Глава 1. Анализ методов и средств поиска информации в иерархических базах знаний
1.1 Анализ основных моделей баз знаний
1.2 Особенности информационно-поисковых систем1.3 Обзор основных моделей и методов поиска текстовой информации
1.3.1 Простейшие модели поиска
1.3.2 Булева модель
1.3.3 Вероятностные модели
1.3.4 Алгебраические модели
1.3.5 Методы тематического анализа текстовой информации
1.3.6. Поиск по документу-образцу
1.4 Характеристики эффективности информационно-поисковых систем
1.5 Постановка задачи диссертационного исследования
Выводы по главе 1
Глава 2. Разработка моделей и алгоритмов поиска информации по документу-образцу
2.1. Разработка графовой модели структурного представления текстовой информации
2.2. Разработка методики частотно-контекстной классификации текста
2.3. Алгоритм вычисления степени тематической принадлежности текста к образцу
2.4. Алгоритм поиска значений информационных признаков тематики текста
Выводы по главе 2
Глава 3. Разработка модели иерархической базы знаний и экспериментальное исследование эффективности моделей и алгоритмов поиска информации в ней
3.1 Особенности моделирования иерархических баз знаний на основе теории графов
3.2 Разработка модели иерархической базы знаний с реконфигурируемой структурой
3.3 Результаты экспериментальных исследований эффективности алгоритма поиска значений информационных признаков тематики текста
3.4 Результаты экспериментальных исследований эффективности предложенных механизмов поиска информации в иерархических базах знаний
Выводы по главе 3
Заключение
Список литературы
Приложение 1. Фрагмент программной реализации метода частотно-контекстной классификации текста
Приложение 2. Фрагмент программной реализации алгоритма вычисления степени тематической принадлежности текста к образцу
<Здесь – пример диссертации из презентации. Dissert-primer.doc>
Лекция 5
Средства и методы практической деятельности
Прогнозирование
В энциклопедическом словаре приводится следующее определение: «Прогноз (от греческого prognosis – предвидение, предсказание) – конкретное предсказание, суждение о состоянии какого-либо явления в будущем».
Прогнозирование является функцией, неотъемлемой для почти всех этапов фазы проектирования. Известны три группы методов прогнозирования, предназначенных для практического применения. Это методы экстраполяции, экспертных оценок и логического моделирования .
Метод экстраполяции основывается на предположении, что на развитие конкретного явления в будущем будут действовать те же факторы, что и в настоящее время. Важным элементом экстраполяции является изучение временных рядов, обработка ретроспективного ряда. Применяют методы скользящего среднего, экспоненциального сглаживания.
Экстраполяция по скользящей средней - может применяться для целей краткосрочного прогнозирования.
Необходимость применения скользящей средней вызывается следующими обстоятельствами. Бывают случаи, когда имеющиеся данные динамического ряда не позволяют обнаруживать какую-либо тенденцию развития (тренд) того или иного процесса (из-за случайных и периодических колебаний исходных данных). В таких случаях для лучшего выявления тенденции прибегают к методу скользящей средней.
Метод скользящей средней состоит в замене фактических уровней динамического ряда расчетными, имеющими значительно меньшую колеблемость, чем исходные данные. При этом средняя рассчитывается по группам данных за определенный интервал времени, причем каждая последующая группа образуется со сдвигом на один год (месяц). В результате подобной операции первоначальные колебания динамического ряда сглаживаются, поэтому и операция называется сглаживанием рядов динамики (основная тенденция развития выражается при этом уже в виде некоторой плавной линии).
Метод скользящей средней называется так потому, что при вычислении средние как бы скользят от одного периода к другому; с каждым новым шагом средняя как бы обновляется, впитывая в себя новую информацию о фактически реализуемом процессе.
Таким образом, при прогнозировании исходят из простого предположения, что следующий во времени показатель по своей величине будет равен средней, рассчитанной за последний интервал времени.
Пример: если объем продаж товара Х составил (штук):
в январе - 60, в феврале - 85, в марте - 80, в апреле - 92, в мае - 88. в июне - 96,
то прогноз продаж на июль (для 5-ти месячного периода) составит:
(85 + 80 + 92 + 88 + 96) / 5 = 88,2.
Если реальный объем продаж на июль составил 94 штуки, то прогноз продаж на август уже будет равен:
(80 + 92 + 88 + 96 + 94) / 5 = 90
и так далее.
Выделяют поисковый и нормативный прогнозы.
Под поисковым прогнозом понимается определение возможных состояний объекта прогнозирования в будущем. Примером может служить прогноз развития возможностей использования различных видов энергии – какие новые источники энергии могут появиться, как будут использоваться известные источники и т.д. спустя определенное количество лет.
Задача нормативного прогноза заключается в определении путей и сроков достижения желаемых состояний прогнозируемого объекта в будущем. Другими словами нормативный прогноз – предсказания, «цель которых заключается в том, чтобы вызвать интерес и побудить к действию» .
Например, имея поисковый прогноз в области энергетики, можно ставить задачу прогноза развития энергетической отрасли страны в целях обеспечения требуемого уровня потребления электроэнергии на душу населения при ограничениях на имеющиеся невозобновимые ресурсы.
