- •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
5.Семантические сети
Под семантической сетью в общем случае понимается ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. Семантические сети возникли как способ моделирования человеческого мышления. Их главной особенностью является связывание воедино мыслительных единиц совершенно разной природы – эмоциональных, предпочтений, информационных, управляющих и т.д. Эта особенность отличает семантические сети от других типов модельных представлений, ограничивающихся минимальным количеством типов понятий в модели, к тому же находящихся в строго упорядоченных позициях к структуре модели.
В качестве понятий, составляющих семантические сети, обычно выступают конкретные или абстрактные объекты, а отношения – это связи типа «это», «имеет частью», «принадлежит», «любит» и т.д. Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:
класс – элемент класса (цветок – роза);
свойство – значение (цвет – желтый);
пример элемента класса (роза – чайная).
В зависимости от типов отношений между понятиями возможно несколько типов классификаций семантических сетей:
По количеству типов отношений:
однородные (с единственным типом отношений);
неоднородные (с различными типами отношений).
По типам отношений:
бинарные (отношения связывают два объекта);
N-арные (имеются отношения, связывающие более двух элементов).
Наиболее часто в семантических сетях используются следующие отношения:
связи типа «часть-целое» (класс – подкласс, элемент – множество и т.д.);
функциональные связи (определяемые обычно глаголами «производит», «влияет»…);
количественные (больше, меньше, равно…);
пространственные (далеко, близко, за, под, над…);
временные (раньше, позже, в течение…);
атрибутивные связи (иметь свойство, иметь значение…);
логические связи (И, ИЛИ, НЕ) и т.д.
Поиск решения при использовании семантической сети заключается в поиске такого фрагмента сети, который позволяет перейти от некоторого исходного состояния к требуемому. При этом достоинством семантической сети является то, что она позволяет сформировать модель на основании любых возможных данных и способов их представления. Недостатком является сложность организации процедуры поиска вывода и накопление неоднозначности с увеличением числа элементов.
Тем не менее семантические сети получили распространение при моделировании ситуаций со значительной степенью неопределенности и большим количеством субъектов действия, в частности, социально-экономических прогнозов. В СНГ наиболее успешные проекты такого рода реализованы в ИПУ РАН, где с использованием семантических сетей и близко с ними связанного когнитивного моделирования разработан ряд продуктов для оценки и прогнозирования конфликтов в обществе, экологических катастроф и т.п.
Тема «Особенности обработки информации у человека»
Вопросы:
1. Основные понятия
2. Конструкт как единица мыслительной деятельности
3. Понятие как единица мыслительной деятельности
4. Мысленные модели
5. Когнитивные модели
6. Объектно-схемные и количественные модели
7. Специфика моделирования у человека
