Моделирование социально-политических структур методом распознавания образов: партии и их ориентации («Образ»). Обшая постановка проблемы

Среди проблем, с которыми приходится сталкиваться политологу, одной из наиболее распространенных является проблема классификации. Объект исследования, как правило, неоднороден и ставит перед необходимостью учитывать соотношение различных его элементов. Процессы, происходящие в той или иной социальной общности, трудно понять без выявления составляющих ее основных социальных групп. При выборах по партийным спискам прогнозировать состав будущего парламента невозможно, не зная всего спектра политических ориентаций и соотношения сил наиболее влиятельных партий и политических коалиций. В самом парламенте возникает проблема оптимального объединения депутатских групп во фракции и коалиции, блокирования по тем или иным вопросам, прогноза результата голосования.

Нередко исследователь не задерживает своего внимания на анализе структур и пользуется готовыми разбиениями. Например, на рабочих, крестьян и интеллигенцию, на левых, правых и центр. Но жизнь не стоит на месте, и вдруг выясняется, что в крестьянской среде появляются фермеры, что часть рабочих начинает отстаивать интересы предпринимателей, а инженеры начинают сторониться политики в противоположность докторам физико-математических наук и писателям. Левые и правые объединяются вокруг патриотических идей, сплотившиеся было демократы раскалываются...

Не бывает в изменчивой общественной среде раз и навсегда заданных структур. Ее элементы непрерывно видоизменяются, делятся, сливаются, исчезают и нарождаются вновь. В каждой новой ситуации может возникать новая совокупность элементов, решающим образом влияющих на политическое развитие. Каждая задача требует выявления адекватной ей совокупности. Потребность эта особенно велика в переломные моменты, в условиях повышенного динамизма социальных процессов. Актуальным становится их исследование в системно-структурном аспекте.

Не менее существенна и обратная задача: классификация показателей, характеризующих совокупность элементов исследуемого объекта. Какие показатели и как тесно коррелируют между собой? Из каких компонентов состоят определяющие факторы политического развития и каким образом они сгруппированы в конкретной ситуации? Ответив на эти вопросы, можно выявить и те решающие точки, воздействие на которые дает возможность изменять характер и направление политического процесса.

ФОРМАЛИЗАЦИЯ ПРОБЛЕМЫ. Получить заранее не заданную, «ненасильственную» структуру взаимосвязей между субъектами политики, классифицировать их ориентации по данным социологических исследований можно с помощью алгоритмов «самообучения ЭВМ» – одного из основных методов теории распознавания образов. Полученная в результате модель дает возможность наглядного представления переработанной информации.

Классификация исследуемых объектов всегда начинается со сведения полученной информации в таблицу, позволяющую сопоставить характеризующие их показатели. Рис.1. Таблица исходных данных. В таблицу сведены значения m показателей, характеризующих n объектов. Аij – значение, соответствующее i-му показателю j-того объекта. Объект под номером, допустим, 2 описывается набором чисел 2-го столбца от А12 до Аm2, а признак под номером 2 – набором чисел 2-ой строки от А21 до А2n. Теперь каждый объект может быть изображен точкой или вектором в m-мерном пространстве, где m – число показателей. Эта точка как бы аккумулирует в себе все значения признаков – координат данного вектора. Точнее говоря, ее положение в m-мерном пространстве однозначно определяется всеми значениями показателей (координатами вектора), характеризующими данный объект. Эту точку (конец вектора) можно назвать образом данного объекта, его моделью.

Понятие m-мерного пространства является обобщением понятия трехмерного пространства. Так, положение электрической лампочки, висящей под потолком, однозначно определяется тремя значениями ее проекции на оси, исходящие из какого-либо угла комнаты (если принять угол за начало координат). Когда число измерений больше трех, ситуацию нельзя изобразить графически. Но суть рассуждений остается прежней.

Оси координат, обозначенные названиями признаков, для всех объектов одни и те же. Число осей равно m. Если измеренные значения этих показателей имеются у каждого объекта, то совокупность образов объектов в пространстве показателей можно представить себе как некое облако точек (нечто вроде созвездия).