Существуют две «крайности» во влиянии прогноза на реализацию проекта : «Самоосуществляющийся прогноз – это такой прогноз, который оказывается достоверным только потому, что был сделан. Например, если государственный чиновник высокого уровня делает заявление о том, что прогнозируется существенное увеличение цен на определенный вид продукции вследствие повышения импортных пошлин, то соответствующие цены неизбежно вырастут сами по себе.
Самоаннулирующийся прогноз – такой прогноз, который, наоборот, становится недостоверным только потому, что был сделан». Например, сформулированный в середине 80-х годов XX века академиком Н.Н. Моисеевым прогноз последствий ядерного конфликта между СССР и США (так называемая «модель ядерной зимы») в значительной мере способствовал заключению между этими странами соглашений о сокращении стратегических наступательных вооружений.
Выделяется активный и пассивный прогноз. Пассивный прогноз – такой, для которого результат прогноза не влияет и, по сути, не может влиять на объект прогнозирования. Например, прогноз погоды никак на нее не может повлиять.
Если же воздействием прогноза на объект прогнозирования нельзя пренебречь (такой прогноз называется активным), тогда сам прогноз должен учесть эффект результатов прогнозирования. Следовательно, активным является любой нормативный прогноз, а также такие поисковые прогнозы, которые используются при принятии решений.
Приведем пример активного прогноза. «Вечером 6 января 1981 года Джозеф Гранвилл, известный советник по капиталовложениям во Флориде, отправил своим клиентам телеграмму: «Цены на акции резко упадут; продавайте завтра». Очень скоро все узнали о совете Гринвилла, и 7 января стало самым черным днем во всей истории Нью-йоркской фондовой биржи. По общему мнению, акции потеряли в цене где-то 40 миллиардов долларов». Видно, что, в силу авторитета источника прогноза, нормативный прогноз стал активным – он повлиял на поведение участников системы, состояние которой прогнозировалось (причем прогноз учитывал такую реакцию – массовая продажа акций приводит к падению их цены).
Метод экспертных оценок
Сущность методов экспертных оценок для разработки прогнозов состоит в определении согласованности мнений экспертов по перспективным направлениям развития объекта прогнозирования, сформулированным ранее отдельными специалистами, а также в оценке аспектов развития объекта, которая не может быть определена другими методами (например, аналитическим расчетом, экспериментом и т.д.).
Содержание методов экспертных оценок заключается в следующем
I. Создание групп. Для организации проведения экспертных оценок создаются рабочие группы, в функции которых входят проведение опроса, обработка материалов и анализ результатов коллективной экспертной оценки. Рабочая группа назначает экспертов, которые дают ответы на поставленные вопросы, касающиеся перспектив развития данной отрасли. Количество экспертов, привлекаемых для разработки прогноза, может колебаться от 10 до 150 человек, в зависимости от сложности объекта.
II. Формулирование глобальной цели системы. Перед тем, как организовать опрос экспертов, необходимо уточнить основные направления развития объекта, а также составить матрицу, отражающую генеральную цель, подцели и средства их достижения. При этом в ходе предварительного анализа совместно с группой специалистов определяются наиболее важные цели и подцели для решения поставленной задачи.
III. Разработка анкеты. Заключается в разработке вопросов, которые будут предложены экспертам. Форма вопроса может быть разработана в виде таблиц, но содержание их должно определяться спецификой прогнозируемого объекта или отрасли. При этом вопросы должны быть составлены по определенной структурно-иерархической схеме, т.е. от широких вопросов к узким, от сложных к простым.
При проведении опроса экспертов необходимо обеспечить однозначность понимания отдельных вопросов, а также независимость суждений экспертов.
IV. Расчёт экспертных оценок. Необходимо провести обработку материалов экспертных оценок, которые характеризуют обобщенное мнение и степень согласованности индивидуальных оценок экспертов. Обработка данных оценок экспертов служит исходным материалом для синтеза прогнозных гипотез и вариантов развития отрасли.
Окончательная количественная оценка определяется с помощью четырех основных методов экспертных оценок и множества их разновидностей:
Метод простой ранжировки заключается в том, что каждого эксперта просят расположить признаки в порядке предпочтения. Цифрой один обозначается наиболее важный признак, цифрой два – следующий за ним по важности и т.д. полученные данные сводятся в следующую таблицу.
Мерой согласованности суждения группы экспертов может стать величина коэффициента конкордации ( W ).
S – сумма квадратов отклонений всех оценок рангов каждого объекта экспертизы от среднего значения,
n число экспертов;
m – число объектов экспертизы.
Метод парных сравнений
Метод предусматривает использование эксперта, который проводит оценку целей. Z1, Z2, ...,Zn.
Согласно методу осуществляются парные сравнения целей во всех возможных сочетаниях. В каждой паре выделяется наиболее предпочтительная цель. И это предпочтение выражается с помощью оценки по какой-либо шкале. Обработка матрицы оценок позволяет найти веса целей, характеризующие их относительную важность.
Одна из возможных модификаций метода состоит в следующем:
составляется матрица бинарных предпочтений, в которой предпочтение целей выражается с помощью булевых переменных;
определяется цена каждой цели путем суммирования булевых переменных по соответствующей строке матрицы.
