Инвестирование в виде объектов интеллектуальной собственности (на примере табачной промышленности РФ)

На первых этапах в аналитической службе осуществляются прием, регистрацию и первичную обработку поступающей информации. Эти этапы, как правило, совмещаются с традиционным процессом приема корреспонденции с помощью средств автоматизации делопроизводства. Поступающие документы регистрируются, в базу данных вводятся их основные характеристики, включая название и аннотацию. Важно, чтобы аннотация была содержательно ориентирована на тематику проводимых аналитической службой исследований.

Далее необходимо обеспечить привязку полных текстов поступивших в электронном виде документов к регистрационным данным и автоматически загрузить их в информационно-поисковую систему, позволяющую в последующем оперативно найти необходимые фрагменты текстов документов не только по регистрационным данным, но и по содержанию. Для этого должны использоваться программно-технические средства, обеспечивающие высококачественный поиск информации, представленной в текстовом, графическом или в табличном виде.

Если документы поступают на бумажном носителе, то целесообразно преобразовать их в электронный вид с помощью сканера. В этом случае, распознавание текстов не обязательно - информация может храниться и в факсимильном виде (при наличии ресурсов запоминающих устройств), так как процедура распознавания достаточно трудоемка, а необходимость последующего использования всего поступающего материала в текстовом формате не всегда очевидна. Сейчас на мировом рынке заслуженным вниманием пользуются системы поддержки факсимильного делопроизводства, которые предполагают применение достаточно нетрадиционных для российского рынка программно-технических средств (например, технологии AV Image, представляемой в России фирмой IntegProg).

На следующем этапе аналитических исследований дополнительно выявляется тематическая или проблемная (с привязкой к конкретной задаче) ориентация поступившей информации, проводится ее распределение по соответствующим рубрикам. Как правило, эту работу выполняют вручную высококвалифицированные специалисты, знающие и даже участвующие в исследованиях. Она связана с содержательным осмыслением поступившей информации и определением необходимости ее использования в том или ином исследовании. Главное здесь - обеспечить максимальную полноту подборки информации по каждой решаемой в аналитической службе проблеме. Жесткая тематическая фильтрация информации недопустима. Каждый конечный пользователь, аналитик должен иметь возможность оперативно получать открытые информационные материалы, даже если на первых этапах они были отнесены к смежным для его интересов тематическим и проблемным рубрикам.

Поиск ответа вопрос о высококачественной автоматизации распределения (рубрицирования) поступающей текстовой информации по тематическим и проблемным рубрикам продолжается уже не один десяток лет, однако применительно к русскоязычным полнотекстовым документам, по нашему мнению, решение еще не найдено. Имеются теоретические и практические исследования, посвященные обеспечению высококачественного поиска полнотекстовых документов (см., например, работы [3,4,5]). Известные проработки относятся преимущественно к диалоговым режимам работы поисковых систем. Достигаются значения характеристик полноты: 70% - по текстам документов, 20% - по рефератам, 30% - по дескрипторам. Наши исследования показывают, что пакетные режимы поиска текстовых документов, которые наиболее приемлемы для тематического рубрицирования, характеризуются существенно более низкими (в 1,5-2 раза) по сравнению с приведенными показателями качества. Поэтому, скорее всего, реальные высококачественные системы автоматизации рубрицирования полнотекстовой информации - в перспективе.

Для автоматизированной поддержки наибольшую сложность представляет процесс содержательного аналитического мониторинга конкретной проблемы, поиск индикаторов и показателей для формальной характеристики исследуемых проблем. Для большинства проблем государственного управления это не всегда возможно. Появляется необходимость ситуационной экстракции информации в потоках документов при непосредственном участии в этой работе конечного пользователя. Сейчас, по нашему мнению, решение этой задачи можно существенно продвинуть, ориентируясь при создании информационных технологий на развитый диалоговый режим работы пользователя с текстовыми и факсимильными массивами информации и последующее совершенствование методов и средств ее автоматизированной содержательно-семантической обработки.

В работе [6] уже рассматривалась возможность обеспечения высококачественного текстового поиска. Упоминались анонсированные для текстообработки базисные программные продукты SQL*TextRetrival для системы Oracle, TRS для СУБД Adabas, гипертекстовые системы. За прошедшее время для русскоязычной среды освоено средство TRS для Mainframe, идет апробация SQL*TextRetrival (например, российско-американской компанией Areopag EX).

