'

Логические средства когнитивной социологии

Понравилась презентация – покажи это...





Слайд 0

Логические средства когнитивной социологии М.А. Михеенкова, В.К. Финн


Слайд 1

Когнитивная социология Результат взаимодействия идей классической социологии и современных методов интеллектуального анализа данных Получение нового знания на основе анализа эмпирических социологических данных Обоснованная теория (grounded theory) (B.Glaser, A. Strauss) – построение теории на основе эмпирических фактов с использованием индуктивного анализа, причем сбор информации происходит вплоть до насыщения выборки


Слайд 2

Интеллектуальный анализ социологических данных Решение задач качественного АСД средствами Интеллектуального анализа данных (knowledge discovery vs. data mining) Извлечение интерпретируемых зависимостей между различными факторами, неявно содержащимися в массивах данных ИАД: Обнаружение нового (относительно имеющихся БФ и БЗ) знания, извлеченного из БФ и БЗ посредством ИС ИС – конструктивная имитация (возможно, лишь до некоторой степени) познавательных способностей человека (В.К. Финн. Искусственный интеллект: методология, применения, философия. – М.: URSS, 2010 (в печати)) Существенно: наличие нечисловых параметров


Слайд 3

Интеллектуальный анализ социологических данных Задачи: первичная структурация данных и знаний, формирование системы отношений (социум), выбор адекватных средств анализа, порождение новых отношений (измерение – отображение системы отношений в числовые характеристики) Согласование качественного анализа и количественных характеристик Причинная обусловленность – предрасположенность к совершению поведенческих актов при отсутствии противодействующих влияний Принцип: «сходство объектов (субъектов) порождает наличие эффекта и его повторяемость, а не наоборот» (тип каузальности «структура – эффект»)


Слайд 4

Качественный анализ социологических данных Qualitative Comparative Analysis (C.C. Ragin) – использование булевой алгебры для анализа причин социальных явлений. Причины – интерпретируемые комбинации качественных характеристик. Расширение (fsQCA) – использование теории нечетких множеств. Формализованный – средствами интеллектуального анализа данных


Слайд 5

Задачи интеллектуального анализа социологических данных исследование индивидуального поведения (сравнение, типологизация) обнаружение детерминант поведения предсказание поведения учет влияния ситуации распознавание рациональности мнений (в т.ч. степени рациональности мнений данной социальной общности) и отклонений от нее Рациональность – обобщенная целе-ценностная рациональность (М. Вебер) как аргументированное принятие решений


Слайд 6

Интеллектуальные системы (ИС) ИС = Решатель (задач) + [База фактов (БФ) + База знаний (БЗ)] + комфортный интерфейс Решатель = Рассуждатель + Вычислитель + Синтезатор ИС – компьютерная система описанной архитектуры, имитирующая способности естественного интеллекта: в автоматическом режиме – рассуждение, аргументация, рефлексия, обучение, объяснение; в интерактивном режиме – уточнение идей до понятий, адаптация, коррекция знаний и поведения. Рассуждатель: индукция, аналогия, абдукция, дедукция – синтез познавательных процедур, реализующий различные классы эвристик решения задач.


Слайд 7

ДСМ-метод автоматического порождения гипотез и логика ИС Условия применимости ДСМ-рассуждения Квазиаксиоматические теории (для баз знаний) Дедуктивная имитация правдоподобных рассуждений Интеллектуальные системы типа ДСМ


Слайд 8

Анализ социологических данных средствами ДСМ-ИС Построение формального языка для структурации данных и аргументации Порождение отношений «причина-следствие» (?2) и «следствие-причина» (3?) из исходного отношения «объект-свойство» (?1) (индуктивный вывод) Модификация БФ и прогнозирование отношения ?1 посредством выводов по аналогии Абдуктивное объяснение начального состояния БФ и управление ею Анализ рациональности мнений Построение квазиаксиоматической теории (открытой) КАТ для анализа социологических данных, систематизирующей факты и знания о социуме