Примеp1:
эксперт проводит оценку 4-х целей, которые связаны с решением транспортной проблемы.
Z1 — построить метрополитен
Z2 — приобрести 2-хэтажный автобус
Z3 — расширить транспортную сеть
Z4 — ввести скоростной трамвай
Составим матрицу бинарных предпочтений:
Определим цену каждой цели (складываем по строкам)
C1=3; C2=0; C3=2; C4=1
Получаем следовательно порядок предпочтения целей:
Z1, Z3, Z4, Z2
Метод предпочтения
Пусть имеется m экспертов: Э1, Э2, ..., Эm и n целей: Z1, Z2, ..., Zn.
Каждый эксперт проводит оценку целей, пользуясь числами натурального ряда. Наиболее важной цели присваивается 1, менее важно -2 и т.д. В этих условиях веса целей определяются следующим образом:
Составляется исходная матрица предпочтений
Суммарные оценки предпочтения:
K1 = 9; K2 = 5; K3 = 9;
K4 = 1; K5 = 1; K6 = 5;
Искомые веса целей:
ω1 = 9/сумма всех оценок=0,3; ω2 = 0,166; ω3 = 0,3; ω4 = 0,033; ω5 = 0,033; ω6 = 0,166
Метод ранга
Пусть имеется m экспертов Э1, Э2, ..., Эm и n целей Z1, Z2, ..., Zn.
Каждый эксперт проводит оценку целей, пользуясь 10-бальной шкалой, причем оценки могут быть как целыми, так и дробными. В этих условиях веса целей определяются следующим образом:
Составляется матрица оценок экспертов:
Составляется матрица нормированных оценок:
ω = pji/∑pji (j = 1,m, i = 1,n)
Вычисляются искомые веса целей:
ωi = ∑ωij/∑∑ωij (i = 1,n) ∑ωi = 1
Искомые веса целей:
ω1 = (10/38 + 8/37)/2 = 0,239;
ω2 = ... = 0,173;
ω3 = ... = 0,254;
ω4 = ... = 0,093;
ω5 = ... = 0,079;
ω6 = ... = 0,16.
Ранжирование проектов методом парных сравнений
Пусть имеется m экспертов Э1, Э2, ..., Эm и n проектов π1, π2, ..., πn, подлежащих оценке. Для определенности будем считать, что 4 эксперта оценивают важность 4-х проектов π1, π2, π3, π4. Рассмотрим метод экспертных оценок, позволяющий ранжировать проекты по их важности:
Эксперты осуществляют попарное сравнение проектов, оценивая их важность в долях единицы.
Находятся оценки, характеризующие предпочтение одного из проектов над всеми прочими проектами
f(π1) = 1,6 + 2,2 + 2,4 = 6,2
f(π2) = 2,4 + 2,4 + 2,6 = 7,4
f(π3) = 1,8 + 1,6 + 2,4 = 5,8
f(π4) = 1,6 + 1,4 + 1,6 = 4,6
Вычисляются веса проектов:
ω1 = 0,26; ω2 = 0,31; ω3 = 0,24; ω4 = 0,19
Полученные веса позволяют ранжировать проекты по их важности
π2, π1, π3, π4 — результат решения.
Метод взвешивания экспертных оценок.
Пусть имеется m экспертов: Э1, Э2, ..., Эm, которые характеризуются оценками компетентности: R1, R2, ..., Rm
Каждый эксперт независимо от других экспертов проводит оценку целей. Z1, Z2, ..., Zn
В результате m независимых экспертиз получена матрица весов целей Vji
В этих условиях веса целей определяются формулой:
ωi = ∑ϑji⋅Zj
Относительный коэффициент компетентности:
Zj = Ri/∑Rj, j = 1,m
Компетентность экспертов зависит от факторов:
занимаемой должности;
ученой степени
можно предложить матрицу оценок компетентности экспертов.
Пример: два эксперта Э1 и Э2 заводят оценку 4-х целей: Z1, Z2, Z3, Z4
В результате 2-х независимых экспертиз получена матрица весов целей:
Определим оценки компетентности экспертов, используя таблицу:
Э1 (руководитель комплекса, кандидат наук) → R1 = 4,5
Э2 (директор доктор наук) → R2 = 8
Вычислим относительные оценки компетентности экспертов:
Z1 = 4,5/12,5 = 0,36 Z2 = 8/12,5 = 0,64
Найдем искомые веса целей:
W1 = 0,5⋅0,36 + 0,54⋅0,64 = 0,53
W2 = ... = 0,02
W3 = ... = 0,28
W4 = ... = 0,17
Где сумма всех Wi должна равняться 1.
Получаем следовательно предпочтения целей: Z1, Z3, Z4, Z2
Методы моделирования
Методы моделирования систем можно разделить на два класса.
Качественные методы моделирования. Наиболее распространенным «качественным» методом моделирования, применяемым, в том числе, в рамках комплексного прогнозирования , является метод сценариев.
Метод «сценариев». Метод подготовки и согласования представлений о проектируемой системе, изложенных в письменном виде, получил название метода «сценариев».
Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения проблемы, развернутые во времени. Однако позднее обязательное требование временных координат было снято, и сценарием стал называться любой документ, содержащий анализ рассматриваемой проблемы и предложения по ее решению, по развитию системы, независимо от того, в какой форме он представлен.
Как правило, на практике предложения для подготовки подобных документов пишутся экспертами вначале индивидуально, а затем формируется согласованный текст. Сценарий требует не только содержательных рассуждений, помогающих не упустить детали, но и содержит, как правило, результаты количественного технико- экономического и/или статистического анализа с предварительными выводами. Группа экспертов, подготавливающая сценарий, пользуется обычно правом получения необходимых сведений от тех или иных организаций, необходимых консультаций.
Роль специалистов при подготовке сценария – выявить общие закономерности развития системы; проанализировать внешние и внутренние факторы, влияющие на ее развитие и формулирование целей; провести анализ высказываний ведущих специалистов в периодической печати, научных публикациях и других источниках информации; создать вспомогательные информационные фонды, способствующие решению соответствующей проблемы.
Рекомендуется разрабатывать «верхний» и «нижний» (или «оптимистический» и «пессимистический») сценарии – как бы крайние случаи, между которыми может находиться возможное будущее. Такой прием позволяет отчасти компенсировать или явно выразить неопределенности, связанные с предсказанием будущего. Иногда полезно включать в сценарий воображаемый активно противодействующий элемент, моделируя тем самым «наихудший случай».
Кроме того, рекомендуется не разрабатывать детально (как ненадежные и непрактичные) сценарии, слишком «чувствительные» к небольшим отклонениям на ранних стадиях. Важными этапами создания сценариев являются: составление перечня факторов, влияющих на ход событий, со специальным выделением лиц, которые контролируют эти факторы прямо или косвенно.
В последнее время понятие сценария расширяется в направлении как областей применения, так и форм представления и методов их разработки: в сценарий вводятся количественные параметры и устанавливаются их взаимозависимости, предлагаются методики подготовки сценария с использованием компьютеров, методики целевого управления подготовкой сценария.
Сценарий позволяет создать предварительное представление о системе. Однако сценарий – это все же текст со всеми вытекающими последствиями (синонимия, омонимия, парадоксы), обусловливающими возможность неоднозначного его толкования. Поэтому его следует рассматривать как основу для дальнейшей разработки модели.
Графические методы
Графические представления позволяют наглядно отработать структуру моделируемых систем и процессов, происходящих в них. В этих целях используются графики, схемы, диаграммы, гистограммы, древовидные структуры и т.д. Дальнейшим развитием графических методов стало использование, в частности, теории графов и возникших на ее основе методов календарно-сетевого планирования и управления .
Метод структуризации позволяют разделить сложную проблему с большой неопределенностью на более мелкие, лучше поддающиеся анализу. В качестве особого метода структуризации можно выделить метод «дерева целей».
Метод «дерева целей». Идея метода дерева целей была предложена У. Черчменом в связи с проблемами принятия решений в промышленности . Термин «дерево» подразумевает использование иерархической структуры, получаемой путем расчленения общей цели на подцели, а их, в свою очередь, на более детальные составляющие, которые в конкретных приложениях называют подцелями нижележащих уровней, направлениями, задачами проблемами, а начиная с некоторого уровня – функциями.
Как правило, термин «дерево целей» используется для иерархических структур, имеющих отношения строгого (древовидного) порядка, но иногда применяется и в случае «слабых» иерархий. Поэтому более правильным является термин В.М. Глушкова «прогнозный граф», однако в силу истории возникновения метода более распространен термин «дерево целей».
Морфологический метод.
«морфология»- учение о внутренней структуре исследуемых систем (организмов, языков) или сама внутренняя структура этих систем. Идея морфологического способа мышления восходит к Аристотелю и Платону. Однако в систематизированном виде методы морфологического анализа сложных систем были разработаны швейцарским астрономом (венгром по происхождению) Ф. Цвикки, и долгое время морфологический подход к исследованию и проектированию сложных систем был известен под названием метода Цвикки .
Основная идея морфологического подхода – систематически находить наибольшее количество, а в пределе все возможные варианты реализации системы путем комбинирования основных выделенных структурных элементов или их признаков. При этом система или проблема может разбиваться на части разными способами и рассматриваться в различных аспектах.
Деловые игры. Деловыми играми называется имитационное моделирование реальных ситуаций, в процессе которого участники игры ведут себя так, будто они в реальности выполняют порученную им роль, причем сама реальность заменяется некоторой моделью. Примерами являются штабные игры и маневры военных, работа на тренажерах различных операторов технических систем (летчиков, диспетчеров электростанций и т.д.), административные игры и т.п.
Несмотря на то, что чаще всего деловые игры используются для обучения, их можно использовать и для экспериментального генерирования альтернатив создаваемых моделей. Важную роль в деловых играх кроме участников играют контрольно- арбитражные группы, управляющие созданием моделей, регистрирующие ход игры и обобщающие ее результаты
Метод мозгового штурма специально разработан для получения максимального количества предложений при создании моделей.
