- •Лекции по курсу «Системы обработки экономической информации»
- •Тема 1. Общее представление о Data Mining
- •1. Что такое Data Mining
- •2. Области использования Data Mining
- •3. Типы закономерностей
- •Классы систем Data Mining
- •Тема «Документальные (полнотекстовые) системы данных и знаний»
- •1. Назначение и основные понятия
- •3. Формальное представление смыслового содержания текста
- •Общая функциональная структура дипс
- •Тема «Обработка и поиск текстовой информации»
- •Обработка входящей текстовой информации
- •Поиск текстовой информации
- •Эффективность дипс
- •1. Обработка входящей текстовой информации
- •2. Поиск текстовой информации
- •Оценка качества дипс
- •Тема «знания и их представление»
- •Понятие о знании
- •Логические модели
- •3. Продукционные модели
- •4. Фреймовая модель представления знаний
- •5.Семантические сети
- •Тема «Особенности обработки информации у человека»
- •1. Основные понятия
- •2. Конструкт как единица мыслительной деятельности
- •3. Понятие как единица мыслительной деятельности
- •4. Мысленные модели
- •5. Когнитивные модели.
- •6. Объектно-схемные или качественные модели.
- •7. Синтез моделей с различными уровнями семантики и формализации
- •Тема «Нейросети»
- •Назначение и основные понятия
- •Одиночный нейрон
- •Простые нейросети
- •Назначение и основные понятия
- •2. Структура нейросетей
- •Тема «Нейросети»
- •1. Методы обучения нейронных сетей
- •2. Модель нейронной сети с обратным распространением ошибки
- •1. Методы обучения нейронных сетей
- •Применение нейросетей
- •1) Общая характеристика нейросетевых технологий
- •2 Классы решаемых задач
- •3) Области использования нейросетей
- •Общая характеристика нейросетевых технологий
- •2. Классы решаемых задач
- •3. Области использования нейросетей
- •Тема «Генетические алгоритмы»
- •Классы задач оптимизации
- •Методы решения оптимизационных задач
- •Эволюционные вычисления
- •Основы теории генетических алгоритмов
- •Решение задач с помощью генетических алгоритмов
- •Генетические алгоритмы и нейросети
- •Тема «Метод группового учета аргументов»
- •Особенности моделирования экономических систем
- •Идеология и использование мгуа
- •Общее описание метода мгуа
- •Особенности моделирования экономических систем
- •Идеология и использование мгуа
- •Общее описание метода мгуа
- •Вопросы к 1 модулю «Системы обработки экономической информации»
- •1. Что такое Data Mining
- •Области использования Data Mining
- •Классы систем Data Mining
1. Основные понятия
Существующие в настоящее время компьютерные программы способны давать адекватное решение только для узкого класса задач, сформулированных с использованием формальных методов. Однако окружающая нас реальность многоаспекта, обладает значительной степенью неопределенности и во многих случаях не может быть отображена существующими в настоящее время формальными методами. С такого типа задачами превосходно справляется человеческий интеллект. Одним из основных отличий интеллекта человека от компьютерной программы является то, что любая информация воспринимается человеком с той или иной точки зрения, в контексте происходящих событий и потребностей человека, имеет для него смысл, значение и т.п. качества, совокупность которых принято называть семантикой. Семантика во многом определяет гибкость человеческого мышления, способность видеть в море информации важные в настоящий момент образы и строить адекватные ситуации модели.
Второй отличительной особенностью человеческого мышления является использование в качестве первичных единиц информации более крупных блоков, чем в компьютерных программах (биты, машинные слова): конструктов и понятий.
И третья особенность человеческого мышления: работа не с данными, а со знаниями. Конечно, данные тоже используются, но человек все время анализирует, обобщает, перерабатывает данные и знания, переводя их во все более концентрированные знания. И чем более развит человек в умственном отношении, тем больше он использует информацию в виде высоко концентрированных знаний.
В то же время знания в мышлении человека представлены не только в виде отдельных конструктов и понятий, но и в виде схем или блоков, составленных из этих первичных единиц мыслительной деятельности человека. Такие схемы или блоки, отображающие те или иные аспекты реальности (предметной области) представляют собой модели. К наиболее общим типам таких моделей относятся следующие:
- мысленные;
- когнитивные;
- объектно-схемные;
- формализованные, включая логические и численные.
2. Конструкт как единица мыслительной деятельности
Впервые понятие конструкта как некоторой элементарной единицы мышления ввел в научную практику американский психолог Дж. Келии в середине 50-х годов 20-го столетия. В отличие от других понятий, в которых подчеркивается или общность, или различие между объектами, конструкт одновременно подчеркивает и сходство, и различие между объектами.
Разработанная Келли теория привела к созданию так называемой методики репертуарных решеток, позволяющей путем сравнительно несложных тестов выявить набор личностных конструктов испытуемого. По сути, репертуарная решетка представляет собой таблицу. На первом этапе эксперт-исследователь (психолог, инженер по знаниям) заносит в эту таблицу перечень каких-либо понятий. Задача испытуемого состоит в том, чтобы каждому из этих понятий сопоставить (занести в таблицу) наиболее значительно отличающиеся и наиболее близкие, по его мнению, понятия. Таким образом, отдельный конструкт представляет собой триаду из центрального понятия и наиболее близкого и далекого от него понятий.
В результате экспериментов было обнаружено, что система личностных конструктов, с одной стороны, достаточно устойчива и уникальна, с другой - меняется при изменении психического состояния испытуемого или в результате приобретения нового опыта.
Начиная с 80-х годов методика репертуарных решеток стала широко использоваться при создании экспертных систем как эффективный механизм извлечения знаний из экспертов. Но этим потенциал методики не исчерпывается, и она может быть использована для структурирования представлений человека о любой сложной и слабоформализованной области или ситуации, т.е. выполнять роль инструмента для обработки данных на первых этапах моделирования.
