Системная социология: Social Computing

 А.А.Давыдов

Системная социология: Social Computing

Ключевые слова: системная социология, Social Computing, Social Software

Введение

Social Computing (социальные «вычисления») [1] - это системная интеграция социальных наук и Computer Science (компьютерной науки), основанная на системном подходе (прямые и обратные взаимодействия между социальными науками и компьютерными информационными Web технологиями), реализующая идею Social Intelligence (социального интеллекта). Social Computing является новой компьютационной парадигмой междисциплинарных исследований, разработок и практических приложений. ( http://dsonline.computer.org/portal/site/dsonline/menuitem.9ed3d9924aeb0dcd82ccc6716bbe36ec/index.jsp?pName=dso_level1&path=dsonline/2007/04&file=x2tac.xml&xsl=article.xsl& ).

В данной статье кратко рассматривается современное состояние Computing и Social Computing. Цель данной статьи - привлечение внимания российских социологов к полезным возможностям Computing, в частности, Social Computing, которые позволяют конструировать различные способы анализа, моделирования и прогнозирования данных, разрабатывать объяснительные теории социальных явлений, процессов, социальных систем. Но самое главное, обратить внимание российских социологов, что в настоящий момент времени, социология востребована, как никогда раньше, при разработке Social Computing, в частности, Social Software (социального программного обеспечения), со стороны крупных международных компаний, разрабатывающих Software.

Computing

Computing  («вычисления») - алгоритмы (правила) переработки информации и средства их реализации. Термин «Computing» возник в Computer Science (компьютерной науке) для объединения данных, теорий, концептуальных моделей, математических моделей и теорем, технологий, методов, Software (программного обеспечения) и Hardware в рамках целостной «вычислительной» системы. Можно выделить следующие классы Computing: по области применения, специфике данных, по теориям и моделям «вычислений», по скорости «вычислений», по технологии «вычислений», по целям вычислений, общности и т.д. Ниже кратко перечислены некоторые классы и модели Computing на английском языке, чтобы заинтересованный российский социолог смог найти в Интернете описание перечисленных моделей Computing и более глубоко ознакомиться с ними.

Область применения - Social Computing, Business Computing, Natural Computing, Scientific Computing и т.д.

Специфика данных - Discrete Computing, Continuous Computing, Data Computing, Text Computing, Visual Computing, Video Computing, Audio Computing, Network Computing, Spatial computing, Multimedia Computing, Web Computing (Internet Computing), Virtual Computing, Meta Computing, Heterogeneous Computing и т.д.

Теории и модели «вычислений» - Hard Computing, Soft Computing, Cultural Computing, Cognitive Computing, Affective Computing, Agent-Based Computing, Granular Computing, Neuro Computing, Utility Computing, Ubiquitous computing, Contextual Computing, Symbolic Computing, Logical Computing, Adaptive Computing, Intelligent Computing, Deep Сomputing, Embedded Computing, Stream Computing, Trustworthy Computing, Quantum Computing, Evolutionary Computing, Hybrid Computing и т.д.

Одномоментные - потоковые данные (в режиме реального времени) - State Computing, Real -Time Computing.

Реализация «вычислений» - Parallel Computing, Distributed Computing, Automated Computing, Reconfigurable Computing и т.д.

Реализация вычислений с использованием конкретных информационных технологий -  Mobile Computing, Peer-to-Peer Computing, Grid Computing, Cloud Computing, Collaborative Computing и т.д.

Скорость «вычислений» - TeraFlop Computing, Petaflops Computing, Petascale Computing.

По перечисленным выше моделям Computing существует множество объемных монографий, проводятся ежегодные международные симпозиумы и конференции, издается множество специализированных международных журналов. 

Польза перечисленных выше моделей Computing состоит в том что,  предварительно зная свойства социальной системы, можно выбрать адекватную целостную «вычислительную» систему для изучения данной конкретной социальной системы. Выявление ранее неизвестной модели Computing в конкретной социальной системе - одна из фундаментальных исследовательских задач в изучении социальных систем, явлений и процессов.

