При использовании метода исторических прецедентов (аналогий) речь, как правило, идет об анализе потока сообщений, описывающих некие объекты, системы, ситуации, процессы и явления. Если предполагается осуществлять некие аналитические операции, в том числе и над данными, не приведенными к виду символьных (текстовых) сообщений, то на этапе предшествующем анализу, эти данные подвергаются процедуре преобразования к символьному виду. Это объясняется тем, что операции над данными, имеющими единую модель представления и интерпретации, вызывают меньшие затруднения.
В принципе, вне зависимости от степени избыточности и уровня формализации описаний, любую развернутую во времени совокупность различным образом представленных сообщений можно рассматривать в качестве модели, описывающей последовательную смену состояний, процессов и явлений в некоторой сложной системе. Для исходной (произвольной) совокупности текстовых сообщений, полученных за некоторый промежуток времени, это утверждение справедливо лишь отчасти, поскольку эта совокупность, не отвечает требованию упорядоченности во времени и не избирательна (то есть, над ней не выполнена процедура отбора сообщений, релевантных, соответствующих задаче исследования). Однако, при условии, что процедуры отбора релевантных сообщений и их упорядочивания во времени выполнены и привели к получению непустого массива, справедливым становится утверждение о том, что полученный массив сообщений будет содержать некий набор альтернативных моделей ситуации. Правда, на этом этапе модели будут иметь вид, весьма отдаленный от того, что принято считать строгой моделью, но существует несколько способов их поэтапного приведения к той степени строгости, которая могла бы обеспечить возможность автоматизированного перехода к иным способам представления либо непосредственно к этапу экспертной оценки. Интенсивные исследования в этой области ведутся известным белорусским ученым В.В. Мартыновым, американцем Д. Ленатом (D. Lenat), П.Ю. Конотоповым и рядом других, чьи исследования сконцентрированы на несколько иных аспектах обработки текстов. К сожалению, в России это направление исследований пока представлено существенно меньшим числом исследователей, нежели за рубежом, а многие российские исследователи после сокращения финансирования науки были поставлены перед выбором: прекратить работу или продолжить ее в зарубежных исследовательских центрах. В настоящее время многие отечественные ученые работают в университетских и государственных исследовательских центрах США, Великобритании и других западных стран, где руководство уже осознало возможные последствия информационного бума.
Однако вернемся к обработке текстов. Мы уже отметили, что полученные вербальные модели могут быть приведены к некоторому представлению, являющемуся промежуточной стадией между формальной моделью и текстом. Следует отметить, что такое представление дает ряд преимуществ, поскольку модели на этом этапе еще доступны пониманию эксперта и способны активизировать его творческую активность, но уже близки по своим свойствам к строгим формальным моделям и могут обрабатываться с помощью средств вычислительной техники.
Семантические грамматикиИнтересные результаты дает применение различного рода формальных грамматик, ориентированных на обработку семантической информации (семантических грамматик). Данный класс грамматик отличаются от прочих тем, что ее категории обозначают как семантические, так и синтаксические понятия. Исследования семантических грамматик были начаты в 1970-е годы. Их применение оказалось оправданным при организации человеко-машинных интерфейсов, реализующих диалог с пользователем на языках естественного общения. В настоящее время аппарат семантических грамматик используется для построения интерфейсов в ряде коммерческих систем, в том числе — в известной системе XCALIBUR, широко использующейся в структурах информационно-аналитического обеспечения органов государственного управления. Для представления семантических грамматик использовались различные формальные системы, включая расширенные сети перехода и расширенные грамматики непосредственных составляющих. Дальнейшее развитие этого подхода потенциально способно решить проблему естественноязыкового взаимодействия с компьютерными системами, что в сочетании с системами распознавания речи обеспечит возможность более удобного управления процедурами поиска и востребования информации, что особенно важно для информационного обеспечения процессов управления системами, обладающими высоким динамизмом.
Перечисленные методы широко используются при анализе и прогнозировании развития социальной ситуации, в PR-технологиях и многих других отраслях, связанных с оцениванием проявления человеческого фактора в политической и экономической сфере жизни общества. В настоящее время существует несколько аналитических программных продуктов, использующих сходные методы в интересах анализа и управления рынками, коллективами, большими группами людей. Стоимость подобного программного обеспечения достаточно высока, а использование их является прерогативой специалистов высокого уровня, результаты работы которых непосредственным образом сказываются на стратегических аспектах управления.
1.5 Теоретические основы системного анализа как методологического ядра аналитики
Первое, что следует подчеркнуть — это необычность методологии системного анализа: наряду со специально созданными для него детализированными и строго формализованными процедурами, в его рамках используются и нестрогие методы. При этом предполагается, что решение о выборе таких методов принимается взвешенно, как правило, обусловлено невозможностью однозначного количественного описания систем и объектов, и что для их изучения необходимо прибегать к неформализованным, качественным методам анализа. Именно это имелось в виду В.Н. Садовским, когда он определял системный анализ как «особый тип научно-технического искусства, приводящего в руках опытного мастера к значительным результатам и практически бесполезного при его механическом, нетворческом применении».
В системном анализе могут быть выделены следующие основные направления:
— философское;
— математическое;
— управленческое;
— информационное;
— прикладные аспекты.
Достаточно часто при рассмотрении данного феномена наблюдается размытость методологических и методических подходов, большой разброс идей. За исключением использования слова «система», многие работы в данной области ничем не отличаются от обычных исследований в традиционных областях философии, математики, управления. О едином подходе к системному анализу в рамках учебных изданий также говорить достаточно тяжело. Наше мнение состоит в том, что аналитика является самостоятельной научной дисциплиной, ядром которой является системный анализ, имеющий свою собственную теорию, разработанный специфический формально-логический аппарат и особые методы для решения задач практики.
Прежде чем перейти к рассмотрению методологии системного анализа, следует обратиться к классификации систем, являющихся предметом его изучения. Всякая классификация условна, по этой причине мы выделим несколько наиболее существенных для изложения материала классификационных критериев (памятуя о том, что может быть предложено множество других — не менее обоснованных — классификаций). Итак, введем следующие классификационные критерии и классы:
— критерий однородности (однородные или гомогенные системы и неоднородные или гетерогенные);
— критерий разложимости (разложимые[40] на компоненты или, собственно, системы и неразложимые — элементы) — здесь важно понимать, что всякая декомпозиция — это процесс целенаправленный, исследователь может не иметь намерения расщеплять систему далее, а во главу иерархии поставить именно тот элемент, который соответствует цели исследования;
— критерий гносеологической сложности, связанный со сложностью процесса познания системы, проявляющийся на этапе исследования (обычные[41], большие, сложные, сверхсложные системы);
— критерий онтологической сложности, связанный с бытийным аспектом системы (структурная сложность, функциональная сложность, кибернетическая сложность, поведенческая сложность и т. д.);
— критерий эргатичности (с участием человека или эргатические системы и без участия человека или техногенные системы);
— критерий непрерывности (системы с непрерывными состояниями и системы с дискретными состояниями);