40

Evolucijom Interneta do razmera današnje globalne informacione infrastrukture, svaki stanovnik ove planete dobija

mogućnost ne samo korišćenja postojećih informacija, već i mogućnost kreiranja i objavljivanja novih informacija na Webu. Velika količina informacija do kojih prosečan korisnik na Webu dolazi tokom jednostavnog pretraživanja, navodi nas na zaključak da današnje pretraživačke mašine nisu od velike pomoći. Razvoj novih informacionih tehnologija uveliko je usmeren ka rešavanju ovog problema, kako bi se omogućila povezanost i interpretativnost informacija ne samo na njihovom sintaktičkom nivou, već i na nivou na kome se ljudima, podjednako kao i mašinama, omogućuje stvarno razumevanje

zahtevanih informacija. Takav nivo razumevanja podrazumeva upotrebu određenih metoda i tehnika pomoću kojih se postiže semantičko označavanje i povezivanje informacija, a time i njihova priprema za inteligentnije vidove buduće upotrebe.

Agregacijom novih tehnologija poput Semantičkog Weba, Web servisa, BPEL4WS (Business Process Execution Language for Web Services), BPML (Business Process Management Language), WSCI (Web Services Choreography Interface) i mnogih drugih, značajno se menja vizija o funkcionalnosti budućeg Weba. Ove promene neminovno dovode i do promena u različitim oblastima današnjeg e-društva.

U ovom radu je napravljen osvrt na oblast e-bankarstva u novom tehnološkom prostoru

Violeta Damjanović

WEB INTELIGENCIJA U E-BANKARSTVUVioleta Damjanović, zaposlena u Poštanskoj štedionici ad Beograd, je na poslediplomskim magistarskim studijama Fakulteta organizacionih nauka, na smeru Elektronsko poslovanje. Aktivan je član grupe GOOD OLD AL, nacionalnog p r e d s t a v n i k a SCG u okviru IFIP AI radne grupe za veštačku i n t e l i g e n c i j u , A R I A D N E fondacije i saradnik A d v a n c e d L e a r n i n g Te c h n o l o g i e s R e s e a r c h Centre, Massey University, Novi Zeland. Objavila je preko četrdeset naučnih radova na internacionalnim skupovima i u časopisima p o s v e ć e n i m s e m a n t i č k o m web-u i web tehnologijama i učesnik na brojnim domaćim konferencijama. Autor je knjige Semantički web i ontologije i koautor knjige Tehnologije inteligentnih sistema u izdanju Fakulteta organizacionih nauka.

41

Weba, kao i o očekivanim implikacijama u njegovoj funkcionalnosti. Postavljanjem pitanja: Koja od novih tehnologija će imati najviše doprinosa u razvoju buduće, treće generacije Weba? Da li je to Semantički Web? Pragmatički Web ili nešto treće? Kakvi će biti efekti primene takvih tehnologija u oblasti e-bankarstva, kao i u tradicionalnom načinu bankarskog poslovanja, odgovore možemo potražiti u kompleksnosti sadržaja nove grane kompjuterskih nauka koja se pojavljuje početkom 2000-ih pod nazivom Web inteligencija.

1. WEB INTELIGENCIJA

WI1 predstavlja novi pravac u istraživanju i razvoju Weba, koji se zasniva na praktičnoj primeni određenih oblasti veštačke inteligencije (Artificial Intelligence - AI). Interesne oblasti WI obuhvataju: a) oblasti AI: predstavljanje znanja, otkrivanje znanja, planiranje, pretraživanje podataka, primena inteligentnih so�verskih agenata; b) napredne informacione tehnologije (Information Technology - IT), kao što su: bežične mreže, »mudri« Web (Wisdom Web), mreže podataka/mreže znanja.

Osnovni cilj WI je efikasno uspostavljanje buduće generacije proizvoda, sistema, servisa i aktivnosti na Webu. Web Intelligence2 istražuje oblast primene veštačke inteligencije u naprednim informacionim tehnologijama na Webu. Iz tog razloga, WI predstavlja ključno i veoma značajno područje IT u sferi poslovne inteligencije (Business Intelligence - BI). Povezanost WI sa drugim tehnologijama prikazana je na Slici 1.

Slika 1. Povezanost WI i drugih tehnologija

WI je moguće koristiti u sledećim sistemima i aplikacijama [1]: • Business Intelligence – IT istraživačka

kuća Gartner, početkom 1990-ih, objavljuje kovanicu »business intelligence«, kojom objašnjava proces transformacije neobrađenih podataka, koje kompanija prikuplja tokom izvođenja različitih poslovnih operacija i transakcija, u oblik koji se može upotrebiti;

• E-Commerce – odnosi se na kupovinu i prodaju roba i usluga na Webu;

• E-Business – obuhvata određene usluge koje se odnose na kupce, kao i na saradnju sa poslovnim partnerima;

• E-Community – predstavlja način za interaktivno organizovanje pojedinaca sa zajedničkim interesovanjima. Članovi određene e-community zajednički istražuju interesne domene znanja, promovišu nove ideje i aktivnosti, doprinose povećanju znanja koje se nalazi u fokusu e-community;

• E-Finance – obuhvata sve elektronske aktivnosti i transakcije koje su u vezi sa finansijskim uslugama. Elektronske aktivnosti se sprovode korišćenjem Interneta ili njegovih elektronskih prethodnika: dial-up e-bankarstvo, telefonsko bankarstvo, bankomati - ATMs (Automated Teller Machines);

• E-Government – obuhvata dostavu vladinih servisa korišćenjem elektronskih sredstava: telefona, faxa, Interneta i mobilnih telefona. E-Government omogućuje transparentnu i je�inu interakciju između građanstva i

1 h�p://wi-consortium.org/2 h�p://wi-consortium.org/html/aboutwi.html

Web inteligencija(Web Intelligence - WI)

Veštačka inteligencija(Artificial Intelligence - AI)

Informacionetehnologije (IT)

Poslovna inteligencija

(Business Intelligence - BI)

42

vlade (G2C), vlade i poslovnih kompanija (G2B), kao i unutar samog sistema vlade (G2G);

• E-Learning – obuhvata upotrebu elektronskih aplikacija i servisa za učenje, kao što su: učenje korišćenjem Weba (Web-based learning), učenje zasnovano na upotrebi računara, virtualne učionice, digitalna saradnja u procesu učenja;

• Intelligent Enterprise Portals – obuhvata klasu aplikacija koje omogućuju dinamički i korisnički personalizovani pristup internim i eksternim informacijama jedne organizacije. Za razliku od statičkih web strana, portali omogućuju integrisanje podataka koji dolaze iz različitih izvora i u različitim formatima;

• E-Publishing – obuhvata proces kreiranja elektronskih dokumenata, njihovog arhiviranja, održavanja i distribuiranja elektronskih dokumenata koršćenjem elektronskih medija;

• E-Science – u budućnosti je planirano da e-Science obuhvati široki opseg naučnih oblasti koje bi se dalje razvijale zahvaljujući opštoj saradnji koju je moguće ostvariti na Webu. Suština takve naučne saradnje bila bi u mogućnosti pristupa naučnika velikoj kolekciji podataka, korišćenju široke skale kompjuterskih resursa sa visokim performansama u vizuelizaciji rezultata pretraživanja;

• Intelligent Web Information Systems – obuhvata sve inteligentne informacione sisteme koji se mogu primeniti na Webu;

• Web-Based EDI 3 (Electronic Data Interchange) – omogućuje nastavak upotrebe EDI sistema u e-commerc lancu;

• Measuring and Analyzing Web Merchandising – metode za procenu i analizu trgovaca i trgovačkih transakcija na Webu;

• Web-based Direct Marketing and CRM (Customer Relationship Management) – obuhvata metode za sprovođenje direktnog marketinga na Webu, kao i CRM marketinga. CRM se odnosi na metodologiju, so�ware i Internet mogućnosti koje preduzeću pomažu u efikasnom upravljanju i organizovanju

odnosa sa kupcima. Istovremeno, WI je povezana sa mnogim

oblastima koje se zbog svoje kompleksnosti postepeno izvajaju i specijalizuju ka određenoj problematici Weba. U nastavku je ukratko objašnjena svaka od oblasti značajnih za primenu WI.