Полученные таким путем точки (образы) отделены от других точек определенными расстояниями в m – мерном пространстве. Измерив теперь эти расстояния, можно получить числовое выражение близости (отдаленности) соответствующих объектов по совокупности показателей. Возникнут «сгущения» и «разрежения» образов.

Существуют алгоритмы, позволяющие выделить эти «сгущения» и «разрежения». При этом ЭВМ как бы самостоятельно разбивает исходное множество объектов на заранее не заданные группы (классы, таксоны). Алгоритмы такого типа называются алгоритмами «самообучения ЭВМ» или алгоритмами автоматической классификации. Существует свыше 300 алгоритмов такого рода.

Для наших целей недостаточно разбить исходное множество образов на группы. Нам необходимо также получить структуру взаимосвязей между этими образами и выявить иерархию полученных разбиений (объединить классы в типы). Алгоритм структурной таксономии, реализованный в предлагаемой модели[1], позволяет выделить группы наибольшей близости («взаимного притяжения») и наибольшей отдаленности («взаимного отталкивания») между образами, выстроить кратчайший незамкнутый путь между ними, разбить этот путь на участки, определив тем самым границы между таксонами.

В отличие от большинства алгоритмов таксономии, используемый в данной работе алгоритм позволяет получить не только «сгущения» и «разрежения» образов, но и структуру взаимосвязей между ними. В итоге возникает «дерево взаимосвязей» – граф, вершины которого соответствуют образам, а ребра – связям (расстояниям, мерам близости в пространстве показателей) между ними. Вершинам графа соответствуют исследуемые объекты.

Полученные «скопления» объектов (таксоны) можно рассматривать как объекты более высокого порядка, как группы близких по своим параметрам элементов. Это и есть реальное, не являющееся наперед заданным, разбиение, – структура исследуемой совокупности. Тот же алгоритм позволяет получить структуру связей между данными «скоплениями», «групповыми» вершинами графа.

И так далее. Таким образом получается иерархия разбиений исходного множества образов. В тех случаях, когда разбиений на группы не получается вообще (т.е. все образы составляют один таксон), информативна сама структура взаимосвязей между образами.

Теперь «вывернем наизнанку» поставленную проблему. Пусть показатели станут исследуемыми объектами, а объекты – их показателями. Теперь уже сами показатели образуют в пространстве объектов «созвездия», «облака точек». Тот же самый алгоритм «самообучения ЭВМ» позволит нам получить заранее не заданные группы показателей (ориентаций и др.) и структуру взаимосвязей между ними.

КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ УЧЕБНОЙ ЗАДАЧИ. В учебной задаче описанный алгоритм использован для классификации тех же партий (объектов) и характеризующих их показателей, что и в предыдущей главе. Там же раскрыты и общепринятые, «разнонаправленные» подходы к их классификации. Предлагаемая модель позволит дать обобщенное разбиение, учитывающее всю совокупность показателей, из которых складывается политическая ориентация современных субъектов политики. Наличие более или менее апробированных современной практикой разбиений позволяет оценить возможности данной модели.

Существенно более широкие возможности данной модели и связанная с этим сложность наглядного представления результатов сделали необходимым сокращение числа исследуемых партий до шести. Это:

1. Социалистическая партия трудящихся;

2. «Свободная Россия»;

3. Союз «Обновление»;

4. Российская коммунистическая рабочая партия;

5. Демократическая партия России;

6. Социал-демократическая партия Российской Федерации.

Обучающийся может ввести и характеристики произвольно выбранного им седьмого объекта для сопоставления с перечисленными. Показатели сохранены полностью:

отказ от марксизма – догматическое следование марксизму;

классовый подход – отрицание классового подхода;

многопартийность – однопартийная система;

преследование инакомыслия – деидеологизация;

СНГ – унитарное государство;

плановая экономика – рынок, свободное предпринимательство;

частная собственность – общественная собственность на средства производства;

обвальная приватизация – отказ от приватизации;

отказ от государственного регулирования экономики – государственное регулирование экономики;

частные, фермерские хозяйства – государственные и коллективные хозяйства;

партия авангардного типа – партия парламентского типа;

широкие экономические связи – пора на собственные ресурсы;

децентрализация, консенсус – демократический централизм;

отсутствие четких критериев социальной базы – партия определенного класса;

демократическое решение вопросов – строгая, четкая дисциплина.