В качестве развития этого текстопоискового базиса применительно к аналитическим исследованиям наибольший интерес должны представлять системы, обеспечивающие возможность автоматизированной обработки текстов с учетом ситуационно проявляющихся семантических оттенков. В процессе слежения за ситуацией возникают новые взаимосвязи, переакцентируются отдельные ее аспекты - эксперт-аналитик должен иметь возможность оперативно изменять задание на автоматизированную семантическую обработку поступающей информации. Для этого созданы, например, системы АНАЛИЗ и ИЗИТЕК (НИИ "Восход" Роскоминформа), средства и методики контент-анализа в Институте проблем информатики РАН. В этом направлении, по нашему мнению, успешно разрабатываются оригинальные российские технологии гипертекстовой обработки данных (например, центром ГИНТЕХ Роскоминформа), осваиваются зарубежные гипертекстовые системы.

В целом же аналитические материалы в процессе мониторинга подготавливают эксперты-аналитики. Однако и здесь значительное место, особенно на заключительном этапе, занимают диалоговые технологические средства редактирования и визуального графического представления информации. Эти технологические компоненты используются в любом аналитическом исследовании и заслуживают отдельного рассмотрения.

3. ИНИЦИИРУЕМЫЕ ИССЛЕДОВАНИЯ

Инициируемые исследования отличаются от мониторинговых существенно большим влиянием факторов неопределенности целей и субъективности критериев оценки принимаемых решений, необходимости поддержки информационно-аналитической технологией процесса постановки задачи.

Рассмотрим инициацию мониторингового процесса. Особый интерес в этом случае представляет выбор индикаторов, формальных характеристик, качественных и количественных показателей, отражающих аналитическую динамику ситуации. Это - достаточно сложная задача, которая, как показывает практика, может решаться несколько месяцев. Необходимо изучить отечественный и зарубежный опыт выбора информационных индикаторов данной проблемной ситуации, а также имеющиеся государственные и доступные коммерческие источники информации, оценить взаимозависимость значений показателей с учетом временной динамики, исследовать их спектральные характеристики, опробовать нормирующие коэффициенты, выделить группу аналитиков-экспертов или исследовательскую организацию и пр. Интересные результаты в разработке индикаторов получены в Институте социологии РАН, Институте системного анализа РАН и др. Главное в том, что выбор индикаторов должен проводиться под непосредственным содержательным контролем конечного пользователя, экспертов-аналитиков с учетом формулируемой ими задачи аналитического исследования и c использованием соответствующих программных и методических средств.

К средствам статобработки и оценки статистических характеристик данных можно отнести, например, построенные российскими специалистами на классических методах следующие сравнительно недорогие и достаточно мощные системы: STATGRAPHICS и STADIA [7], SABR [8], МЕЗОЗАВР. Из зарубежных наибольшую известность в России приобрели системы SAS, SPSS, STIL, BMDP и др.

Для выявления и формулирования характеристик исследуемой ситуации целесообразно использовать технологии поддержки принятия решений, помогающие структурировать проблему, обеспечить требуемый анализ и оценку альтернативных характеристик ситуации с учетом их субъективно-интуитивных оценок экспертами-аналитиками. К таким ним относятся, например, системы АСТРИДА, МАУД, ЗАПРОС [9], ориентированные на работу в режиме диалога с конечным пользователем - лицом, принимающим решения. Так, система АСТРИДА помогает структурировать стратегическую проблему и обеспечивать анализ возможных решений проблемы, а также позволяет работать в условиях большой неопределенности выбора, когда решения конструируются из отдельных элементов других решений аналогичных задач. Варианты решений сравниваются по их качественному, словесному, а не только числовому описанию. Система помогает развить идеи отдельного конечного пользователя, "навести" его на выбор наилучшего решения.

Система МАУД помогает лицу, принимающему решения, как в структуризации исходной проблемы, так и в выявлении структуры предпочтений, а также последовательном выявлении характеристик, по которым можно сравнивать варианты решений. Выявление характеристик происходит на основе определения пользователем сходства и различия в вариантах решений по классических методам Келли и рассогласований.

Система ЗАПРОС предназначена для решения достаточно сложных проблем, связанных с выявлением предпочтений и сравнением реальных альтернатив. Эта система может работать с вербальными (словесными) описаниями достаточно большого количества сложных альтернатив.

В итоге инициации либо получается некоторый законченный аналитический результат по структуризации проблемы, выбору ее решения, либо начинается рассмотренный выше мониторинговый аналитический процесс, либо проводится кумулятивное аналитическое исследование.

4. КУМУЛЯТИВНЫЕ ИССЛЕДОВАНИЯ

Кумулятивные исследования, как указывалось выше, выделены в отдельный вид, поскольку они характеризуются высокими требованиями к оперативности их проведения (один день, неделя - не больше), дефицитом имеющейся информации, необходимостью использования специализированных методов обработки результатов ее экспертной оценки. Специфика этих исследований состоит в том, что они проводятся на основе совещательно-ситуационной автоматизированной обработки информации группами руководителей и/или экспертов-аналитиков.