1.1. OBLASTI PRIMENE WEB INTELIGENCIJE

WI je direktno povezana sa sledećim oblastima:• Knowledge Networks and Management

– (mreže znanja i upravljanje znanjem). Obuhvata: digitalne biblioteke (Digital Library), tržišta informacija i znanja (Information and Knowledge Markets), formiranje udruženja za podršku određenog znanja (Knowledge Community Formation and Support), ontološki inženjering (Ontology Engineering), Semantički Web (Semantic Web), vizuelizacija informacija i znanja (Visualization of Information and Knowledge), podrška odlučivanju koja je zasnovana na upotrebi informacija i znanja na Webu (Web-Based Decision Support), Web regulative i modeli (Web Regularities and Models)…

• Ubiquitous Computing and Social Network Intelligence – (svuda-prisutna kompjuterska i društvena mrežna inteligencija). Obuhvata: konkurentske dinamičke Web sajtove (Competitive Dynamics of Web Sites), računarska društva i tržišta (Computational Societies and Markets), dinamičke informacione resurse (Dynamics of Information Sources), svuda-prisutne sisteme za učenje (Ubiquitous Learning Systems), kooperativne poslove koji se zasnivaju na Webu (Web-Based Cooperative Work), Web sigurnost, integritet, privatnost i poverenje (Web Security, Integrity, Privacy and Trust), bežični WI (Wireless Web Intelligence)…

• Intelligent Human - Web Interaction – (inteligenta interakcija «čovek-Web»). Obuhvata: adaptivne Web interfejse (Adaptive Web Interfaces), multimedijalna predstavljanja (Multimedia Representation), multimodalna obradu podataka (Multimodal Data Processing), nauka i umetnost u Web

3 h�p://www.raytheon.com/connections/edi/howto_web.htm

43

dizajnu (Science and Art of Web Design)…• Web Information Management

– (upravljanje informacijama na Webu). Obuhvata: modele podataka na Webu (Data Models for the Web), integrisano istraživanje i upotreba podataka (Integrated Exploration and Exploitation), upravljanje podacima na Webu i Internetu (Internet and Web-Based Data Management), višedimenzione baze podataka na Webu i OLAP (OnLine Analytical Processing) (Multi-Dimensional Web Databases and OLAP), upravljanje multimedijalnim informacijama (Multimedia Information Management), upravljanje objektno-orijentisanim Web informacijama (Object Oriented Web Information Management), upravljanje polu-strukturiranim podacima (Semi-Structured Data Management), upotreba i upravljanje meta-podacima (Use and Management of Metadata), Web zasnovani distribuirani informacioni sistemi (Web-Based Distributed Information Systems)…

• Web Information Retrieval – (pretraživanje informacija na Webu). Obuhvata: automatsko katalogiziranje i indeksiranje podataka (Automatic Cataloging and Indexing), konceptualno izdvajanje informacija (Conceptual Information Extraction), sisteme za podršku pretraživanja informacija (Information Retrieval Support Systems), višejezično pretraživanje informacija (Multi-Linguistic Information Retrieval), multimedijalno pretraživanje (Multimedia Retrieval), multimodalno pretraživanje informacija (Multimodal Information Retrieval), pretraživanje informacija koje je zasnovano na ontologijama (Ontology-Based Information Retrieval)…

• Web Agents – (Web agenti). Obuhvata: sisteme za konverzaciju (Conversational Systems), globalno podhranjivanje informacija (Global Information Foraging), filtriranje e-mail-ova (E-mail Filtering), filtriranje informacija (Information Filtering), navigacija (Navigation Guides), sistemi za davanje preporuka (Recommender Systems), agenti za podsećanje (Remembrance Agents), mehanizmi za koordinaciju resursa (Resource Intermediary and Coordination Mechanisms), inteligentni agenti u Semantickom Webu (Semantic Web Agents)…

• Web Mining and Farming – (pretraživanje Weba i stvaranje farmi na Webu). Obuhvata: pretraživanje podataka i otkrivanje znanja (Data Mining and Knowledge Discovery), učenje korisničkih profila (Learning User Profiles), pretraživanje multimedijalnih podataka (Multimedia Data Mining), pretraživanje tekstova (Text Mining), učenje zasnovano na upotrebi ontologija na Webu (Web-Based Ontology Learning), inverzni reinženjering na Webu (Web-Based Reverse Engineering), pretraživanje Web sadržaja (Web Content Mining), stvaranje farmi na Webu (Web Farming), pretraživanje web logova (Web Log Mining), pretraživanje Web struktura (Web Structure Mining), skladištenje Web podataka (Web Warehousing)…

• Emerging Web Technology – (Web tehnologije u razvoju). Obuhvata: mreže znanja i inteligenciju mreža (Knowledge Grid and Grid Intelligence), medijatore i posrednike (Mediators and Middleware), nove jezike za opis informacija i postavljanje upita na Webu (New Web Information Description and Query Languages), lokalne mreže (Peer-to-Peer Computing), jezik za označavanje rešenja problema (Problem Solver Markup Language (PSML)), So� Computing (obuhvata neuralne mreže, fuzzy logiku), upravljanje neizvesnošću u WI (Uncertainty Management for WI), priprema Web dokumenata (Web Document Prefetching), Web zaključivačke mašine (Web Inference Engine), alati za razvoj WI (Web Intelligence Development Tools), Web protokoli (Web Protocols), «mudri» Web (Wisdom Web)…U nastavku su objašnjeni osnovni koncepti

na kojima se zasnivaju neke od oblasti primene WI, koje mogu imati direktne doprinose u oblasti e-bankarstva. Izdvojene oblasti WI jesu: Web mining, inteligentni Web agenti, Semantički Web, inteligentni agenti na Semantičkom Webu, Wisdom Web.

1.2. WEB MININGWeb mining (u daljem tekstu WM)

predstavlja način za primenu tehnika Data mining (DM) u otkrivanju i ekstrakciji potencijalno korisnih podataka, ali i prethodno nepoznatih podataka koji se nalaze na Webu [6]. WM obuhvata [6]:

44

• Pronalaženje zahtevanih resursa na Webu i otkrivanje podataka iz tekstualnih izvora na Webu (elektronska pisma, elektronski telegrami, HTML dokumenti);

• Selekcija podataka i predprocesiranje specifičnih informacija iz zahtevanih Web dokumenata;

• Generalizacija - obuhvata automatsko otkrivanje zajedničkih pa�ern-a na pojedinačnim Web sajtovima;

• Analiza - obuhvata validaciju i/ili interpretaciju otkrivenih pa�ern-a.WM integriše sve raspoložive izvore

informacija bez obzira na format baza podataka u kojima se ove informacije nalaze. Filtriranjem i analizom različitih izvora podataka o kupcima i poslovanju, WM pomaže u odgovorima na pitanja od značaja u poslovanju.

WM razlikuje tri oblasti istraživanja Weba [7]: otkrivanje sadržaja na Webu (Web content mining), otkrivanje strukture veza na Webu (Web structure mining) i otkrivanje pa�ern-a u korišćenju Weba (Web usage mining).

1.2.1. WEB CONTENT MININGOtkrivanje sadržaja na Webu predstavlja

način za otkrivanje informacija o sadržajima različitih resursa na Webu. U slučaju istraživanja multimedijalnih Web sadržaja koriste se tehnike multimedijalnog DM, dok se za istraživanje nestrukturiranih tekstualnih podataka na Webu primenjuje tekstualni DM, ili TextMining. Pristupe u otkrivanju sadržaja na Webu možemo podeliti na [7]: • pristup zasnovan na korišćenju agenata, i • pristup zasnovan na korišćenju baza

podataka. Pristup zasnovan na agentima podrazumeva

upotrebu inteligentnih Web agenata u pronalaženju relevantnih informacija, kao i za njihovo filtriranje na osnovu odgovarajućih profila korisnika.

Pristup zasnovan na korišćenju baza podataka podrazumeva upotrebu takvih modela podataka na Webu koji mogu biti integrisani sa sofisticiranim upitima, na čemu se i zasniva efikasna upotreba pretraživača u pretraživanju Web sadržaja.

1.2.2. WEB STRUCTURE MININGOtkrivanje strukture veza na Webu

predstavlja način na koji se dolazi do modela strukture linkova na Webu [7], koji mora biti zasnovan na opisanoj topologiji hiperlinkova. Ovaj model može biti korišćen za kategorizaciju Web strana, a koristan je i za generalizaciju informacija kao što su sličnosti i veze između različitih Web sajtova [8]. Web structure mining se može koristiti i za otkrivanje autorizovanih sajtova.

