inoviranje sve je kraće.



Menadžment inovacija-doc.dr.sc.Jasna
Prester- poglavlja 1.,2., i 3.
www.poslovnaznanja.com
www.entereurope.hr
22
10.1.2012.
Povijest knjižničarstva
Znanje i njegovo
strukturiranje u
knjižničarstvu
 Izraz knjižnična znanost se prvi put upotrijebio 1808.g.
(M.Schrettinger)
 Svaka ljudska kultura se nastojala održavati
 Knižnične ustanove
Kolegij : Menadžment znanja
Maja Katinić
Matea Demirović
Bojana Jevremović
Tomislav Ćurić
Znanje, podatak,informacija
 1989.g. – Međunarodni savez knjižničarskih udruženja i
ustanova - 15 međunarodnih organizacija i 163
nacionalna društva te 911 knjižničnih ustanova iz 129
zemalja
 Aleksandrijska knjižnica je najveća i najznamenitija
knjižnica staroga vijeka
Organizacija i prikaz znanja u
knjižnicama
 Knjižnice  riznice znanja
 Rezultat spoznaje, objektivno zasnovana uvjerenost i
istinitost suda ili sudova, također sud ili skup sudova u
čiju je stinitost netko s pravom uvjeren
 Informacijsko doba
 Informacija je dio hijerarhijskog procesa
Definicija knjižnične informacije
 Prikaz znanja u dva smjera :
1. Fizičke jedinice nositelja informacija i znanja
2. Intelektualni sadržaj nositelja i njegov prikaz kroz razne
vrste kataloga, baza znanja i baza podataka
Klasifikacija
 Dati sustavno sređene podatke
 Formirati korisne klase prema vrsti
 Knjižnična informacija obavijesna je jedinica nastala u
procesu knjižničareva tumačenja određenog dijela ili
cjeline knjižničnog fonda
 Postići logični red i sustav
 Razviti značenje pojmova klasa
 Odrediti slučajeve razgraničavanjem
 Standardizirati opažanja koja opisuju
 Osigurati dosljednost u razdiobi
23
10.1.2012.
Znanstvena saznanja u području
klasifikacije
Teorijski aspekt bibliotečne
klasifikacije
 Sadržaj/predmet klasifikacije u bibliotekarstvu
 Logičko – filozofski
 Oblik iskaza sadržaja/predmeta (pojmovi, riječi i
znakovi; zakoni, teorije i relacije)
 Lingvistički
 Put iskazivanja i označivanja kao metodološki i tehnički
postupak
 Informacijsko - tehnološki
Primjena klasifikacije u
knjižničarstvu
 Društveni
Baze podataka i pretraživanje
bazirano na klasifikacijama
 Korištenje klasifikacije za raspored građe na policama u
smislu stručnog rasporeda
 Korištenje klasifikacije za raspored informacija o
zabilježenom u katalogu ili za organizaciju i prezentaciju
informacija u bazama podataka
 Korištenje klasifikacije u bibliografijama te za
klasifikaciju članaka u časopisima
 Korištenje klasifikacije u postupku pretraživanja
Informacijski sustavi za
pretraživanje
„Ključ je svakog znanja upitnik,
o tome nema dvojbe;
većinu velikih otkrića dugujemo
pitanju : KAKO?,
a životna se mudrost sastoji u
tome da se svakom prilikom
zapitamo : ZAŠTO?”
Balzac
24
10.1.2012.
Literatura
 Tatjana Aparac Gazivoda : „ Teorijske osnove knjižnične
znanosti” , Filozofski fakultet – Zagreb, 1993.g.
 Jadranka Lasić Lazić : „ Znanje o znanju”, Filozofski
fakultet – Zagreb, 1996.g.
Čajkovac Ana, 34967
Draganić Petra, 35012
Komljenović Nikolina, 35043
 Charles Van Doren : „Povijest znanja”, Mozaik knjiga,
Zagreb 2005.g.
U
 Intelektualno
vlasništvo je skupni naziv
za subjektivna prava na intelektualnim
tvorevinama kao nematerijalnim dobrima
i u svezi s njima.
gospodarskom su kontekstu zakonsko
sredstvo pomoću kojeg njihovi nositelji
pretvaraju svoja intelektualna postignuća
u trajne poslovne vrijednosti.
 Pomažu
ostvariti povoljniji položaj na
tržištu u odnosu na konkurenciju, te štititi
svoje proizvode i usluge od neovlaštenog
kopiranja, korištenja i krivotvorenja.
Prava
 Intelektualno
•
•
•
•
vlasništvo može se
podijeliti na:
industrijsko vlasništvo,
autorsko pravo i
srodna prava, te na
neformalne oblike intelektualnog
vlasništva
industrijskog vlasništva
odnose se na:
1. zaštitu izuma patentom,
2. zaštitu žiga
3. zaštitu industrijskog dizajna
4. zaštitu topografije poluvodičkih
proizvoda
5. zaštitu oznake zemljopisnog podrijetla
ili oznake izvornosti
25
10.1.2012.
Autorsko
pravo obuhvaća moralna,
imovinska i druga prava autora u
pogledu autorskog djela.
 Stjecanje
prava industrijskog vlasništva
temelji se na formaliziranim postupcima
za njihovo priznavanje ili registraciju
pred nadležnim tijelom, najčešće
pojedine države ili rjeđe regije.
prava odnose se osobito, ali
ne isključivo, na prava umjetnika
izvođača, proizvođača fonograma, filmskih
producenata, nakladnika, te proizvođača
neoriginalnih baza podataka.
 To
su osobito, ali ne isključivo, pisana i
govorna djela, računalni programi,
glazbena i likovna djela, dramska djela,
koreografska djela, arhitektonska djela,
djela primijenjenih umjetnosti i
industrijskog dizajna, fotografska djela,
kartografska djela, prijevodi, te različiti
prikazi znanstvene i tehničke prirode
Srodna
 Autorsko
pravo i srodna prava stječu se
samim činom stvaranja autorskog ili
srodnog djela, izvedbom ili drugim
načinom javnog priopćavanja.
 Razvojem
interneta u proteklih
dvadesetak godina nastao je još jedan
posebni oblik intelektualnog vlasništva, a
to su internet domene.
internet domena provodi se
postupkom registracije.
Neformalni
oblici
intelektualnog vlasništva
obuhvaćaju zaštitu od nepoštenog
tržišnog natjecanja, poslovne tajne,
zaštitu tvrtke, znanje i iskustvo (knowhow), zaštitu povjerljivih podataka (data
exclusivity) itd. U Europskoj uniji u ovu
kategoriju pripadaju i poslovne metode.
 je
pravo iskorištavanja predmeta licencije
tijekom određenog vremena.
Do licencije dolazi ukoliko nositelj prava
odluči ugovorom o licenciji u cijelosti ili
djelomično prenijeti pravo upotrebe
predmeta licence na drugog vlasnika.
 Zaštita

Predmet ugovora o licenciji mogu biti
:modeli, izumi, ideje, patenti, uzorci, znanje,
robne marke i zaštitni znakovi.
26
10.1.2012.
Vrste
 Trajanje
licence
Licenca za iskorištavanje patentiranog
izuma, uzorka ili modela ne može biti
zaključena za vrijeme dulje od trajanja
zakonske zaštite tih prava.
1.
2.
3.
 Prostorna
ograničenost licencije može se
ugovoriti ako to nije protivno Ustavu
Republike Hrvatske i hrvatskim
zakonima. Ako se ništa ne ugovori,
licencija se smatra prostorno
neograničenom.
 Podlicencija
omogućuje korisniku
licencije da uz naknadu ustupi pravo
dotične licencije i drugim korisnicima.
 Kupac
licencije može zasnivati daljnji
razvoj svog poslovanja na tehničkim,
tehnološkim, organizacijskim,
menadžerskim i inim iskustvima,
znanjima i vještinama tržišno etabliranih
poslova prodavatelja licencije.
licencija:
Ugovorna licencija može biti isključiva ili
neisključiva te prostorno ograničena ili
prostorno neograničena.
Neisključiva licencija je licencija kojom je
stjecatelj licencije stekao pravo iskorištavanja
patenta, pri čemu je davalac licencije zadržao
pravo bilo sam iskorištavati patent ili to pravo
ustupiti trećoj osobi ili osobama.
Isključiva licencija mora biti izričito
ugovorena, a davatelj licencije u tom slučaju ne
može ni u kojem obliku sam iskorištavati
predmet licencije, niti njegove pojedine
dijelove, niti to povjeriti nekome drugom u
granicama prostornog važenja licencije.
 Prisilnu
licenciju izdaje nadležni sud u
slučaju nedovoljnog iskorištavanja
patenta bilo kojoj osobi koja podnese
zahtjev za prisilnu licenciju.
 Zakonsku
licenciju država daje sama sebi
na temelju zakonskih propisa radi
stvaranja monopola u određenim
proizvodnim područjima.
 Za
razliku od nekog fizičkog proizvoda,
poput automobila ili računala, program je
svojevrsna metodologija rada, znanje
 Licenca
je pravo da koristite program u
svome radu na neograničeno vrijeme.
 Na
taj način kupac licencije smanjuje
moguće rizike.
27
10.1.2012.
 OSNOVE
MICROSOFT
LICENCIRANJA
 Softver
kroz licencu daje osobi pravo
korištenja istog uz određene uvjete
definirane u licenčnom ugovoru, često
označenim kao EULA (End User Licence
Agreement – licenčni ugovor za krajnjeg
korisnika.
 Microsoft
nudi svoje proizvode kroz
nekoliko različitih opcija licenciranja
Povijest
patenta
 Isprava
kojom se zaštićuje isključivo pravo
na izradu, korištenje, stavljanje u promet ili
prodaju izuma zaštićenog patentom.
 predstavlja
vlasništvo čiju uporabu vlasnik
može dopustiti drugim osobama na
određeno vrijeme davanjem licencije, ili ga
u potpunosti prenijeti na druge osobe.
 ima
određeni rok trajanja, najčešće 20
godina
Patent
u Hrvatskoj
 Najstariji
 Na
 Patent
 Današnji Državni
oblik još iz grčkih gradova
država, a davao se za otkriće recepta za
jelo.
kao isprava izdan je prvi puta u
Veneciji 1474. godine
Prijava
patenta
 Prijavljivanje
patenta i iskorištavanje je
jako složen proces
 Potrebno
je angažirati stručnjake koji
služe da bi vas usmjerili u izradu
patenta, ostalo je isključivo na vama
području Dalmacije i Istre od 1853.
godine postojao je carski patent na
umjetnost i književnost, a na području
kopnene Hrvatske, ugarsko-hrvatski Zakon
o autorskom pravu iz 1884. godine.
zavod za intelektualno
vlasništvo osnovan 31. prosinca 1991., a
objedinjavanja nadležnosti nad čitavim
poljem industrijskog vlasništva.
 podnošenjem
prijave,
 objava
prijave u službenom glasilu
Državnog zavoda za intelektualno vlasništvo
 podnositelj
mora podnijeti jedan od
zahtjeva za ispitivanje uvjeta za priznanje
patenta
 uplatiti odgovarajuću
troškova
 Zatim
pristojbu i naknadu
slijedi ispitivanje patentne prijave
28
10.1.2012.
 Patent
može prijaviti:
•
izumitelj - osoba koja je stvorila izum
•
više izumitelja - u slučaju izuma
stvorenog zajedničkim radom
•
pravni slijednik - na temelju zakona,
pravnog posla ili nasljeđivanja
 Primjer
prijavljenog i
zaštićenog patenta
otvarač za pivo u đonu
1.
2.
3.
4.
5.
6.
http://www.bizimpact.hr/admin/js/filemanager
/files/edukacija/miniguidesfinalprint/MG_Intel
lectualPropertyRightsV2.pdf 22. 11. 2011.
www.dziv.hr 22. 11. 2011.
http://www.infinius.hr/blog/osnove-microsoftlicenciranja/ 22. 11. 2011.
http://www.poslovniforum.hr/tp/ugovor_o_lice
nci.asp 21.11. 2011.
http://www.poduzetnik.info/en/zatita-vlastitogintelektualnog-proizvoda/2-intelektualnovlasnitvo.html?start=18 22.11.2011.
http://hr.wikipedia.org/wiki/Patent 22.11.2011.
Problem podataka
Kolegij: Menadžment znanja
XML u funkciji bilježenja znanja

Operacije nad podacima
(Open Information Management):
- Prezentacija
- Interpretacija
- Pretraživanje
- Prenosivost
- Interoperabilnost
prof. dr. sc. Branimir Dukić
Izradili: Robert Liović 35077 (M)
Ivan Balić 34800 (M)
-rješenje problema: Jezik za označavanje podataka
(GML, SGML, HTML, XML)
XML u funkciji bilježenja znanja
29
10.1.2012.
Jezik za označavanje podataka
Ideja - označavanje podataka kako bi se korisni sadržaj
uokvirio odgovarajućim oznakama
 Oznake trebaju biti:
 jednostavno čitljive i razumljive čovjeku koji ih gleda u
bilo kojem programu za uređivanje teksta
 računalni programi koji parsiraju taj sadržaj trebali bi moći
na jednostavan način izvaditi određene podatke.
<naslov>Što je XML?</naslov>


kratica od “Extensible Markup Language”

jezik za kreiranje jezika za označavanje ili metaoznačavački jezik –
specifično orijentiran prema jednom tipu sadržaja

Danas je XML jezik vrlo raširen i koristi se za različite namjene:
- odvajanje podataka od prezentacije,
- razmjenu podataka,
- pohranu podataka,
- povećavanje dostupnosti podataka
- izradu novih specijaliziranih jezika za označavanje

XML je standardizirani jezik i za njegovu standardizaciju brine se
World Wide Web Consortium ( još od 1996.g)
XML u funkciji bilježenja znanja
Karakteristike XML –a
XML u funkciji bilježenja znanja
Povijest XML –a




Formalan i sažet oblik
Mali broj jednostavnih ali strogih pravila
Jednostavnost obrade
Uvjetuje veće zahtjeve pri radu sa sadržajem dokumenta
(suprotno u odnosu na HTML)
Orijentiran prema strojnoj obradi



U njegovu razvoju sudjeluju Microsoft,
Oracle,HP,IBM,Intel ...,a rad nadzire W3C
Korijeni sežu iz 1969. kada nastaje GML (Generalized
Markup Language)
80.-tih god. 20.st. – SGML (Standard GML)
Iz SGML-a je nastao HTML (Hypertext Markup
Language) – zaslužan Tim Berners Lee (CERN)
XML u funkciji bilježenja znanja
Povijest XML –a




XML u funkciji bilježenja znanja
Povijest XML –a
1996. javlja se ideja za stvaranjem novog jezika
“Malen” i jednostavan da se može izvršavati unutar
internet preglednika
Razvoj novog standarda s velikim mogućnostima kao
SGML
Prilagodljiv proširivanju korisničkim oznakama
XML u funkciji bilježenja znanja
Početnih 10 ciljeva XML-a :

Jednostavno i lako primjenjiv preko interneta

Široka primjena

Mora biti kompatibilan s SGML-om

Pisanje programa koji parsiraju XML treba biti lagano

Broj opcionalnih mogućnosti u XML-u treba biti apsolutno minimalan (idealan slučaj = 0)

Jednostavan i razumljiv

Standard mora biti specificiran što prije

XML dokument mora biti jednostavan za kreiranje

Dizajn mora biti precizan i formalan

Sažetost kod označavanja dokumenta XML-om je od minimalnog značenja
XML u funkciji bilježenja znanja
30
10.1.2012.
PREDNOSTI XML formata:
HTLM i XML





Sintaksno slični, ali različitih namjena
XML-u je jedini zadatak opisivanje podataka
Kod XML-a su slobodne oznake i korisnici ih sami
osmišljaju i kreiraju,dok kod HTML-a postoji predefinirani
skup oznaka za prikazivanje sadržaja
Kod XML-a sintaksna pravila su vrlo stroga i ako
dokument nije formatiran i skladan s njima,program ga
neće moći pročitati,za razliku od HTML dokumenta
Novi standard razvoja HTML-a u skladu sa strogim
pravilima XML je XHTML (Extensible HyperText
Markup Language)







XML u funkciji bilježenja znanja
NEDOSTACI XML formata:
Jednostavno čitljiv
Podržava Unicode i omogućuje prikaz teksta na svim
jezicima
samodokumentirajući format
jednostavnost kontroliranja ispravnosti dokumenta
Međunarodno prihvaćen standard
Hijerarhijska struktura pogodna za opisivanje mnogih
sadržaja ( ali ne svih!)
Neovisnost o operativnom sustavu - kompatibilan s
SGML-om
XML u funkciji bilježenja znanja
Primjer razlike između HTML-a i XML-a
- opširnost
- složenost programa koji
obrađuju XML dokument
- da bi dokument bio dovoljno
dobro “samoopisan" nazivi
oznaka moraju biti dovoljno
precizni što dovodi do dugih
“kobasičastih" naziva
- pohrana XML podataka u
relacijske baze podataka nije
prirodan način što dovodi do
smanjenja performansi
sustava koji koriste takav
način pohrane
XML u funkciji bilježenja znanja
XML u funkciji bilježenja znanja
Životni vijek XML dokumenata
Objavljivanje i prikaz dokumenta

XML dokumenti po duljini životnog vijeka:
privremeni dokumenti (transient)
 trajni dokumenti (persistent)
• privremeni dokumenti se ne arhiviraju
- ostaju u radnoj memoriji ili putuju mrežom u obliku
poruka ili se privremeno zapisuju u datotečnom sustavu,
tek radi razmjene s drugim aplikacijama
 trajni dokumenti arhiviraju se u datotečnom sustavu ili u
bazi podataka
- mogu biti dostupni i putem mreže (web, ...)



XML u funkciji bilježenja znanja
XML odvaja podatke i njihov prikaz
Različiti prikazi XML dokumenta: po korisniku
po uređaju
po mediju

Objavljivanje:
- XML dokumenta
transformacija nakon prijenosa na uređaj koji
služi za prikaz sadržaja
- dokumenta spremnog za prikaz
transformacija prije objave dokumenta ili
prilikom dohvata
(npr. transformacija XML → HTML+CSS)
XML u funkciji bilježenja znanja
31
10.1.2012.
Informacije danas…
Primjena XML-a
(RSS, GML, ODF, SVG, …)
XML u funkciji bilježenja znanja
Korisnici žele...




RSS norma
Preglednost informacija
Grupiranje informacija
Označavanje novih informacija
Obavještavanje o dolasku novih informacija






XML u funkciji bilježenja znanja
Prijenos podataka
RSS PREGLEDNIK
1. Preuzimanje datoteke
s danog URL-a
2. Čitanje podataka
3. Ispis na korisniku čitljiv
način
RSS POSLUŽITELJ
Spremanje datoteke na Web
Skraćenica "RSS“ različita ovisno o normi:
Really Simple Syndication (RSS 2.0)
Rich Site Summary (RSS 0.91)
RDF Site Summary (RSS 0.90, RSS 1.0)
Norma koja definira oblik zapisa sadržaja koji se
preuzima u XML obliku
Vrlo jednostavan zapis
XML u funkciji bilježenja znanja
Uz RSS postoji još primjera primjene XML-a kao
što su:





Geographic Markup Language (GML)
Standard zapisa geografskih podataka u
digitalnom obliku
Pogodan za primjenu na Internetu
Definira ga Open Geospatial Consortium
U procesu prihvaćanja kao ISO norma
Dobra kompresija podataka u tekstualnom obliku
INTERNET
XML u funkciji bilježenja znanja
XML u funkciji bilježenja znanja
32
10.1.2012.
Scalable Vector Graphics (SVG)
 Scalable Vector Graphics
 W3C preporuka za vektorsku grafiku na Webu
 Otvoreni, normirani format
 Vektorska grafika
 Slika nije prikazana skupom točaka
 Vektorski elementi slike
 crte, točke, kružnice, putovi, tekst...







Nismo spominjali:
OpenDocument Format (ODF)
VoiceXML
MathML, GraphML
MusicXML
VRML
XForms
norme za komunikaciju i Web usluge (XML-RPC,
SOAP...)
XML u funkciji bilježenja znanja
Zaključak


XML u funkciji bilježenja znanja
Literatura
XML je opravdao očekivanja nužno potrebnog alata
funkcionirajući na način kao što je zamišljeno
S obzirom da računala nisu sama po sebi “pametna” i da
im se treba “reći” točno o čemu se radi, koji su odnosi
među određenim pojavama te kako treba tretirati pojave i
odnose među njima, XML je uspješno premostio taj jaz
XML u funkciji bilježenja znanja



Panian, Željko: Izazovi elektroničkog poslovanja, Zagreb :
Narodne novine, 2002
Pitts-Moultis, Natanya: Osnove XML : Kompjuter
biblioteka, 2000
Vlatko Čerić, Mladen Varga : Informacijska tehnologija,
Zagreb, 2004
XML u funkciji bilježenja znanja
Uvod
Ekspertni
sustavi u funkciji
odlučivanja
• ekspertni sustavi predstavljaju softver
umjetne inteligencije koji se koristi za
rješavanje problema u koracima
• koriste specijalizirano znanje poput
ljudskih stručnjaka (eksperata)
Nikolina Pepić
Rebeka Petranović
33
10.1.2012.
Ekspertni sustavi
• računalni programi
• u rješavanju problema koriste se
znanjem
• sadrže specifična znanja
• mogu pronaći približno rješenje
• prenošenje znanja i informacija
• objašnjavaju način dolaska do
rješenja
• koriste činjenice, znanje i zaključivanje
• prva vrsta inteligentnih sustava
Područja primjene
Struktura ekspertnih sustava
Korisnik
• financiranje, medicina, proizvodnja,
računovodstvo, kontrola procesa...
Korisničko sučelje
• kada organizacija stvara svoj projekt
koristi se:
a) selfsourcingom
b) insourcingom
c) outsourcingom
Mehanizam objašnjavanja
rezultata
Mehanizam sakupljanja
znanja
Baza znanja
Mehanizam zaključivanja
Baza činjenica
grafički prikaz 1 – struktura ekspertnih sustava
BAZA ZNANJA
• predstavlja izvor znanja o području
• apstraktni prikaz radne okoline
• sadržaj ostaje stabilan tijekom dužeg
vremena
• baza znanja sadrži:
objekte i relacije među njima, metode
rješavanja problema, opis ponašanja,
hipoteze, procese, ograničenja....
Sheme za prikaz znanja
• ispunjavaju sljedeće uvjete:
a) primjerenost prikaza
b) primjerenost zaključivanja
c) djelotvornost zaključivanja
d) djelotvornost učenja
34
10.1.2012.
BAZA ČINJENICA
MEHANIZAM ZAKLJUČIVANJA
• činjenice o stanju specifičnog problema
• traženje rješenja problema
• mijenja sadržaj tijekom vremena
• ispitivanje činjenica u bazi činjenica i
znanja u bazi znanja
• razlika između onog što znamo ili mislimo
da znamo
• određuje redoslijed aktiviranja elemenata
Što je
znanje?
• znanje je informacija o svijetu
koja ekspertu omogućuje
donošenje odluke
• znanje ekspertnih sustava u
obliku je prikladnom za korištenje
na računalima
Korištenje znanja
3 osnovne faze korištenja znanja:
• stjecanje znanja
• pretraživanje znanja
• proces zaključivanja
Kako prikupiti i
ugraditi znanje
eksperta u
program?
35
10.1.2012.
Koraci u prikupljanju znanja
za ekspertni sustav
• znanje eksperta je najčešće
heurističko
1. intervju s ekspertom
• ekstrahiranje znanja od eksperta
zovemo prikupljanjem znanja
2. interakcija s korisnicima ekspertnog
sustava i ekspertom
• cilj: izgradnja baze znanja
Prikupljanje znanja
•
•
•
•
•
•
•
on-site promatranje eksperta
problemska diskusija
problemska deskripcija
problemska analiza
sistemska rafinacija
sistemsko pretraživanje
sistemsko vrednovanje
Osnovni načini prikaza znanja
•
•
•
•
•
•
pravila
stabla odlučivanja
okviri
semantičke mreže
školska ploča
scenariji
PRAVILA
STABLA ODLUČIVANJA
• jedna od najstarijih i najviše korištenih
metoda
• kako od ulaznog niza simbola proizvesti
novi izlazni niz
• uvjeti pravila zadovoljeni – pravilo
primjenjivo
• nepouzdanost opisujemo faktorom
pouzdanosti
• primjena grafova
• prikaz znanja i zaključivanje pomoću
znanja
• hijerarhijski karakter
• znanje prikazano u kompaktnijem obliku
• lako se pronalaze greške
36
10.1.2012.
Poznati redatelj?
da
OKVIRI
ne
Ima li u filmu nasilja?
Kakve su kritike filma?
Čvor
odlučivanja
ne
da
loše
ne
dobre
Ishod testa
Je li to film strave?
ne
da
Čvor
odgovora
ne
da
Je li film europski?
ne
da
*da – gledamo film
*ne – ne gledamo
ne
ne
da
• ljudi imaju “stereotipe” za pojedine
pojmove
• sastoje se od otvora – opisuju svojstva
okvira
• okvir “dijete” nasljeđuje svojstva od
“roditelja”
• okvir najviše razine naziva se stvar – jedini
bez roditelja
grafički prikaz 2 - primjer stabla odlučivanja
Koristi ekspertnih sustava
Ime okvira: Stvar
Ime okvira:
Roditelj:
Osoba
Stvar
Okvir roditelj
Spol
Visina
Težina
Otvor
Ime okvira:
Roditelj:
Žena
Osoba
Okvir dijete
•
•
•
•
•
•
•
povećana dostupnost
smanjenje cijena
brzina reakcije
tumačenja
povećana pouzdanost
rad u opasnim okolinama
poboljšana kvaliteta odluka
Spol
grafički prikaz 3 – primjer okvira
Zaključak
• u rješavanju problema ekspertni sustavi
ponajviše se oslanjaju na znanje, što
odgovara spoznaji da su eksperti efikasni
u rješavanju problema
Hvala na
pozornosti!
• dok se ekspertni sustavi bave rutinskim
problemima, ekspertima omogućuju
koncentraciju na zahtjevnije probleme
37
10.1.2012.
Što je kapital???
Ana Mitrović
Marina Nevistić
Tomislav Jalžabetić
Ivan Lenđer
Kapital je mnogo više od
strojeva – uključuje ljudski i
društveni kapital
Ljudski kapital – skup
znanja i vještina koje su
zaposleni stekli tijekom
školovanja, rada i cijelog
životnog obrazovanja.
Društveni kapital –
infrastruktura u obavljanju
posla koja stvara vlastiti
pristup proizvodnji
Gary S. Becker i Teodor
Schultz su utemeljitelji
koncepta znanja kao
jednog od oblika
kapitala!
Ljudski kapital („human capital“) je ukupan nivo
znanja, vještina i karakteristika osobnosti koje se mogu
opredmetiti u vidu rada i stvoriti ekonomsku
vrijednost.
“Suma svega što svi ljudi u nekoj tvrtki znaju, da
bi, pomoću tog znanja, ostvarivali konkurentsku
prednost na tržištu”
Stewart
“Znanje koje teče kroz tehnologiju i nalazi se u ljudima”
Drucker
“Znanja koja se pretvaraju u profit“
Sullivan
38
10.1.2012.
Važna komponenta informacijskog sustava
Ljudi su nositelji potrebnih znanja i vještina
Informacijsko-komunikacijski sustavi kroz
profil ljudskih resursa:
Računalne znanosti
Informacijske znanosti
Prenosivi multifunkcionalni sklop znanja, vještina,
nadarenosti i stavova, potrebnih svim pojedincima za
njihovu osobnu realizaciju i razvitak, uključivanje u
društvo i zapošljavanje.
8 ključnih kompetencija:
Komuniciranje na materinjem jeziku
Komuniciranje na stranom jeziku
Matematička pismenost i osnovna znanja iz znanosti
i tehnologije
Digitalna kompetencija
Učiti kako se uči
Međuljudska i građanska kompetencija
Poduzetništvo
Kulturno izražavanje
Uvođenje i napredak novih tehnologija
uzrokovalo je promjenu zahtjeva za temeljnim
vještinama ljudskog potencijala i radnim
ulogama.
Menadžeri sve više ovlašćuju svoje
zaposlenike, odnosno daju odgovornost i
autoritet zaposlenicima da odlučuju o nekim
aspektima razvoja organizacije.
Selekcija – bavi se prepoznavanjem
najkvalificiranijih kandidata za zapošljavanje.
Do ovih se informacija dolazi analizom posla.
Predstavljaju skup povezanih
znanja, stavova, vještina i
drugih osobnih karakteristika
koje utječu na glavni dio nečijeg
posla.
Biti kompetentan znači stjecati,
koristiti, razvijati i dijeliti
znanje, vještine i iskustava.
CILJ UPRAVLJANJA KOMPETENCIJAMA:
Uskladiti osobne kompetencije sa zahtjevima
posla, pozicije i projektnog tima ,
Odrediti prioritetne kompetencije za pojedine
poslove, projekte ili pozicije,
Pratiti sposobnosti osobe da ispuni zahtjeve,
Izvršiti analizu razlika između zahtjeva i
realnosti i na temelju rezultata utvrditi potrebu
za odgovrajućom obukom.
Pristup koji definira sposobnosti kao trajne
osobine pojedinaca koje uzrokuju razlike u
uspješnosti obavljanja posla
Obuhvaća 52 kognitivne, psihomotorne, fizičke
i osjetilne sposobnosti:
39
10.1.2012.
Usmeno razumijevanje
Pismeno razumijevanje
Usmeno izražavanje
Pismeno izražavanje
Tečnost ideja
Originalnost
Sposobnost pamćenja
Osjećaj za probleme
Matematičko zaključivanje
Razumijevanje brojeva
Deduktivno zaključivanje
Induktivno zaključivanje
Obrada informacija
Fleksibilnost kategorija
Brzina zaključivanja
Fleksibilnost zaključivanja
Orijentacija u prostoru
Vizualizacija
Brzina uočavanja
Selektivna pažnja
Raspodjela vremena
Kontrolna preciznost
Višestruka koordinacija
Odgovorna orijentacija
Kontrola brzine
Vrijeme reakcije
Sigurnost ruke
Spretnost ruku
Spretnost prstiju
Brzina zapešće-prst
Brzina kretanja udova
Statička snaga
Eksplozivna snaga
Dinamička snaga
Snaga trupa
Razmjerna fleksibilnost
Dinamička fleksibilnost
Koordinacija cijelog tijela
Ravnoteža cijelog tijela
Izdržljivost
Vid na blizu
Vid na daleko
Vizualno razlikovanje boja
Vid po noći
Periferni vid
Percepcija dubine
Osjetljivost pogleda
Osjetljivost sluha
Slušateljska pažnja
Lociranje zvuka
Prepoznavanje govora
Jasnoća govora
Interaktivna govorna
tehnologija
Internet
Korisničko-poslužnička
arhitektura
Relacijske baze podataka –
Prikaz dokumenata - “Ured
bez papira”
Zaposlenicima potpunu kontrolu nad njihovom
obukom i upisima beneficija
Oblikovanje ureda za zapošljavanje bez papira
Ubrzanje rada odjela LJP
Tehnologiju potpore odlučivanju temeljenu na
znanju, koja omogućuje menadžerima i
zaposlenicima pristup znanju prema potrebi
Zaposlenicima i menadžerima odabir medija koji
žele koristiti za slanje i primanje informacija
Obavljanje posla uvijek i svugdje, danju ili noću
Bolje nadgledanje rada zaposlenika
Nove tehnologije su tekuće aplikacije znanja,
procedura i opreme koje nikad nisu korištene
Nova tehnologija obično uključuje
automatizaciju – zamjenu ljudskog rada
opremom, obradom informacija ili
kombinacijom to dvoje.
CD-ROM i tehnologija optičkog diska – napravili su
revoluciju u obuci kadrova. U obuku se može
integrirati upotreba osobnog računala, animacije, video
klipova i grafike. Korisnik može međudjelovati s
materijalom za obuku pomoću joysticka ili dodirom
ekrana.
Ekspertni sustavi – sustavi tehnologije koji oponašaju
ljudskog stručnjaka. Imaju tri elementa:
Bazu znanja koja sadrži činjenice, brojke i pravila o
određenoj temi
Sposobnost donošenja odluka koja izvlači zaključke iz tih
činjenica i brojki, i koristi ih za rješavanje problema i
odgovaranje na pitanja.
Korisničko sučelje koje prikuplja informacije i daje ih
osobi koja koristi sustav
Groupware –
Ljudi su prepoznati kao istinski izvor konkurentske
prednosti
Manageri ljudskih potencijala moraju strategijski
upravljati funkcijom LJP, kao što moraju strategijski
upravljati tvrtkom
Svaki čovjek je jedinstven, baš kao i svaki privredni
sustav.
Kreativnost i prilagodljivost poslovnih subjekata
presudno zavisi od sposobnosti, znanja i kreativnosti
zaposlenika
Znanje i inovacija postaju temeljni faktori opstanka i
razvoja, težište rada prebacuje se sa fizičke na
intelektualnu i psihičku energiju ljudi, a najvažnije
umijeće postaje pronaći i zadržati kreativne i darovite
ljude.
Danas se može govoriti o novoj ekonomiji, ekonomiji
znanja, ekonomiji koja je globalna i koja je u stalnoj borbi
sa neizvjesnošću i promjenama
40
10.1.2012.
 sve
tehnike evolucijskog računarstva simuliraju
evoluciju korištenjem procesa selekcije, mutacije i
reprodukcije
MENADŽMENT ZNANJA
Tema: Genetički algoritmi
Studenti:
Opančar Ivona
Bošnjaković Marin
Petrović Lidija
 genetski
algoritmi omogućuju traženje optimalnog
riješenja , tj.traženje kromosoma (niza gena,tj.bitova) koji
ima najveću funkciju cilja


