УДК 004.032.26

К вопросу о применении нейронных сетей для решения задачи кластеризации социума

К вопросу о применении нейронных сетей для решения задачи кластеризации социума
©Кетова К. В., ORCID: 0000-0001-7143-1930, SPIN-код: 5246-1445, д-р физ.-мат. наук, Ижевский государственный технический университет им. М. Т. Калашникова, г. Ижевск, Россия, ketova_k@mail.ru
©Русяк И. Г., ORCID: 0000-0001-8584-8884, SPIN-код: 9556-4926, д-р техн. наук,
Ижевский государственный технический университет им. М.Т. Калашникова, г. Ижевск, Россия, primat@istu.ru
©Вавилова Д. Д., ORCID: 0000-0002-2161-4402, SPIN-код: 7304-5550, Ижевский государственный технический университет им. М. Т. Калашникова, г. Ижевск, Россия, vavilova_dd@mail.ru

Аннотация. Изучаемая в рамках настоящей работы задача кластеризации социума — одна из важных подзадач, решение которой является составной частью анализа и прогноза социально-экономических процессов. Осуществлен анализ и систематизация знаний в области применения нейросетевого моделирования к решению задачи кластеризации социума региональной системы. Показано, что в современном мире главным фактором экономического роста является человеческий капитал, включающий в себя количественную и качественную составляющие. Основной элемент количественной составляющей — численное воспроизводство населения способствует устойчивости развития человеческого капитала. Качественная составляющая имеет многоаспектный характер; среди аспектов выделяют здравоохранение, культуру, образование и науку. Для оценки структуры человеческого капитала проводят разделение населения на социальные кластеры по этим аспектам. Показано, что, поскольку социальный кластер является атрибутом социогенеза, то и сами процессы социальной кластеризации являются результатом социальных действий людей. Социальный кластер — специфическое состояние социальной общности, включающее описание не только объектов самой общности, но и процессов ее формирования, структурирования и взаимодействия с социальной средой. В ходе исследования сделан вывод, что для проведения кластерного анализа применительно к социуму подходит такой инструментарий математического моделирования как нейронные сети. Отмечается результативность нейронных сетей при решении плохо формализованных задач; устойчивость к частым изменениям среды; эффективность при работе с большим объемом противоречивой или неполной информации. В процессе изучения вопроса сделан вывод, что структурно-статические характеристики социальных кластеров отражают объединение их элементов. Структура социального кластера есть характеристика, представляющая собой совокупность устойчивых связей, которые обеспечивают его целостность. При различных внешних и внутренних изменениях основные свойства социальных кластеров сохраняются. Построена градация демографических элементов социума по признакам состояния здоровья, уровня культуры и образования, в соответствии с которой осуществляется сбор статистической информации для решения задачи кластеризации.

Ключевые слова: кластер, нейронная сеть, социум, здоровье, культура, образование.

On the Use of Neural Networks to Solve the Social Clustering Problem
©Ketova K., ORCID: 0000-0001-7143-1930, SPIN-code: 5246-1445, Dr. habil., Kalashnikov Izhevsk State Technical University, Izhevsk, Russia, ketova_k@mail.ru
©Rusyak I., ORCID: 0000-0001-8584-8884, SPIN-code: 9556-4926, Dr. habil., Kalashnikov Izhevsk State Technical University, Izhevsk, Russia, primat@istu.ru
©Vavilova D., ORCID: 0000-0002-2161-4402, SPIN-code: 7304-5550, Kalashnikov Izhevsk State Technical University, Izhevsk, Russia, vavilova_dd@mail.ru

Abstract. The problem of social clustering being studied in the paper is one of the main subtasks; its solution is an integral part of analysis and prognosis of socio-economic processes. Analysis and systematization of knowledge in the field of applying neural network modelling to regional system social clustering problem solving are implemented. It was demonstrated that today, the main factor of economic growth is human capital, which is composed of quantitative and qualitative features. The main quantitative element is population replacement which has a bearing on human capital development sustainability. Qualitative component has several aspects in it: healthcare, culture, education and science are among them. To estimate human capital structure, the population is divided into social clusters by these aspects. It was also shown that since social cluster is an attribute of sociogenesis, processes of social clustering themselves are the result of people social interactions. Social cluster is a specific state of social entity which includes description of not only entity’s objects, but the processes which led to its structural development and interactions with social environment. As part of the study, a conclusion was made that neural networks enable one to apply cluster analysis to the society. Neural networks prove notable capabilities to solve poorly formalized tasks; they are resistant to frequent environmental changes and effective to use when working with a large amount of incomplete or contradictory information. While studying the issue, it was observed that structural and statistical features of social clusters reflect aggregation of their elements. The structure of a social cluster is a characteristic which represents a conjunction of stable connections which provide its unity. Under different external and internal changes, the main properties of social clusters are preserved. The grading of social demographic elements by health condition and cultural and educational level is set, in accordance with which collecting a statistical data to solve the clustering problem is implemented.

Keywords: cluster, neural network, society, health, culture, education.

Ссылка для цитирования:

Кетова К. В., Русяк И. Г., Вавилова Д. Д. К вопросу о применении нейронных сетей для решения задачи кластеризации социума // Бюллетень науки и практики. 2020. Т. 6. №8. С. 19-33. https://doi.org/10.33619/2414-2948/57/02

Cite as (APA):

Ketova, K., Rusyak, I., & Vavilova, D. (2020). On the Use of Neural Networks to Solve the Social Clustering Problem. Bulletin of Science and Practice, 6(8), 19-33. (in Russian). https://doi.org/10.33619/2414-2948/57/02

© 2015–20 Издательский центр НАУКА И ПРАКТИКА. Сайт создан на Wix.com

  • Facebook Social Icon
  • Twitter Social Icon