1.2.3. WEB USAGE MININGDok Web content mining i Web structure

mining koriste realne i primarne podatke na Webu, Web usage mining otkriva sekundarne podatke izvedene iz različitih interakcija korisnika na Webu [8]. Ova oblast koristi podatke iz pristupnih logova Web servera, iz logova proxy servera, logova pretraživača, korisničkih profila, registracionih podataka, korisničkih sesija ili transakcija, korisničkih upita, kretanja ili pritiskanja tastera miša, kao i druge podatke koji nastaju kao rezultat korisničke interakcije.

1.3. WEB AGENTIWeb agenti predstavljaju programe koji

samostalno ili na osnovu zahteva korisnika preduzimaju određene akcije na Webu. Oni imaju mogućnost filtriranja informacija, obrade i povezivanja mnoštva dostupnih podataka.

Inteligentnost Web agenata je u direktnoj vezi sa sledećim osobinama agenata [12]: • Autonomnost – sposobnost da samostalno

obavljaju zadatke u svom okruženju;• Komunikacija – sposobnost komunikacije sa

drugim agentima;• Učenje – sposobnost agenata da prikupljaju

nova znanja tokom svog rada;• Inicijativa i blagovremeni odziv – sposobnost

iniciranja određenih aktivnosti usled

Web content mining razmatra sadržaje pojedinačnih web dokumenata; Web structure mining uspostavlja određene relacije između web dokumenata; dok Web usage mining istražuje korisničke interakcije na Webu.

45

promena nastalih u njihovom okruženju;• Prilagodljivost – sposobnost prilagođavanja

korisničkim preferencama;• Mobilnost – sposobnost kretanja između

servera i različitih platformi;• Personifikacija – predstavljanje lika agenta;• Anticipacija – sposobnost pretpostavljanja

korisničkih potreba;• Poverljivost i mrežna orijentisanost.

Komunikacija između agenata je zasnovana na upotrebi standarda: Foundation for Intelligent Physical Agents (FIPA), i bazira se na razmeni poruka zasnovanih na primeni jezika za agentsku komunikaciju: Agent Communication Language ACL). Poruke koje agenti razmenjuju imaju definisanu semantiku.

Bez obzira na sve pozitivne osobine i mogućnosti inteligentnih agenata, usled postojeće organizovanosti podataka na Webu - bez osvrta na značaj semantike kao jednog od osnovnih leksičkih postulata koji se koristi u svakom obliku komunikacije, stvarna efikasnost inteligentnih so�verskih agenata u trenutno postojećem okruženju Weba je realno niska [2]. Rešenje predstavlja prelaz sa sintaktičke orijentacije podataka, na kojoj se zasniva postojeći Web, na semantičko označavanje podataka korišćenjem tehnologije Semantičkog Weba.

1.4. SEMANTIČKI WEBOsnovna ideja Semantičkog Weba je

pojednostaviti pretraživanje informacija; odnosno, boljom standardizacijom meta-podataka pružiti pomoć korisnicima i inteligentnim so�verskim agentima u pronalaženju skrivenih informacija na Webu. Standardi moraju biti definisani ne samo za sintaktičku formu dokumenata, već i za njihov semantički sadržaj, čime se pretraživačima omogućuje da sami kontaktiraju sve dostupne resurse i automatski pronalaze tražene sadržaje. Programi, koji se tom prilikom koriste, moraju razumeti semantiku informacija koje pretražuju. Do razumevanja semantike dolazi se upotrebom određenih programskih jezika kojima se vrši tačno semantičko označavanje podataka i izvora tih podataka, meta-podataka. Označeni podaci dobijaju definiciju svake oznake, čime nastaje «značenje» [2].

Cilj Semantičkog Weba je omogućiti na

Webu neke stvari koje je trenutno teško uraditi: lociranje sadržaja, upoređivanje i ukrštanje sadržaja, zaključivanje na osnovu pronađenih informacija iz dva ili više odvojenih izvora [2].

Tehnologija Semantičkog Weba sa sobom donosi novi oblik označavanja informacija na Webu u cilju stvaranja takvih struktura koje istovremeno mogu razumeti i obraditi ljudi, ali i mašine. Primenom ove tehnologije, i stvaranjem semantički razumljivih struktura podataka, značajno se podiže nivo inteligentnosti Weba. Osnovnu postavku ove tehnologije predstavlja upotreba ontologija, kao specifičnih hijerarhijskih struktura podataka sa definisanim ograničenjima između njih, i upotreba zaključivačkih mašina (reasoners, inference engines) na osnovu kojih se vrši ekstrakcija ontoloških znanja i stvaranje novih znanja.

1.5. ONTOLOGIJEOntologijom se formalno definiše skup

termina koji se koriste da bi se opisao i predstavio određeni domen, oblast znanja [2]. Ontologije koriste ljudi, baze podataka i aplikacije koje imaju potrebu za zajedničkim korišćenjem informacija iz datog domena. Domen može biti specifična predmetna oblast ili oblast znanja poput medicine, proizvodnje uređaja, upravljanja nekretninama, upravljanje vladinim servisima, upravljanje finansijama. Bankarstvo! Istovremeno, ontologije mogu koristiti i određeni alati kojima se unapređuju web usluge, kao što su precizni web pretraživači, inteligentni so�verski agenti i alati za upravljanje znanjem.

U odnosu na znanje koje se modeluje u okviru ontologije, dolazi se i do opštih karakteristika ontologija, tako da razlikujemo sledeće tipove ontologija [5]:• Ontologije zasnovane na pravilima

(generičke ontologije) - definišu terminologiju i koncepte koji su od značaja za krajnjeg korisnika, bez obzira da li je krajnji korisnik osoba ili korisnička aplikacija;

• Procesne (aplikativne) ontologije - definišu ulaze, izlaze, ograničenja, veze, pojmove i redosled informacija koji je značajan za određeni proces ili skup procesa. Obično sadrži sve neophodne podatke za modelovanje pojedinačnih domena znanja;

46

• Domenske (klasične) ontologije - definišu terminologiju i koncepte značajne za pojedinačne oblasti interesovanja (na pr. elektronika, medicina, mehanika…);

• Interfes ontologije - definišu strukturu i sadržaj ograničenja značajnih za određene interfejse (na pr., API (Application Programming Interface), baze podataka...),

• Više ontologije.Pri definisanju neke ontologije, neophodno

je opisati sledeće vrste koncepata [13]:• Klase - kojima se predstavljaju različiti

domeni interesovanja;• Veze - koje mogu postojati između klasa;• Karakteristike (atributi) – karakteristike

klasa;• Ograničenja atributa – služe za proveru

konzistentnosti postavljenih rešenja, ali i za dalje unapređenje pretraživanja i dolaženje do novih saznanja.Korišćenjem ontologija omogućuje se [14]:

• Zajedničko korišćenje razumljivih struktura informacija između ljudi i/ili so�verskih agenata;

• Mogućnost ponovnog korišćenja domena znanja;

• Dokazivanje tačnosti predpostavki;• Odvajanje domena znanja od operativnog

znanja;• Analiza domena znanja.

Korišćenjem ontologija, pretraživačke mašine prelaze sa tekućeg pristupa pretraživanja po ključnoj reči na pronalaženje sadržaja koji su sintaktički različiti ali semantički predstavljaju slične reči [15].

Primer upotrebe ontologija na Webu mogu biti sajtovi za elektronsku trgovinu gde su ontologije potrebne jer omogućuju [15]:• mašinski zasnovanu komunikaciju između

prodavca i kupca;• vertikalnu integraciju tržišta, kada

kompanija proširuje svoje poslovanje na nove oblasti koje pripadaju istoj proizvodnoj liniji;

• upotrebu semantički istih termina koji se koriste na različitim prodajnim mestima.Analogno upotrebi ontologija na sajtovima

elektronske trgovine, u ovom radu će biti prikazana primena ontologija u oblasti e-bankarstva.

1.6. SEMANTIČKI WEB MININGSemantic Web mining predstavlja

kombinaciju dva područja istraživanja – Semantičkog Weba i Web mining-a [11]. Osnovna ideja je primeniti rezultate Web mining-a u istraživanju novih, semantičkih struktura na Webu. Sa druge strane, otkrivanjem novih znanja iz ontoloških postojećih domena na Webu upotrebom Web mining-a, značajno se utiče na širenje vizije o Semantičkom Webu.