Слайд 9

Формализация m-значного закрытого опроса Т – тема опроса P = {p1, …, pn} – каркас темы Т Jm – m-значная логика, ИЭФ-Jm и ИЭФ*-Jm Vm = {0, 1/(m–1),…, (m–2)/(m–1) , 1} – множество оценок переменных Заданы атомарные оценки v(i)[pj] = ?j(i), i = 1, …, mn, j = 1, …, n Задана функция оценки квазиформул и формул ИЭФ-Jm и ИЭФ*-Jm ?pi – вопрос «какова оценка ? корня вопроса pi?», ?? Vm, ответ – J?pj Ответ респондента bi по теме Т – Jm-максимальная конъюнкция Ci ? J?1(i)p1&...& J?n(i)pn, i = 1, …, mn, …, r.


Слайд 10

Формализация m-значного закрытого опроса Оm = ?Jm, Р, ?, K?, R?, где Jm – m-значная логика (m?3), Р = {p1, …, pn} – каркас темы опроса Т, ? = {?1, …, ?s} –логические зависимости между элементами каркаса, формулы логики Jm, K? – стабилизированное множество ответов, K?? K, K – множество всех возможных ответов, |K|= mn R = {b1, …, br} – множество респондентов (соответствующее K?) R = {X | ??J??, 0?(X?1[?])&??K?} ([?] = {J?1p1, ..., J?npn }; ?, ?1, …, ?n?Vm)


Слайд 11

Аргументация А – множество доводов (аргументов и контраргументов) Эмпирические оценки – функции gj+: P ? 2A, gj+(pi) ? А gj–: P ? 2A, gj–(pi) ? А, i = 1, …, n, j = 1, …, r (r = |R|), gj? – индивидуальные функции выбора аргументации, ? ? {+, –} G+ = {g1+, …, gr +}, G– = {g1–, …, gr –}. Оmа = ??Jm, Р, ?, K?, R?, ?А, G+ , G– ?? – m-значный опрос с аргументационной семантикой Цель – понимание рациональности мнений


Слайд 12

Аргументация A??, g+(pi)?g–(pi) = ?, g?(pi)?A, ??{+, –} Атомарная оценка: v[pi] = 1 ? g+(pi) ? ?, g–(pi) = ?; v[pi] = –1 ? g+(pi) = ?, g–(pi) ? ?; v[pi] = 0 ? g+(pi) ? ?, g–(pi) ? ?; v[pi] = ? ? g+(pi) = g–(pi) = ?; Аргументационная семантика возможна и для m=2, 3


Слайд 13

Логика JA4 Логика JA4 – логика распознавания рациональности v[J1p]=t ? g+(p)?? и g?(p)=? v[J?1p]=t ? g+(p)=? и g?(p)?? v[J0p]=t ? g+(p)?? и g?(p)?? v[J?p]=t ? g+(p)=g?(p)=? (частный случай m-значной логики)


Слайд 14

Двухуровневый m,l-значный опрос Оценки относительно элементов Р и темы Т формируются независимо опрос для каркаса – «внутренний» – m-значный; соответственно, используется логика Jm, опрос по теме – «внешний» – l-значный; логика Jl. Опрос определяется расширенно: Om, l = ?Jm, Jl, Р, ?, K?, R?. R = {X | ??J??, 0?(X?1[?])&??K?} ([?] = {J?1p1, ..., J?npn }; ??Vl, ?1, …, ?n?Vm). Om, l а = ? Om, l, ?А, G+ , G– ?? – m, l-значный опрос с аргументационной семантикой


Слайд 15

Непротиворечивость m-значного опроса Ответы респондентов ?j = J?1(j)p1&...& J?n(j)pn – J-максимальные конъюнкции логики Jm consis(??{?}) – метапредикат непротиворечивости множества формул (??{?}) (метод аналитических таблиц) К+ = {?|consis(??{?})?(??К)} – множество всех ?, не противоречащих ? ? = {?|?consis(??{?})?(??К)} – множество ответов ?, противоречащих ? (множество “запрещенных максимальных конъюнкций” относительно ? ).