В Computational Sociology [2] - одном из разделов системной социологии [3], в рамках компьютационной методологической парадигмы, в компьютационной теории искусственных социальных агентов [4-5], Sociological Computing (социологические «вычисления») - система взаимосвязанных правил переработки информации («вычислений»), которая включает в себя Utility Computing (полезные «вычисления»), Cultural Computing (культуральные «вычисления»), Cognitive Сomputing (когнитивные «вычисления»), Affective Сomputing (эмоциональные «вычисления»), Context Сomputing (контекстуальные «вычисления»), Parallel Сomputing (параллельные «вычисления») и иные «вычисления», которые осуществляют Artificial Social Intelligence agents.

Перечисленные выше модели Computing, можно использовать, как «кубики», из которых можно «сложить» конкретную «вычислительную» аналитическую систему анализа и моделирования данных, разработки социологической теории, соответствующего программного продукта. Например, вышеперечисленные модели «вычислений» используются в Hybrid Computing, которые интегрируют несколько моделей «вычислений». В качестве примера рассмотрим Hybrid Computing, а именно, Neuro Soft Computing, которые широко используются в анализе, моделировании и прогнозировании социальных систем, явлений и процессов в системной социологии [3-7]. Напомним, что Neuro Computing включает в себя теорию искусственных «нейронных» сетей, модели «нейронных» сетей, машинные алгоритмы обучения «нейронных сетей», компьютерные системы для реализации «нейронных» сетей, акселераторы (платы) или специальные компьютеры, предназначенные для использования «нейронных» сетей. 

Soft Computing («мягкие вычисления) [цит. по 3], включают в себя fuzzy sets theory (теорию «нечетких» множеств), rough sets theory (теорию «грубых» множеств),  shadowed sets, interval sets theory (теорию интервальных множеств), теорию «мягких» множеств, Dempster-Shafer theory of belief functions, основанную на субъективных вероятностях, Neutrosophic Sets and Logic и т.д.  Soft Computing реализован в многочисленных компьютерных системах, например, в Fuzzy Logic Toolbox, в среде имитационного моделирования пакета Matlab ( http://www.mathworks.com ). Интеграция Neuro Computing и Soft Computing образует Hybrid Computing, а именно, Neuro Soft Computing, которые реализованы в многочисленных компьютерных системах «нейронных» сетей [5] и системах Knowledge Discovery and Data Mining [8] и давно и с успехом используются в системной социологии [3-7].

Hybrid Computing, основанные на Neuro Computing, Soft Computing и Granular Computing, образуют «вычислительную» систему Granular Neuro Soft Computing, которая была использована автором [3], для разработки гранулярной теории классовой структуры общества.

В Институте социологии РАН автор [9], в рамках системной социологии [3], разработал Модульный Computing, который включает в себя модульную теорию социума (МТС), модульную алгебру, доказанные математические теоремы, модульные методы измерения, анализа, моделирования и прогнозирования, компьютерную экспертно-диагностическую систему МАКС [10] , разработанную совместно с А.Н.Чураковым, предназначенную для модульного анализа, моделирования и прогнозирования социальных систем, явлений и процессов.  

В целом, в системной социологии [3-7,9-10] используется Systems Computing (системная теория, в частности, математическая теория систем, методы системного анализа и моделирования, множество компьютерных систем); множество моделей Computing, которые были перечислены выше, разрабатываются новые модели Computing.

Social Computing

Social Computing  (социальные «вычисления») [1] - вычислительные теории, модели, программные и технические средства информационных и коммуникационных технологий, которые учитывают социальную специфику и предназначены для адекватного изучения социальных явлений, процессов, социальных систем и развития социальных взаимодействий в Интернете. Напомним, что Social Computing - один из разделов системной социологии [3-7]]. Social Computing за рубежом развивается такими стремительными темпами, что необходимо «бежать изо всех сил, чтобы остаться на месте», т.е. на «переднем крае» в данной современной и перспективной области исследований и разработок.