1.7. INTELIGENTNI AGENTI NA SEMANTIČKOM WEBU

U eri dolazeće generacije Semantičkog Weba, moguće je uočiti i značajne prednosti semantičkog okruženja, koje se ogledaju i u funkcionisanju inteligentnih so�verskih agenata [2]. Uloga Web agenata u novom prostoru Weba bi bila izmenjena u odnosu na trenutno web distribuirano okruženje. Osnovni razlog je drugačiji pristup informacijama na budućem Webu u odnosu na trenutno postojeće okruženje u kome agenti do informacija dolaze primenom metode screen-scraping i nakon toga pretražuju izdvojene sadržaje [16]. Na budućem Webu, agenti bi koristili semantički označene i razumljive informacije predstavljene u nekom jeziku koji bi njima bio čitljiv.

S obzirom da se primenom tehnologije Semantičkog Weba povećava inteligentnost Weba i, sa druge strane, kroz označavanje pojmova na Webu, njihovo ontološko skladištenje, kao i direktnu upotrebu mašina za zakljičivanje i klasifikaciju, dolazi do razumevanja označenih pojmova na Webu, davno postavljeno pitanje o tome koliko su inteligentni sofware-ski agenti stvarno inteligentni, dobija novu dimenziju odgovora [2]. Inteligentni so�ware-ski agenti u eri Semantičkog Weba, povezivanjem sa aktuelnim Web servisima i ostalim web tehnologijama, bez sumnje postaju vredni epiteta «inteligentni».

Semantički Web predstavlja jezgro pomoću koga će so�ware-skim agentima biti omogućeno izvršavanje inteligentne obrade i povezivanje obilja informacija na Webu [17]. Inteligentna obrada od strane so�ware-skih agenata podrazumeva strogo planiranje načina pomoću kojih agenti mogu dostići svoje ciljeve, a koji su u skladu sa dostupnošću informacija koje se mogu naći u heterogenim web

47

resursima. Semantički Web u osnovi predstavlja pristup koji omogućuje inteligentnim agentima razumevanje informacija na Webu, bez potrebe za razumevanjem prirodnih jezika. Semantički Web dekodira sadržaj web strana u mašinski čitljivi format i eksplicitno povezuje ovaj sadržaj sa mašinski razumljivom semantikom datoj u formi ontologija.

1.8. WISDOM WEBWI nudi nove pravce i mogućnosti

u naučnom istraživanju i razvoju Weba, kreiranjem takvih tehnologija koje kroz stvarno razumevanje značenja podataka, realizuju oblik distribuirane inteligencije na Webu [10]. U eri dominacije WWW, Grid computing, inteligentnih agenata i svuda-prisutnog social computing, WI predstavlja novi tehnološki izazov.

Na temeljima primene WI tehnologija razvija se i novi oblik Weba koji prepoznajemo kao Wisdom Web. Wisdom Web podrazumeva ugradnju sledećih osnovnih karakteristika u funkcionalnost Weba:• Podrška za Autonomni Web – Pojam

autonomnog Weba podrazumeva oblik Weba koji automatski reguliše funkcionisanje i saradnju između povezanih web sajtova i dostupnih servisa. Izazovi koje postoje na putu ka realizaciji autonomnog Weba su:• Refleksni serveri – Wisdom Web serveri

moraju imati mogućnost da sami određuju i biraju uloge drugih servisa, postavljaju odgovarajuća ograničenja i vrše operativna setovanja;

• Specijalizacija – Wisdom Web serveri moraju biti agenti specijalizovani za izvršavanje određenih uloga servisa;

• Porast – dinamička izmena populacije Web agenata reprodukcijom novih agenata od postojećih, dok će se stari agenti polako deaktivirati;

• Autokataliza – agregacija specijalizovanih Wisdom Web agenata;

• Problem Solver Markup Language (PSML) – PSML je neophodan za određivanje uloga Wisdom Web agenata i njihovo povezivanje sa drugim servisima,

• Semantika – omogućuje pravilno razumevanje ontološki predstavljenih i semantički označenih podataka;

• Meta-znanje – Wisdom Web agenti će

koristiti dinamički kreirane izvore meta-znanja koji imaju povezane koncepte i postavljena ograničenja na osnovu kojih se vrši planiranje i izvršavanje servisa;

• Planiranje i personalizacija korisnika. Ideja o uspostavljanju Wisdom Weba nalazi

se u ranoj fazi razvoja. Trenutno aktuelni izazovi koji postoje u ovoj oblasti [9] odnose se na sledeća istraživanja: • uloga Semantičkog Weba u planiranju – gde

bi informacije koje se koriste u planiranju bile ontološki interpretirane;

• odnos distribuiranih agenata u cilju uspostavljanja koordinacije u njihovom radu;

• mogućnost samo-organizovanja društvenih mreža.Cilj buduće, treće generacije Weba je -

omogućiti obradu informacija na Webu od strane ljudi, ali istovremeno i od strane mašina [2]. Komunikaciju na relaciji «mašina-mašina» omogućiće masovna upotreba dokaza, logike i ontoloških jezika pod okriljem WI.

2. E-BANKARSTVO

Internet bankarstvo (e-bankarstvo) je usmereno ka onim bankarskim proizvodima i uslugama koje se isporučuju elektronskim kanalima, posredstvom Interneta [3]. Nivoi e-bankarskog poslovanja mogu biti različiti [3]:• osnovne e-bankarske informacije – web sajtovi

koji informišu o bankarskim proizvodima i uslugama;

• jednostavne e-bankarske transakcije - web sajtovi koji nude upotrebu aplikacija za

Evolucija Weba je u neposrednoj vezi sa evolucijom tehnoloških rešenja i alata. Banke su poznate kao veliki korisnici informacionih tehnologija, ali zbog prirode posla i čekanja «zrelih» rešenja, često ostaju zatvorene prema inovacijama i znatno kasne sa upotrebom novih rešenja i usluga. Situacija se donekle menja u oblasti e-bankarstva, koje predstavlja dodatak tradicionalnom načinu bankarskog poslovanja, gde jedino praćenjem trendova na Webu banka garantuje svoj opstanak u svetu Interneta.

48

postavljanje upita o računima klijenta, ali bez mogućnost transfera novca;

• napredne e-bankarske transakcije - web sajtovi koji klijentima omogućuju elektronski transfer na/sa računa, kao i online upravljanje drugim bankarskim transakcijama. U mnogim razvijenim zemljama, e-

bankarstvo se danas nalazi u fazi brzog uspona, sa težnjom ka uspostavljanju naprednih e-bankarskih transakcija.

Osnovne izazove u e-bankarstvu predstavljaju [3]:• e-bankarske aktivnosti izvan granica

zemlje;• e-sigurnost,

• krađa ličnog identiteta,• pitanje privatnosti,• preuzimanje odgovornosti u slučaju

prevare,• autentikacija e-bankarskih klijenata,• uspostavljanje čistih e-bankarskih

transakcija,• neporecivost i odgovornost za e-

bankarske transakcije,• pregled outsourcing i partnership rešenja;• sposobnost prilagođavanja globalne

tehnologije lokalnim zahtevima, što je u neposrednoj vezi sa odgovarajućim nivoom infrastrukture, ali i adekvatnim ljudskim kapacitetima…Veliki izazov predstavlja i praćenje

informatičkih i poslovnih trendova, koji se pojavljuju u vidu novih standarda, tehnologija, metodologija, i koji sa sobom neizostavno donose izvesne promene čiji se efekti mogu odraziti na opšte poslovanje. Uticaj trenda upotrebe tehnologija Semantičkog Weba u oblasti naprednog e-bankarstva, možemo analizirati upotrebom SWOT analize. SWOT analiza se oslanja na utvrđivanje kvaliteta/snaga, slabosti, pozitivnih i negativnih uticaja koji bi dolazili iz oblasti primene e-bankarstva i novih informatičkih tehnologija. Osnovne smernice u sprovođenju SWOT analize mogu biti: • Strengths (Snage): Šta primena novih

inteligentnih Web tehnologija donosi u e-bankarstvu?

• Weaknesses (Slabosti): Koji su nedostaci u upotrebi inteligentnih Web tehnologija u cilju uspešnog sprovođenja e-bankarstva?

Da li primena inteligentih Web tehnologija može biti ograničena ili zabranjena u okviru e-poslovne zajednice?

• Opportunities (Šanse): Koje su ključne oblasti u koje je potrebno uložiti napor? Gde se nalazi najveća e-poslovna isplativost nastala upotrebom inteligentnih Web tehnologija?

• Threats (Pretnje): Kako neuspešna upotreba inteligentnih Web tehnologija može da šteti e-bankarstvu?Odgovori dobijeni tokom sprovođenja

SWOT analize o primeni WI tehnologija u oblasti e-bankarstva, prikazani su u SWOT matrici (Tabela 1).

