Kamala is een door Morpheus ontwikkeld platform om effectief kennis te modelleren en te onderhouden in de Cloud. De Kamala applicatie wordt aangestuurd door 1 kennismodel. De voordelen daarvan zijn dat u informatie snel kunt aanpassen en publiceren, dat het een overzichtelijke applicatie is en dat u veel ondersteuning krijgt in uw proces. Deze kennisaangestuurde ondersteuning (knowledge driven application) wordt tegenwoordig veel toegepast, zoals in de automatisch aangevulde suggesties van de Google zoekmachine. Kamala biedt de mogelijkheid om elk concept interactief te maken. Als u bijvoorbeeld een contactpersoon aan een organisatie wilt koppelen, begint u met typen en Kamala geeft meteen suggesties op basis van bestaande personen. U kunt zo veel sneller informatie invoeren en de kans op fouten en dubbele registraties wordt veel kleiner. Bovendien is er de mogelijkheid om krachtig te zoeken en efficiënt te filteren (zie o.a. SOLR Topic Maps).

De voordelen:

  • Collaboration: meerdere gebruikers werken tegelijk in hetzelfde model en kunnen snel kennis delen
  • Krachtig zoeken op 1 model dat fungeert als een superindex over onderliggende informatiebronnen
  • Maak uw eigen filters met voorkeuren aan zonder vast te zitten aan een beperkte lijst
  • Voeg op iedere plek beweringen toe die u met collega’s kunt toetsen, om kennis in een groep te delen (in Topic View kunnen analisten vermoedens, bronnen en acties toevoegen en met collega’s de meest relevante items selecteren)
  • Knowledge driven application: u hoeft niet meer naar uw systeembeheerder om de applicatie aan te laten passen
  • Uitwisseling naar andere Open Standaardformaten (geen vendor locking)
  • Validatie: veel minder fouten in uw kennismodel door validatie methoden zoals automatisch aanvullen waneer u begint met typen
  • Kennisbanken, taxonomieën en thesauri kunnen gemakkelijk worden aangeboden en onderhouden vanuit 1 model. Relevante, gerelateerde onderwerpen worden in de juiste context getoond en kunnen als zoek- en selectie-filters gebruikt worden.
  • Documenten eenvoudig meta-dateren met keywords en termen uit de ontologie, taxonomieën en thesauri. Link de documenten met andere concepten om ze beter vindbaar en toegankelijk te maken in uw webapplicatie.

Technische achtergrond Kamala
Gebruikers loggen met hun account in op de Kamala-server en kunnen van daaruit hun topic maps beheren, muteren en bevragen. Kamala is erop gericht om een kennisdomein bottom-up te kunnen ontwikkelen in de Topic Maps-standaard. Dit houdt in dat we uitgaan van de invoer van concrete data en pas daarna gaan modelleren hoe de data zich tot elkaar verhoudt (het meta-niveau of ontologie).

Dit is de omgekeerde aanpak van de standaard top-down methode, waarbij eerst een heel model moet worden uitgewerkt, vóór de eerste concrete data kan worden ingevoerd. De top-down methode neemt daarmee impliciet aan dat de gebruiker een volledig overzicht heeft op het hele domein en in staat is om dit conceptueel tot in de kleinste details uit te werken. Uit ervaring weten wij dat dat vrijwel nooit het geval is.

Kamala biedt de o.a. volgende functionaliteiten:

  • Flexibele navigatie op basis van ontologische structuren
  • Krachtig zoeken op basis van naamgeving en filters
  • Het delen van kennis modellen met andere gebruikers (eventueel read-only)
  • Importeren en exporteren van topic maps naar de standaardformaten XTM, TMXML, LTM, CXTM, etc
  • Het bevragen van topic maps met de TOLOG of TMQL querytalen
  • Het opslaan van queries voor eenvoudige herhaling van de zoekvraag
  • Valideren van topic maps, zodat ‘gaten’ in het kennismodel kunnen worden opgespoord
  • Genereren van statistieken
  • Beschikking over het volledige datamodel van de Topic Maps-standaard

Daarnaast zijn er de volgende modules beschikbaar om Kamala uit te breiden:

  • Geo-module, waardoor topics met een geotag op een landkaart kunnen worden geplaatst
  • Met de facet classificatie module kunt u door uw topic map navigeren door middel van classificaties. We gebruiken hiervoor het Solr zoekplatform om de topic map data te indexeren. Door eigenschappen van topic types te selecteren als facetten, kunnen topic lijsten handig gefilterd worden op bijvoorbeeld project status of locatie.
  • Views en templates: het uiterlijk van topics van een specifiek type kan aangepast worden aan de wensen van de gebruiker (in het tweede screenshot hieronder is een voorbeeld te zien van een aangepaste lijstweergave met logo’s van politieke partijen)

Een belangrijke functionaliteit waar we nu aan werken is een web service API voor de topic maps in Kamala. Hiermee wordt het mogelijk om derde applicaties gebruik te laten maken van de services van Kamala. Gebruikers kunnen dan via een custom interface met het kennisdomein werken.

Kamala is een cloud-applicatie, wat betekent dat er geen installatie nodig is en dat de enige requirement voor het gebruik van het platform een browser is. Hieronder volgen een aantal screenshots van Kamala. De data in het voorbeeld komt uit onze demo topic map met een kennisdomein over de Rijksoverheid.

Kamala dashboard

(boven) De startpagina van een topic map.

Kamala topic list

(boven) Via de topic list kan eenvoudig door topics worden genavigeerd en kunnen van individuele topics alle details worden weergegeven.

Kamala ontologie overzicht

(boven) De meta-data in de topic map ingedeeld naar ontologische constructie.

Kamala bevragingen

(boven) Het bevragen van een topic map, linksonder de opgeslagen queries, linksboven de huidige query, rechts het resultaat.