Слайд 16

Критерии рациональности опроса Степень непротиворечивости опроса ? |K?| = r, функция ?(K?, ?) = 1 – (|K???|/|K?|) есть степень непротиворечивости опроса соответствующего множества респондентов. Если K???=?, то опрос непротиворечив (? = 1); если K???, – противоречив (? = 0); если K????? и ?(K???), то 0< ? < 1 K? –стабилизированное множество ответов ? – множество “запрещенных максимальных конъюнкций”


Слайд 17

Критерии рациональности опроса Близость к «идеальному мнению» ? i-я партия, «идеальное партийное мнение» ?j = J?1p1&...& J?npn ; ?(i)k – число респондентов с (n – k) пересечений с идеальным мнением ?j (сходство в (n – k) пунктах программы, ?(i)k – число сходств), ?(i) – число сторонников i-й партии при опросе; p(i) = ?(i)0?n + ?(i)1?(n – 1) + … + ?(i)k?(n – k) + … + ?(i)(n-1)?1 ?(i) = p(i)/n?(i)


Слайд 18

Критерии рациональности опроса «Степень согласованности» ? Для фиксированной темы Т* (сторонники одной партии) Множество мнений Ф = {?1,…, ?s} Множество респондентов, имеющих мнение ?j : Bj = {X| J?1, 0?(X?1?[?j ], T*?}. Число респондентов, имеющих мнение ?j : |Bj| = ?j , j = 1, …, s . [?i]?[?j ] = [?ij ], j = i+1, …, s, |[?ij ]| = mij , ?ij = min(?i , ?j ). ?j = (?j1mj1 + … + ?js mis ), ? = (?1 +…+ ?s-1), ?? = (n-1)? ?j (s-j), j = 1, …, s-1. Степень согласованности ? = ?/??.


Слайд 19

Задача изучения мнений Исходные элементы БФ Jбn,0с(Cj?1[?j]) – «субъект Cj имеет мнение ?j» Гипотезы Jбn,nс([?j] 3? C?j) – «мнение ?j есть следствие характеристик субъекта C?j» (n>0) ? ?, n? – истинностное значение (оценка), полученная применением ДСМ-метода АПГ, где ??{?1, 0, ?}, а n – число применений ДСМ-правил правдоподобного вывода


Слайд 20

Изучение электорального поведения Анализ и предсказание электоральных предпочтений студентов старших курсов РГГУ накануне декабрьских (2003, 2007 гг.) выборов в Государственную Думу описание респондента («портрет личности») ? мнение (выбор партийных программных установок) + выбор электорального действия (конкретная партия, другие партии, против всех, неучастие в выборах): Сi ?1 ?[?i], Тj*?


Слайд 21

Эксперимент порождение детерминант электорального поведения ?мнение, выбор действия?, где «мнение» есть выбор программных установок (без указания в исходных данных их принадлежности конкретной партии), а «действие» – выбор одной из шести заданных партий или другой, или выбор «против всех» или отказ от участия в выборах; при этом (–)-примерами для каждого действия (демонстрации партийных предпочтений) оказываются голосующие за все другие партии.


Слайд 22

Формирование мнения p1, …, pn – программные установки (по проблемам «земля», «приватизация», «СМИ», «внешняя политика», «экономика», «свобода личности», «социальная политика» и.т.п.) р57: «Земля всецело должна быть в государственной собственности» (КПРФ) р61: «Социальная рыночная экономика наиболее эффективна в условиях России» (Яблоко) р68: «Необходимо узаконить итоги приватизации» (СПС) р85: «Основная угроза России исходит от США» (ЛДПР) Мнение – ответы на предложенные вопросы с соответствующими оценками (из множества {1, –1, 0, ?})


Слайд 23

Эксперимент Анализ рациональности выбора программных установок и электорального действия (выбора политической партии в том числе).