На международной конференции по Social Computing (August 29-31, Vancouver, Canada, 2009) ( http://cse.stfx.ca/~socialcom09 ) будут обсуждаться следующие аспекты Social Computing: Social Computing Theories, Social System Design and Architectures, Social Network Analysis and Mining, Semantic Web, Social Behavior Modeling, Social Intelligence, Social Cognition, Social Computing Applications (collaborative filtering, bookmaking, tagging, multi-agent systems), Human Machine Interactions, Emotional Intelligence, Cultural Dynamics, Opinion Representation, Influence Process, Data Mining, Machine Learning, Information Retrieval, Artificial Intelligence in Social Contexts, Trust, Privacy, Risk and Security in Social Contexts, Social Engineering, Tools and Case Studies, Services Science, Quality, Architecture, Management and Tools и т.д.

На Второй международной конференции «Social Computing, Behavioral Modeling and Prediction» (March 31 - April 1, Arizona, USA, 2009) ( http://www.public.asu.edu/~huanliu/sbp09 ), будут рассматриваться следующие аспекты Social Computing: Psycho-cultural situation awareness, Group formation and evolution, Cultural patterns and representation, Social conventions and social contexts,    Causal and non-linear relationships, Modeling, projection and forecasting, Social network analysis and mining, Group interaction and collaboration, Group representation and profiling, Cultural modeling and dynamics, Social dynamics and infectious disease modeling, Influence process and recognition, Public opinion representation, Search, data and inference, Analytic approaches, Simulation methodology, Tools and case studies, Metrics and evaluation, Social behaviors (norms, self-organizing, cooperation),  Viral marketing and information diffusion, Data collection and benchmarks, Model and analysis complexity и т.д.

На рис. 1 представлены некоторые Social Computing Theories в Social Computing.

Рис.1

Social Computing Theories в Social Computing

( http://dsonline.computer.org/portal/site/dsonline/menuitem.9ed3d9924aeb0dcd82ccc6716bbe36ec/index.jsp?pName=dso_level1&path=dsonline/2007/04&file=x2tac.xml&xsl=article.xsl& )

В этой связи напомним, чтo Social Networks Analysis - это один из элементов Social Network Computing, который включает в себя также множество сетевых теорий и реализуется с помощью множества компьютерных систем, с обзором которых можно ознакомиться, например в [7] и в работах Г.В.Градосельской ( http://www.hse.ru/org/persons/63896/index.html ), которая много лет занимается анализом социальных сетей и ведет соответствующий спецкурс на кафедре методов сбора и анализа социологической информации факультета социологии ГУ-ВШЭ.

Важным элементом Social Computing является Social Software (социальное программное обеспечение) [11], которое разрабатывается для social networking, blogging, microblogging, wikis, tagging, social bookmarking и т.д., которое не только учитывает специфику социальных взаимодействий, но и способствует возникновению и развитию новых форм социальных взаимодействий в Интернете. Напомним, что Social Software (http://www.e2conf.com/about/what-is-enterprise2.0.php ) имеет следующие ключевые программные свойства: Flat Organization, Ease of Organization Flow, Agility, Flexibility, User-driven technology, Bottom up, Distributed, Teams are global, Fuzzy boundaries, open borders,  Transparency, Information systems are emergent, Simple, Open, On Demand, Short time-to-market cycles, Folksonomies. С описанием Folksonomy можно ознакомиться в обзорной статье автора [12].

На рис. 2 представлен Magic Quadrant for Social Software (классификация компаний, разрабатывающих Social Software),  выполненный аналитической компанией Gartner на октябрь 2008 г.