Tabela 1. SWOT matrica – primena WI u e-bankarstvu

Strengths (snage)• Brže pretraživanje i lakše

pronalaženje finansijskih informacija na Webu

• Povećanje prihoda na osnovu brzih i tačnih rezultata pretraživanja

• Skraćenje vremena potrebnog za kategorizaciju dokumenata

Weaknesses (slabosti)• Dalji razvoj i potreba

za stalnim praćenjem i usavršavanjem primenjenih tehnologija

Opportunities (šanse)• Proširenje opsega e-

poslovanja• Kvalitativno novi nivo

usluga • Kvalitativna različitost

i prednosti u odnosu na konkurenciju

Threats (pretnje)• Osetljivost

finansijskih podataka• Pitanje poverenja i

sigurnosti ontoloških podataka koje je u neposrednoj vezi sa primenom tehnologije digitalnog potpisa i mehanizmima za proveru

Kao rezultat primene novih trendova zapažamo: semantička obrada web sadržaja donosi mogućnost značajnog proširenja opsega e-poslovanja, dok s druge strane, e-poslovanje donosi aplikacije značajne za povećanje ”funkcionalnosti” Weba.

49

Kao što se primenom tehnologije Semantičkog Weba postiže proširenje Weba koji trenutno koristimo, tako se i primenom e-bankarstva postiže proširenje tradicionalnog bankarstva. Sa druge strane, e-bankarstvo je danas usko povezano sa oblastima e-Finance, e-Payment, e-Credit i e-Trades. Sa aspekta primene tehnologije Semantičkog Weba, pretraživanje takvih informacija može biti značajno ubrzano i pojednostavljeno njihovim semantičkim označavanjem i smeštanjem unutar odgovarajućih ontologija.

Vizija Semantičkog Weba je proširiti i unaprediti današnji Web korišćenjem mašinski obradivih meta-podataka. Eksplicitno predstavljanje semantike podataka, udruženih sa domenskim teorijama (ontologijama), omogućiće na Webu kvalitativno novi nivo usluga. Budući Web će predstavljati ogromnu mrežu znanja sa mogućnošću neposredne obrade znanja od strane mašina na Webu.

2.1. SCENARIO PRIMENE NOVIH TRENDOVA U E-BANKARSTVU

Postupak prilagođavanja e-bankarskog sistema novim trendovima u e-poslovanju podrazumeva istovremenu primenu tehnologije Semantičkog Weba, ontologija, Web servisa, inteligentnih Web agenata.

Ovaj postupak banka realizuje kroz sledeće korake:• Kreiranje ontologije bankarskih transakcija

(stanje, računi, transfer…);• Kreiranje Web servisa i njihovo povezivanje

sa procesnim ontologijama;• Objavljivanje Web servisa koji klijentima

omogućuju praćenje stanja na računima, podizanje ili ulaganje novca;

• Opis Web servisa u WSDL (Web Services Description Lanuage) jeziku.U nastavku radu su prikazana dva scenarija

upotrebe tehnologije Semantičkog Weba u e-bankarstvu.

2.1.1. PRIMENA U MOBILNOM BANKARSTVU

Mobilno bankarstvo predstavlja segment sprovođenja bankarskih transakcija korišćenjem usluga mobilne telefonije. Istovremeno, to je pogodnost koju svaki korisnik bankarskih usluga može poželeti, i koju bi svaka bankarska

institucija trebalo što pre i da implementira [18]. Mobilno bankarstvo predstavlja korak u finansijskoj industriji kojim se radikalno transformišu finansijske usluge, kao i očekivanja korisnika. Korisnik želi pristup svom novcu i finansijskim informacijama o svom računu, u svakom trenutku i sa bilo kog mesta. Sa druge strane, uspešna bežična implementacija podrazumeva da korisnici mogu da rade sa podacima lako i bezbedno, nezavisno od mrežnog operatera ili bežičnog uređaja koji koriste. Takvi zahtevi uslovljavaju finansijske kuće i one se moraju brzo prilagođavati novim trendovima u cilju zadovoljenja korisničkih potreba.

Upotreba mobilnog bankarstva se zasniva na korišćenju odgovarajućih standarda za sprovođenje mobilne, bežične komunikacije. Najpoznatiji standardi u ovoj oblasti su:• Bluetooth - obezbeđuje bežičnu konekciju i

komunikaciju između elektronskih uređaja pomoću kratkoopsežnih radio talasa koji čine ad hoc mrežu nazvanu piconets [20]. Svaka jedinica može istovremeno da komunicira sa najviše sedam drugih jedinica putem piconet-a. Takođe, svaka jedinica istovremeno može da pripada različitim piconet mrežama. Piconet mreže se uspostavljaju dinamički i automatski kada Bluetooth uređaji uđu ili napuste radio opseg;

• WAP (Wireless Application Protocol) - WAP predstavlja de facto standard za bežične informacije i telefonske servise na digitalnim mobilnim telefonima i drugim bežičnim terminalima [19]. WAP je otvorena, globalna specifikacija bežičnog protokola zasnovana na postojećim Internet standardima poput XML i IP. Takođe, WAP predstavlja most između «mobilnog sveta», Interneta i korporacijskog intraneta i omogućuje pružanje servisa mobilnim pretplatnicima nezavisno od mreže koju koriste, nosioca poruka (SMS, GPRS...) i vrste mobilnog terminala. Osnovu WAP tehnologije čini WML (Wireless Markup Language) jezik, koji se zasniva na XML (eXtensible Markup Language) jeziku. Polazeći od ove činjenice, moguće je uspostaviti povezanost na relaciji upotrebe WAP protokola i naprednih WI tehnologija, na čemu i zasnivamo scenario

50

upotrebe novih trendova u oblasti m-bankarstva. Scenario upotrebe WI tehnologija u

arhitekturi mobilnog bankarstva prikazan je na Slici 3. Korisnik bežičnog uređaja, preko svog Service Provider-a korišćenjem odgovarajućeg Network Protocol-a, pristupa kompanijskom aplikativnom serveru i dalje, posredstvom odgovarajućih programskih interfejsa (APIs), dolazi do segmenta u kome se koriste napredne WI tehnologije, a koji neposredno prethodi postojećem finansijskom sistemu banke. U WI segmentu se nalazi semantički server koji ukrštanjem podataka iz domenskih, u ovom slučaju bankarskih ontologija, i procesnih ontologija u kojima su semantički označeni Web servisi kao aktuelni bankarski procesi, preko odgovarajućih medijatora (adaptera) omogućuje brzo pronalaženje i pretraživanje zahtevanih resursa finansijskog sistema.

S obzirom da WML dozvoljava korišćenje i prikaz ikona i bitmap grafika, ontologije je moguće korisno upotrebiti za skladištenje i označavanje multimedijalnih sadržaje poruka, kao i za standardne korisničke servise.

Tačnost, stalna dostupnost i pouzdanost servisa predstavljaju ključ uspešne implementacije i opstanka finansijske institucije. Primenom WI tehnologija moguće je značajno doprineti realizaciji ovih zahteva.

2.1.2. PRIMENA U BOLERO.NETBolero.net (Bills Of Lading Electronic

Registry Organization) predstavlja organizaciju za elektronsko organizovanje konosmana4 koju su 1998 osnovali SWIFT (Svetska finansijska zajednica) i TT klub (Svetska logistička zajednica transportnih i špediterskih organizacija za naplatu uzajamnih potraživanja po osiguranju) [21]. Osnovni cilj bolero.net organizacije je upotrebiti mogućnosti Interneta za obavljanje trgovinske administracije elektronskih dokumenata. Kao svoju misiju, bolero.net ističe pružanje usluga garantovane i bezbedne isporuke trgovinske dokumentacije u elektronskoj formi, kao i osnove za razvoj neutralnih međugranskih usluga. Bolero.net koristi sopstvene BoleroXML standarde koji se

baziraju na upotrebi ebXML (electronic business eXtensible Markup Language).

Bolero.net zasniva elektronsku razmenu dokumenata na upotrebi XML, kao široko prihvaćenom standardu i glavnom katalizatoru e-poslovanja. XML je jezik čitljiv i ljudima i mašinama; poseduje karakteristike značajne sa aspekta primene WI tehnologija, na osnovu čega bolero.net organizacija može lako biti prilagođena potrebama budućeg Weba.

