|
108 экономических, когнитивных, политических, исторических ит. д.), по виду носителя информации, по типам единиц анализа. Но объединяет их сетевой способ решения. Самой первой проблемой является собственно построение сети, выявление структурных компонент из первичной социологической информации. Следующий этап разработка методов расчета индикаторов для построенных сетей. И наконец, адекватный анализ полученных результатов. Экономико-социологические задачи связаны с обменом частными трансфертами между хозяйствующими субъектами разного типа. Носителем информации здесь является стандартный массив данных. Исследуемые единицы предприятия и организации, которые потом анализируются на более высоком уровне путем включения в страты разного типа. В маркетинговых исследованиях в качестве информационного массива используется и текст. Исследуемой единицей являются индивидуальный актор либо артефакт. В когнитивных задачах маркетинговых исследований носителями информации являются видеозапись, протоколы интервью, а исследуемыми единицами реакции респондента на вопросы и реплики интервьюера. Сеть выстраивается как система возможных переходов от одной реакции к другой. Сетевое рассмотрение процесса восприятия и обучения позволяет его дискретизировать и выявить его основные принципы. В литературе этот подход носит название «нейронные сети»; его особенность в том, что он иллюстрирует процесс, а не статические величины. Это показывает широту применимости и адаптивности социальных сетей к другим математическим методам. Социальные сети через аппарат нейронных сетей тесно связаны с теориями искусственного интеллекта, распознаванием образов и т.д. Помимо теории графов, нейронные сети пересекаются с такими интересными и перспективными для банковского маркетинга разделами прикладной математики, как теория автоматов и теория нечетких множеств. Можно сказать, что социальные сети, отображаемые через агенториентированную модель, это специальный класс вычислимых моделей, |
6 С момента появления сетевой подход доказал свою применимость для решения задач, различающихся по области приложения (социально-экономических, когнитивных, политических, исторических и т. д.), по виду носителя информации, по типам единиц анализа. Но объединяет их сетевой способ решения. Самой первой проблемой является собственно построение сети, выявление структурных компонент из первичной социологической информации, Следующий этап — разработка методов расчета индикаторов для построенных сетей. И наконец, адекватный анализ полученных результатов. Мы рассмотрим некоторые базовые концепты социальных сетей. Далее попытаемся проследить возникновение «сетевой» проблематики в социологии, а также заимствование сетевых методов из других отраслей знания (сначала — психологии и антропологии, затем — дискретной математики и теории графов), совершив необходимый исторический экскурс в главе 2. Концепция сетей тесно смыкается с современными концепциями социального капитала; эта взаимосвязь будет продемонстрирована в главе 3. В главе 4 мы рассмотрим последние разработки и направления в этой области. В главах 5, 6, 7 приведены примеры решения конкретных сетевых задач. Экономико-социологические задачи связаны с обменом частными трансфертами между домохозяйствами разного типа. Носителем информации здесь является стандартный массив данных, полученный в обычном социологическом опросе. Исследуемые единицы — домохозяйства, которые потом анализируются на более высоком уровне путем включения в страты разного типа. Эта задача интересна как с содержательной, так и с методологической точек зрения. Предлагается новый метод для решения задачи обмена частными трансфертами между домохозяйствами, который позволяет преодолеть принципиальную ограниченность данных, полученных в обычном (несетевом) опросе и построить сеть взаимодействия на более высоком уровне — уровне страт. Для того чтобы более четко представить себе данную проблематику, необходимо ознакомиться с социологическим и экономическим подходами к обмену и теориями социального капитала, которые изложены в главе 3. Этот пример показывает возможность применения сетевых подходов на больших массивах данных. Также иллюстрируется комбинирование сетевых и статистических подходов к анализу данных. В науковедческих задачах в качестве информационного массива используется текст. Исследуемой единицей являются индивидуальный актор либо артефакт. Показана возможность сетевой обработки текстов на примере построения сети научного сообщества. Здесь интересна специфика анализируемого материала, а также структурирование «линейного» объекта — сплошного текста. Тем не менее, первоначаль 7 ные результаты обработки хорошо согласуются с интуитивными выводами и свидетельствами экспертов — ученых, которые являлись непосредственными свидетелями событий, изложенных в литературном источнике; это подтверждает правильность применения сетевого подхода и верность разработанной методологии. Здесь практически не используются другие математические подходы (статистические или кибернетические), но интересны практические результаты и выводы. В когнитивных задачах носителями информации являются видеокассеты, протоколы интервью, а исследуемыми единицами — реакции респондента на вопросы и реплики интервьюера. Сеть выстраивается как система возможных переходов от одной реакции к другой. Сетевое рассмотрение процесса восприятия и обучения позволяет его дискретизировать и выявить его основные принципы. В литературе этот подход носит название «нейронные сети»; его особенность в том, что он иллюстрирует процесс, а не статические величины. Это показывает широту применимости и адаптивности социальных сетей к другим математическим методам. Социальные сети через аппарат нейронных сетей тесно связаны с теориями искусственного интеллекта, распознаванием образов и т. д. Помимо теории графов, нейронные сети пересекаются с такими интересными и перспективными для социологии разделами прикладной математики, как теория автоматов и теория нечетких множеств. Учебное пособие подготовлено на основе курса, прочитанного автором на факультете социальных и гуманитарных наук Российского университета дружбы народов в 1999-2002 годах. Работа выполнена при поддержке Национального фонда подготовки кадров. Автор выражает глубокую признательность за помощь и поддержку заведующему кафедрой социологии РУДН кандидату философских наук Н. П. Нарбуту и координатору проекта доценту Ж. В. Пузановой. Безграничную признательность и слова благодарности могу высказать своему научному руководителю, профессору Геннадию Семеновичу Баты-гину, чьи советы придали мне уверенности в себе и подтолкнули на написание этой книги. Хочу выразить признательность своим коллегам, помогавшим подготовить рукопись к публикации: Л. А. Козловой и Н. Я. Мазлумяновой. Отдельная благодарность коллегам, предоставившим эмпирические данные и участвовавшим в обсуждении этой книги: д.э.н. В.В.Радаеву и к.э.н. Я.М.Рощиной. Кандидат социологических наук Г. В. Градосельская Июнь 2003 года |