Когнитивные модели применяются для описания и исследования систем, плохо поддающихся формализации. Эта область научного знания активно развивается в последние годы. Сфера применения когнитивных технологий довольно широка – бизнес, региональное управление, разработка экономических и политических стратегий и программ, социологические исследования.

В настоящее время процесс построение когнитивных моделей представляет собой сложный процесс, часто, требующий привлечения к работе экспертов из различных областей. Квалифицированные эксперты не могут уделить этой работе достаточно времени. Поэтому необходимо максимально упростить труд экспертов предоставив им грубый вариант когнитивной модели для того чтобы он не тратили время на непроизводительные операции.

Для повышения эффективности управленческих решений, направленных на улучшение социального самочувствия населения, в настоящей работе предлагается использовать когнитивный подход. Для построения когнитивной модели предварительно необходимо произвести анализ проблем, влияющих на качество жизни и социальное самочувствие населения, проживающего в регионе.

Информационной базой создания когнитивных моделей выработки решений социально-экономических проблем региона могут служить мнения, сформированные в результате обсуждения проблем в экспертных группах, инновационных семинарах, при опросах населения региона.

Для оценки структуры проблем, влияющих на качество жизни населения региона, в ряд анкет был включен следующий вопрос с фиксированным списком ответов: -Укажите три наиболее важных для вас фактора, влияющих на качество жизни. Список из 13 факторов, влияющих на качество жизни, был определен на предварительных этапах исследования (пробные опросы и анализ научных публикаций по теме качества жизни) [1].

Отвечая на вопрос анкеты, респондент должен отметить только три из представленных вариантов ответа (рисунок 1). Данные ответов на вопросы можно представить в виде матрицы бинарных значений (содержащих значения 0 или 1). Строки матрицы соответствуют опрошенным респондентам (объектам), а столбцы – предложенным вариантам ответов (свойствам). Сумма единичных значений в матрице равна количеству анкет, умноженному на три (каждая строка матрицы содержит три единицы). По данным ответов респондентов были рассчитаны индексы значимости факторов качества жизни по формуле

,      (1)

где  - индексы значимости факторов влияющих на качество жизни, ;
 - количество факторов в представленном списке факторов;
 - количество единичных значений в  - ом столбце матрицы данных;
 - объем выборки.

Рисунок 1 – Форма анкеты

Суммирование данных всех таблиц, заполненных респондентами, дает частотные ряды согласованности мнений, по оценке влияния рассматриваемых проблем. При детальном анализе проблем можно усмотреть какое-то взаимное влияние всех проблем, представленных в таблице. И здесь нет ничего удивительного, поскольку все исследуемые проблемы объединяет одна тема – качество жизни. Например, решение любых проблем, влияющих на качество жизни населения, повышает доверие к органам власти. Поэтому основная задача экспертного опроса выделить наиболее существенные влияния[2]. Тогда ситуация становится пригодной для анализа.

Очевидно, что при выделении существенных влияний проблем единого мнения у респондентов быть не может. Кроме того, в данных оценок респондентов присутствует составляющая, зашумляющая оценки. Не все респонденты хорошо представляют себе рассматриваемые проблемы и постановку задачи. Респонденты отличаются по своему кругозору и познаниями окружающей социальной действительности, не всегда ответственно относятся к самому опросу. В качестве примера частотных рядов распределения экспертных оценок, представленных опрошенными студентами, рассмотрим частотные ряды влияния проблемы качества питания и здравоохранение на прочие проблемы (рисунок 2-3). Из диаграммы на рисунке 2 видно, что по оценкам респондентов улучшение качества питания более всего ведет к снижению остроты трех проблем: продолжительность жизни, будущее детей, здравоохранение.

Рисунок 2 – Частотный ряд влияния проблемы качества питания

Из диаграммы на рисунке 3 видно, что по оценкам респондентов улучшение здравоохранения ведет к увеличению продолжительности жизни и положительно отражается на такой характеристике качества жизни как будущее детей. Проблему, для которой строим частотный ряд влияния на другие проблемы, будем называть управляемой проблемой. Значит, в первом примере управляемой проблемой является качества питания, а во втором примере – здравоохранение.

Рисунок 3 – Частотный ряд влияния проблемы здравоохранение

Кроме двух-трех проблем, решение которых изменяется под воздействием управляемой проблемы, все остальные оценки находятся в пределах погрешности и могут рассматриваться как шум. Все частотные ряды оценок влияния проблем сведены в таблицу (таблица 1).

Таблица 1 – Частотные ряды встречаемости связей в ответах респондентов

Данные таблицы 1 используем для построения когнитивной модели. Для этого назначаем некоторое пороговое значение частоты оценки для отбора существенных влияний. Пороговое значение подбирается экспериментально. При снижении порогового значения в модель начинают попадать малозначимые влияния, которые только затрудняют анализ проблемы в целом. На рисунке 4 представлена когнитивная модель при пороговом значении 0,155.

Рисунок 4 – Когнитивная модель взаимосвязей проблем

Для построения когнитивной модели привлекаются группа экспертов. Для облегчения труда экспертов в работе был предложен специальный механизм построения когнитивной модели в несколько этапов. Автоматизация умственного труда является одним из главных вопросов современной научно-технической революции.

Автоматизация интеллектуального труда существенно влияет на изменение характера и структуры, а также на эффективность умственного труда человека. В данной работе представлены элементы компьютерной технологии автоматизации интеллектуального труда экспертов. Данный подход существенно облегчает их работу[3,4].

1. Гришина И.В., Полынев А.О., Тимонин С.А. Качество жизни населения регионов России: методология исследования и результаты комплексной оценки /И.В. Гришина, А.О. Полынев, С.А Тимонин. Современные производительные силы,2012. – 70-83 с.
2. Бялецкая Е.М., Квятковская И.Ю. О принципах когнитивного моделирования сложных систем /Е.М. Беляцкая, И.Ю. Квятковская. Вестник Астраханского государственного технического университета, 2006. – 116-119 с.
3. Гарькина И.А., Данилов А.М., Королев Е.В. Когнитивное моделирование сложных слабоструктурированных систем: пример реализации /И.А. Гарькина, А.М.Данилова, Е.В. Королев. Региональная архитектура и строительство,2008. – 16-21 с.
4. Максимов В.И., Корноушенко Е.К., Качаев С.В. Когнитивные технологии для поддержки принятия управленческих решений /В.И. Максимов, Е.К. Корноушенко, С.В. Качаев. Информационное общество,1999. – 50-54 с.

Все статьи автора «Болсуновская Евгения Дмитриевна»