2.1.2.1. ebXMLebXML5 (electronic business eXtensible

Markup Language) je jezik iz porodice XML jezika. Koristi za razmenu poruka (poslovnih dokumenata) između različitih poslovnih entiteta. ebXML daje odgovore na pitanja: Kako obezbediti transportne mehanizme za poslovne dokumente; Kako učiniti sadržaj ovih dokumenata razumljivim; Kako otkriti koji se tipovi poslovnih dokumenata mogu elektronski razmenjivati [23].

ebXML predstavlja «objedinjeni opšti EDI standard» koji mogu koristiti velike međunarodne kompanije, kao i mala i srednja preduzeća (Small and Medium Enterprises) (SMEs) u bilo kom industrijskom sektoru. ebXML predstavlja katalizator u standardizaciji elektronskih poslovnih rečnika (semantika), infrastrukture i poslovne dokumentacije.

Interakcija dve kompanije, zasnovana na upotrebi ebXML, prikazana je na Slici 2 [22]. Kompanija A pretražuje sadržaje unutar ebXML registra i pravi ili kupuje odgovarajuće ebXML proizvode pogodne za ebXML razmenu svojih elektronskih dokumenata. Kompanija A kreira i vrši registraciju sadržaja unutar ebXML registra. U istom registru se nalaze podaci o ranije registrovanoj kompaniji B, koja sada može da pristupi i podacima o novo registrovanoj kompaniji A. Kompanija B sklapa poslovni ugovor sa kompanijom A i one otpočinju razmenu odgovarajućih elektronskih dokumenata u skladu sa ebXML standardom.

4 Konosman – trgovinski vlasnički dokument koji izdaje špediter ili transporter u pomorskom transportu5 h�p://www.ebxml.org

51

Slika 2. Interakcija kompanija zasnovana na upotrebi ebXML

Usvajanjem ebXML standarda, preduzeća svih veličina koja se nalaze na različitim lokacijama dobijaju novi standardni način za razmenu poslovne dokumentacije, sprovođenje trgovinskih odnosa, definisanje i registrovanje poslovnih procesa. ebXML obezbeđuje praktično i prihvatljivo rešenje za SMEs bez potrebe za investiranjem u uvođenje skupih EDI sistema. S druge strane, velike kompanije, koje su već korisnici EDI sistema, upotrebom ebXML dolaze do proširenja postojeće EDI funkcionalnosti.

Interoperabilnost predstavlja pojam kojim se opisuje sposobnost različitih kompjuterskih sistema da rade zajedno, čime se olakšava sprovođenje poslovnih transakcija unutar organizacije. ebXML doprinosi postizanju interoperabilnosti na sledeći način:• korišćenjem XML kao opšteg standarda;• pružanjem objedinjene semantike koja je

svima dostupna;• implementacijom ebXML, preduzeće

automatizuje metode i tokove svojih elektronskih poslovnih transakcija čime se dalje podiže ROI (Return on Investment), povećava povezanost i efikasnost usluga, i omogućuje način za smanjenja cene i uvođenje tehnoloških inovacija. ebXML je komplementaran sa drugim B2B

inicijativama kao što su SOAP (Simple Object Access Protocol) i UDDI (Universal Description, Discovery and Integration) standard, Rose�aNet i OAGIS okviri. SOAP predstavlja ključnu tehnologiju za razmenu poruka u Web servis arhitekturi. Scenario primene WI tehnologija unutar bolero.net organizacije u kojoj je razmena elektronskih dokumenata zasnovana na upotrebi ebXML, prikazan je na Slici 3.

Slika 3. Scenario primene WI tehnologija unutar Bolero.net

SOAP služi za kreiranje i obradu strukture paketa podataka koji se razmenjuju. S obzirom da XML opisuje Web sadržaje bez definisanja njihove semantike, a Web servise bez razmatranja mogućnosti Web servisa, koji se realno mogu naći u širokom opsegu interoperabilnosti, neophodno je uvođenjem adekvatne transformacije omogućiti korektno modelovanje i upotrebu semantike kada je ona opisana u okviru domenske ontologije (domen znanja, domen procesa). UDDI predstavlja standard za opis, online registraciju, objavljivanje i dinamičko pronalaženje objavljenih Web servisa. Registracija Web servisa u UDDI Registry se vrši u skladu sa XML šemom. Mehanizam za pretraživanje UDDI Registry se zasniva na pretraživanju ključnih reči (po imenu, lokaciji, poslu), ali bez mogućnosti pretraživanja semantičkih sadržaja koji se odnose na opis Web servisa u registrima. Povezivanjem Web servisa sa tehnologijom Semantičkog Weba ovaj nedostatak se može prevazići, a kao rešenje pojavljuje se upotreba odgovarajućeg XSLT Metadata adaptera kojim bi se postigla korektna upotrebljivost semantički označenih sadržaja procesnih ontologija za prikaz sadržaja UDDI registara. Takođe, proces neposredne registracije nekog Web servisa je moguće, pomoću uvedenih adaptera i profila, automatski transformisati u semantički označene sadržaje procesne ontologije.

2.1.2.2. BoleroXML

BoleroXML je opšti industrijski standard koji svim stranama u trgovinskom lancu omogućuje razmenu elektronskih informacija u sigurnom okruženju. Cilj BoleroXML je omogućiti korisnicima bolero.net potpunu prednost u upotrebi elektronskog oblika trgovine. Takođe,

52

cilj ove organizacije je eliminisati potrebu za korišćenjem sporazuma o bilateralnoj razmeni podataka, kojima se opisuje struktura i sadržaj elektronskih podataka koji se razmenjuju.

Cilj je razviti rešenje koje je jednostavno za implementaciju i upotrebu, i koje podržava automatizaciju dokumenata neophodnu u sofisticiranim poslovnim okruženjima. Takođe, potrebno je da takvo rešenje bude dovoljno fleksibilno za tolerisanje daljeg napredka tehnologije. Takvo rešenje se zasniva na opštem poslovnom modelu trgovinskih procesa i razvoju BoleroXML dokumenata koji se široko koriste u međunarodnoj trgovini. U ciju dobijanja takvog rešenja, BoleroXML prati sledeće principe:• Princip o upotrebi jednostavnih standarda

je prilagođen i sada se, u razmeni poruka, koriste isključivo BoleroXML standardi;

• BoleroXML standardi se zasnivaju na jednostavnom opštem poslovnom modelu;

• BoleroXML standardi su razvijeni nezavisno od bilo koje sintakse, ali su implementirani korišćenjem sintakse koja u ovom trenutku ima najbolju podršku, a to je XML sintaksa. XML predstavlja svetsku standardnu platformu za elektronske poslovne transakcije;

• BoleroXML koriste i neki od postojećih EDI standarda poput SWIFT, UN Location

Codes, ISO Country Codes.BoleroXML preduzima dalje korake ka

potpunoj ebXML konvergenciji. S obzirom na porast međunarodne trgovine i elektronskog poslovanja koji se obavljaju putem Interneta, potrebe koje postoje za upotrebom jedinstvenog standarda su očigledne na svim poslovnim nivoima: nivo poruka, modelovanja, repozitorijuma, razvoja komponenti, standarda koji se odnose na sadržaje, i drugo.

Standardi su veoma značajni u razmeni informacija između različitih strana. BoleroXML standarde trenutno koriste ključne industrijske grane, kao što su: bankarstvo, prodaja kafe, alkohola, aluminijuma, uglja, elektronika, maloprodaja.