Слайд 24

Рациональность 57) Земля всецело должна быть в государственной собственности. 67) Продажа земли в частные руки должна быть строго ограниченной. 84) Земля должна постепенно приватизироваться, но при условии строгого соблюдения законности. 88) Необходима свободная без ограничений продажа сельскохозяйственных угодий. J1p57 ? J–1p88 J–1p57 ? J1p88 J1p57 ? J–1p84 J1p67 ? J–1p88


Слайд 25

Рациональность (непротиворечивость)


Слайд 26

Рациональность (3 критерия) (2003) КПРФ Единая Россия СПС Яблоко ЛДПР Народная Партия R = ?R, ??, R = ? ?, ?, ??, R(i) ? R(j) ? ((?(i) ? ?(j))&(?(i) ? ?(j))&(?(i) ? ?(j)))


Слайд 27

Рациональность (2 критерия) (2003)


Слайд 28

Рациональность (2 критерия) (2007)


Слайд 29

Предсказательный опрос Расширение базы фактов БФ на основе абдуктивного объяснения Пополнение БЗ доопределенными примерами отношения K?? – стабилизированное множество ответов по завершении вычислений, K?? = K? ? K*, где K* - множество доопределенных ответов. Предсказание ответов Определение степени рациональности опроса (по трем критериям) Определение существенности параметров опроса (элементов P)


Слайд 30

Предсказательный опрос O4, ? – предсказательный опрос, Vin(?) = {??, n?|(??{?1, 0, ?})&(n?N)} ?X??((X?B*)?(J??, 0?(X?1[?])&(??K))) K = K \K' K?,n* = {?|?XJ??, n?(X?1[?])&(X?B*)& (??{?1, 0, ?})&(n?1)} Kn* = K1,n*?K –1,n*?K0,n*?K?,n* Kn* = Kn*?K – множество предсказанных мнений ?(К?, К+) = |Kn*?К?|/|К+| – (рациональная) полнота предсказания


Слайд 31

Задачи Предсказание ответов – любая реализация эвристической схемы Определение степени непротиворечивости опроса Определение существенности параметров опроса (элементов P)


Слайд 32

Т. Парсонс «О теории и метатеории» (Теоретическая социология, Антология, Т.2, с. 44 – 45) «Во-первых, Вебер определял социологию как научную дисциплину, которая, в первую очередь, должна попытаться понять действия индивидов, особенно в их социальных отношениях. …Во-вторых, Вебер считал, что социология помимо субъективных мотивов должна развивать каузальные объяснения процесса действия, его направления и последствий».


Слайд 33

ИАД как инструмент когнитивной социологии Анализ данных – предсказание – объяснение – (новая проблема) (язык представления знаний с аргументативной и дескриптивной функцией) Сходство – аналогия – абдукция: алгебра логики – аналогия – абдукция, AlAnAb (ср. Ragin C.C.) (закрытый мир); индукция – аналогия – абдукция, InAnAb (ср. ДСМ-метод АПГ) (открытый ми и обучение).


Слайд 34

Когнитивная социология – условия применимости (онтология для социологических данных) + эпистемология (ИАД для социологических данных) Формализованные средства – ДСМ-метод АПГ и соответствующие ему логики Инструмент анализа – интеллектуальные системы типа ДСМ (ИС-ДСМ).


Слайд 35

Когнитивная социология – взаимодействие идей классической социологии и возможностей ИАД Ответ на вызов качественной социологии (потребность в формализации КАД) Когнитивная социология vs. Социальная философия и статистические вычисления


Слайд 36

Некоторые публикации Страусс А., Корбин Дж. Основы качественного исследования. Обоснованная теория. Процедуры и техники. М.: КомКнига. – 2007. Ядов В.А. Стратегия социологического исследования. М.: Добросвет, 2003. Ragin C.C. The Comparative Method: Moving beyond Qualitative and Quantitative Strategies // Berkley, Los Angeles and London: University of California Press, 1987. Rihoux B. Qualitative Comparative Analysis and Related Systematic Comparative Methods // International Sociology, v. 21 (5), September 2006. Финн В.К. Интеллектуальные системы и общество. Изд. 3-е. М.: КомКнига, 2007. Автоматическое порождение гипотез в интеллектуальных системах, М.: Книжный дом «Либроком», 2009, Введение, Гл.1, Гл.4; Часть III.


×

HTML:





Ссылка: