Юрий Курносов - Аналитика: методология, технология и организация информационно-аналитической работы

• Название: Аналитика: методология, технология и организация информационно-аналитической работы
• Автор: Юрий Курносов
• Издательство: Русаки
• Жанр: Прочая научная литература
• Год: 2004
• ISBN: 5-93347-151-8

В книге рассматривается широкий спектр вопросов, связанных с методологией, организацией и технологиями информационно-аналитической работы (безотносительно к области деятельности). Книга содержит и разделы, непосредственно посвященные методам и приемам эффективной организации мыслительной деятельности (как учебной, так и профессиональной), и разделы, затрагивающие вопросы, связанные с разработкой технологического инструментария информационно-аналитической работы.

Раскрыта сущность интеллектуальных технологий. Определена роль ряда научных дисциплин, прежде всего философии, социологии, логики, математики, экономической науки, информатики, управленческой науки, психологии и др. в формировании современной русской аналитической школы. Показаны возможности использования методик и моделей системного анализа для исследования социально-политических и экономических процессов, прогнозирования и организации эффективного функционирования систем управления предприятиями и учреждениями на принципах развития, совершенствования процессов принятия управленческих решений.

Для специалистов, занятых в сфере информационно-аналитического обеспечения управленческой деятельности, руководителей информационно-аналитических центров и подразделений, сотрудников СМИ и PR-центров, научных работников, аспирантов и студентов.

---

Метод аналогий основан на установлении систем-аналогов, кибернетическая модель которых известна. Отправным пунктом всех суждений о поведении системы в этом случае служит предположение, что поведение изучаемой системы будет подобно поведению системы, рассматриваемой в качестве аналога. Метод аналогий широко применяется в естественных и общественных науках, военном деле. Следует заметить, что подобие может рассматриваться не только между исследуемой системой и системой-аналогом, но и рассматривается и вариант самоподобия, или автокорреляции, когда предшествующее поведение системы рассматривается в качестве эталона. Здесь широко распространены методы математической экстраполяции, корреляционного анализа и иные. Однако сфера применения метода ограничена теми приложениями, где возможно существование аналогов или прецедентов. Заметим, что система, прошедшая стадию кризиса, не всегда может быть рассмотрена в качестве полного аналога, так как уже адаптировалась к ряду возмущающих воздействий, то есть, обладает новыми свойствами.

Метод экспертных оценок основан на анализе мнений и выводов различных экспертов о прошлом, настоящем или будущем состоянии изучаемого объекта. Важной проблемой являются способы организации экспертиз и согласования мнений специалистов. В настоящее время сформулирован целый ряд методик, направленных на усовершенствование различных аспектов этого метода — начиная от методик организации опроса, заканчивая методиками обработки результатов, однако основным недостатком этого метода остается высокий субъективизм оценок.

Моделирование является важнейшим методом и инструментом системного анализа. Этот метод обладает массой достоинств и характеризуется множеством различных подходов к моделированию. С точки зрения наиболее общей классификации модели целесообразно подразделять на статические и динамические — прочие же параметры классификации, как правило, диктуются спецификой моделируемых систем. Основополагающим понятием здесь является понятие модели. Приведем ряд определений, раскрывающих сущность этого понятия.

Модель — это система, исследование которой служит средством для получения информации о другой системе. Данным определением указывается на иерархичную организацию процесса познания. Во-первых, модель сама выступает в качестве системы, что является предпосылкой для дальнейшего развертывания системного подхода к моделированию, а во-вторых, модель — есть средство получения информации о некоторой системе (прототипе модели).

Модель — это некоторая промежуточная вспомогательная система (естественная или искусственная, материальная или абстрактная), обладающая следующими основными свойствами:

— пребывает в объективном соответствии с познаваемым (изучаемым) объектом (системой);

— замещает в определенном отношении данный объект (систему);

— дает при этом информацию о данном объекте, получаемую на основе исследования данной модели и соответствующих правил перехода модель — объект (прототип)61.

Применение в качестве инструмента познания методов, основанных на применении моделей, стал одним из важнейших этапов в развитии науки, и означал переход от сугубо эмпирических к эмпирико-абстрактным научным методам. Однако общая теория моделирования все еще пребывает в стадии формирования. Как было указано ранее, функцией моделирования является идеальное или материальное замещение изучаемого оригинала. В настоящее время существует масса различных методов моделирования, более подробному рассмотрению которых внимание будет уделено ниже.