Техника мозгового штурма такова. Собирается группа лиц, отобранных для генерации альтернатив: главный принцип отбора – разнообразие профессий, квалификации, опыта– такой принцип поможет расширить фонд априорной информации, которой располагает группа. Сообщается, что приветствуются любые идеи, возникшие как индивидуально, так и по ассоциации при выслушивании предложений других участников, в том числе и лишь частично улучшающие чужие идеи.
Категорически запрещается любая критика – это важнейшее условие мозгового штурма: сама возможность критики тормозит воображение. Каждый по очереди зачитывает свою идею, остальные слушают и записывают на карточки новые мысли, возникшие под влиянием услышанного. Затем все карточки собираются, сортируются и анализируются, обычно другой группой экспертов.
Общий «выход» такой группы, где идея одного может навести другого на что-то еще, часто оказывается больше, чем общее число идей, выдвинутых тем же количеством людей, но работающих в одиночку. Число альтернатив можно впоследствии увеличить, комбинируя сгенерированные идеи. Среди полученных в результате мозгового штурма идей может оказаться много неосуществимых, но «глупые» идеи легко исключаются последующей критикой, ибо компетентная критика проще, чем компетентное творчество .
Метод мозгового штурма известен также под названием «мозговой атаки», коллективной генерации идей (КГИ), конференции идей, метода обмена мнениями.
В зависимости от принятых правил и жесткости их выполнения различают прямую мозговую атаку, метод обмена мнениями, метод типа комиссий, судов (в последнем случае создаются две группы: одна вносит как можно больше предложений, а вторая старается максимально их раскритиковать).
Мозговую атаку можно проводить в форме деловой игры, с применением тренировочной методики «стимулирования наблюдения», в соответствии с которой группа формирует представление о проблемной ситуации, а эксперту предлагается найти наиболее логичные способы решения проблемы.
На практике подобием мозгового штурма могут явиться заседания совещательных органов разного рода – директораты, заседания ученых и научных советов, педагогические советы, специально создаваемые комиссии и т.д.
Метод синектики предназначен для генерирования альтернатив путем ассоциативного мышления, поиска аналогий поставленной задаче. В противоположность мозговому штурму здесь целью является не количество альтернатив, а генерирование небольшого числа альтернатив (даже единственной альтернативы), разрешающих данную проблему.
Эффективность синектики была продемонстрирована при решении многих проблем типа «спроектировать усовершенствованный нож для открывания консервных банок», «изобрести более прочную крышу» и т.д. Известен случай синекического решения более общей проблемы экономического плана: «разработать новый вид продукции с годовым потенциалом продаж 300 млн. долларов». Известны попытки применения синектики в решении социальных проблем типа «как распределить государственные средства в области градостроительства».
Суть метода синектики заключается в том, что формируется группа из 5-7 человек, отобранных по признакам гибкости мышления, практического опыта (предпочтение отдается людям, менявшим профессии и специальности), психологической совместимости, общительности. Группа ведет систематическое направленное обсуждение любых аналогий с подлежащей решению проблемой, спонтанно возникающих в ходе бесед. Перебираются и чисто фантастические аналогии.
Успеху работы синектических групп способствует соблюдение определенных правил, в частности: 1) запрещено обсуждать достоинства и недостатки членов группы; 2) каждый имеет право прекратить работу без каких-либо объяснений при малейших признаках утомления; 3) роль ведущего периодически переходит к разным членам группы и т.д.
Метод «Делфи» или метод «дельфийского оракула» является итеративной (повторяющейся) процедурой при проведении мозговой атаки, которая способствует снижению влияния психологических факторов и повышению объективности результатов. Основные средства повышения объективности результатов при применении метода «Делфи» – использование обратной связи, ознакомление экспертов с результатами предшествующего тура опроса и учет этих результатов при оценке значимости мнений экспертов.
В конкретных методиках, реализующих процедуру «Делфи», эта идея используется в разной степени. Так, в упрощенном виде организуется последовательность итеративных циклов мозговой атаки. В более сложном варианте разрабатывается программа последовательных процедур анкетирования, исключающих контакты между экспертами, но предусматривающих ознакомление их с мнениями друг друга между турами.
В силу трудоемкости обработки результатов и значительных временных затрат первоначально предусматриваемые методики «Делфи» не всегда удается реализовать на практике.
В последнее время процедура «Делфи» в той или иной форме обычно сопутствует другим методам моделирования систем – методу «дерева целей», морфологическому и т.п.
Метод решающих матриц – один из первых методов, используемых при организации и проведении сложных экспертиз, предложен в 1966 г. Г. С. Поспеловым.
Для решения проблемы предлагается выделить основные направления исследований и указать их относительные веса
Относительные веса должны быть пронормированы:
В методе решающих матриц эксперт должен указать относительный вклад каждой альтернативы более высокого уровня, непосредственно предшествующего уроню данной альтернативы.
Метод комиссий состоит в открытой дискуссии по обсуждаемой проблеме для выработки единого мнения экспертов. Коллективное мнение определяется в результате открытого или тайного голосования. В некоторых случаях к голосованию не прибегают, выявляя результирующее мнение в процессе дискуссии.