predstavljaju porodicu algoritama koji se služe
nekim od genetičkih principa koji su prisutni u
prirodi, a da bi riješili određene računske
probleme:
 Nasljeđivanje
 Ukrštavanje
 Mutacija
 Zakon jačeg
 Migracije, itd.
genetsko programiranje stvara računalne programe koji
riješavaju zadani problem. Oni manipuliraju programima
kao podacima
 pod
pojmom genetički algoritmi (GA) podrazumijevaju
se postupci traženja i optimiranja koji pripadaju većoj
skupini evolucijskih algoritama (EA)
 genetički
algoritmi zasnivaju se na procesima biološke
evolucije
41
10.1.2012.
Genetički algoritmi temeljeni su na mehanici prirodne
selekcije i genetike:
 izvodi
se kombinacija preživljavanja najsposobnijih
primjeraka sa slučajnom ali strukturiranom izmjenom
informacija među kvalitetnim primjercima
 u svakoj kombinaciji stvara se novi skup niza znakova,
korištenjem podataka o najsposobnijim primjercima
prethodnih generacija
 ispituje se kvaliteta novonastalih primjeraka, iz
najboljih primjeraka se stvara nova generacija
 GA
su robustni, tj.postižu dobru ravnotežu efikasnosti i
efektivnosti
 računski su jednostavni,ali snažni algoritmi
 mogu se koristiti i kod problema koji se zbog svojih
značajki ne mogu riješavati tradicionalnim algoritmima
optimizacije
 GA koriste umjetne kromosome koji opisuju skup
svojstava objekata; svaki kromosom sastoji se od niza
gena; geni su predstavljeni binarnim znamenkama 0 i 1
 izbor kromosoma za križanje i prelazak u sljedeću
generaciju temelji se na funkciji prilagođenosti
kromosoma
UŽI SMISAO:
 Odnosi se samo na model koji je uveo John Holland i
njegovi studenti. Veliki dio teorije GA se odnosi
upravo na taj model – kanonički genetički algoritam
SHEMA TEOREMA (Holland)
 Shema je skup bitova koji se sastoje od 0,1 i *
 0 i 1 predstavljaju fiksne pozicije u shemi
 * može predstavljati 0 i 1

Na temelju vrijednosti funkcije cilja sheme moguće je
predvidjeti vjerojatnost prisutnosti dane sheme u
sljedećim generacijama kromosoma
ŠIRI SMISAO
 GA je svaki algoritam koji je zasnovan na nekoj
populaciji i operatorima selekcije, rekombinacije i
mutacije, koji služe za dobivanje novih točaka u
prostoru pretrage
Cilj genetičkih algoritama je da se kroz više
generacijskih ciklusa promijene svojstva početne
populacije tako da se mutacijom i križanjem u
populaciji dobije ona jedinka koja predstavlja najbolje
riješenje
 Osnovna algoritamska struktura:
1. Postavljanje slučajne početne populacije P koja je
sastavljena od jedinki Xi, gdje je i=1,2...., N
2. Određivanje sposobnosti F svih jedinki iz P
3. Selekcija parova roditelja iz P za stvaranje nove
generacije, tj.P´:=selekcija (P)

42
10.1.2012.
4. Stvaranje populacije potomaka pomoću genetičkih
operatora:
- križanje,tj. P´´:=križanje (P´)
-
1. Prilagoditi problem genetskom algoritmu
ili
mutacija, tj. P´´´:=mutacija (P´´)
5. Određivanje sposobnosti svih jedinki u P:=P´´´
6. Povrat na 3.,sve dotle dok se ne ispune uvjeti prekida
2. Genetski algoritam prilagoditi specifičnosti
problema
Moguće rješenje se najčešće prikazuje kao niz
bitova (binarni prikaz); međutim, postoji čitav
niz problema za koje je teško ili nemoguće
primjeniti binarni prikaz (npr. problem
rasporeda)
 Osim binarnog prikaza koriste se razni drugi
prikazi (matrice, nizovi realnih brojeva itd.)

Potrebno je modificirati njegov rad tako da
rukuje sa veličinama svojstvenim određenom
zadatku; najčešće se tu radi o upotrebi ili
definiranju drugačijih struktura podataka
operatora
 Za veliki broj takvih slučajeva razvijeni su
evolucijski programi
 imaju veliku korisnost u primjeni


PARALELNI
1. Globalni paralelni genetički algoritam

GENERACIJSKI I ELIMINACIJSKI

Generacijski genetski algoritam u jednoj
iteraciji raspolaže s dvije populacije

Eliminacijska selekcija je karakteristika
eliminacijskog genetskog algoritma
-jedna populacija
-višedretveni proces
-uloge gospodara i sluge
2. Masovno paralelni genetički algoritam
-sitnozrnato raspoređena populacija
43
10.1.2012.

DISTRIBUIRANI
-raspodijeljena populacija
-čvorovi-računalo u mreži ili procesor u
višeprocesorskom sustavu
-GA u pojedinim čvorovima ne moraju biti jednaki
-razmjena jedinki između čvorova





se da kod jako složenih sustava GA
uspijevaju pronaći pristupe rješavanju problema koji
su inovativni, tj. do kojih ljudi prije uopće nisu došli
 Pokazalo
nekim slučajevima su ti pristupi doveli do uvida
u bolje rješavanje problema vezanih za metodologiju
dizajna
U


Automatizirano pregovaranje u elektroničkom
poslovanju
Optimizacija portfelja u naftnoj industriji
Terminsko planiranje pokretanja energetskih
postrojenja
Minimizacija troškova za planiranje održavanja
električnih transmisijskih mreža
Procjena rizika u poslovanju (banke, marketing i sl.)
u situaciji gdje su podaci nepotpuni, nekonzistentni i
imaju šum
REPRODUKCIJA
Izvodi se za svaki niz znakova iz početne populacije:
što je vrijednost funkcije cilja za neki niz znakova veća
to je veća vjerojatnost da on bude reproduciran...

Kopiranje individualnih nizova znakova u skladu s
vrijednošću njihove funkcije cilja (fitness function)

Viša vjerojatnost funkcije cilja daje veću vjerojatnost
da niz znakova ima potomke u sljedećoj generaciji niza
znakova
pristupi često rezultiraju značajno boljim
rješenjima od onih koje postižu ljudi
 Takvi

EVALUACIJA

SELEKCIJA

na temelju svojstava jedinke može se odrediti koliko je
ona dobro riješenje u odnosu na ostale
izračunava se dobrota jedinke
izračunati se može i kazna jedinke
odvajanje dobrih riješenja od loših

Čuva dobre, a odbacuje loše jedinke iz populacije
riješenja
Proporcionalne selekcije
Rangirajuće sortirajuće selekcije
Rangirajuće turnirske selekcije






44
10.1.2012.


KRIŽANJE
Križanje se izvodi u dva koraka:
1. Parovi nizova znakova određuje se na slučajan način
2. Križanje svakog para niza znakova izvodi se ovako:
 na slučajan način se odabire položaj k unutar niza
znakova, i znakovi iz tog položaja iza oba niza
znakova se međusobno zamjenjuju
 kombinirani efekt reprodukcije i križanja daje
genetskim algoritmima najveći dio njihove snage





Ona omogućuje da se izbjegne gubitak korisnog
genetskog materijala (0 ili 1 na nekim lokacijama)

Mutacija se izvodi tako da se na slučajan način
povremeno zamijene 0 i 1 (i obrnuto)
na nekim mjestima niza znakova
 Mutacija




Migracijski interval
Migracijska stopa
Strategija odabira boljih jedinki
Strategija odabira jedinki za eliminaciju
Topologija razmjene jedinki




OSUMNJIČENIKA
novi pristup prepoznavanju osumnjičenih
 GA generira 20 lica na ekran
 svjedok ocjenjuje sličnost svakog od tih lica sa
osumnjičenikom (na skali od 1-10)
 GA na temelju tih ocjena generira novu generaciju lica
sličnijih osumnjičeniku, itd.
dok svjedok ne nađe da je neko lice dovoljno slično
osumnjičeniku
 koriste se sljedeće crte lica: usta, kosa, oči, nos i brada
 PORTRETIRANJE

se izvodi dosta rijetko
MIGRACIJA
Novi parametri:


MUTACIJA
Mutacija ima sekundarnu ulogu u radu genetskih
algoritama
GA se razlikuju od tradicionalnih metoda optimizacije i
pretraživanja:
GA rade s kodiranim varijablama ( a ne s varijablama u
originalnom obliku )
GA pretražuju iz cijele populacije točaka ( a ne iz jedne
točke)
GA koristi direktno funkciju cilja (a ne njene derivacije
i sl.)
GA koristi probabilistička pravila za prijelaz u slijedeći
skup točaka (a ne deterministička pravila)
test sustava: svjedoci vide simuliranu
kriminalnu radnju
 u ovom primjeru: svjedok je rekonstruirao lice
3 dana nakon simulirane kriminalne radnje
 simulirani kriminalac

45
10.1.2012.

Genetski algoritmi predstavljaju jednostavan
pristup složenim problemima pretrage velikog
prostora.

Korištenjem modela učenja i evolucije iz
prirode omogućuju modeliranje željenih
osobina sustava, te automatsko pronalaženje
rješenja.

Hvala na pažnji! 

U opisanim programskim rješenjima pokazano
je kako je apstraktne modele genetskog
algoritma moguće primjeniti i na stvarnim
problemima s različitih područja.

Ostvareni rezultati, iako pokazuju
zadovoljavajuća rješenja, ne osiguravaju
uvijek nalaženje optimalnog rješenja.

Golub, Marin, Genetski algoritam: prvi dio. v.2.3. - 27.
rujan 2004., Zagreb, 2004.
Golub, Marin, Genetski algoritam: drugi dio. v.2.2. - 4.
listopad 2004., Zagreb, 2004.
http://www.zemris.fer.hr/~golub/ga/studenti/2010_brad
vica/index.html



Ima li pitanja?
Što je kvaliteta?