2. Методы формализации предметной области и моделирование

Для успешного проведения системных исследований очень важно установить тип (класс) системы, с которой предполагается осуществлять те или иные манипуляции. Дело в том, что от типа системы зависит то, является ли допустимым тот или иной метод ее моделирования, какое подмножество управляющих воздействий пригодно для исследования поведения системы с целью построения кибернетической модели и т. д. Ранее мы указывали на то, что специфика системы в первую очередь определяется ее интегральными характеристиками, проявляющимися у системы как целостного объекта, рассматриваемого в качестве компонента системы более высокого уровня. Рядом исследований подтверждено, что в этом отношении наиболее показательны ее структурные свойства, то есть ее компонентный состав и архитектура (топология) связей.

Ранее нами была приведена достаточно общая классификация систем, имевшая следующий вид:

— системы гомогенные и гетерогенные;

— системы, разложимые и неразложимые на элементы;

— системы, сложные с гносеологической точки зрения;

— системы, сложные с онтологической точки зрения;

— системы эргатические и техногенные;

— системы с непрерывными и дискретными состояниями (с конечным и бесконечным количеством состояний);

— системы детерминированные и недетерминированные;

— системы социальные, биологические, физические, химические и т. п.

Недостатком этой классификации является то, что в ней мы оперировали термином «сложная система», так и не дав его четкого определения. Где же проходит раздел между сложными и «несложными» системами? — Различные исследователи дают на этот вопрос сильно разнящиеся ответы… Но все же, мы попытаемся уловить общее в этих определениях.

2.1 Понятие сложной системы

Первым и наиболее распространенным определением понятия «сложная система» является. определение, которого никто не давал. В большинстве случаев специалисты пользуются понятием «сложная система», попросту не определяя его — апеллируя к здравому смыслу и житейскому опыту. К сожалению, из этого умолчания рождается масса недоразумений и конфликтов, как среди «системщиков», так и среди тех, кто пытается использовать теорию систем для решения практических задач.

Другой подход демонстрируют специалисты в области общей теории систем, определяющие сложные системы, как системы, в которых в качестве хотя бы одного из компонентов выступает человек. Соответственно, в этот разряд попадают все системы, в которых реализуется функция целеполагания.

Специалисты в области системной инженерии или системотехники используют иной критерий сложности. Для них сложными системами являются такие системы, в качестве хотя бы одного из компонентов которых выступает система. При этом к системам, выступающим в роли элементов системы высшего уровня предъявляется требование неоднородности — без этого система не может считаться сложной. В противном случае система является либо обычной (система, как таковая), либо может быть отнесена к классу больших систем (но не сложных). Этот подход более характерен для технических приложений системного анализа.

Специалисты в области биологии, медицины и иных наук, связанных с изучением живых организмов, склонны рассматривать в качестве сложной системы любую организованную живую материю или совокупность взаимосвязанных организмов. Такой критерий сложности также является оправданным.

Некоторые исследователи склонны считать сложными системы, для описания которых требуется использовать многомодельные методы исследований и многокритериальные методы оценивания эффективности.

Собственно, это замаскированная попытка определить сложность по образцу первых двух из числа уже приведенных определений.

Еще одна группа исследователей в качестве критерия сложности использует наличие системной динамики (невозможность описать систему с помощью статической модели — по существу переход к тому же многомодельному исследованию).

К числу свойств сложных систем, которые могут рассматриваться в качестве «показателя сложности» могут быть отнесен целый ряд свойств, из которого наиболее весомыми являются следующие:

— свойство эмерджентности;

— свойство отставания управления от специализации;

— свойства способности к адаптации, самосовершенствованию, самовоспроизводству, средопреобразованию.

— Эмерджентность — это новоприобретенное свойство системы, возникновение которого не может рассматриваться как итог примитивного суммирования показателей ее элементов, а является результатом возникновения системных связей и адаптивного перераспределения функций между элементами. Одним из альтернативных названий свойства эмерджентности является название «свойство организованной сложности». Характеристики всякой системы занимают одно из «промежуточных положений» в пространстве от примитивной физической аддитивности (аналог векторной суммы) до абсолютной целостности (эмерджентности).