
- •Вопросы по курсу «Системы обработки экономической информации»
- •1.Что такое Data Mining
- •2.Области использования Data Mining
- •3.Типы закономерностей в Data Mining
- •4.Классы систем Data Mining
- •5.Назначение и основные понятия текстовых систем данных и знаний
- •6.Общая функциональная структура дипс
- •7. Формальное представление смыслового содержания текста
- •8. Обработка входящей текстовой информации
- •9. Поиск текстовой информации
- •10.Оценка качества дипс
- •11.Понятие о знании
- •12Логические модели
- •13. Продукционные модели
- •14. Фреймовая модель представления знаний
- •15.Семантические сети
- •16. Основные понятия по обработки информации у человека
- •17. Конструкт как единица мыслительной деятельности
- •18. Понятие как единица мыслительной деятельности
- •19. Мысленные модели
- •20. Когнитивные модели.
- •51.Деревья решений
16. Основные понятия по обработки информации у человека
Одним из основных отличий интеллекта человека от компьютерной программы является то, что любая информация воспринимается человеком с той или иной точки зрения, в контексте происходящих событий и потребностей человека, имеет для него смысл, значение и т.п. качества, совокупность которых принято называть семантикой. Семантика во многом определяет гибкость человеческого мышления, способность видеть в море информации важные в настоящий момент образы и строить адекватные ситуации модели.
Второй отличительной особенностью человеческого мышления является использование в качестве первичных единиц информации более крупных блоков, чем в компьютерных программах (биты, машинные слова): конструктов и понятий.
И третья особенность человеческого мышления: работа не с данными, а со знаниями. Конечно, данные тоже используются, но человек все время анализирует, обобщает, перерабатывает данные и знания, переводя их во все более концентрированные знания. И чем более развит человек в умственном отношении, тем больше он использует информацию в виде высоко концентрированных знаний.
В то же время знания в мышлении человека представлены не только в виде отдельных конструктов и понятий, но и в виде схем или блоков, составленных из этих первичных единиц мыслительной деятельности человека. Такие схемы или блоки, отображающие те или иные аспекты реальности (предметной области) представляют собой модели. К наиболее общим типам таких моделей относятся следующие:
- мысленные;
- когнитивные;
- объектно-схемные;
- формализованные, включая логические и численные.
17. Конструкт как единица мыслительной деятельности
Впервые понятие конструкта как некоторой элементарной единицы мышления ввел в научную практику американский психолог Дж. Келии в середине 50-х годов 20-го столетия. В отличие от других понятий, в которых подчеркивается или общность, или различие между объектами, конструкт одновременно подчеркивает и сходство, и различие между объектами.
Разработанная Келли теория привела к созданию так называемой методики репертуарных решеток, позволяющей путем сравнительно несложных тестов выявить набор личностных конструктов испытуемого. По сути, репертуарная решетка представляет собой таблицу. На первом этапе эксперт-исследователь (психолог, инженер по знаниям) заносит в эту таблицу перечень каких-либо понятий. Задача испытуемого состоит в том, чтобы каждому из этих понятий сопоставить (занести в таблицу) наиболее значительно отличающиеся и наиболее близкие, по его мнению, понятия. Таким образом, отдельный конструкт представляет собой триаду из центрального понятия и наиболее близкого и далекого от него понятий.
В результате экспериментов было обнаружено, что система личностных конструктов, с одной стороны, достаточно устойчива и уникальна, с другой - меняется при изменении психического состояния испытуемого или в результате приобретения нового опыта.
Начиная с 80-х годов методика репертуарных решеток стала широко использоваться при создании экспертных систем как эффективный механизм извлечения знаний из экспертов. Но этим потенциал методики не исчерпывается, и она может быть использована для структурирования представлений человека о любой сложной и слабоформализованной области или ситуации, т.е. выполнять роль инструмента для обработки данных на первых этапах моделирования.