автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Логические и программные средства качественного анализа социологических данных

Введение.

Глава 1. Общая характеристика ДСМ-метода и его применение к анализу социологических данных.

Глава 2. Архитектура интеллектуальной системы типа ДСМ для анализа социологических данных.

Описание формального языка для записи социологических правил.

Алгоритм разграничение признаков на характеристики субъектов и характеристики их

Ахитектура ДСМ-решателя.40

Интегрированная среда поддержки экспериментов.60

Глава 3. О некоторых модификациях логики аргументации.65

Синтаксис и семантика логика аргументации Аб.66

Доказательство некоторых утверждений относительно Аб.69

Метод аналитических таблиц для Аб.75

Логика предикатов первого порядка Аб.80

Модификация семантики аргументационной логики А4.84

Описание семантики.84

Доказательство утверждений характерных для А4.87

Описание ДСМ-метода с помощью логики аргументации.91

Список литературы:.99

Приложение. Программный интерфейс к модулю, реализующему ДСМ-решатель. .101

Введение.

Обнаружения различных закономерностей в социологических данных является важной задачей в области социальных наук. Для этих целей традиционно применяются количественные (статистические) методы, оперирующие с числовыми данными и дающие числовую оценку изучаемым явлениям. В настоящее время наибольшее распространение получили следующие две программы, используемые в практической социологии: пакет прикладных программ SPSS (Statistic Programs for Social Sciences), а также программа Statistica. Эти программы включают в себя в основном количественные методы анализа данных: методы факторного анализа, регрессионного анализа, корреляционного анализа и т.д. Качественные методы [24] анализа социологических данных обычно противопоставлены им: они не ограничиваются изучением лишь числовых характеристик полученных данных, а ориентированы на качественный анализ наблюдаемых явлений. Качественные методы направлены на изучение индивидуального аспекта социальной практики, в то время как количественные методы дают усредненную оценку изучаемого явления. Через анализ индивидуального можно исследовать и более широкие социальные проблемы, касающиеся социальных групп или движений. Традиционно с помощью качественных методов анализируются данные полученные путем неформализованного интервью, включенного наблюдения и т.п. Качественные методы предназначены для глубинного исследования социальной жизни. Логико-комбинаторный ДСМ-метод автоматического порождения гипотез [28] позволяет разрешить некоторые трудности, возникающие при применении традиционных количественных методов: этот метод как раз и предоставляет средства для формального качественного анализа социологических данных и позволяет находить различные закономерности в этих данных на основе анализа сходства изучаемых явлений.

Интеллектуальные системы (ИНТС) типа ДСМ представляют собой интегрированные интерактивные системы, в которых посредством ДСМ-метода осуществляется обработка данных и знаний, представленных в базе данных с неполной информацией и в базе знаний. ИНТС ДСМ применяются для порождения гипотез о причинно-следственных зависимостях, извлекаемых из социологических данных. Для решения социологических задач, возникающих в процессе исследования, требуются программные системы, основанные на быстрых алгоритмах и гибкой и удобной архитектуре, адекватные решаемым проблемам. Целью диссертационных исследований автора являлись:

1. Создание алгоритмических и логических средств для качественного анализа социологических данных.

2. Разработка программной архитектуры для интеллектуальной системы типа ДСМ, анализирующей социологические данные и порождающей гипотезы о детерминантах социального поведения, а также программная реализации такой системы.

3. Разработка аппарата логики аргументации Аб (аргументационная логика с шестью истинностными значениями - расширение минимальной логики аргументации А4 [27]) и семантики с отношением порядка на аргументах для логики А4, применяемых для объективизации социологических рассуждений.

Актуальность работы вызвана необходимостью создать адекватный инструментарий для проведения социологических исследований с помощью аппарата ДСМ-метода. Для этого нужно было автоматизировать ввод данных; разработать архитектуру решателя, не зависящего от конкретной предметной области; настроить решатель на нужную (социологическую) предметную область; создать удобный для работы интерфейс. Удобство использования логик аргументации для отображения шкалированных оценок в социологических рассуждениях потребовало разработки модификаций предложенной в [27] аргументационной логики А4: в одних случаях может быть использована логика аргументации Аб, в других - логика А4 с заданным порядком на аргументах.