Преимущества метода комиссий: возможен рост информированности экспертов, поскольку при обсуждении эксперты приводят обоснования оценок, и обратная связь – под воздействием полученной информации эксперт может изменить первоначальную точку зрения.
Недостатки метода комиссий: Отсутствие анонимности. Это приводить к присоединению мнения эксперта к мнению более компетентных и авторитетных экспертов даже при наличии противоположной собственной точки зрения. Дискуссия часто сводится к полемике наиболее авторитетных экспертов.
Метод суда используются аналогии с судебным процессом. Часть экспертов объявляется сторонниками рассматриваемой инициативы и выступает в качестве защиты, приводя доводы в пользу рассматриваемой инициативы и выступает в качестве защиты, приводя доводы в пользу защиты этой инициативы.
Часть экспертов объявляется ее противниками и пытается выявить отрицательные стороны. Часть экспертов регулирует ход экспертизы и выносит окончательное решение. В процессе экспертизы по методу суда функции экспертов могут меняться. Метод суда обладает теми же преимуществами и недостатками, что и метод комиссий.
магистерская диссертация - Апробация работы
48
магистерская диссертация - Библиографический список использованной литературы
51
магистерская диссертация - Заключение
52
магистерская диссертация - Методы исследования
44
магистерская диссертация - Научная новизна
45
магистерская диссертация - Обоснованность и достоверность результатов
46
магистерская диссертация - Основная часть
49
магистерская диссертация - Положения, которые выносятся на защиту
49
магистерская диссертация - Приложения
50
магистерская диссертация - Публикации
49
магистерская диссертация - Реализация диссертационной работы
47
магистерская диссертация - Структура и объем работы
48
наблюдение полевое
9
Абстрагирование
4
Анализ
4
Аналогия
6
беспристрастность
3
Виды выводов
5
Виды измерений
10
Гипотетико-дедуктивный метод
6
Глушков В.М. (прогнозный граф)
69
Графические методы
68
Дедукция
6
декомпозиция
22
Деловые игры
71
дерево целей
69
диаграммы Эйлера-Венна
25
дифференциальный метод отклонений
11
достоверность результатов эмпирического исследования – критерии оценки
37
значимость проблемы
21
Идеализация
6
измерение
10
33
измерение косвенное
10
измерение прямое
10
Измерение физической величины
10
измерения контрольно-проверочные
13
измерения метрологические
13
измерения по методам
11
измерения по условиям, определяющим точность результата
13
измерения совместные
10
измерения совокупные
11
измерения технические
14
Индукция
5
Интерпретируемость как признак теории
36
исследования воспроизводящие
19
исследования критические
19
Исследования по цели их проведения
18
исследования поисковые
18
исследования уточняющие
19
Классификация наблюдений
8
компенсационный метод измерений
12
контрольно- арбитражные группы
71
Критерий оценки
35
магистерская диссертация - Актуальность исследования
39
магистерская диссертация - введение
38
магистерская диссертация - признаки темы
42
магистерская диссертация - Проблемная ситуация
39
магистерская диссертация - состав
38
магистерская диссертация – название темы
40
магистерская диссертация – название темы
28
магистерская диссертация – тема
28
Мертон
3
Метод взвешивания экспертных оценок
65
Метод Делфи или метод дельфийского оракула
73
Метод дерева целей.
69
Метод комиссий
74
Метод мозгового штурма
71
Метод парных сравнений
59
Метод парных сравнений - ранжирование проектов
64
Метод предпочтения
60
Метод простой ранжировки
58
Метод ранга
62
Метод решающих матриц
74
Метод синектики
72
Метод скользящей средней
55
Метод структуризации
69
Метод суда
74
Метод сценариев
67
метод сценариев - верхний и нижний сценарии
68
Метод экспертных оценок
57
Метод экспертных оценок - виды
58
метод экстраполяции
54
методология
1
1
1
1
Методы моделирования
67
методы моделирования качественные
67
Методы научных исследований
3
моделирование знаковое
7
моделирование предметное
7
Модель
7
Морфологический метод
70
морфология
70
наблюдатель-роль
9
наблюдатель-участник
8
Наблюдение
7
наблюдение включенное
8
наблюдение контролируемое
8
наблюдение лабораторное
9
наблюдение невключенное
8
наблюдение неконтролируемое
8
наблюдение неструктурированное
9
наблюдение структурированное
9
наблюдения выборочные
9
наблюдения инструментальные
9
наблюдения непосредственные
9
наблюдения однократные
9
наблюдения периодические
9
наблюдения по объему охвата изучаемых объектов
9
наблюдения по способу получения информации
9
наблюдения постоянные
9
наблюдения сплошные
9
научная проблема
20
Научное наблюдение складывается из следующих процедур
7
Научные знания
16
Недостатки наблюдений
9
незаинтересованность
3
Непротиворечивость как признак теории
35
Нормы научной этики
3
3
нулевые методы измерений
12
Обоснование проблемы
21
общность
3
Объект и предмет исследования - Даль
28
Объект и предмет исследования - Ожегов
28
Объект и предмет исследования - Яценко