Da bi se članicama BoleroXML organizacije omogućila puna prednost upotrebe elektronske trgovine, razvijen je skup jednostavnih elektronskih trgovinskih dokumenata poznatih kao BoleroXML dokumenti. Ovi dokumenti su zasnovani na opštem poslovnom modelu koji je tehnološki nezavistan. BoleroXML dokumenti predstavljaju najšire korišćene dokumente u međunarodnoj trgovinskoj razmeni. Do sada su dostupni BoleroXML dokumenti koji se odnose na sledeće oblasti: trgovina, transport, sertifikati, osiguranje, bankarstvo, drugo. BoleroXML dokumenti koji su značajni za oblast bankarstva, prikazani su u Tabeli 2:

Advice of a Third Bank’s Documentary Credit

Documentary Credit Acknowledgment

Documentary Credit Reimbursement Authorisation

Benificiary’s Documentary Credit Amendment Acceptance or Refusal

Documentary Credit Advice Documentary Credit Reimbursement Claim

Collecting Bank’s Collection Instruction

Documentary Credit Advice of Discrepancy Exporter’s Collection Instruction

Collection Advice of Non Payment or Non Acceptance

Documentary Credit Advice of Discrepancy Discharge

Exporter’s Documentary Credit Presentation Instruction

Collection Amendment Advice Documentary Credit Advice of Discrepancy Refusal

Issuing Bank’s Documentary Credit Presentation Instruction

Collection Amendment Request Documentary Credit Amendment Notice of Completion

Collection Status Advice Documentary Credit Amendment Advice

Paying Bank’s Documentary Credit Presentation Instruction

Collection Status Request Documentary Credit Amendment Request Payment Instruction

Credit Advice Documentary Credit Application Presenting Bank’s Collection Instruction

Debit Advice Documentary Credit Copy Remi�ing Bank’s Collection Instruction

Documentary Credit Documentary Credit Notification Standby Documentary Credit

Tabela 2. BoleroXML dokumenti iz oblasti bankarstva

53

Za ove dokumente je razvijena i odgovarajuća semantika čiji se opisi mogu preuzeti sa linka: h�p://www.bolero.net/boleroxml/semantics/Semantics.htm. Nivo na kome je semantika poslovnih dokumenata predstavljena na Webu jeste sintaktički, dok bi se semantičkim označavanjem i ontološkim modelovanjem ovih dokumenata njihova stvarna upotrebljivost i čitljivost od strane ljudi, kao i mašina, značajno unapredila.

BoleroXML preuzima osnovne korake ka uspostavljanju pune podrške ebXML. S druge strane, SourceForge6 - najveća svetska open source Web organizacija za razvoj so�vera sa ogromnim repozitorijumom open source koda i aplikacija dostupnih na Internetu, početkom novembra 2003 iznosi svoj plan o početku razvoja open source ebXML Registra i Repozitorijuma7 koji bi podržao OWL ontologije i rad sa meta-podacima. Završetak takvog projekta značiće direktnu podršku za primenu tehnologije Semantičkog Weba u elektronskom poslovanju.

3. ONTOLOGIJA e-BANKARSKIH TRANSAKCIJA

Ontologije predstavljaju baze sa domenskim meta-organizovanim znanjem čija je krajnja namena stvaranje semantičkog značenja u predstavljanju pojedinih delova (instanci) ovog znanja. Kada se govori o semantičkom značenju označenih pojmova na Webu, misli se na značenje dato u formi razumljivoj i čitljivoj korisnicima, podjednako kao i mašinama, procesima, agentima i aplikacijama na Webu [4].

Razvoj ontologije e-bankarskih transakcija je planiran sa aspekta definisanja terminologije i značajnih koncepata iz domena e-bankarstva, na osnovu čega ovu ontologiju ubrajamo u klasičnu, domensku ontologiju.

Najviši nivo organizacije e-bankarskih usluga možemo posmatrati prema komunikacionom medijumu potrebnom za izvršavanje određene transakcije, čime obuhvatamo sledeće usluge (Slika 4):

• Internet bankarstvo (Internet, mobilni telefon),

• Elektronsko bankarstvo (telefon, ATM, Alert!).

Slika 4. Prvi nivo u modelovanju e-bankarskih transakcija

Izborom Interneta kao komunikacionog medijuma za sprovođenje e-bankarskih transakcija, klijent dobija ponudu vrste transakcije koju želi da izvrši. Neposredno pre toga, izvršena je identifikacija klijenta koji pristupa u ulozi korisnika (Internet Banking Personal), ili preduzeća-korisnika usluga e-bankarstva (Internet Banking Business). Bankarske transakcije koje su dostupne korisniku Internet Banking Personal usluga (prikazane na Slici 5) mogu biti sledeće: • Portfolio management – prikaz detalja i

upravljanje portfolijom klijenta;• Payment/transfers – različita plaćanja i

transfer novca;• Stock market – prikaz berzanskih poslova;• Customer services – različiti korisnički

servisi;• Applications forms – prikaz različitih

aplikacionih formi;• Alerts! – slanje upozoravajućih poruka

klijentima.

6 h�p://sourceforge.net7 h�p://ebxmlrr.sourceforge.net/

Ont

olog

y of

e-B

anki

ng tr

ansa

ctio

ns Internet

Mobile

Phone

ATM

Alert

54

Slika 5. e-Banking servisi: Internet

3.1. RAZVOJ ONTOLOGIJE E-BANKARSKIH TRANSAKCIJA

Na osnovu e-bankarskih servisa prikazanih na Slici 5., napravljen je prvi hijerarhijski nivo ontologije e-bankarskih transakcija. Ontologija je razvijana u ontološkom editoru Protégé-20008, verzija 2.0, u jeziku OWL (Web Ontology Language).

Klasa owl: Thing predstavlja polaznu meta-klasu, dok klase same ontologije predstavljaju podklase klase owl:Thing. Klasa Transactions obuhvata sledeću hijerarhiju podklasa: • CustomerServices,• Alerts, • StockMarket, • Payments-Transfers, • ApplicationForms, • PortfolioManagement.

S obzirom da su e-bankarske transakcije neposredno povezane sa e-plaćanjem, e-karticama i e-finansijama, ontologija sadrži i ove segmente e-poslovanja kao posebno označene i ontološki implementirane klase (e-Payment, e-Card, e-Finance).

Podklasa CustomerServices odnosi se na sledeće vrste servisa dostupne klijentima:• Izbor UserID i PIN-a, i njihova eventualna

izmena;• Upravljanje aplikacionim formama;• Izmena izgleda aplikacionih formi;• Provera korisnih informacija (mreža,

menjački kurs)…Podklasa Payments-Transfers obuhvata

sledeće vrste servisa:

• Transfer na vlastiti račun klijenta;• Transfer na račun treće strane;• Određena finansijska institucija zahteva

plaćanje;• Transfer na račune platnog spiska;• Plaćanje produženja važnosti kreditne

kartice;• Višestruki prenos novca;• Prikaz izvršenog prenosa novca…

e-Bankarstvo se odvija u zavisnosti od kanala odabranog za sprovođenje komunikacije sa bankom. Pored Interneta, na raspolaganju su usluge mobilnog bankarstva (klasa Mobile u ontologiji), usluge klasičnog telefona (klasa Phone u ontologiji), ali i određeni servisi koji se mogu ostvariti na bankomatima (klasa ATM u ontologiji) kao sredstvima za sprovođenje elektronskog bankarstva.

Razlikujemo sledeće tipove transakcija na ATM uređajima:• transakcije unutar lokalne ATM mreže;• transakcije u tuđim ATM mrežama u okviru

zemlje;• transakcije u tuđim ATM mrežama izvan

zemlje. Različitost ATM transakcija, ne samo u

smislu izbora ATM mreže na kojoj je transakcija izvršena, već i u pogledu tipa kartice koja je upotrebljena za izvršenje transakcije, jesu činjenice koje utiču na iznose provizija, iznose gotovine koju je moguće podići, iznose troškova produžetka važnosti kartice. Sve činjenice koje se odnose na izvršene transakcije mogu se ontološki modelovati, u smislu uspostavljanja pravilnih hijerahijskih veza, kao i postavljanja parametarskih ograničenja unutar ontologije.

Mesto domenske ontologije e-bankarskih transakcija u postojećem bankarskom sistemu je prikazano na Slici 6.

8 h�p://protégé.stanford.edu/

Portfolio Management

Payments-Transfer

Stock Market

Customer Service

Applications Forms

Alerts!

Internet Banking Personal

Internet Banking Business

55

Slika 6. Mesto domenske ontologije u bankarskom sistemu

Domenska ontologija sa semantički označenim domenom znanja, u preseku sa procesnom ontologijom, u okviru koje je moguće definisati redosled izvršavanja određenih finansijskih Web servisa, predstavlja centralni spoj primene tehnologije Semantičkog Weba sa postojećim e-bankarskim aplikacijama. Takođe, u ovom preseku se nalazi i osnovna upotreba inteligentnih Web agenata (Content agents i Knowledge agents). Content agents razmatraju strukturirane, polustrukturirane i nestrukturirane informacije iz postojećeg bankarskog sistema, koje se preko Semantičkog servera povezuju sa ontologijama i vrše vizuelizaciju ovih podataka. Sa druge strane, Knowledge agents, koji dolaze iz lokalnog e-bankarskog sistema, ili iz spoljnih e-bankarskih sistema, direktno kontaktiraju i pretražuju domenske ontologije.

Na Slici 6. je istaknuta i uloga Metadata adaptera (medijatora) pomoću kojih bi se izvršilo prilagođavanje tehnologije Semantičkog Weba za upotrebu sa postojećim aplikacijama. Takođe, primenom odgovarajućih adaptera može se izvršiti i prilagođavanje standarda Semantičkog Weba za upotrebu sa Web servisima.