Službena definicija prema normi HRN EN ISO 8402:
Kvaliteta je ukupnost svojstava stanovitog etniteta
koja ga cine sposobnim zadovoljiti izražene ili
pretpostavljene potrebe

Opće prihvaćena definicija: Kvaliteta je zadovoljstvo
kupaca
Članovi tima: Brkić Marin
Rončević Ivan
Kovačević Bruno
46
10.1.2012.
Značajke kvalitete
Mogu se svrstati u 3 skupine:



značajke koje određuju
funkcionalnost proizvoda
značajke koje određuju
pouzdanost i trajnost
proizvoda
značajke koje cine
hedonistički dodatak
proizvodu
Kako postići kvalitetu
Faze u razvoju kontrole kvalitete
1.Operator kao kontrolor,
2.poslovođa kao kontrolor,
3.Inspektor kao kontrolor,
4.Statisticka kontrola kvalitete,
5. Upravljanje kvalitetom.
Poslovođa kao kontrolor


Osnovne karakteristike ove faze kontrole kvalitete su
da je poslovođa vršio kontrolu kvalitete i bio
odgovoran za kvalitetu izrađenih proizvoda. Kontrola
se obavljala pomoću graničnih mjera koje je za
ovakav tip kontrole kvalitete prilagodio Šveđanin
Johanson.
Ova faza kontrole kvaliteta trajala je od početka
dvadesetog stoljeća pa do završetka Prvog
svjetskog rata.
Kvaliteta kao osnova
• Konkurencije,
• Sigurnosti radnih mjesta,
• Produktivnosti,
• Stranih ulaganja,
• Primjenu metoda
racionalizacije kapitala
(JIT, KANBAN, SMED
metode..)
Operator kao kontrolor
Ova faza, karakteristična za zanatski način
proizvodnje, trajala je do početka
dvadesetog stoljeća. U ovoj fazi operator
(radnik) bio je odgovoran i za proizvodnju i
za kvalitetu.

Inspektor kao kontrolor


Naglim razvojem industrijske proizvodnje,
između dva svjetska rata, uvode se posebni
radnici, kontrolori, zaduženi za kontrolu
kvaliteta.
U ovoj fazi prelaze se etaloni, kao sredstvo
kontrole, i prihvaća kontrolu uz pomoć
tehničko-tehnološke dokumentacije u kojoj
su precizno opisana dozvoljena odstupanjatolerancije
47
10.1.2012.
Statistička kontrola kvalitete

započela je četrdesetih godina dvadesetog stoljeća i
trajala do šezdesetih godina dvadesetog stoljeća.
Osnovni uzrok nastanka statističke kontrole kvalitete
je nemogućnost da se kod velikih serija prekontrolira
svaki komad. Zbog toga se počelo sa primjenom
raznih statističkih metoda pri kontroli kvaliteta koje je
za ovo područje pripremio američki statističar Stuart i
učenici matematičke statistike u Njemačkoj i
Engleskoj
Upravljanje kvalitetom

Upravljanje kvalitetom se još i naziva totalno
upravljanje kvalitetom, počelo je šezdesetih godina
dvadesetog stoljeća. Prvu ideju o“Totalnom
upravljanju kvalitete” dao je A.Feigenbaum, koji kaže:
“Totalna kontrola kvalitete je efikasan sistem koji
integrira napore i aktivnosti službi i pogona poduzeća
na razvoju, održavanju i unaprjeđenju kvaliteta
proizvoda, tako da se osigura proizvodnja i upotreba
proizvoda na najekonomičnijem stupnju i još osigura i
zadovoljstvo kupaca”
RAZVOJ PRISTUPA KVALITETi
Demingov krug kvalitete
TOTAL QUALITY
MANAGEMENT (TQM)
QUALITY
ASSURANCE(QA)
QUALITY CONTROL
(QC)
INSPECTION
(I)
Završna kontrola
Sortiranje/klasir.
Korekt. mjere
Identifikacija
neusaglašenosti
Poslovnik
Ref. procesa
Autokontr.
Ispit. proizvoda
Osnovno planiranje kvaliteta
Osnovna SPC
Kontrola
dokumenata
Nezavisna ocjena
Interni audit sist.
Planiranje kvalit.
Poslovnik,
procedure, uputstva
Troškovi kvalitete
Neproizvodne
operacije
FMEA
SPC
• Plan
• Do
• Check
• Act
Neprekidna
poboljšanja
Udio
isporučilaca i
kupaca
-Mjerenje
performansi
Timski rad
sudjelovanje svi
zaposlenih
FILOZOFIJA DEMINGA-14 PRINCIPA
UPRAVLJANJA PODUZEĆEM
FILOZOFIJA DEMINGA-14 PRINCIPA
UPRAVLJANJA PODUZEĆEM
1.
2.
3.
4.
5.
6.
7.
Jasno postavljen cilj poduzeća
Nova filozofija poslovanja
Prekinuti kontrole razvrstavanja
Ne davati obaveznu prednost jeftinijem prijedlogu
Stalno usavršavanje sistema
Uvesti obavezu obuke na radnom mjestu.
Osigurati pravilno ponašanje rukovodstva
8.
9.
10.
11.
12.
13.
14.
Otklanjanje atmosfere straha
Uklanjanje barijera
Izbjegavanje predrasuda
Ne postavljati stroge normative
Osigurati da zaposlenici budu ponosni
na svoj rad
Poticati obučavanje
Obaveze da svi upravljaju poduzeće
48
10.1.2012.
Juranova Trilogija
1.Planirati kvalitetu na način da se
identificiraju karakteristike
kvalitete koje treba postići kod
isporuke bez nedostataka
2. Poboljšanje kvalitete
eliminiranjem nedostatka na
vlastitim proizvodima, uslugama i
procesima
3. Održavati rezultate postignute
planiranjem i poboljšanjem
kvaliteta.
Totalno upravljanje kvalitetom-TQM

TQM predstavlja način vođenja organizacije sa
namjerom sudjelovanja svih zaposlenih i suradnje
među svim grupama, na poboljšanju kvaliteta, koju
postiže organizacija kod:
- roba i usluga,
- aktivnosti i ciljeva,
- zadovoljstva kupaca,
- dugoročne rentabilnosti,
- prednosti za zaposlene i usuglašenosti sa
zahtjevima društvene zajednice-Međunarodna
organizacija za standardizaciju-ISO
Principi TQM-a:
1. Usaglasiti se sa kupčevim potrebama,
2. Razumjeti i poboljšati lanac:
dobavljača-organizacija-kupaca
3. Raditi samo prave stvari,
4. Raditi stvari točno od prvog puta,
5. Mjeriti poboljšanja,
6. Kontinuirano poboljšavati,
7. Rukovoditi osobnim primjerom,
8. Obučavati,
9. Poboljšavati komunikaciju,
10. Davati priznanja za napredovanje.
Totalno upravljanje kvalitetom-TQM
Totalno upravljanje
kvalitetom /Total
Quality Management/
predstavlja stalno
zadovoljenje kupčevih
potreba, uz najnižu
moguću cijenu i
sudjelovanje svih
zaposlenih.
Aktivnosti TQM-a, prema A.Auneu, možemo
podijeliti na:
1. Aktivnosti koje direktno planiraju kvalitetu i
utvrđuju troškove postizanja kvalitete
2. Aktivnosti koje negativno utječu na kvalitetu i
troškove ako rezultiraju odstupanjima od
posebnih zahtjeva
3. Aktivnosti koje utječu na kvalitetu proizvoda ili
direktne proizvodne troškove, ali ne utječu i na
ukupne troškove i ukupnu produktivnost.
Principi TQM-a
Kako ćemo se
usaglasiti sa kupcem
o njegovim
potrebama?
Jednostavno. Pitati
kupca što treba.
Nakon toga
prodiskutirati i
usaglasiti stavove sa
kupcem.
49
10.1.2012.
Principi TQM-a
Principi TQM-a

Raditi prave stvari znaci raditi samo ono što je
potrebno i što povećava upotrebnu vrijednost.
Izbjeći nepotrebna: brojenja, traženja stvari,
obrade kupčevih žalbi, ponovnog pisanja
dopisa..

Stalna poboljšanja su veoma važan
princip TQM-a jer TQM nije kratkoročan već
dugoročan program. Kupci stalno očekuju još
bolju kvalitetu naših proizvoda i usluga.

Raditi stvari točno od prvog puta znaci da se ne
smiju ponavljati operacije ili poslovi kako bi bili
dobro obavljeni. “Greška nije besplatna. Neki
ljudi rade greške i dobivaju placu za isto”. E.Deming.

Liderstvo znaci da najviše rukovodstvo
treba biti uključeno i iskreno opredijeljeno za
TQM i da to pokazuje primjerom.
Principi TQM-a
Principi TQM-a


Poboljšati komuniciranje.
-objasniti svoje ideje
probleme, uspjeh,
potrebe,
- izraditi nove načine
komuniciranja..

Davanje priznanja za
postignute uspjehe
treba obavljati “službeno”
pravedno. Razne vrste diploma
članaka u novinama, prezentacija..
Obuka treba osigurati
stalno udovoljavanje
zahtjevima kupaca,
kako sa aspekta kvaliteta
tako i sa aspekta cijene
i roka isporuke.
Element TQM-a
1.
Zahvaljujemo na pažnji
Osnovni: etika, integritet, povjerenje;
2. Gradivni: obuka, timski rad. liderstvo;
3. Vezivni: komunikacija;
4. Vrhovni: prepoznatljivost.
Pitanja?
50
10.1.2012.
Ekonomski fakultet Osijek
Kolegij: Menadžment znanja
prof. dr. sc. Branimir Dukić
1. UVOD




Inteligencija
Umjetna inteligencija
Inteligentni stroj
Područja umjetne inteligencije
GLAVNO PITANJE
Mogu li računala misliti ?
Izradili:
Željka Barišić
Vesna Dujmić
Tomislav Marić
Anita Gavrić
2. POVIJESNI RAZVOJ UI

U srednjem vijeku pojavljuju se primitivni strojevi koji
oponašaju ljudski govor, Roger Bacon i Albert Magnus

18. st. pojavljuju se strojevi za igranje šaha pod
nazivom Turk

19. st. Charles Babbage i Ada Byron kreiraju analitički
stroj koji se smatra pretečom današnjih računala.

U istome je stoljeću objavljena priča Frankenstein, koja
opisuje pokušaj znanstvenika Victora Frankensteina da
stvori umjetni život



1956. godine Allen Newell, Herbert Simon i J. C.
Shaw razvijaju Logic Theorist prvi kompjuterski
program sa sposobnošću otkrivanja dokaza
geometrijskih teorema
1967. Joseph Weizenbaum ELIZA prvi dijaloški
sustav, simulacija psihoterapeuta koji postavlja
pitanja i pokazuje empatiju s pomoću kratkih iskaza
1976.-ih pojavljuje se MYCIN, sustav koji je
dijagnosticirao bakterijske krvne infekcije i
preporučivao tretman. Imao je sposobnost
dijagnosticirati pojedinu bolest.


1956. god. otac UI John
McCarthy definira umjetnu
inteligenciju kao znanstvenu
disciplinu koja se bavi
izgradnjom računalnih
sustava čije se ponašanje
može tumačiti kao
inteligentno

LISP proosnovnim jezikom
programiranja umjetne
inteligencije gramski jezik
1970-ih godina kao područja umjetne inteligencije
razvijaju se stručni ili ekspertni sustavi koji rješavaju
jednostavne probleme jednako dobro kao i ljudi koji su
stručnjaci u određenome području.
Sastoje se od :
○ baze znanja (činjenica i pravila)
○ mehanizma za zaključivanje
○ korisničkog sučelja
51
10.1.2012.
3. POJAM UI

Inteligentno ponašanje određeno:
Lat. Intelligere – razabirati, shvaćati, razumijevati

učenjem iz iskustva,
Inteligencija =

nalaženjem smisla iz proturječnih, dvosmislenih i
nerazumnih poruka,

brzim i uspješnim nalaženjem odgovora na
novonastale situacije,

upotrebom znanja za manipulaciju okolinom,

prepoznavanjem relativne važnosti pojedinih
elemenata u nekoj situaciji.

sposobnost razmišljanja, zaključivanja i rješavanja problema.

sposobnost učenja na temelju iskustva.

sposobnost upotrebe znanja i intuicije za rješavanje problema.

sposobnost razlučivanja bitnog od nebitnog u konkretnim
situacijama.

sposobnost uočavanja alternativnih rješenja problema i izbora
najboljeg.
Umjetna inteligencija znanstvena disciplina koja
Stroj koji može učiti, zaključivati, objašnjavati svoje
ponašanje i ispravljati vlastite pogreške može se smatrati
inteligentnim strojem. Treba odmah naglasiti da ni nakon
pola stoljeća razvoja umjetne inteligencije potpuni
inteligentan stroj još nije ostvariv.
se bavi izučavanjem principa i metoda razvoja strojeva
sposobnih za inteligentno ponašanje, odnosno za
izvršavanje zadataka, koji kada ih obavljaju ljudi zahtijevaju
inteligenciju.


J. McCarthy (1956. g.) → Umjetna inteligencija naziv za
znanstvenu disciplinu koja se bavi izgradnjom računalnih
sustava čije se ponašanje može tumačiti kao inteligentno.
Iako računalo ne može doživjeti iskustvo ono može učiti,
bilo da mu potrebna znanja prenose ljudi, bilo da samo
uči. Ta znanja sastoje se od činjenica, koncepata, teorija,
heurističkih metoda, procedura i njihovih međusobnih
veza.
3.1. Podjela UI
Definicija umjetne inteligencije još je uvijek dosta raširena pa
se sama umjetna inteligencija dijeli na: jaku i slabu UI.
Jaka umjetna inteligencija - ona koja je sposobna razviti se
u tolikoj mjeri da može misliti na istom nivou kao čovjek.

Zagovornici jake umjetne inteligencije uvjereni su kako je
moguće postići potpuno repliciranje ljudskih mentalnih
svojstava: od kognicije do emocija, motivacije i
kreativnosti.
Slaba umjetna inteligencija je pak ona kojoj se mogu
dodatiodređena svojstva - primjerice računala koja prepoznaju
govor. Iako su mnogi još uvijek skeptični prema umjetnoj
inteligenciji koja ima sposobnost razmišljati kao čovjek,
ona će se prije ili kasnije dogoditi.

Zagovornici slabe umjetne inteligencije govore da će se
strojevi moći ponašati kao da posjeduju kognitivna
mentalna stanja, ali ih neće posjedovati.
52
10.1.2012.
3.1.1. Prednosti i nedostaci UI
4. PODRUČJA UI
Neke od prednosti su :
 Trajnija je od ljudske inteligencije, gotovo da je vječna.
 Može se jednostavno umnožiti i biti lako dostupna svima.
 Konzistentnija je od ljudske inteligencije.
 Lako se dokumentira.

Osnovni nedostaci su :
 Prirodna inteligencija je kreativnija.
 Prirodna inteligencija neposredno koristi opažajno iskustvo.
 Prirodna inteligencija koristi sva iskustva i sva znanja u
svakoj situaciji.
3.
1.
2.
4.
5.
Umjetna inteligencija je obuhvatila mnoga područja
istraživanja i primjene tako da se unutar nje razlikuje
nekoliko osnovnih područja, a to su:
Ekspertni sustavi
Umjetne neuronske mreže
Robotika
Razumijevanje prirodnog jezika i govora
Fuzzy logika
4.1. Ekspertni sustavi

Ekspertni sustavi su računalni programi koji sadrže određena
specifična znanja iz jednog ili više određenih područja
znanosti.