Рис.2

Magic Quadrant for Social Software

( http://mediaproducts.gartner.com/reprints/microsoft/vol6/article5/article5.html )

Одной из перспективных разработок Social Software является платформа SaND (Social Networking and Discovery), разрабатываемая компанией IBM ( http://www.research.ibm.com/social/projects.html ), предназначенная для  сетевого анализа пользователей, групп пользователей, документов, тэгов (ключевых слов) [12], как целостной системы. 

Имеются основания предполагать, что в будущем, Social Computing, в частности, Social Software, будет развиваться в направлении Distributed Artificial Social Intelligence (DASI) [11] - распределенного социального искусственного интеллекта. В частности, в направлении разработок онлайн Интернет-сервисов типа Twine [13], которые с помощью Artificial Intelligence (искусственного интеллекта) создают и поддерживают социальные взаимодействия между пользователями Интернета. Реализация DASI вероятно будет осуществляться на основе Intelligent Computing, Petascale Computing [14], Reconfigurable Computing [15], Quantum Computing [5] и других принципиально новых «вычислений».

Заключение

Знание и практическое использование различных моделей Computing и Social Computing, позволяет эффективно выбирать, комбинировать и конструировать различные способы анализа, моделирования и прогнозирования данных, разрабатывать объяснительные теории социальных явлений, процессов, социальных систем. Системная социология имеет теоретические и компьютационные возможности для разработки Social Computing. 

Приглашаем обсудить статью на форуме.

СПИСОК ЛИТЕРАТУРЫ

1. Liu H., Salerno J., Young M. Social Computing and Behavioral Modeling. Berlin.: Springer, 2009.
2. Давыдов А.А. Компьютерные технологии для социологии (обзор зарубежного опыта)// Социол. исслед. 2005, № 1, С. 131-138. ( http://www.ecsocman.edu.ru/socis/msg/239003.html )
3. Давыдов А.А. Конкурентные преимущества системной социологии. (Электронное издание). М.: ИС РАН, www   ( https://www.isras.ru/publ.html?id=855 ),  ( http://www.ecsocman.edu.ru/db/msg/324618.html )
4. Давыдов А.А. О компьютационной теории социальных агентов//Социол. исслед. 2006, № 2, С. 19-28.( http://www.ecsocman.edu.ru/socis/msg/301146.html )
5. Давыдов А.А. Системный подход в социологии: новые направления, теории и методы анализа социальных систем. М.: Эдиториал УРСС, 2005.
6. Давыдов А.А. Системная социология: введение в анализ динамики социума. М.: ЛКИ, 2007.
7. Давыдов А.А. Системная социология. М.: Эдиториал УРСС, 2006.
8. Давыдов А.А. Knowledge Discovery and Data Mining в системной социологии. М.: ИС РАН, 2009. ( https://www.isras.ru/Davydov_Knowledge.html )
9. Давыдов А.А. Модульный анализ и конструирование социума. М.: ИС РАН, 1994.
10. Давыдов А.А., Чураков А.Н. Модульный анализ и моделирование социума. М.: ИС РАН, 2000.
11. Давыдов А.А. Развитие Интернет-технологий - вызов современной российской социологии. М.: ИС РАН, www( https://www.isras.ru/index.php?page_id=957 )
12. Давыдов А.А. Системная социология: изучение и использование Collaborative Tagging Systems. М.: ИС РАН, www ( https://www.isras.ru/index.php?page_id=951 )
13. Давыдов А.А. Twine: искусственный интеллект создает социальные взаимодействия. М.: ИС РАН, 2009. ( https://www.isras.ru/index.php?page_id=974 )
14. Давыдов А.А. Системная социология: Ultra - Large - Scale Holistic Simulation. М.: ИС РАН, 2009. ( https://www.isras.ru/index.php?page_id=1008 )
15. Давыдов А.А. Системная социология: Data Warehousing. М.: ИС РАН, 2009. ( https://www.isras.ru/index.php?page_id=1012 )