С применением
предложенной методологии и технологии может быть выполнен ряд работ в области
социологии и политологии:
– определение
социальной базы (структуры электората) партий, их блоков и
объединений, конкретных кандидатов в разрезах по краевому центру, городам и
районам края (социальный, возрастной, профессиональный, национальный,
образовательный, половой и т.п. Состав, поддерживающих
и отвергающих программные лозунги предвыборной борьбы);
– изучение социальных запросов
различных групп населения и формирование на этой основе предвыборной программы
блока, партии, кандидата;
– выявление объективных союзников и
оппозиции, как в среди
партий, блоков и кандидатов, так и среди различных групп населения;
– изучение динамики и территориальных
особенностей по всем этим аспектам.
Имеется положительный опыт
исследований по данной проблематике, подтвержденный рядом актов (ДСП).
В настоящее время
работы, проводящиеся различными группами и организациями по этим проблемам не
основаны на использовании автоматизированных систем искусственного интеллекта,
позволяющих разрабатывать и использовать оптимальные методики получения
социологической информации и ее анализа. Обычно
применяемое для компьютерной обработки результатов анкетирования программное обеспечение позволяет получить лишь
простейшие характеристики исследуемой выборки, вроде процентного распределения
голосов по районам или различным группам населения.
Рассмотрим
подробнее вопросы применения АСК-анализа для
выявления конфликтующих коалиций в сложных организационных системах.
В теории конфликтов традиционно считается, что конфликтующие
стороны известны, т.е. заданы априорно, и, таким образом, вопрос об их
обнаружении и выявлении в рамках этой теории не стоит.
Однако в ряде предметных
областей, таких, например, как психология общения, социально-экономические и
политологические системы, которые представляют собой сложные организационные
системы, перед применением методов теории конфликтов часто бывает необходимо
предварительно выявить сами конфликтующие стороны и их возможные коалиции,
определить содержание и источники конфликтов, и уже только после этого
конкретизировать типы конфликтов и применять стандартные методы их разрешения
или компромиссного согласования интересов. Более того, именно в
обнаружении конфликтующих сторон, а не в дальнейшем анализе, зачастую и состоит
основной смысл интеллектуальной обработки данных в этих предметных областях.
Таким образом проблема
выявления конфликтующих сторон и коалиций является актуальной
научно-технической проблемой, относящейся к области, непосредственно смежной с
теорией конфликтов и как бы подготавливающей исходные данные для ее применения.
Авторы предлагают применить для выявления конфликтующих
коалиций в сложных организационных системах методы кластерно-конструктивного
анализа и теории информации, реализованные в адаптивной системе анализа и
прогнозирования состояний сложных систем "Эйдос".
Теория конструктов возникла в 1955 году (Дж.Келли) в области когнитивной
психологии. Конструктом называется понятие, имеющее семантические полюса и
шкалу промежуточных смысловых значений (градаций). В частности, конструктом является
и система из двух наиболее сильно отличающихся кластеров со спектром объектов,
занимающих между этими полюсами промежуточные положения.
Более конкретно суть предлагаемой авторами технологии
состоит в следующем.
Осуществляется формализация предметной области, которая
состоит в том, что каждой относительно самостоятельной компоненте системы
ставится в соответствие некоторая обобщенная категория и все компоненты
описываются в одной системе свойств и качеств (атрибутов).
На основе описаний компонент формируются обобщенные
образы категорий, которые соответствуют конфликтующим или вступающим в коалицию
сторонам. Для этой цели применяются методы теории информации, в частности
апостериорная семантическая мера информации А.А.Харкевича.
Каждый из обобщенных образов представляет собой список
атрибутов, расположенных в порядке убывания их характерности для данной
категории. Кроме того, каждый атрибут описывается количеством информации,
которое он содержит о принадлежности обладающего данным атрибутом компонента системы
к каждой из категорий.
Обобщенные образы непосредственно сравниваются между
собой методами корреляционного анализа, на основе чего формируется матрица
сходства, которая является непосредственной основной для расчета конструктов и
кластеров.
Важно, что в предложенной математической модели при
формировании конструктов одновременно формируются и кластеры, причем если для
формирования кластеров по классическим алгоритмам необходимо произвести число
операций, равное количеству сочетаний из "n по m", то для формирования конструктов, всего n2,
т.е. в предложенной модели в данном случае снимается проблема комбинаторного
взрыва.
Результаты кластерно-конструктивного анализа представляются в
наглядной графической форме в виде семантических сетей, которые представляют
собой ориентированные графы, в вершинах которых находятся обобщенные категории,
а ребрами являются вектора, величина и направление которых соответствуют
величине сходства или различия каждой пары категорий.
Конкретное содержание конфликтов и основа для коалиций
раскрывается в форме когнитивных диаграмм, представляющих собой по сути дела
графическое изображение обобщенных образов двух категорий в форме списков
наиболее характерных и нехарактерных для них атрибутов с указанием в форме
векторов вклада каждой пары атрибутов в сходство или различие данных категорий.
Таким образом, предложенные математические модели, основанные
на теории информации, и конкретная технология интеллектуальной обработки
информации, реализованная на базе адаптивной системы анализа и прогнозирования
состояний сложных систем "Эйдос",
обеспечивают успешное выявление конфликтующих коалиций в сложных
организационных системах, в частности коллективах, социально-экономических и политологических
системах.