Od najveće su pomoći za organizacije koje imaju visok nivo
iskustva i znanja u direktnom i pravilnom rješavanju
problema koje je teško prenijeti na druge članove te iste
organizacije ili na nekog trećeg (prenošenje inteligencije).

Ekspertni sustavi su dizajnirani i stvoreni da bi rješavali
zadatke u područjima financiranja, medicine,
proizvodnje, računovodstva i sl.

Bitno je napomenuti da ekspertni sustavi nisu savršena
umjetna inteligencija, već su dosta usko orijentirani i
često mogu griješiti ako ih se koristi za rješavanje
pojedinih problema izvan domene za koju su stvoreni.
4.2. Umjetne neuronske mreže

Umjetna neuronska mreža je računalni model koji oponaša
biološku mrežu neurona, uz korištenje ograničenog skupa
koncepata iz biološkog sustava.

Njihova osnovna arhitektura se sastoji od velikog broja
umjetnih neurona koji su raspoređeni u tri sloja:
 Ulazni sloj, koji je povezan sa senzorima za primanje
Moguća su dva pristupa realizaciji umjetnih neuronskih
mreža:

Hardverski, kada je svaki neuron realiziran posebnim
procesorom.

Softverski, kada se programski simulira neuronska
mreža.
signala iz okoline.
 Skriveni sloj, koji čini glavnu mrežnu strukturu paralelne
obrade.
 Izlazni sloj, koji iskazuje rezultat, odnosno zaključak.
53
10.1.2012.
4.3. Robotika
Područje umjetne inteligencije koje se bavi razvojem
senzorskih sustava, kao na primjer umjetni sustavi
vida, dodira, te sustavi za obradu signala, koja u
kombinaciji s drugim tehnologijama umjetne
inteligencije čini vrlo široko područje praktične
primjene robota u različitim područjima ljudske
djelatnosti.

4.4. Razumijevanje prirodnog jezika i
govora


Robot je elektromehanički stroj
koji može biti programiran za
samostalno izvođenje određenih
radnih operacija koje imaju više
stupnjeva slobode.
Omogućavanje da računalo i njegov korisnik
komuniciraju na prirodnom jeziku, bilo pisano bilo
govorno.
Ugrađenim znanjem u obliku
računalnog programa, roboti
izvode mehaničke pokrete i tako
obavljaju raznovrsne zadatke,
posebno u situacijama kada to
obavljaju brže i bolje od čovjeka ili
u uvjetima koji nisu primjereni
čovjeku.

Ona omogućava konverzacijski tip komunikacije
korisnika s računalom umjesto korištenja nekog
komandnog ili nekog drugog umjetnog jezika.

Osnovna aspekti ovog problema su razumijevanje i
generiranje prirodnog jezika. Ova tehnologija je
dosegla toliku zrelost da je započela njena šira
komercijalna primjena bez obzira na izuzetno složenu
problematiku.
Kao takva, ova tehnologija se ne koristi samostalno već
za izradu korisničkih sučelja drugih proizvoda umjetne
inteligencije i općenito drugih računalnih sustava.
4.5. Fuzzy logika

Ona omogućava konverzacijski tip komunikacije
korisnika s računalom umjesto korištenja nekog
komandnog ili nekog drugog umjetnog jezika.

Osnovna aspekti ovog problema su razumijevanje
i generiranje prirodnog jezika. Ova tehnologija je
dosegla toliku zrelost da je započela njena šira
komercijalna primjena bez obzira na izuzetno
složenu problematiku.
5. MOGU LI RAČUNALA MISLITI?
5.1. Garry Kasparov vs. X3D Fritz

2003. god. Kasparov igra šahovski meč u četiri partije
protiv programa X3D Fritz

U meču su korišteni virtualna tabla, 3D naočale i sustav
za prepoznavanje glasa

Meč završava neriješeno,
1:1 uz dva remija
Je li X3D Fritz inteligentan?
54
10.1.2012.
100 milijuna poteza u sekundi
2 poteza u sekundi
Posjeduje malo znanja o šahu, ali Posjeduje mnogo znanja o šahu,
ogromnu sposobnost
ali bitno manju sposobnost
izračunavanja.
izračunavanja.
X3d Fritz ne uči. Stoga niti ne
Garry Kasparov može učiti i
može koristiti umjetnu inteligenciju brzo se prilagodi na temelju
da bi naučio od svog protivnika ili svojih uspjeha i pogrešaka.
da bi ‘’razmišljao’’ o trenutnom
stanju na šahovskoj ploči.
Program nema osjećaje niti
intuiciju, ne zaboravlja, ne
mmože se zbuniti niti osjećati
neugodno.
X3D Fritz nevjerojatno učinkovito Garry Kasparov je vrlo
rješava probleme iz domene šaha, inteligentan. Autor je triju knjiga i
no manje je ‘’inteligentan’’ čak i govori mnoge jezike.
od malog djeteta.
Ima osjećaje i istančanu
intuiciju, ali može osjećati umor i
dosadu, te gubiti koncentraciju.
Pretraživanje velikog broja mogućih kombinacija ne
zahtijeva inteligenciju!
5.2. IBM Watson
Kako bi bilo kada bi
računalu mogli postaviti
pitanje i dobiti pravi,
vjerodostojan odgovor
umjesto popisa Internet
adresa ili dokumenata?

Nakon četiri godien rada 25 vrhunskih znanstvenika IBM
je predstavio sustav Watson – najveći iskorak u
računalnom razumijevanju ljudskog govora i odgovaranju
na postavljena pitanja.

IBM Watson je superračunalo koje razumije ljudske riječi,
njihovo značenje i pitanje, te u konačnici daje siguran i
precizan odgovor na osnovu pretraživanja 200 milijuna
stranica knjiga, enciklopedija itd.

Može procesirati složene upite koji uključuju humor, ironiju
i dvosmislena značenja.
IBM Watson u kvizu ‘’Izazov’’

Američki kviz ‘’Izazov’’ prepun je dvoznačne
komunikacije, pitanja iz svih segmentat života.

Kviz obiluje pitanjima i odgovorima koja uključuju
humor, satiru i natuknice, a sudionici moraju pogoditi
pitanje na zadani odgovor u roku od 3 sek.

Watsonovi kokurenti bili su dva najuspješnija sudionika
u povijesti kviza.
U trodnevnom natjecanju (14.-16.2.2011.) Watson je
pobjedio s trostruko boljim rezultatom od drugoplasiranog
natjecatelja.
55
10.1.2012.
6. ZAKLJUČAK

Čovjekova memorija potpomognuta je podatcima
pohranjenim u knjigama, filmovima, slikama,
računalima... To na najslikovitiji način kazuje kako
znanost i tehnika obogaćuju moći ljudi.
7. LITERATURA

•


Zahvaljujući razvoju UI praktički ne postoji područje u
kojem čovjek, zajedno sa svojom mentalnom i fizičkom
snagom ne može biti zamjenjen. Sve to uvelike olakšava
svakodnevni život, donošenje važnih odluka...
•
•
•
No, postavlja se pitanje:
Ako superračunalo poput Watsona više nije izazov, što
je sljedeće?
•
KNJIGE:
Ante Simonić, Trgovina znanja u budućnosti, Medicinska naklada,
Zagreb, 2005
Web:
Ekonomski fakultet Osijek, www.efst.hr/nastava/27/6_EOP.pdf,
(pristup ostvaren 28.11.2011.)
Wikipedija,
http://e.foi.hr/wiki/mediaWiki/index.php/Umjetna_inteligencija
(pristup ostvaren 28.11.2011.)
Nacional, Osvrt stručnjaka: IBM Watson – 100 godina „Velikih
Izazova“, objavljeno 24.11.2011. (pristup ostvaren 30.11.2011.)
Wikipedija,
http://hr.wikipedia.org/wiki/Gari_Kasparov#Me.C4.8Devi_protiv_ra.C
4.8Dunala, (pristup ostvaren 30.11.2011.)
Seminar napravile:
Antonija Franc
Kristina Tomasović
Vlatka Ravlić
Mihaela Krpan
Marija Petković
Kristina Barić


50ih godina prošlog stoljeća na konferenciji
Dartmouth Summer Research Project on
Artificial Intelligence najavljeno je
ostvarivanje vizije računalnog modela koji će
oponašati funkcioniranje mozga
1943. godine Warren Mcculloch i Walter Pitts
objavili članak u kojem su postavili temelje za
razvoj neuronskih mreža tako što su prvi
dokazali kako neuroni mogu imati dva stanja,
ta dva stanja su podjelili na umirujuće i
pobuđujuće.
56
10.1.2012.





1949 - Hebb prvi predložio pravilo kojim se
opisuje proces učenja (Hebb-ovo pravilo)
1956 - Dartmouth Summer Conference na
kojoj su Rochester i skupina autora
predstavili prvu simulaciju Hebb-ovog
modela koja je preteča modela neuronskih
mreža
1958., Frank Rosenblatt je razvio prvu
neuronsku mrežu Perceptron, dvoslojnu
mrežu koja nije mogla rješavati probleme
klasifikacije koji nisu linearno djeljivi.
Dan danas se radi na razvoju neuronskih
mreža te na usavršavanju u ovom području
od strane raznih stručnjaka, tako da možemo
vidjeti primjenu neuronskih mreža u zaista
velikim područjima, kao što su medicina,
psihologija, ekonomija, fizika.
Teorijsko ishodište i inspiracija neuronskog
računalstva je u ljudskom mozgu.
Cilj: spajanje sposobnosti ljudi da prepoznaju
lica,oblike,glasove
Slika 1. Mozak kao središnji dio
živčanog sustava čovjeka.



Umjetna inteligencija je znanost koja ima
zadatak učiniti strojeve inteligentnima,
odnosno omogućiti im da misle kao ljudi
(M.Minsky)
Umjetna je inteligencija grana računalske
znanosti koja se bavi proučavanjem i
oblikovanjem računalnih sustava koji
pokazuju neki oblik inteligencije. (S.Ribarić)
Sustavi koji obavljaju zadatke za koje se
obično zahtijeva čovjekova vještina, te
određeni stupanj ljudske inteligencije.





Od 1967. do 1982. godine brojni istraživači,
kao što su Stephen Grossberg, Kunihiko
Fukushima i Teuvo Kohonen, svojim radom
značajno doprinose razvoju ovog područja.
1974. godine je razvijena višeslojna
perceptron mreža kao preteča
Backpropagation mreže
1986 - Backpropagation mrežu usavršuju
Rumelhart, Hinton i Williams, ona vraća ugled
neuronskim mrežama, jer omogućuje
aproksimiranje gotovo svih funkcija i
rješavanje praktičnih problema
Mozak se sastoji od nekoliko desetaka
milijardi neurona povezanih u mrežu koji
mogu paralelno obrađivati informacije
Neuron, kao osnovna jedinica živčanog
sustava, prima informacije od drugih neurona
putem dendrita, obrađuje ih, a zatim šalje
impuls putem aksona i sinapsi drugim
neuronima u mreži.
Slika 2. Neuroni u živčanim sustavima.



Prema klasifikaciji Association for Computing
Machinery (ACM) umjetne neuronske mreže
jedne su od područja umjetne inteligencije.
Neuronske mreže - međusobno povezana
nakupina jednostavnih elemenata obrade,
jedinica ili čvorova, čiji se načini djelovanja
otprilike temelje na neuronima kod životinja.
Sposobnost obrade mreže je posljedica jačine
veza među tim jedinicama, a postiže se kroz
proces adaptacije ili učenjem iz skupa
primjera za uvježbavanje.
57
10.1.2012.







Ključni element ove vrste umjetne inteligencije –
specifična struktura obrade informacija
sastavljena od velikog broja međusobno
povezanih neurona
Podaci koji se razmjenjuju su obično numerički.
Neuroni obrađuju svoje lokalne podatke i ulaze
koje primaju putem veza.
Proces dizajniranja neuronske mreže kreće od
izbora ulaznih i izlaznih varijabli, preko izbora
algoritma, rasporeda neurona u slojeve,
određivanja veza između neurona, ulaznih i
prijenosnih funkcija među slojevima izbora,
parametara učenja, izbora mjerila koje se koristi
za ocjenjivanje mreže do samog postupaka
učenja mreže.
Akson - tanka cjevčica koja s jedne strane
sadrži tijelo neurona, a s druge se strane
dijeli na niz grana.
Sinapsa - razmak između završetka aksona
prethodnog neurona i dendrita ili tijela
sljedećeg neurona.
Dendriti - produžeci staničnog tijela, vrlo su
tanki u odnosu na veličinu tijela stanice i
funkcija im je prikupljanje informacija.
1.
-
-


BIOLOŠKA NEURONSKA MREŽA
Predstavnik : nervni sistem živih bića
Sastavni su dio čovjeka, a zaslužne za
izvođenje vrlo važnih funkcija kao što su
razmišljanje, učenje, emocije.
sastoji se od tijela, aksona i dendrita koji
okružuju tijelo neurona.
Tijelo biološkog neurona zamjenjuje se
sumatorom, ulogu dendrita preuzimaju ulazi
(ulazne varijable) u sumator, izlaz sumatora
je akson umjetnog neurona, a uloga praga
osjetljivosti bioloških neurona preslikava se iz
aktivacijske funkcije.
Veza umjetnog neurona s okolinom ostvaruje
se pomoću funkcijske sinaptičke veze
biološkog neurona.
Slika 3. Biološki neuron
2. UMJETNA NEURONSKA MREŽA
-
-
-
sistem koji je sastavljen od više jednostavnih
procesora (jedinica, neurona), a svaki od njih
ima lokalnu memoriju u kojoj pamti podatke
koje obrađuje.
Jedinice su povezane komunikacijskim
kanalima (vezama).
Podaci koji se ovim kanalima razmjenjuju su
obično numerički. Veliki broj neuronskih
mreža su nastale kao modeli bioloških
neuronskih mreža.

Model umjetnog neurona (prikazan na slici 1.
prikazuje nam jednostavnu strukturu i
funkcije, gdje u1…n predstavljaju ulazne
podatke ili varijable, w1…n su težinski
koeficijenti, f je aktivacijska funkcija, a i
izlazni podatak odnosno varijabla.
Slika 4. Model umjetnog neurona
58
10.1.2012.