29
объект исследования
29
41
Опытно-конструкторские работы
17
Организация процесса проведения исследования
15
Особенности научной деятельности
1
Оценка проблемы
21
подход единичный
34
подход исследовательский
31
подход историко-логический
33
подход исторический
32
подход качественный
33
подход количественный
33
подход логико- исторический
33
подход логический
32
подход общий (обобщенный)
34
подход содержательный
32
подход содержательный и формальный - различие
32
подход сущностный
33
подход феноменологический
33
подход формальный
32
Полнота как признак теории
35
Постановка проблемы
20
22
практическая деятельность – средства и методы
54
предмет исследования
29
41
предметная область
22
предметная область - алгоритм поиска, "теория множеств"
25
предметная область - алгоритм поиска, плоскости
23
предметная область - способы построения
25
Предметность как признак теории
35
Признак достоверности научной теории
36
Признак проверяемости научной теории
36
Прикладные научные исследования
17
Пример - апробация работы (диссертация)
48
Пример - выводы по главе диссертационной работы
50
Пример - задачи исследований (диссертация)
43
Пример - задачи исследования (диссертация)
44
Пример - научная новизна (диссертация)
45
Пример - обоснованность и значимость результатов (диссертация)
47
Пример - положения, выносимые на защиту диссертации
49
Пример - проблемная ситуация
40
Пример - публикации (диссетрация)
49
Пример - реализация диссертационной работы
48
Пример - структура диссертации
53
Пример - цель работы (диссертация)
43
Пример – структура и объем диссертационной работы
48
проблема исследования
20
проблемное знание
20
прогноз активный
56
прогноз нормативный
56
прогноз пассивный
56
прогноз поисковый
56
прогноз самоаннулирующийся
56
прогноз самоосуществляющийся
56
Прогнозирование
54
прогнозный граф
69
Простой метод отклонений
11
Противоречие
19
различие между фундаментальной или чистой наукой
17
различие понятий фундаментальные и прикладные НИР
17
Расщепление
22
рациональный скептицизм
3
Результат теоретического исследования
35
Синтез
4
Сравнение
4
Стадии инноваций
15
Структурирование проблемы
22
субъективность оценки проблемы
22
Сценарий
68
Тема диссертации - признаки
30
тема диссертации - рекомендации при выборе
30
Теоретические методы научных исследований
3
типы влючения (участия) наблюдателя
8
универсализм
3
уровень значимости дисциплинарный
18
уровень значимости общеотраслевой
18
уровень значимости общепроблемный
18
уровень значимости частнопроблемный
18
уровни общности исследований
18
участник
8
участник-наблюдатель
8
Формализация
5
Формализация информации о некотором объекте
5
Фундаментальные исследования
15
Цель исследования
34
шкала дихотомическая
14
Шкала и типы шкал
14
Шкала интервалов
14
шкала наименований (номинальная шкала)
14
шкала порядковая (шкала рангов)
14
Экстраполяция по скользящей средней
55
Эмпирические методы исследования
7
Эмпирические методы научных исследований
4
этапы постановки проблемы
20
Этические нормы научного сообщества
3
Абстрагирование 4
Анализ 4
Аналогия 6
Беспристрастность 3
Виды выводов 5
Виды измерений 10
Гипотетико-дедуктивный метод 6
Глушков в.м. (прогнозный граф) 69
Графические методы 69
Дедукция 6
Декомпозиция 22
Деловые игры 72
Дерево целей 69
Диаграммы эйлера-венна 25
Дифференциальный метод отклонений 11
Достоверность результатов эмпирического исследования – критерии оценки 37
Значимость проблемы 21
Идеализация 6
Измерение 33
Измерение 10
Измерение косвенное 10
Измерение прямое 10
Измерение физической величины 10
Измерения
По методам 11
По условиям, определяющим точность результата 13
Измерения контрольно-проверочные 13
Измерения метрологические 13
Измерения совместные 10
Измерения совокупные 11
Измерения технические 14
Индукция 5
Интерпретируемость как признак теории 36
Исследования воспроизводящие 19
Исследования критические 19
Исследования по цели их проведения 18
Исследования поисковые 18
Исследования уточняющие 19
Классификация наблюдений 8
Компенсационный метод измерений 12
Контрольно- арбитражные группы 72
Критерий оценки 35
Магистерская диссертация - актуальность исследования 39
Магистерская диссертация - апробация работы 48
Магистерская диссертация - библиографический список использованной литературы 51
Магистерская диссертация - введение 38
Магистерская диссертация - заключение 52
Магистерская диссертация - методы исследования 44
Магистерская диссертация – название темы 40
Магистерская диссертация – название темы 28
Магистерская диссертация - научная новизна 45
Магистерская диссертация - обоснованность и достоверность результатов 46
Магистерская диссертация - основная часть 49
Магистерская диссертация - положения, которые выносятся на защиту 49
Магистерская диссертация - признаки темы 42
Магистерская диссертация - приложения 51
Магистерская диссертация - проблемная ситуация 39
Магистерская диссертация - публикации 49