В процессе работы над диссертацией автором получены следующие результаты:

1. Разработаны и реализованы в виде программных средств ИНТС типа ДСМ алгоритмы для структурирования и ввода социологических данных, преобразованных в формат, используемый ДСМ-системой.

2. Разработаны некоторые общие алгоритмы для ДСМ-системы и общая архитектура ДСМ-решателя, не зависящая от конкретной предметной области, с возможностью гибкой настройки его на анализ конкретных экспериментальных данных.

3. Созданы новая программная реализация ДСМ-решателя и его настройка на анализ социологических данных для изучения детерминант социального поведения и разработана интеллектуальная система для анализа социологических данных, реализующая ДСМ-метод, с удобным пользовательским интерфейсом.

4. Предложена семантика для двух расширений аргументационной логики А4, используемой для объективизации социологических рассуждений : для логик Аб и А4 с заданным порядком на аргументах( проведены доказательства некоторых утверждений относительно этих логик).

5. Созданы алгоритмические средства и их программная реализация для двух модификаций ДСМ-рассуждений: ситуационного ДСМ-метода и обратный ДСМ-метода.

Практическая значимость работы состоит в создании интеллектуальной партнерской системы для анализа и обработки социологических данных; в создании программы ДСМ-решателя в общем виде, позволяющей использовать один и тот же программный модуль в разных предметных областях (в настоящий момент один и тот же решатель используется для анализа химических и социологических данных). Разработанный аппарат логик Аб и А4 с объективизирует деятельность эксперта-социолога и позволяет точнее и объективнее представлять факты, анализируемые ДСМ-системой. Также в диссертации была построена семантика бесконечнозначной логики А», используемой в ДСМ-методе, как методе, реализующем конструктивную аргументацию.

Первая версия интеллектуальной системы типа ДСМ для анализа социологических данных была разработана М.А.Михеенковой [20], а ее программная реализация -С.С.Московским [14].

Новая версия интеллектуальной системы типа ДСМ для анализа социологических данных отличается от предыдущей версии [16, 14] по следующим параметрам:

1. ДСМ-решатель реализован в общем виде в соответствии с идеями объектно-ориентированного анализа [7] и с использованием новых технологий в программировании, что облегчает его использование и модификацию.

2. В ДСМ-решателе реализованы алгоритмы для обратного ДСМ-метода [11] и для ситуационного ДСМ-метода [8].

3. Предложены средства для кластеризации гипотез на основе результатов работы ДСМ-метода, что автоматизирует часть работы социолога при анализе полученных данных.

4. Данная версия не зависит от конкретной СУБД: может быть использована любая СУБД, подчиняющаяся некоторым стандартам.

5. Создан удобный пользовательский интерфейс для проведения экспериментов, визуализации исходных данных и порождаемых гипотез.

Правильность работы новой версии системы была проверена экспериментально. В повторно проведенных экспериментах были получены в точности те же результаты, что и в экспериментах, проводившихся с помощью старой версии системы: и старой версией, и новой версией были порождены одни и те же гипотезы.

Основные результаты работы:

Создана объектная модель, описывающая ДСМ-решатель в общем виде, не зависящая от конкретной предметной области и предусматривающая возможность гибкой настройки для анализа экспериментальных данных.

Разработаны средства и алгоритмы для структурирования и преобразования социологических данных в формат, пригодный для их дальнейшего использования в интеллектуальной системе типа ДСМ.

Создана новая программная реализация ДСМ-решателя, осуществлена его настройка для анализа социологических данных для порождения детерминант социального поведения и разработана новая версия интеллектуальной системы анализа социологических данных, реализующей ДСМ-метод.

Разработан аппарат логики аргументации Аб (аргументационная логика с шестью истинностными значениями ), посредством которой формализуются шкалированные оценки социологических данных, и семантика с отношением порядка на аргументах .

Создана алгоритмическая реализация обратного ДСМ-метода и ДСМ-метода с параметром ситуации.

Разработаны логические и алгоритмические средства для формализованного качественного анализа социологических данных в интеллектуальных системах.

Заключение.

Существующие программные средства для анализа социологических данных не дают возможности производить качественный анализ данных. До сих пор качественный анализ остается творческой процедурой, во многом опирающейся на интуицию социолога, а не на формализованные рассуждения. В работе описаны алгоритмические и программные средства, разработанные для системы, реализующей формальный качественный анализ социологических данных.