ИНФОРМАЦИОННАЯ МОДЕЛЬ УЧЕБНОЙ ЗАДАЧИ. Значения показателей, характеризующих позиции заданных партий, имеют тот же источник, что и в предыдущей главе. Вся информация сведена в аналогичную таблицу (рис.2) и введена в магнитную память заранее. Числовые характеристики седьмого объекта обучающийся определяет и вводит самостоятельно, аналогично одиннадцатому объекту в модели, описанной в предыдущей главе.

Рис.3. Путь максимальных связей («притяжение»).

Введенная информация обрабатывается с помощью ЭВМ по заданной программе. В результате возникают таблицы (матрицы) корреляций между объектами по показателям и между показателями по объектам. Вслед за тем по этим матрицам методом «самообучения ЭВМ» выстраиваются пути максимальных и минимальных связей.

На рис. 3 и 4 изображены пути максимальных («притяжение») и минимальных («отталкивание») связей между шестью политическими партиями. На рис.4 видно, что пять партий «отталкиваются» от партии <4> – Российской коммунистической рабочей партии. По этой причине на рис.3 рассекается связь между партией <1> Социалистической партией труда – и партией <4> – РКРП. На рис.3 изображена структура максимальных связей между всеми шестью партиями. Над связями – (ребрами графа) стоят числа, означающие меру близости с учетом знака. Чем больше число (с учетом знака), тем ближе образы. Ядро структуры образовали <2> и <3> – соответственно «Свободная Россия» и Союз «Обновление». Как известно, этот тандем и впрямь явился основой коалиции «Гражданский союз». «Узлом» структуры стал <3> – Союз «Обновление». К нему примыкает снизу <5> – ДПР (Демократическая партия России)[2] и Социал-демократическая партия РФ. Между РКРП и «Свободной Россией» находится <1> – Социалистическая партия трудящихся, но она гораздо ближе к партии «Свободная Россия», чем к коммунистам.

Рис. 4. Путь минимальных связей («отталкивание»).

Именно такой характер взаимосвязей между политическими партиями и наблюдался в действительности (по мнению экспертов - функционеров партий и политологов). Распознавание не только выявило эти связи, но и показало ядро и структуру реально существующей коалиции (блока) «Гражданский союз».

Если теперь обучающийся введет в машину показатели седьмого объекта (как в предыдущей главе – одиннадцатого), то он получит место этого объекта (партии, кандидата в депутаты, себя самого) в представленной структуре.

В принципе, таким образом могут быть выявлены связи и взаимодействия между всеми основными политическими партиями России.

Аналогичным образом решается обратная задача – выявление структуры показателей. Рассмотрим рис. 5. Если на рис.3 и 4 изображены «субъекты политики», то на рис.5 – группы (классы, таксоны) политических ориентаций (признаков) в пространстве политических партий (субъектов политики).

Рис. 5. Политические ориентации (максимальная близость).

На рис.5 показан путь максимальных связей между ними. На этом графике можно увидеть, как показатели группируются между собой в таксоны первого и второго порядков.

Справа помещены три таксона первого порядка. Видно, что между первым и вторым таксонами степень корреляции достаточно высока (89 процентов), а между вторым и третьим отрицательная (-23 процента). Отсюда видны причины, которые побуждают перейти к таксонам второго порядка: таксоны <А> и <В> разграничены достаточно четко обозначившимся минимальным значением корреляции (-23 процента).

Характерен состав таксона под номером 1. В него вошли, главным образом, общеидеологические ориентиры: отношение к марксизму, собственности, демократии. При этом узловым оказалось отношение к приватизации, а отношение к собственности и к демократии сильно коррелируют. Можно назвать его условно таксоном «идеологии».

В центре таксона под номером 2 оказалось наличие четких социальных ориентиров партии. Требует осмысления его корреляция с пониманием места России в международном сообществе (показатели <5> и <12>) и отношением к централизации власти и управления (показатель <13>). Что же касается близости последних трех показателей, то она представляется объяснимой. Этот таксон можно назвать таксоном «устройства государства российского».

