Логические средства когнитивной социологии




Дата28.06.2016
Размер25.2 Kb.
Логические средства когнитивной социологии
М.А. Михеенкова, В.К. Финн

Возникающий раздел современной социологии – когнитивная социология – является результатом взаимодействия идей классической социологии и современных методов интеллектуального анализа данных. Подобное содружество представляет собой ответ на вызов потребностей формализации качественного анализа социологических данных. Предлагаемый подход развивает идеи обоснованной теории (grounded theory) Б. Глезера и А. Страусса средствами современной логики и искусственного интеллекта.

Интеллектуальный анализ данных (ИАД) может рассматриваться как реализация познавательного цикла «анализ данных – предсказание – объяснение» средствами интеллектуальных систем (ИС). Современные средства искусственного интеллекта и прикладной логики позволяют представить указанный цикл в виде схемы «индукция – аналогия – абдукция». В результате эмпирической индукции (основанной на установлении сходства имеющихся фактов) порождаются гипотезы о причинах рассматриваемых явлений; полученные гипотезы посредством вывода по аналогии переносятся на случаи с неопределенным исходом; абдукция объясняет начальное состояние базы фактов. Помимо этого, указанный познавательный цикл может также конкретизироваться схемой «сходство – аналогия – абдукция», восходящей к методам качественного сравнительного анализа (qualitative comparative analysis) Ч. Рейджина.

Для решения проблем когнитивной социологии – получения нового знания на основе анализа эмпирических социологических данных с последующей формулировкой новых проблем – существенным оказывается реализация методов ИАД логическими средствами в ИС. ИС представляет собой человеко-машинную систему специальной архитектуры, имитирующую способности естественного интеллекта. Ядром ИС является Решатель, реализующий ИАД; данные и знания представлены в Базе фактов (БФ) и Базе знаний (БЗ), соответственно. В результате работы Решателя БЗ автоматически пополняется порожденными гипотезами, БФ в случае необходимости (на основе абдуктивного объяснения) пополняется внешним образом.

ИАД (knowledge discovery) в социологии оказывается наиболее востребованным для качественных данных, а использование логико-комбинаторных средств позволяет дополнить традиционный статистический анализ массового поведения выявлением причин индивидуального поведения.

Инструментом причинно-следственного анализа социологических данных в соответствии со схемой «индукция – аналогия – абдукция» являются правдоподобные рассуждения ДСМ-метода автоматического порождения гипотез. Успешное применение метода предполагает первичную структурацию данных: представление субъекта поведения множеством дифференциальных признаков, представление мнения (как варианта поведения) в виде максимальной конъюнкции составляющих. Для анализа поведения используется прямой ДСМ-метод (анализ «от причины – к следствию»), для анализа мнений – обратный («от следствия – к причине»).



В рамках предложенного подхода к ИА социологических данных дается формальное определение социологического опроса, рассматриваются возможности реализации предсказательного опроса, предлагаются логические инструменты для определения рациональности (понимаемой как аргументированное принятие решений) опроса.
Литература

  1. Страусс А., Корбин Дж. Основы качественного исследования. Обоснованная теория. Процедуры и техники. М.: КомКнига. – 2007. 256 с.

  2. Ядов В.А. Стратегия социологического исследования. М.: Добросвет, 2003. 567 c.

  3. Ragin C.C. The Comparative Method: Moving beyond Qualitative and Quantitative Strategies. Berkley, Los Angeles and London: University of California Press, 1987. 185 p.

  4. Rihoux B. Qualitative Comparative Analysis and Related Systematic Comparative Methods. International Sociology, v. 21 (5), September 2006.

  5. В.К. Финн. Интеллектуальные системы и общество. Изд. 3-е. М.: КомКнига, 2007.

  6. Автоматическое порождение гипотез в интеллектуальных системах. Под ред. проф. В.К. Финна. М.: Книжный дом «Либроком», 2009, Введение, Гл.1, Гл. 4, часть III.








База данных защищена авторским правом ©uverenniy.ru 2016
обратиться к администрации

    Главная страница