Neuronsku mrežu čine arhitektura mreže,
prijenosna funkcija neurona i zakoni učenja.
Neuronske mreže se razlikuju prema broju
neuronskih slojeva.
Prvi, odnosno ulazni sloj šalje svoje izlaze
narednom sloju, te se tako sve odvija do
posljednjeg, izlaznog sloja.
Mreža sa tri sloja - najkorištenija arhitektura,
gdje se na izlazima neurona trećeg sloja
dobivaju finalni rezultati obrade.
programi ili hardverski sklopovi koji
iterativnim postupkom iz prošlih podataka
nastoje pronaći vezu između ulaznih i
izlaznih varijabli modela,kako bi se za nove
ulazne varijable dobila vrijednost izlaza.
Slika br. 5 Struktura mreže “širenje
unatrag” (Backpropagation mreže)
Razvijaju se brojni algoritmi za neuronske
mreže koji s pomoću različitih
pravila učenja, ulaznih i izlaznih funkcija
rješavanju probleme
predviđanja, klasifikacije i prepoznavanja
uzoraka.








broj slojeva (dvoslojne i višeslojne)
tip učenja (nadgledano i nenadgledano)
tip veze između neurona,
veza između ulaznih i izlaznih podataka,
ulazne i prijenosne funkcije,
sigurnost ispaljivanja,
vremenske karakteristike,
vrijeme učenja.
59
10.1.2012.

Kada neki neuron prima ulaz iz prethodnog sloja,
vrijednost njegovog ulaza računa se prema ulaznoj
funkciji (tzv. “sumacijskoj” funkciji).
Opći oblik ulazne funkcije kod
nadgledanih mreža








Izlaz neurona računa se prema tzv. prijenosnoj
funkciji (transfer function).
Nekoliko najčešće korištenih prijenosnih funkcija su:
funkcija koraka (step funkcija),
signum funkcija,
sigmoidna funkcija,
hiperboličko-tangentna funkcija,
linearna funkcija,
linearna funkcija s pragom.
1. definirati model (ulazne i izlazne varijable)
2. prikupiti i urediti podatke
3. uzorkovanje
4. dizajniranje mreže
5. odrediti željeni broj iteracija za učenje
mreže
6. treniranje mreže
7. testiranje mreže
8. analiza rezultata dobivenih testiranjem
Neuronske mreže se mogu primijeniti na različite
tipove problema:




Regresijski problem - problem kada je potrebno na
temelju ulaznih varijabli procijeniti neku
kontinuiranu vrijednost izlazne varijable.
Problem klasifikacije - izlazna varijabla je izražena u
kategorijama pa svaku ulaznu jedinicu treba
razvrstati u jednu od kategorija
Problem predviđanja - problem kada su ulazne
varijable praćene kroz neko vrijeme
problem asocijacije - kada je potrebno prepoznati da
je neki ulazni vektor jednak nekom od postojećih
izlaznih vektora u bazi.
60
10.1.2012.



PRIMJERI!!
 otkrivanje eksploziva u prtljazi na aerodromima,
 identifikacija tipova oblaka na temelju satelitskih
snimki,
 za dijagnostiku problema kod rada avio-motora,
 prepoznavanje govora s pomoću integriranih
neuronskih mreža,
 pretvaranje teksta u govor,
 primjene u financijama (npr. za predviđanja na
tržištima vrijednosnica, izbor portfelja, trgovanje
na burzama, odluke o izdavanju kredita, procjene
rizika i dr.),
 primjene u marketingu (npr. za segmentiranje
kupaca, predviđanje izbora kupaca)
Istraživanje Wong-a et al. (1997), najveći udio
poslovnih primjena NM u posljednjih 10 godina
pripada proizvodnji i operacijama (53.5%), zatim
financijama (25.4%), te marketingu i drugim
područjima.
PREDNOST!!
daju bolje rezultate od metoda tradicionalnog
računalstva, a mogu se provjeriti u izvještajima
brojnih tvrtki koje ih koriste, kao npr. izvještaji
tvrtke Z-Solutions o primjeni neuronskih mreža
za zadovoljavanje potreba kupaca, u zdravstvu, i
dr.
Testirane arhitekture neuronskih mreža za
pronalaženje najboljeg modela
- 5 različitih arhitektura
- Podjela uzorka u postotcima 1. Testiranje 2.
Treniranje i 3. Validacija
- Odabir algoritma, kreiranje neuronske mreže sa 4
ulazne i 1 izlaznom varijablom
- Odabir aktivacijske funkcije za skriveni i izlazni
sloj , vrijednosti parametra učenja te maksimalni
broj iteracija učenja
- Mreža se trenira, te testira na uzorku za validaciju
- Rezultate prikazujemo tablično i grafički
OPIS MODELA KLASIFIKACIJE RAKOVA PREMA
SPOLU
Promatrani podaci : spolovi rakova (Ž/M)
Broj slučajevu u uzorku: 200
Ulazne varijable: primjerak,vrsta,prednji
dio,stražnji dio,duljina,širina,dubina
Izlazne varijable: spol 1. – muški
spol 2. – ženski
Rezultati najboljeg modela
5. Mreža sa postotkom klasifikacije 100%
(rakove raspodjeljuje na muški i ženski spol
sa 100% sigurnošću)
Rezultati:
- najbolja mreža : Multilayer Perceptron
(Backpropagation mreža algoritma) ->
NAJKORIŠTENIJI ALGORITAM U IZGRADNJI NM!!!
- struktura konačne mreže – 7 neurona(ulazni sloj), 2
neurona(srednji sloj – najbolji omjer), 2
neurona(izlazni sloj)
- srednji sloj – logistička prijenosna funkcija
- izlazni sloj – Identity funkcija
- stopa klasifikacije u testiranju – 99,29 % (140 rakova
ispravno klasificirano)
- Stopa unakrsne validacije (30 od 200 klijenata – stopa
klasifikacije 100%)
- Posljednja faza – ista veličina uzorka – 100%

61
10.1.2012.
Analiza osjetljivosti izlazne varijable na ulaznu
- Utjecaj pojedine ulazne varijable na izlaznu
najveći utjecaj ima
Analiza osjetljivosti izlazne
primjerak raka
varijable na ulaznu
X – ulazne
Y – izlazne
ZAKLJUČAK!!!

2,500000
2,000000
1,500000
Analiza osjetljivosti
1,000000

izlazne varijable na
0,500000
ulaznu
0,000000
POPULARNOST!!!
 u usporedbi s konvencionalnim metodama
omogućuju realizaciju boljih sustava ili
smanjuju cijenu sustava ne kvareći
performanse
 mogu poslužiti za rješenje problema koje
inače ne bi mogli riješiti konvencionalnim
metodama



S obzirom da se mreža razvrstava sa 100%
sigurnošću svoju primjenu bih mogla naći u
praksi
Na temelju nabrojanih varijabli i po
mogućnosti većem uzorku mogla bih se
izraditi mreža koja bih određivala spol rakova
sa 100%-tnom sigurnošću.
Neuronske mreže imaju sposobnost učenja –
prirodno sučelje ka modeliranju realnog
svijeta u odnosu na klasične sisteme koji
moraju biti programirani
Pronalaze vezu između pojava koje izmiču
ljudskom intelektualnom aparatu
potpomognutom klasičnim softverskim
alatima
Mogućnost tolerancije nedostataka –
mogućnost funkcioniranja i pri oštećenju
dijela mreže
Knjige:
V. Čerić, M. Varga, Informacijska tehnologija u
poslovanju, Element, Zagreb, 2004.
Elektroničke knjige:
Edukacijski repozitorij za inteligentne sustave,
Neuronske mreže,
http://eris.foi.hr/11neuronske/nn-predavanje.html



Web izvori:
http://loya.5u.com/strane/27.html
http://nm.zesoi.fer.hr/predavanja/pdf/neuro12.pdf
M. Zekić-Sušac, Nastavni materijali za predavanja iz
kolegija Sustavi za potporu odlučivanju, Poglavlje 4 i
5 http://moodle.carnet.hr/course/view.php?id=148
62
10.1.2012.
Povijest razvoja
menadžmenta znanja
Povijesni aspekt razvoja znanosti i
znanja


Lucić, Ivana 35240
Vidović, Nevena 35242
Vukadinović, Monika 35229

Pojmovi
Znanje?

Menadžment?


nastaje čovjekova proizvodnja, tj.
razmjenjuje materije s prirodom
svoje iskustvo čovjek prenosi na druge
naraštaje
Znanje


u početku je čovjek vodio borbu za golo
održavanje
Menadžment
znanja?
Znanje je sposobnost ljudi da koriste
informacije za riješavanje složenih
problema i prilagođavanje promjenama
Pojedinačna sposobnost da se svlada
nepoznato; pouzdano razumjevanje nekog
predmeta uz potencijalnu sposobnost
korištenja za specifičnu svrhu
Menadžment
Znanje se može podijeliti na:

• Implicitno (skriveno) znanje – znanje
koje se nalazi u umovima ljudi i rezlultat
je njihovog dugogodišnjeg iskustva
• Eksplicitno (izraženo) znanje – znanje
koje dobijemo procesom obrazovanja

“Menadžment je umjetnost obavljanja
poslova putem, uz, ili posredstvom drugih
ljudi”
(M.Parker Follet)
Sistematičan način usmjeravanja
pojedinaca, grupa, poslova i operacija s
ciljem ostvarivanja imenovanih
organizacijskih ciljeva sa sredstvima koja
organizaciji stoje na raspolaganju
63
10.1.2012.
Menadžment znanja


Menadžment znanja je proces koji
pomaže organizacijama da pronađu,
odaberu, organiziranju i prenesu važne
informacije
• Proces učenja
• Rezultat učenja

Napori menadžmenta znanja imaju dugu
povijest



Specifične prilagodbe tehnologije uvedene
su da bi poboljšale daljnje napore

Povijest menadžmenta znanja i razvoja
pojedinih teorija pomaže u razumijevanju
suvremenih oblika menadžmenta.
Ukazuje na evoluciju različitih koncepata
menadžmenta koji su bili rezultat
promjenjive prirode potreba organizacije i
njene uloge u društvu
Menadžment znanja je evoluirao tijekom
posljednjih 50-tih godina
Povijest razvoja menadžmenta
znanja 1. dio

Ključni dijelovi menadžmenta
znanja:
• Učenik
“Menadžment znanja je rastuča disciplina
menadžmenta koja uključuje lociranje,
organiziranje, prijenos i korištenje znanja
ekspertize unutar organizacija u cilju
obavljanja poslovnih aktivnosti”
(Turner, 1999.)
Povijest menadžmenta znanja


Usmjerena na zamjeni ljudske
inteligencije s umjetnom inteligencijom

Uspješno odvijanje znanja

Koncept ekspertnih sustava

Primjer XCON
Filozof Descartes


Newell, Shaw i Simon 1950.

Cilj rada-opće rješenje problema
Strojna inteligencija nije isto što i ljudska
inteligencija
64
10.1.2012.
Povijesni razvoj menadžmenta
znanja 2. dio

Povijesni razvoj menadžmenta
znanja 3. dio
Tehnologije prilagođene podrškama u
odlučivanju

Nedostaci-lomljivost i ograničenost

Ograničeno poznavanje domene



Povijest u tri generacije



“WWW” se pojavio u javnosti 1993.

Web 1.0 posvećen je upravljanju znanjem
za sve informacijske tehnologije i
računalne sustave

Moderni menadžment znanja izgrađen na
povijesti umjesto na heurističkim znanjima
IT Helpdesks
Web 2.0 je poslovna revolucija u
kompjutorskoj industriji uzrokovana
tretiranjem mreže
Pojavom Web 2.0 koncept upravljanja
znanjem je evoluirao u smjeru vizije
Baziran je na socijalizacijskoj noti
Sastojao se uglavnom od statističkih
stranica, a danas od dinamički generiranih
blogova i socijalno umreženih profila
Najvažnija značajka Web 3.0 je semantički
web
Otvorenost, sloboda i kolektivna
inteligencija


Značajan ekonomski potencijal

“računalo generira nove informacije”

Društveni networking

“radi sve umjesto korisnika”

Socijalijzacijski webovi, npr. Facebook

Pruža bolju kvalitetu

65
10.1.2012.