4. DOPRINOSI PRIMENE WEB INTELIGENCIJE U

E-BANKARSTVU

Zajedničkom upotrebom Web servisa, Web agenata i tehnologije Semantičkog Weba, postojeći Web dobija nove mogućnosti i novu funkcionalnost koje se pre svega ogledaju u

pretraživanju semantički označenih sadržaja na Webu. Kao posebne prednosti upotrebe Semantičkog Weba moguće je izdvojiti sledeće [2]:• Povećanje prihoda na osnovu brzih i tačnih rezultata pretraživanja. Prostor odstupanja dobijenih rezultata od onih koji su prihvatljivi kao tačni se svodi na minimum, dok se značaj i primenljivost dobijenih rezultata ekstremno povećavaju;• Skraćenje vremena potrebnog za kategorizaciju dokumenata.

Srazmerno povećanju broja ontologija, smanjuju se napori potrebni za kategorizaciju i klasifikaciju dokumenata;

• Povećanje značaja i primenljivosti informacija vodi ka smanjenju cene za cenu trajanja ponovnog pretraživanja informacija.

5. ZAKLJUČAK

Pretraživanje informacija na Webu korišćenjem tehnologije Semantičkog Weba je važan korak u prilagođavanju izazovima budućeg Weba, u kome će primena tradicionalnih načina za pretraživanje biti nedovoljna. Primena novih, inteligentnih Web tehnologija poput Semantičkog Weba, donosi nove mogućnosti za unapređenje postojećih Web rešenja, a time i unapređenje funkcionisanja celog Weba. U oblasti finansija i bankarstva, početak primene inteligentnih Web tehnologija može brzo dovesti do tzv. sindroma «opportunities to leapfrog».

Bez obzira na puteve dalje tehnološke realizacije Weba i e-poslovanja, uspeh nekog posla, pogotovu onog koji se zasniva na radu sa osetljivim finansijskim podacima, podrazumeva stalnu informisanost o konkurentima, sa jedne strane, i neprestano praćenje aktuelnih tehnoloških trendova koji se dešavaju na Webu, sa druge strane.

56

LITERATURA

[1] Yao, Y. et al., ”Web Intelligence (WI): Research Challenges and Trends In the New Information Age” Web Intelligence: Research and Development, Lecture Notes in Atrificial Intelligence 2198 (LNAI 2198), Zhong, N. et al., eds., Springer-Verlag, Heidelberg, 2001, pp. 1-17.

[2] Damjanović, V. Semantički Web, ontologije i agenti, specijalistički rad, FON, Beograd, 2003.

[3] Yubin, M., E-Banking: Status, Trends, Challenges and Policy Issues. The paper presented at CBRC Seminar, The Development and Supervision of e-banking. Shanghai, November 2003.

[4] Cranefield, S., “UML and the Semantic Web”, In Proceedings of The International Semantic Web Working Symposium (SWWS), Stanford University, California, USA, 2001. Available at: h�p://www.semanticweb.org/SWWS/program/full/paper1.pdf (electronic edition).

[5] Sandso�: Component-Based Ontology Development. 2002. [Online].Available at: h�p:

//www.sandso�.com/ontologies.html [Accessed November 2003].

[6] O. Etzioni: The World Wide Web: Quaigmire or gold mine, Communications of the ACM, 39(11):65-68, 1996.

[7] R. Cooley, B. Mobasher, J. Srivastava, Web Mining: Information and pa�ern discovery on the World Wide Web. In Proceedings of the 9th IEEE International Conference on Tools with Artificial Intelligence (ICTAI’97), 1997. Available at: h�p://www-users.cs.umn.edu/~mobasher/webminer/ survey/survey.html

[8] Avramović, J., Web Mining, diplomski rad, FON, Beograd, 2001.

[9] Liu, J., Zhong, N., Yao, Y., Ras, Z., ”The Wisdom Web: New Challenges for Web Intelligence (WI)”. Journal of Intelligent Information Systems, Vol.20, No.1, pp. 5-9, 2003.

[10] Zhong, N., Liu, J., Yao, Y., In Search of the Wisdom Web, In IEEE Computer, Vol. 35, No. 11. November 2002, pp. 27-31.

[11] Han, J., Chang, K., Data Mining for Web Intelligence, In IEEE Computer ,Vol. 35, No.11,

Sadržaj: U ovom radu prikazane su osnovne definicije, kao i kompleksnost sistemskih i aplikativnih

sadržaja neposredno obuhvaćenih definicijom Web inteligencije. Cilj je prikazati moguće implikacije Web inteligencije u oblasti e-bankarstva, razmatranjem tehnoloških rešenja koje donose: Web mining, Semantički Web, Semantički Web mining, Semantički Web servisi, inteligentni agenti na Semantičkom Webu, ontologije. Kao poseban izazov, u radu je prikazan primer organizacije Bolero.net, koja predstavlja organizaciju za elektronsko registrovanje i isporuku elektronske dokumentacije zasnovane na upotrebi ebXML. Upotreba boleroXML standarda donosi značajne prednost i preporuku za pristup ovoj svetskoj mreži, lako prilagodljivoj i otvorenoj ka budućoj primeni tehnologija iz oblasti Web inteligencije. U radu su prikazana i dva scenarija upotrebe novih Web tehnoloških trendova: primena u oblasti mobilnog bankarstva, kao i primena u razvoju ontologije elektronskih bankarskih transakcija.

Abstract: In this paper, we discussed the fundamental definitions, as well as complexity of system and

application contents from the domain of using Web Intelligence. Considering the technological solutions, such as: Web mining, Semantic Web, Semantic Web mining, Semantic Web services, intelligent Web agents, and ontologies, the main aim of this paper is to show some implications of using Web intelligence in the field of e-banking. An example of using Bolero.net organization is represented as a great challenge here. Bolero.net represents the organization for electronic registering and delivering of electronic documents, which can by adapted for further applying Web intelligence technologies. According to that, we have proposed using of the Bolero.net worldwide network in order to achieve some important benefits based on using boleroXML standard. In this paper, we also had shown two scenarios of using new technological trends, such as: scenario for using it in the field of mobile banking, as well as scenario for using it for building ontology of e-banking transactions.

57

November 2002, pp. 64-70.[12] Devedžić, V., Inteligenti Informacioni sistemi, FON,

2000.

[13] W3C Working Dra�. OWL Web Ontology Language Use Cases and Requirements. 2003. Available at: www.w3.org/TR/webont-req/ [Accessed November 2003].

[14] Noy, N.F. and Mc. Guinness, L.D. Ontology Development 101: A Guide to Creating Your First Ontology. Knowledge Systems Laboratory, Stanford University, CA, USA, 2001.

[15] Decker, S. et al. ‘The Semantic Web – on the respective Roles of XML and RDF’, In IEEE Internet Computing, Vol. 4, No. 5, pp 63-74, 2000.

[16] Nuhns, M. Agents as a Web Services. In IEEE Internet Computing, Jul./Aug. 2002, pp. 93-95.

[17] Heflin, J. and Munoz-Avila, H. LCW – Based Agent Planning for the Semantic Web, 1998. In Ontologies and the Semantic Web. Papers from the 2002 AAAI Workshop WS-02-11. AAAI Press. Menlo Park, CA, USA. pp. 63-70. Available at h�p://www.cse.lehigh.edu/~heflin/pubs/lcw-aaai02.pdf [Accessed November 2003].

[18] Ghani, R., “Implementing wireless banking and financial systems”, 2001. [Online] Available at: http://www-106.ibm.com/developerworks/library/wi-banking/?dwzone=wireless#6

[19] WAP Forum, “Wireless Application Protocol”, White Paper, 2000.

[20] Kansal, A., “Bluetooth What and Why?”. [Online] Available at: h�p://www.bluetooth.amankansal.com/

[21] Bolero.net: “Guide to BoleroXML” Version 3.1. May 2003. [Online]. Available at: h�p://www.bolero.net/downloads/boleroXML_standards.pdf

[22] Graham, J., XML and ebXML: Emerging Standards for global convergence. Drake Learning Solutions. Available at: h�p://www.ecominfo.net/xml/arts/graham_drakeintl.htm

[23] Willaert, F., XML-based Frameworks and Standards for B2B e-Commerce. Katholieke Universiteit Leuven. 2001. Available at: h�p://www.ebxml.org/documents/ebxml-thesis.pdf