Сейчас трудно сказать что-либо новое об организации такого рода анализа. Методология групповых экспертных процедур разрабатывается уже более двухсот лет [2,10,11,12]. Однако методы их автоматизированной поддержки начали создаваться совсем недавно, что, естественно, связано с развитием соответствующих программно-технических комплексов оперативной обработки, звукозаписи и визуального представления информации.

Работа одного эксперта имеет в значительной степени субъективный характер, что приводит к появлению недопустимых ошибок при принятии решений. С целью их избежания и повышения эффективности вырабатываемых решений используют оценки нескольких экспертов. Существует несколько десятков методов согласования этих оценок в процессе проведения экспертизы. Кратко охарактеризуем некоторые из них, воспользовавшись результатами работы [10].Метод лицом к лицу . Экспертиза проводится группой экспертов из 1О - ЗО человек. Руководство со стороны организатора почти исключено. Он должен лишь следить за тем, чтобы каждый эксперт предлагал свои оценки. Время проведения заседания не ограничено, но практически составляет 20 - 4О мин.Метод комиссий. Процедура состоит в том, что группа экспертов многократно собирается для обсуждения одного и того же вопроса. Руководитель способствует активной работе каждого эксперта. Этот метод предлагает проведение экспертизы в форме свободного обмена мнениями. Предварительно разрабатывается программа обсуждения, назначается группа экспертов из 10 - 12 человек. Метод "суда". Здесь используется аналогия с судебным процессом. Часть группы экспертов объявляется защитниками рассматриваемого варианта решения. Другая часть - пытается привести доводы против этого варианта. Выделяются эксперты, которые призваны регулировать ход экспертизы и выносить окончательное решение."Мозговая атака". Этот метод предполагает на начальном этапе "принудительный" опрос группы экспертов, а затем - лавинообразное высказывание мнений или идей. Группа проводит одно или ряд заседаний продолжительностью не более 45 минут каждое. Организатор должен исключить критику предложений экспертов. Разрешаются только высказывания новых идей и выступления в развитие предыдущего предложения. Метод "ситуационного анализа'. Здесь центральным объектом исследования является новая ситуация. Наиболее успешное применение метода достигается тогда, когда изучаемая проблема носит ярко выраженный ситуационный характер. "Ситуационный анализ" позволяет поэтапно организовать и направлять процесс активного сбора, оценки и переработки имеющейся первичной информации и производства новой - вторичной аналитического и прогнозного характера. Процедура "Дельфи". Ее суть состоит в следующем. Опрос экспертов осуществляется в несколько этапов. На первом каждый эксперт дает сначала числовую оценку объекта. После этого методолог подсчитывает и сообщает всем экспертам результаты. Экспертов, давших крайние оценки, просят письменно обосновать свое мнение. С этими обоснованиями, без указания авторства, методолог знакомит остальных экспертов, после чего аналогичным образом проводится второй этап. Опрос заканчивается тогда, когда, по мнению лица, принимающего решение, будет достигнуто "достаточная" согласованность оценок экспертов.

К сожалению, имеющийся богатейший методологический материал по организации групповых экспертных процедур и разработанные для них математические основы не могут быть быстро внедрены в постоянно обновляющееся информационно-технологическое поле деятельности разработчиков информационных систем. Проблема их внедрения осложняется и тем, что перечисленные выше факторы, характеризующие требуемые для разработки информационно-аналитические технологии, пока оставляют открытым вопрос об эффективном использовании современных интеллектуальных информационных технологий [1].

Скорее всего, для разработки кумулятивных информационно-аналитических технологий сейчас необходима жесткая интеграция усилий в следующих областях исследований: методология групповых экспертных процедур [10,11], анализ конструкторской активности экспертов [2], рефлексивный анализ [12], компьютерный анализ данных [7,8,9], оценка устойчивости управления хаотичными процессами и слабоопределенными ситуациями [1,13,14], разработка средств мультимедийного представления и семантически-содержательной обработки русскоязычной информации.

В освоении и внедрении отдельных элементов требуемой кумулятивной технологии немаловажна постепенность. Например, в основу внедрения начального варианта технологии (особенно при слабой программно-технической оснащенности аналитической службы) может быть положена методология классной доски [2,15,16], которая позволяет эффективно регламентировать поэтапную обработку результатов экспертной процедуры.