"Ja znam samo jedno, a to je da ništa ne
znam." (Scio me nihil scire)
Sokrat





Hvala na pažnji !!!
Literatura
Znanje - temelj društva blagostanja; Ekonomski
fakultet Rijeka, 2007.
http://en.wikipedia.org/wiki/Knowledge_manage
ment (24.11.2011.)
http://de.wikipedia.org/wiki/Wissensmanagement
(24.11.2011.)
http://www.ekonomskiportal.com/sto-jeknowledge-management/ (24.11.2011.)
OBRAZOVNI PROGRAMI VEZANI
ZA MENADŽMENT ZNANJA
SEMINAR IZRADILI:
Barbara Šarić
Goran Tomašević
Ivana Semerović
Filip Petrović
Josip Parac
ŠTO JE MENADŽMENT ZNANJA?
•
•
Menadžment znanja je eksplicitan i sistematičan menadžment
vitalnog znanja i pridruženih procesa stvaranja, prikupljanja,
organiziranja, difuzije, korištenja i eksploatacije. Menadžment
znanja zahtijeva pretvorbu osobnog znanja u korporativno znanje
koje se može dijeliti i prikladno primijeniti u organizaciji
Menadžment znanja odnosi se na kritična pitanja prilagodbe
organizacije, njezinog preživljavanja i kompetencija s obzirom na
rastuće diskontinuirane promjene u okolini. U osnovi on
utjelovljuje organizacijski proces s ciljem sinergijske kombinacije
podatkovnih i informacijskih kapaciteta procesiranja informacijskih
tehnologija i kreativnih i inovativnih kapaciteta ljudskih bića
-Menadžment znanja je formalizacija i pristup
iskustvu, znanju i ekspertizi koji otvara nove
mogućnosti, omogućuje superiorne performanse,
potiče inovacije i povećava vrijednost za korisnika
- Menadžment znanja je dobivanje
odgovarajućeg znanja za odgovarajuće ljude u
odgovarajućem trenutku da bi oni mogli donijeti
najbolje odluke
66
10.1.2012.
KAKO MOTIVIRATI UPRAVLJANJE
ZNANJEM?
Što uključuju ključni dijelovi menadžment
znanja?
učenika- uz kojeg se veže proces učenja
proces učenja- koji se sastoji od dobivanja
informacija i procesiranja informacija u dodatno znanje
rezultat učenja- kojeg dobivamo iz procesa učenja
Ponudite zaposlenicima nešto za njih a
to je:
• razvoj novih kompetencija i znanja
• prepoznavanje eksperata u radnom okruženju
• povezivanje s ljudima sa sličnim interesima u
kompaniji, mogućnost razvoja vlastite mreže kontakata
• prilika da bolje obavljate vlasititi posao
• brže rješavanje problema
• mogućnost uključivanja u interdisciplinarne timove
KLJUČNA PODRUČJA UPRAVLJANJA
ZNANJEM
-INOVATIVNOST – pronalaženje i implementacija
novih ideja, razmjena ideja, rad u timu
- BRZINA REAKCIJE – vezana za raspoloživost
informacija kako bi se zahtjevi kupaca rješavali
brže i kvalitetnije
-PRODUKTIVNOST – smanjivanje vremena rješavanja
problema, eliminacija kradljivaca vremena
- EDUKACIJA – neprekidno razvijanje vještina i znanja
djelatnika putem treninga i drugih metoda s ciljem podizanja
razine sposobnosti za bolje obavljanje posla
Najvažniji kolegiji vezani uz
menadžment znanja su:
• Poslovni informacijski sustavi
• Menadžment ljudskih resursa
• Baze podataka
• Menadžment znanja
• Menadžment promjena
• Poslovno komuniciranje
• Kreativnost i inovativnost
• Poslovna inteligencija
Ovim kolegijima je zajedničko učenje kako
identificirati, koristiti i razvijati znanje te na
koji način ga obnavljati, izgrađivati i
organizirati, ali i efektivno distribuirati i
primjenjivati
67
10.1.2012.
Načini stjecanja znanja:
 AKVIZICIJA- kupovanje znanja
 ISTRAŽIVANJE- uspostavljanje posebnih
timova namijenjenih za istraživanje i razvoj
 SPAJANJE- spajanje ljudi s različitim
znanjima s ciljem stvaranja kompleksnosti i
sinergije
Upravljanje ljudskim potencijalima
- prepoznavanje raspoloživih kadrova
- zapošljavanje novih kadrova
- selekcija i profesionalna orijentacija
- unapređenja
- razvoj i poticanje kreativnosti pojedinaca
- dugoročno održavanje ( zadržavanje) radne
snage
-PRILAGODBA- tehnološke i društvene promjene
zahtjevaju prilagođavanje i time se stječe novo znanje
- UMREŽAVANJE ZNANJA- pojedinci i grupe međusobno
komuniciraju sa ciljem razmjene informacija, znanja i
rješavanja problema
PROMJENA!!!
1. Odleđivanje
2. Kretanje (mijenjanje)
3. Ponovno zaleđivanje
CILJEVI BAZA PODATAKA
BAZA PODATAKA
- skup međusobno povezanih i organiziranih podataka
informacijskog sustava, pohranjenih u vanjskoj memoriji računala
- fizička nezavisnot podataka
- logička nezavisnost podataka
- čuvanje integriteta
- fleksibilnost pristupa
- efikasan rad
- sigurnost
- podešavanje baze i kontrola
68
10.1.2012.
POSLOVNA INTELIGENCIJA
Poslovna inteligencija predstavlja
arhitekturu i kolekciju integriranih
operativnih aplikacija, zatim aplikacija za
potporu
odlučivanju i baza podataka koje
poslovnim sustavima omogućuju lagan
pristup podacima
POSLOVNA
INTELIGENCIJA
HVALA NA PAŽNJI!
Studenti:
Miljana Šetušić
Anita Todorović
Sanja Jozić
Danijela Jukić
Marina Stanić
Dragana Nužda
U Osijeku, studeni 2011.
Sadržaj:
1. Uvod
1.
2.
3.
4.
5.
6.
7.
8.
Uvod
Računovodstvena dokumentacija
Komercijalna dokumentacija
Ponuda
Otpremnica
Predračun
Račun
Radni nalog
Korespondencija ( fotokopije, prijepisi)
4.1. Poslovna korespondencija
4.1.1 Poslovno pismo
4.1.2 Pravila korespondencije
Upravljanje bazom poslovnih partnera
5.1. Kreiranje osobne baze poslovnih partnera
Računovodstveni program Synesis
Upravljanje poslovnim dokumentima
7.1. Uvođenje sustava za upravljanje dokumentacijom
7.2. Svojstva sustava
7.3 Programski moduli
Literatura
•
•
•
•
Poslovni život tvrtke sastoji se od niza različitih poslovnih događaja;
nabava sirovina i materijala, kupovina zgrada i pogona, proizvodnja i
prodaja proizvoda, ustupanje usluga, komunikacija s poslovnim partnerima,
naplata itd.
Svaki poslovni događaj potrebno je pratiti određenom poslovnom
dokumentacijom jer one sadrže podatke i činjenice koje su bitne za
poslovno odlučivanje
Poslovna dokumentacija upotrebljava se povremeno i na zahtjev ili je po
zakonskoj regulativi potrebno čuvati izvornik u papirnom obliku
Pohranjuje se u skladišnom centru namjenski opremljenom po najvišim
standardima za pohranjivanje dokumentacije
69
10.1.2012.
•
2. Računovodstvena dokumentacija
Obveza izdavanja, forma, vrijeme čuvanja i sadržaj poslovnih
dokumenata regulirani su različitim zakonskim propisima:






◙
Zakon o računovodstvu
Zakon o porezu na dodanu vrijednost
Pravilnik o porezu na dodanu vrijednost
Zakon o trgovačkim društvima
Zakon o obveznim odnosima
Pravilnik o vrednovanju, postupku odabiranja i izlučivanja
arhivskog gradiva
A) Knjigovodstvene isprave
•
knjigovodstvena isprava je pisani dokument ili elektronički zapis o
nastalom poslovnom događaju, koja se mora sastaviti na mjestu i u
vrijeme nastanka poslovnog događaja, a služi kao temelj za unos
podataka u poslovne knjige (čuva se minimalno 7 godina)
•
bitni elementi knjigovodstvene isprave:
- naziv i adresa izdavatelja isprave
- naziv i redni broj isprave,
- datum i mjesto izdane isprave,
- kratki opis poslovne transakcije,
- vrijednost poslovne transakcije,
- pečat i potpis ovlaštene osobe – izdavaoca isprave
Računovodstvenu dokumentaciju čine: knjigovodstvene isprave, poslovne
knjige, financijski izvještaji, porezna dokumentacija .
•
Ulazni računi: svi računi dobavljača s dokumentima povezanih s nabavom,
•
Izlazni računi: svi računi o prodaji s dokumentima povezanih s prodajom,
•
Isprave o platnom prometu, bankovni dokumenti: izvodi žiro računa s nalozima za
isplatu,
•
Blagajna: sva dokumentacija temeljem kojih je obavljena isplata ili uplata u gotovini;
uplatnice i isplatnice
•
Materijal: primke, kalkulacije, izdatnice, otpremnice, povratnice, međuskladišnice sl.
•
Dokumenti imovine: sva dokumentacija u vezi promjenama na imovini,
•
Putni nalozi, paragon blokovi, nalozi za knjiženje, pomoćni obračuni i slične isprave
•
Obračuni, isplatne liste, evidencije plaća, dnevnica i honorara za koje se plaćaju
doprinosi (čuvaju se trajno)
•
Matična knjiga radnika, knjiga poslovnih udjela i knjiga dionica (čuvaju se trajno)
B) Poslovne knjige
•
Dnevnik: evidencija poslovnih promjena knjigovodstvenih isprava
slijedom nastanka.
•
Glavna knjiga: sintetička evidencija poslovnih promjena raščlanjena
prema vrstama prihoda, rashoda, imovine i izvora financiranja
slijedom njihova nastanka.
(dnevnik i glavna knjiga se čuvaju 11 godina od isteka godine na
koju se odnose)
•
C) Financijski izvještaji
•
Godišnji financijski izvještaji ( čuvaju se 11 godina od isteka godine
na koju se odnose):
1. Bilanca
2. Račun dobiti i gubitka
3. Izvještaj o novčanom tijeku
4. Izvještaj o promjenama kapitala
5. Bilješke uz financijske izvještaje
•
Financijski izvještaji tijekom godine ( čuvaju se 7 godina) od isteka
godine na koju se odnose.
Pomoćne knjige: analitička evidencija poslovnih promjena
sintetičkih konta kao analitike poslovnih promjena po partnerima ili
vlasnicima, kreditnim partijama, zatim evidencije materijalne
imovine koje sadrže osim financijskih i količinske podatke i druge
pomoćne knjige kao knjige ulaznih i izlaznih računa, knjiga
blagajne i druge
(čuvaju se7 godina od isteka godine na koju se odnose)
D) Porezna dokumentacija
Obveze čuvanja:
•
5 godina za PDV računajući od proteka godine na koju se
dokumentacija odnosi
•
5 godina za porez na dobit ili porez na dohodak ako NIJE obveznik
PDV-a od isteka godine na koju se odnosi
•
6 godina za porez na dobi ili porez na dohodak ako JE obveznik
PDV-a od isteka godine na koju se odnosi.
•
7 godina APSOLUTNA ZASTARA za porezne obveze od isteka
godine na koju se odnose
70
10.1.2012.
3. Primjeri poslovnih dokumenata
A) Ponuda
•
Vođenjem i organiziranjem poslovne dokumentacije bavi se prvenstveno
financijsko-računovodstvena služba
•
Ponuda je dokument koji sadrži pregled proizvoda ili usluga koje jedna
tvrtka nudi i koja je osnova njenog rada i postojanja.
•
Za izradu nekih osnovnih dokumenata (poput ponude, predračuna i sl.)
podrazumijeva da je izrađuju ljudi iz sektora marketinga, prodaje ili
poslovnih sektora.
•
Ponuda može biti opća i sadrži opće preglede usluga i zahtjeva pod kojima
se mogu kupiti, tj. realizirati specijalna ponuda, koja se pravi posebno u
zavisnosti od toga kome se želi poslati.
•
Pod pojmom ekonomske ponude podrazumijevamo količine nekog dobra
koje su proizvođači spremni proizvesti pri određenim cijenama istog dobra.
-
predstavlja robni dokument na temelju kojeg ćemo izdati robu s skladišta,
te koji prati robu.
•
Elementi koji utječu na ponudu:
- cijena samog dobra
- tehnologija
- cijene inputa
- cijene komplementarnih dobara
- organizacija
- posebnu utjecaji
-
Moguće je izdati jednu ili više otpremnica i na temelju njih se sastavlja
zbirna faktura.
-
Pod pojmom zbirnog fakturiranja označavamo posebnu vrstu fakturiranja,
kada pojedinačne dostavnice skupimo na zbirnom dokumentu, kojega
knjižimo u glavnu knjigu.
•
Dokument koji kupac dobiva od prodavaoca da bi mogao izvršiti uplatu, pa
tek potom primiti plaćenu robu
•
Može se priložiti umjesto računa
•
Po zakonu račun je svaka isprava prema kojoj porezni obveznik ili osoba
kojoj on naloži obračunava isporučena dobra i obavljene usluge, bez obzira
na to kako se ta isprava naziva u poslovnomu prometu i ukoliko ponuda ili
predračun ima sve elemente računa u poreznom nadzoru bi se mogla
proglasiti računom i tražiti plaćanje pdv
B) Otpremnica
C) Predračun
71
10.1.2012.
D) Račun
•
Račun mora sadržavati ove podatke:
•
•
1. mjesto izdavanja, broj i nadnevak
2. ime (naziv), adresu, porezni broj poduzetnika i OIB koji prodaje
i isporučuje robu ili usluge
3. ime (naziv), adresu, porezni broj poduzetnika i OIB kome su
isporučena dobra ili obavljene usluge (kupca)
4. količinu i uobičajeni trgovački naziv isporučenih dobara te vrstu i
količinu obavljenih usluga, - za usluge je poželjno što detaljnije
objasniti i dokumentirati.
5. nadnevak isporuke dobara ili obavljenih usluga
6. iznos naknade (cijene) isporučenih dobara ili obavljenih usluga,
7. iznos poreza,
8. zbrojni iznos naknade i poreza
•
•
•
•
•
•
•
isprava koju prodavalac prilaže kupcu za prodane proizvode ili izvršene
usluge
•
Računom se dokazuje izvršenje nekog posla
•
Račun se izdaje nakon što je roba isporučena ili obavljena uslugu
E) Radni nalog
•
Radni nalog ključni je nositelj informacija o izvršenju pojedinačnih radnih
zadataka koji se obavljaju u poduzeću.
•
Informacije dobivene iz radnih naloga ključne su za kvalitetno izvršavanje i
izvođenje nadzora nad izvedbom naloga. Često je ta vrsta dokumenta
podloga za izradu ostalih vrsta dokumenata poput putnog naloga ili
izlaznog računa.
•
Na radnom nalogu nalaze se sve stavke koje su potrebne kako bi djelatnici,
kojima se izdaje radni nalog bili u potpunosti informirani sa radovima koji
ih očekuju na terenu.
npr.
• Broj radnog naloga
• Datum
• Partner i objekt
• Kategorija radova
• Voditelj projekta i djelatnici
• Prijevoz
• Napomene
• Stavke radnog naloga
72
10.1.2012.
4. Korespondencija ( fotokopije, prijepisi)
•
Potiče od latinske riječi correspondentia i znači odgovaranje, pisanje
pisama, prepiska.
•
Podrazumijevaju se pisma, telegrami, poslovni dokumenti dobiveni od
drugih poduzeća i ustanova ili upućeni drugim poduzećima ili ustanovama.
•
Korespondent je osoba koja s nekim vodi prepisku, osoba koja šalje i
prima pisma.
•
U poslovnu korespondenciju spada : prepiska između poslovnih suradnika
(partnera) – pisma, računi, ugovori i ostali poslovni dokumenti, koje jedna
tvrtka šalje drugoj, radi ostvarivanja poslovne djelatnosti.
•