1. Hutchinson A. Algorithmic learning. Clarendon Press, Oxford, 1994.

2. Kuznetsov S.O. Objedkov S.A. Algorithms for the Construction of the Set of All Concepts and Their Line Diagram. MATH-AL-06-2000.

3. Sergei O. Kuznetsov, Sergei A. Objedkov. Algorithms for the construction od the set of all concepts and their line diagram. Preprint MATH-A1-14, TU-Dresden, Juni 2000.

4. Smullyan R. M. First-Order Logic.- N.Y.: Springer Verlag, 1968.

5. Аншаков O.M. Об одной интерпретации ДСМ-метода автоматического порождения гипотез. // НТИ. Сер. 2. -1999. № 1-2. С. 45 - 53.

6. Блинова В.Г., Ивашко В.Г., Скитер П.В., Финн В.К., Хазановский К.П. Об интеллектуальных системах типа ДСМ. // Семиотика и информатика. 1990. - Вып 31.-С. 41-69.

7. Буч Г. Объектно-ориентированный анализ и проектирование. СПб, «Издательство Бином», 1999.

8. В.К. Финн, М.А. Михеенкова. О ситуационном расширении ДСМ-метода автоматического порождения гипотез. // НТИ. Сер. 2. -2000. (В печати.)

9. Гемпель К.Г. Логика объяснения. «Дом интеллектуальной книги», М. 1998.

10. Гусакова С.М Финн В.К. О формализации локального и глобального сходства. // НТИ. Сер. 2. 1987 - №10. - С. 14-22

11. Гусакова С.М., Финн В.К. Об одной модели электорального поведения. // VII Национальная конференция с международным участием «Искусственный интеллект-2000», Переславль-Залесский, Октябрь 24-27, 2000, Труды конференции в 2 томах, т. 1, с.44-50.

12. Д. Кэмпбелл Модели экспериментов в социальной психологии и прикладных исследованиях., М: «Прогресс», 1980

13. Дюркгейм Э. Метод социологии, в кн. «Социология», М.: Канон, 1995.

14. Климова С.Г., Михеенкова М.А., Панкратов Д.В. ДСМ-метод как метод выявления детерминант социального поведения. // НТИ. Сер. 2. -1999. № 12. С. 3 - 14.

15. Кузнецов С.О. Введение в ДСМ-метод. // Семиотика и информатика. 1990. - Вып 31. -С. 5-41.

16. Льюис Ф., Розенкранц Д., Стирнз Р. Теоретические основы проектирования компиляторов.-М. :"МИР", 1979.

17. Милль Дж. С. Система логики силлогистической и индуктивной. М.; Книжное дело, 1900.-781 с.

18. Михеенкова М.А. Развитие ДСМ-метода автоматического порождения гипотез для его применения при анализе социологических данных типа «субъект=>поведение». Автореферат диссертации на соискание ученой степени к.т.н. М., 1998.

19. Объедков С.А. Алгоритмические аспекты ДСМ-метода автоматического порождения гипотез. // НТИ. Сер. 2. -1999. № 1-2. С. 65 - 76.

20. Объедков С.А. Дипломная работа на тему : «Алгоритмические аспекты ДСМ-метода и формального анализа понятий», Москва, 1999.

21. Саморегуляция и прогнозирование социального поведения личности / Под ред. В.А. Ядова. Л.: Наука, 1979.

22. Семенова В.В. Качественные методы: введение в гуманистическую социологию. Москва, Добросвет, 1998.

23. Татарова Г.Г Методология анализа данных в социологии. М.: Стратегия, 1998.

24. Финн В.К. ДСМ-метод автоматического порождения гипотез с отношением порядка. // Семиотика и информатика. 1990. - Вып 31. - С. 69 - 104.

25. Финн В.К. Об одном варианте логики аргументации// НТИ. Сер. 2. -1996. № 5-6. С. 319.

26. Финн В.К. Правдоподобные выводы и правдоподобные рассуждения. // Итоги науки и техники. Сер. "Теория вероятностей. Математическая статистика. Теоретическая кибернетика." -1988. Т. 28. С. 3-84.

27. Финн В.К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ // Итоги науки и техники, сер. "Информатика". -1991 .-Т. 15. С. 54-101.

28. Финн В.К. Синтез познавательных процедур и проблема индукции. // НТИ. Сер. 2. -1999. № 1-2. С. 8-45.