Опыт использования технологии на основе метода классной доски показывает возможность учета фактора девиационного управления экспертным процессом и оперативной структуризации исследуемой проблемы в условиях большой неопределенности. Этот метод позволяет приобрести навыки для последующего развития программно-технического базиса технологии поддержки кумулятивного аналитического исследования в направлении применения средств информационных коммуникаций, современной звуко- и видеозаписывающей аппаратуры, экранов коллективного пользования, средств мультимедиа, картографии.

ВЫВОДЫ

1. Аналитические исследования в проблемных областях, охватываемых аналитическими службами федеральных органов власти, в большинстве случаев характеризуются рядом факторов, не позволяющих эффективно использовать для их информационно-технологической поддержки традиционные подходы к компьютерному анализу и моделированию ситуаций.

2. Факторами, ограничивающими эффективность применения в аналитических исследованиях традиционных информационных технологий, являются: информационная открытость этих технологий, необходимость поддержки ими процессов постановки задач, большая неопределенность целей и субъективность критериев оценки принимаемых решений, наличие в технологиях элементов интуитивного характера, существенное влияние девиационных процессов на подготовку и принятие решений.

3. Для разработки перспективных информационно-аналитических технологий необходима жесткая интеграция усилий российских исследователей в следующих проблемных областях: методология групповых экспертных процедур, анализ конструкторской активности экспертов, рефлексивный анализ, компьютерный анализ данных, оценка устойчивости управления нечеткими и слабоопределенными ситуациями, мультимедийного представления и семантически-содержательной обработки русскоязычной информации.

4. Имеющегося научно-практического потенциала сейчас достаточно для эффективного поэлементного развертывания компонентов информационно-аналитических технологий в российских федеральных органах власти и управления. Это подтверждается результатами опытного внедрения отдельных компонентов.

Список литературы

1. Райков А.Н. Интеллектуальные информационные технологии в аналитических исследованиях социально-политических объектов.// НТИ. Сер. 2. - 1994. - № 11. - С. 1 - 7.

2. Vissar W. Designers' activities examined at three levels: organization, strategies and problem-solving processes //Knowledge-Based Systems. - Vol.5, N 1. - March 1992. - P. 92 - 104.

3. Райков А.Н. Условия предельной сходимости диалогового поиска документов// НТИ. Сер. 2. - 1990. - N 3. - С. 15-17.

4. Райков А.Н., Позднеев С.А. Оптическая информационно-поисковая система. - Патент N 1836698; Заяв. 08.04.91// БИ N 31. -М.: ВНИИ ГПИ. - 1993. - С. 237.

5. Tenopir C. Searching Harvard Business Review online...Lessons in searching a full text database// Online.-1985.-Vol.9-P.71-78.

6. Райков А.Н. Специальное и информационное обеспечение решения задач автоматизированной поддержки аналитических исследований// НТИ. Сер. 1. - 1994. - №3. - С. 29- 34.

7. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. /Под ред. В.Э. Фигурнова. -М.: ИНФРА-М, Финансы и статистика, 1995. - 384 с.

8. Нискина Н.П. Непараметрические методы математической статистики и решение задач проверки гипотез//Проблемы компьютеризации и статистики в прикладных науках.-М.: ВНИИСИ, 1990. - С.73-89.

9. Беркли Д., Ларичев О.И., Мошкович Е.М., Хамфрис П. Система поддержки принятия решений АСТРИДА// Проблемы и методы принятия уникальных и повторяющихся решений. -М.: ВНИИСИ, 1990. - С.9-25.

10. Сидельников Ю.В. Теория и организация экспертного прогнозирования. - М.: ИМЭМО АН СССР, 1990. - 195 с.

11. Панкова Л.А., Петровский А.М., Шнейдерман М.В. Организация экспертизы и анализ экспертной информации. - М.: Наука, - 1984. - 273 с.

12. Рефлексивные процессы: Сб. статей/ под ред. В.Е.Лепского - Прикладная эргономика. Специальный выпуск.- М.: Ассоциация прикладной эргономики, 1994. - 68 с.

13. Кульба В.В, Миронов П.В., Назаретов В.М. Анализ устойчивости социально-экономических систем с использованием знаковых орграфов// Автоматика и телемеханика. - 1993. - № 7. - C. 130 - 137.

14. Захаров В.Н., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. II. Эволюция и принципы построения // Техническая кибернетика. - 1993. -№ 4. - С. 189 - 205.

15. Hayers-Roth B., Hayers-Roth F. A cognitive model of planning// Cognit.Science. - 1979. - Vol. 3. - P. 275-310.

16. Larner D.L. Factories, objects and blackboards// AI Expert. - 1990. -Vol.5, N 4. - P.38-45.