Магистерская диссертация - реализация диссертационной работы 47
Магистерская диссертация - состав 38
Магистерская диссертация - структура и объем работы 48
Магистерская диссертация – тема 28
Мертон 3
Метод взвешивания экспертных оценок 65
Метод делфи или метод дельфийского оракула 73
Метод дерева целей. 69
Метод комиссий 74
Метод мозгового штурма 72
Метод парных сравнений 59
Метод парных сравнений - ранжирование проектов 64
Метод предпочтения 60
Метод простой ранжировки 58
Метод ранга 62
Метод решающих матриц 74
Метод синектики 73
Метод скользящей средней 55
Метод структуризации 69
Метод суда 75
Метод сценариев 67
Метод сценариев - верхний и нижний сценарии 68
Метод экспертных оценок 57
Метод экспертных оценок - виды 58
Метод экстраполяции 54
Методология 1
Методы моделирования 67
Методы моделирования качественные 67
Методы научных исследований 3
Моделирование знаковое 7
Моделирование предметное 7
Модель 7
Морфологический метод 71
Морфология 71
Наблюдатель-роль 9
Наблюдатель-участник 9
Наблюдение 7
Наблюдение включенное 8
Наблюдение контролируемое 8
Наблюдение лабораторное 9
Наблюдение невключенное 8
Наблюдение неконтролируемое 8
Наблюдение неструктурированное 9
Наблюдение полевое 9
Наблюдение структурированное 9
Наблюдения выборочные 9
Наблюдения инструментальные 9
Наблюдения непосредственные 9
Наблюдения однократные 9
Наблюдения периодические 9
Наблюдения по объему охвата изучаемых объектов 9
Наблюдения по способу получения информации 9
Наблюдения постоянные 9
Наблюдения сплошные 9
Научная проблема 20
Научное наблюдение складывается из следующих процедур 7
Научные знания 16
Недостатки наблюдений 9
Незаинтересованность 3
Непротиворечивость как признак теории 35
Нормы научной этики 3
Нулевые методы измерений 12
Обоснование проблемы 21
Общность 3
Объект и предмет исследования - даль 28
Объект и предмет исследования - ожегов 28
Объект и предмет исследования - яценко 29
Объект исследования 29, 41
Опытно-конструкторские работы 17
Организация процесса проведения исследования 15
Особенности научной деятельности 1
Оценка проблемы 21
Подход единичный 34
Подход исследовательский 31
Подход историко-логический 33
Подход исторический 32
Подход качественный 33
Подход количественный 33
Подход логико- исторический 33
Подход логический 32
Подход общий (обобщенный) 34
Подход содержательный 32
Подход содержательный и формальный - различие 32
Подход сущностный 33
Подход феноменологический 33
Подход формальный 32
Полнота как признак теории 35
Постановка проблемы 20, 22
Практическая деятельность – средства и методы 54
Предмет исследования 29, 41
Предметная область 23
Предметная область - алгоритм поиска, "теория множеств" 25
Предметная область - алгоритм поиска, плоскости 23
Предметная область - способы построения 25
Предметность как признак теории 35
Признак достоверности научной теории 36
Признак проверяемости научной теории 36
Прикладные научные исследования 17
Пример - апробация работы (диссертация) 48
Пример - выводы по главе диссертационной работы 50
Пример - задачи исследований (диссертация) 43
Пример - задачи исследования (диссертация) 44
Пример - научная новизна (диссертация) 45
Пример - обоснованность и значимость результатов (диссертация) 47
Пример - положения, выносимые на защиту диссертации 49
Пример - проблемная ситуация 40
Пример - публикации (диссетрация) 49
Пример - реализация диссертационной работы 48
Пример - структура диссертации 53
Пример – структура и объем диссертационной работы 48
Пример - цель работы (диссертация) 43
Проблема исследования 20
Проблемное знание 20
Прогноз активный 56
Прогноз нормативный 56
Прогноз пассивный 56
Прогноз поисковый 56
Прогноз самоаннулирующийся 56
Прогноз самоосуществляющийся 56
Прогнозирование 54
Прогнозный граф 69
Простой метод отклонений 11
Противоречие 19
Различие между фундаментальной или чистой наукой 17
Различие понятий фундаментальные и прикладные нир 17
Расщепление 22
Рациональный скептицизм 3
Результат теоретического исследования 35
Синтез 4
Сравнение 4
Стадии инноваций 15
Структурирование проблемы 22
Субъективность оценки проблемы 22
Сценарий 68
Тема диссертации - признаки 30
Тема диссертации - рекомендации при выборе 30
Теоретические методы научных исследований 3
Типы влючения (участия) наблюдателя 8
Универсализм 3
Уровень значимости дисциплинарный 18
Уровень значимости общеотраслевой 18
Уровень значимости общепроблемный 18
Уровень значимости частнопроблемный 18
Уровни общности исследований 18
Участник 8
Участник-наблюдатель 8
Формализация 5
Формализация информации о некотором объекте 5
Фундаментальные исследования 15
Цель исследования 34
Шкала дихотомическая 14
Шкала и типы шкал 14
Шкала интервалов 14
Шкала наименований (номинальная шкала) 14
Шкала порядковая (шкала рангов) 14
Экстраполяция по скользящей средней 55
Эмпирические методы исследования 7
Эмпирические методы научных исследований 4
Этапы постановки проблемы 20
Этические нормы научного сообщества 3