Postoje tri grupe dokumenata:
poslovna pisma
interno ustanovljeni obrasci
propisani obrasci.
•
Poslovno pismo je dokument kojim se jedna tvrtka obraća drugoj radi
ostvarivanja svog poslovnog interesa.
•
Glavni dijelovi su: zaglavlje, mjesto i datum pisanja, adresa primatelja,
pozivni znakovi (oznake), predmet ili sažetak sadržaj pisma,pozdrav i
potpis.
•
Sporedni dijelovi olakšavaju i ubrzavaju razvrstavanje poslovnih pisama,
ali nisu obavezni. To su: prilozi, kopije, dodatak
Tri vrste korespondencije:
4.1. Poslovna korespondencija
 Privatna korespondencija: vrsta korespondencije koja se odvija
između članova obitelji srodnika ili prijatelja.
 Poslovna korespondencija: vrsta korespondencije koja se odvija
između privrednih organizacija javnih i privatnih.
 Službena korespondencija: vrsta korespondencije koja se odvija
između organa državne uprave i drugih državnih organa - sudskih,
vojnih.
•
Poslovno pismo se sastavlja i šalje posebno za svaki novi posao i
svakom novom poslovnom partneru. Sadržaj je uvijek nov,
drugačiji za svaki novi slučaj, prilagođen predmetu poslovanja.
•
Poslovni obrazac je ustanovljen u organizaciji za određenu vrstu
posla istog sadržaja koji se ponavlja na tjednoj ili dnevnoj osnovi.
Svaka tvrtka u skladu sa svojim poslovanjem kreira obrasce u koje
se samo unose novi podaci. U poslovne obrasce spadaju: ugovori,
računi, fakture, dostavnice, nalozi i dr.
•
Propisani obrasci su namijenjeni za dokumente kojima se služe
organi javne uprave i ustanove poduzeća od općeg interesa. Njihov
oblik je propisan pod zakonitim aktima ili propisima organa uprave,
ustanova... Primjeri fakultetska diploma, školska svjedodžba,
liječnička potvrda ...
4.1.1. Poslovno pismo
73
10.1.2012.
•
zaglavlje – sadrži najbitnije informacije o pošiljatelju poslovnog pisma kao
što su naziv tvrtke, djelatnost i potpuna adresa, nakon toga slijedi broj
telefona i žiro računa te logo.
mjesto i datum – sadrži informacije o mjestu i vremenu nastanka
poslovnih obaveza.
adresa primatelja – ima sadržaj sličan zaglavlju, ali se tiče primatelja
poslovnog pisma sa osnovnim informacijama poput naziva tvrtke,
djelatnosti i adrese.
pozivni znakovi (oznake) – ovisno o složenosti mreže pošiljatelja i
primatelja poslovnih pisama možete navesti oznake za lakše raspoznavanje.
Pozivni znak identifikacije tvrtke sastoji se od stalnog dijela i promjenjivog
dijela.
predmet ili sažetak – se nalazi prije sadržaja i mora dati informacije o
temi pisma jednostavno, konkretno i nedvosmisleno.
sadržaj pisma – nakon svih potrebnih predradnji možete obraditi temu
zbog koje i šaljete poslovno pismo.
pozdrav – poruka je prenesena i sada je vrijeme za oproštaj, npr. S
poštovanjem; Lijep pozdrav, Srdačan pozdrav i sl.
potpis –daje poslovnu notu sadržaju, a sastoji se od naziva tvrtke,
vlastoručnog potpisa i otkucanog imena i prezimena ovlaštenog lica sa
titulom
•
•
•
•
•
•
•
4.1.2. Pravila korespondencije
•
•
prilozi – sadrže informaciju o dodatnom sadržaju koji nije napisan direktno
na poslovnim pismu, ali također ima sadržajnu vrijednost.
•
kopije – primatelj poslovnog pisma dobiti će original dok ostali sudionici
koji moraju biti upoznati sa porukom pisma primaju kopije uz naznaku tko
je i koliko kopija dobio.
dodatak ili postskriptum (P.S.) – pišete ako ste nešto zaboravili navesti u
sadržaju. Ovaj sporedni dio poslovnog pisma se koristi sve manje jer su
osigurane tehničke mogućnosti za naknadnom izmjenom sadržaja prije
konačnog slanja poslovnog pisma.
•
•
Poslovno pismo mora biti:
 kratko
 jasno i nedvosmisleno
 usmjereno na onoga tko čita
 vizualno uređeno .
•
Načelo točnosti i obazrivosti- zahtjeva da svi podaci sadržani u pisanim
oblicima i aktima trebaju biti točni, jasno, nedvosmisleno precizno
napisani, a pismo da bude skladna cjelina zasnovana na logičnoj
koncepciji, s potrebnim uvažavanjem osoba kojima se upućuje pismo,
naročito neugodnih činjenica i negativnog odgovora.
•
Načelo poštovanja odgovarajućeg stila - korespondent treba poštovati
pravila odgovarajućeg stila i načina izražavanja misli uzvišenosti od toga
piše li poslovno pismo ili rješenje, odluku ili drugi akt.
•
Načelo primjene pravila administrativnog i arhivskog poslovanjasvaka vrsta akta ima svoja pravila na kojima se zasniva njegovo
oblikovanje i obrada. Nepoštovanje propisa tehničke obrade, čuvanja,
razvrstavanja i arhiviranja svih pisanih dokumenata mogu imati i pravne
posljedice.
•
Načelo estetski i tehnički dobro obrađenog pisma i kata- Svaki pisani
akt i poslovno pismo treba zadovoljiti osnovne estetske zahtjeve, da su
uredni, bez precrtanih dijelova, da nemaju pravopisnih, gramatičkih i
drugih pogrešaka.
Postoji šest osnovnih načela na kojima se zasniva suvremena
korespondencija:
 Načelo brzine, ekspeditivnosti ili ažurnosti- nalaže da se na svako pismo,
molbu, zahtjev i drugo pismeno obraćanje odgovori u što kraćem roku.
 Načelo čuvanja poslovne i službene tajne- nalaže korespondentima da
čuvaju sve podatke koje drže pisma sa oznakom „povjerljivo“, „strogo
povjerljivo“ i sl.. Što se sve smatra službenom ili poslovnom tajnom
propisuje se zakonom, odlukom nadležnog organa, statutom ili drugim
propisima zasnovanim na zakonu.
5. Upravljanje bazom poslovnih partnera
•
Vrijednost uspjeha tvrtke se sastoji u uspješnom poslovnom kontaktu
•
Tvrtke kupuju poslovne adresare odnosno softver baza poslovnih partnera
koje sadrže sve potrebne podatke o određenoj tvrtki:
 naziv
 djelatnost
 godina osnivanja
 adresa
 telefon, faks
 elektronska pošta
 broja tekućeg računa
 osobe za kontakt, broja zaposlenih i sl.
74
10.1.2012.
Većina software poslovnih partnera, sadrži i naprednije funkcije, poput
sortiranja podataka prema određenom kriteriju, poput lokacije, grane
djelatnosti, veličine firme, broju zaposlenih itd.
•
Postoje još i sljedeće vrste baza:
 E-mail adresari - baza mailova nam omogućava najbrži i najjeftiniji
način reklamiranja
 Web adresar - adresar web domena, imamo uvid kako poduzeća
promoviraju svoje proizvode, njihove kontakt podatke,…
 Posjetnice - pogledati kako izgledaju posjetnice drugih, te pronaći
rješenje i za kreiranje vlastite.
Baza sadrži osnovne podatke o tvrtki, kontakt telefone, mail adrese.
U programu Excel je moguće filtriranje podataka pomoću opcija Auto
Filter i Advanced Filter.
5.1. Kreiranje osobne baze poslovnih partnera
•
•
•
Svaka tvrtka bi trebala formirati i ažurirati bazu svojih poslovnih suradnika
- kupaca, dobavljača, klijenata, partnera, medijskih kuća gdje se reklamira i
sl.
preporučljivo je da kreira i bazu potencijalnih kupaca i partnera, koje bi
povremeno kontaktirala, obavještavala o novinama, slala reklamni
materijal,…
firma se može odlučiti hoće li bazu praviti u nekom od programa Office
paketa poput Excela, Accessa i sl. ili će se možda odlučiti za angažiranje
informatičkog tima koji će joj u tome pomoći.
Baza klijenata u Excelu
6. Poslovno/knjigovodstveni program Synesis
•
•
•
•
•
•
Synesis
PUPILLA d.o.o. - poslovno / knjigovodstveni program
(SYNESIS)
odlike: jednostavnost korištenja, koegzistentnost i modularnost
isto sučelje se provlači kroz sve module programa, a moduli se
mogu kupovati i integrirati nezavisno jedan od drugog
verzije:
1. obična verzija - svatko tko radi na programu ima uvid u sve
dokumente/izvještaje, kao i mogućnost izmjene svakog
dokumenta
2. profesionalna verzija – omogućuje dodjelu prava pristupa za
svakog
pojedinog korisnika za svaku pojedinu vrstu
dokumenta i/ili izvještaja
broj knjiga (poduzeća/obrta) koje se mogu otvoriti i voditi
neograničen
količina podataka koje je moguće unijeti je neograničena
75
10.1.2012.
•
•
•
•
•
•
PUPILLA d.o.o. - poslovno / knjigovodstveni program
(SYNESIS)
odlike: jednostavnost korištenja, koegzistentnost i modularnost
isto sučelje se provlači kroz sve module programa, a moduli se
mogu kupovati i integrirati nezavisno jedan od drugog
verzije:
1. obična verzija - svatko tko radi na programu ima uvid u sve
dokumente/izvještaje, kao i mogućnost izmjene svakog
dokumenta
2. profesionalna verzija – omogućuje dodjelu prava pristupa za
svakog
pojedinog korisnika za svaku pojedinu vrstu
dokumenta i/ili izvještaja
broj knjiga (poduzeća/obrta) koje se mogu otvoriti i voditi
neograničen
količina podataka koje je moguće unijeti je neograničena
76
10.1.2012.
Primjer izvještaja
7. Upravljanje dokumentima
•
Sustav za upravljanje dokumentacijom mora podržavati
postojeće poslovne procese jer se oni temeljeni zakonima i
pod zakonskim aktima bez obzira njihovu zastarjelost
•
Reinžinjering poslovnih procesa može se izvršiti samo u onom
dijelu koji se ne kosi sa zakonskom regulativom
•
Središnji repozitorij- ovdje se odvija operacija prijave dokumenata i
dodjeljivanja atributa
•
Kontrola pristupa- sustav automatizacije koji osigurava kontrolu pristupa i
ograničava prava za pregled i mijenjanje dokumenata
•
Praćenje verzije dokumenata- sustav prati višestruke verzije dokumenata i
njihove odnose
7.1. Uvođenje sustava za upravljanje
7.2. Svojstva sustava
dokumentacijom
•
Ulaz dokumentacije u sustav potrebno je promijeniti na način da se odredi
i strogo poštuje samo jedna točka ulaza dokumenata
•
Digitalizacija akata će uvesti promjene u cjelokupno poslovanje sustava
koje se odnosi na izradu, pohranjivanje i prijenos akata.
•
Izlaz dokumenata iz sustava je predviđen kroz pisarnicu osim za
dokumente koji su predviđeni za objavu u službenom vjesniku i na
Internetu
77
10.1.2012.
•
Pretraživanje dokumenata i pristup dokumentima- pretraživanje
putem Meta podataka o dokumentima, njihovim verzijama,
autorima, vremenima i datumima izrade
•
Praćenje životnog ciklusa dokumenta- obuhvaća određivanje
dozvoljenih putova dokumenata kroz sustav
•
Elektroničke uredske knjige- Uspostava Urudžbenog zapisnika,
Upisnika predmeta upravnog postupka prvog stupnja…
•
Internet tehnologija- omogućava svakom korisniku pristup do
informacija
7.3 Programski moduli
•
Navedena svojstva koja treba imati sustav za upravljanje
dokumentacijom mogu realizirati sljedeći programski moduli:
•
•
•
•
•
•
•
1.Web server,
2.Kontrola pristupa,
3.Pretraživanje i pristup podataka.
4.Izrada, unos i ažuriranje dokumenata
5.upravljanje životnim ciklusom akta
6.repozitorij
7.elektroničke uredske knjige
Programski modul
8.Zaključak
•
Poslovni život tvrtke sastoji se od niza različitih poslovnih događaja koje je
potrebno pratiti određenom dokumentacijom
•
Količina dokumentacije povećava se s brojem zaposlenih i s godinama
poslovanja poduzeća
•
Tvrtka je dužna voditi poslovne knjige i sastavljati godišnje financijske
izvještaje
Literatura:
5.
1.
2.
3.
4.
Srića, V., Kliment, A., Knežević, B.: Uredsko poslovanje,
Strategija i koncepti automatizacije ureda, Sinergija nakladništvo d.o.o.,
Zagreb, 2003.
Taylor, S.: Gartsideovi modeli poslovnih pisama i ostalih poslovnih
dokumenata, Mate, Zagreb, 2002.
http://arhivservis.hr/skladistenje-poslovne-dokumentacije.html (učitano:
21.11.2011. )
http://www.svamplus.com.hr/index.php?option=com_content&view=arti
cle&id=84&Itemid=202&lang=hr
(učitano:
20.11.2011)
6.
7.
http://www.ekopen.hr/index.php?option=com_content&task=view&id=3
56&Itemid=1(učitano: 21.11.2011. )
http://www.arhivirajsi.com/index.php?id=1710(učitano: 21.11.2011. )
http://hr.wikipedia.org/wiki/Upravljanje_poslovnim_sadr%C5%BEajem
(učitano: 21.11.2011. )
8.
9.
10.
11.
http://www.dekada.org/?Ekonomija,sto-je-predracun-odnosno-postoji-liznak-jednakosti-izmedju-racuna-i-predracuna&d=6781
(učitano: 21.11.2011. )
http://www.software.hr/ (učitano: 21.11.2011. )
http://www.pupilla.hr/ (učitano: 21.11.2011. )
http://www.knjigovodstvo-ingo.hr/ (učitano: 21.11.2011. )
78
10.1.2012.
Zahvaljujemo na pažnji!
PROBLEM
Znanje na društvenom webu
UZROCI ZNANJA 2.0
Revolucije
ZNANJE 2.0
Vrste i primjeri
Zašto je znanje danas najbitnije?
DIKW
koncept
ZNANJE 2.0
ZNANJE
WEB 2.0
INFORMACIJE
WEB
KOMUNIKACIJA
TEHNOLOGIJA
79
10.1.2012.
pokušaj izgradnje weba oko ljudi
umjesto oko tehnologije
korisnici imaju kontrolu nad dijelom
sadržaja i mogu aktivno sudjelovati
u stvaranju i razmjenjivanju
sadržaja
korisnika Interneta širom svijeta
fotografija se mjesečno Facebooku
videa se svake minute objavi na YouTube
za 20 najvećih
svjetskih brendova vode direktno na sadržaje
kreirane od samih korisnika a ne tih tvrtki
ima mjesečno
samo među hrvatskim korisnicima, dok naši
najčitaniji portali imaju 10 puta manje učitanih
stranica
http://www.onlineschools.org/state
-of-the-internet/soti.html
80
10.1.2012.
Snaga social dimenzije danas
http://www.poslovni.hr/vijesti/gitara-koja-je-united-airlines-stajala-208-milijuna-dolara-133615.aspx
social
networks
Weblogs
social
software
WEB 2.0
Znanje
2.0
wikis
81
10.1.2012.
What Do People Ask Their Social Networks, and Why? , Survey Study of Status Message Q&A Behavior,
Meredith Ringel Morris, Jaime Teevan, Microsoft Research Redmond, WA, USA; Katrina Panovich
Massachusetts Institute of Technology Cambridge, MA, USA , prosinac 2010
Ustupio: M. Varga, Escape Studio
http://www.ted.com
http://knol.google.com/k
http://www.sciencestage.com
http://www.triiibes.com
http://www.jmorganmarketing.com/evolution-social-crm-process/
82
10.1.2012.
http://www.youtube.com/watch?v=NZAAr1gvqKE&feature=autoplay&list=SP5C
CEA6DA3B2F173F&index=6&playnext=2
www.netokracija.com,
31.10.2011.
THE SOCIAL REVOLUTION, Connecting with Today’s Customer
Brian Halligan, George Hu, webinar
Social discovery website:
http://www.stumbleupon.com
afs-inc.com
83
10.1.2012.
84

ovdje - Vugergrad

PRAVA PACIJENATA

kisib 2.03.049

Pozivnica za profesore

Arhiviranje (pdf)

REGISTAR ZAPOSLENIH JAVNOM SEKTORU

DEJA M - Program za vođenje skladišta mob. 091/508 4220

Anja Spajić rođena je 1989. godine. 2008. završila

09-proces zaprimanja otpreme i arhiviranja dokumenata

3. OPIS PROGRAMA 3.1. Popis obveznih i izbornih