Интересен состав таксона под номером 3. Здесь рядом оказались вопросы, затрагивающие проблему свободы: материальной (альтернатива план-рынок) и духовной (моноидеология – деидеологизация). Здесь же довольно логично объединяются социальная ориентация партии и ее отношения с социальной базой. Назовем его условно таксоном «экономической и духовной свободы».

Конкретизация этих весьма общих нейтральных понятий получается при «полюсном» рассмотрении ориентаций. Рассмотрим распознавание по одному из полюсов (распознавание по другому полюсу дает картину с «обратной симметрией»).

В таксон 1 попали:

1 – отказ от марксизма;

3 – многопартийная система;

9 – отказ от государственного регулирования экономики;

8 – обвальная приватизация (узел таксона);

7 – частная собственность на средства производства;

15 – демократическое решение вопросов;

10 – частные, фермерские хозяйства

(т.е. ориентация на соответствующие признаки).

Этот таксон можно назвать таксоном «радикальных демократов», так как именно у них преобладают такие ориентации.

В таксон 2 попали ориентации на:

12 – широкие экономические связи;

14 – отсутствие четких ориентиров социальной базы (в противовес ориентации на один какой-либо класс);

5 – СНГ (в противовес ориентации на унитарное государство);

13 – децентрализация, консенсус (в противовес демократическому централизму).

Это таксон «либералов» (группа либеральных ориентаций).

В таксон 3 попали:

6 – плановая экономика (узел таксона);

4 – преследование инакомыслия;

2 – классовый подход;

11 – партия авангардного типа.

Это таксон «радикальных антирыночников и коммунистов».

Второй уровень иерархии объединяет таксоны 1 и 2 в группу «А», а таксон 3 – в группу «B». Группа «А» – это «обновленцы», а группа «B» – «консерваторы».

Симметричное распознавание по другому полюсу дало бы в таксоне «А» на этом уровне группу консерваторов, а в таксоне «Б» группу «обновленцев». Тем не менее, главные полюса и центр политических ориентаций сохраняют тип структуры, вид противостояния. Поэтому поясним картину отталкивания только для одного полюса.

Рассмотрим теперь рис 6. Это путь максимальной отдаленности между признаками (структура взаимных «отталкиваний»).

Рис. 6. Путь максимальной отдаленности («отталкивание»).

Структура взаимного «отталкивания» определяется следующей цепочкой (см. рис.6): «партия авангардного типа» <11> – отталкивается от «многопартийности» <3>; «многопартийность» – от «классового подхода» <2>; «классовый подход» – от «обвальной приватизации» <8>, а «обвальная приватизация» – от «плановой экономики» <6>.

С «плановой экономикой» <6> несовместимы «частные фермерские хозяйства» <10>,»отсутствие государственного регулирования экономики» <9>, «демократическое решение вопросов» <15>, «частная собственность на средства производства» <7>. Партии, которые ориентируются на широкие экономические связи РФ в наших условиях <12>, не ориентированы на «плановую экономику» <6>.

Партии, ориентированные на «обвальную приватизацию» <8>, не ориентированы на «преследование инакомыслия» <4>, а те, кто ориентирован на «преследование инакомыслия» <4>, несовместимы с теми, кто отказывается от марксизма <1> как от единственно верного учения.

«Классовый подход» <2> несовместим с «отсутствием четких критериев социальной базы» <14>, т.е. с ориентацией на поддержку самых широких слоев общества, независимо от их классовой принадлежности. А «партия авангардного типа» <11> не признает ориентацию на «СНГ» <5>, требуя унитарного государства, а также не признает «децентрализации, консенсуса» <13> внутри партии, требуя «демократического централизма».

Полученные антиномии (противоречия), как раз и являются структурообразующими, задающими тип полюсной симметрии политических ориентаций. Разумеется, речь здесь идет о структуре политических деклараций, не всегда тождественной реальной политике.

ПОРЯДОК РАБОТЫ С МОДЕЛЬЮ

После входа в соответствующую директорию на экране появляется заставка с наименованием модели (рис.7).

Далее нажатием на любую клавишу обучающийся переходит в главное меню (рис.8) с перечнем основных режимов работы. Переход от одного режима к другому осуществляется нажатием на клавиши со стрелками «влево» и «вправо». Одновременно с высвечиванием того или иного режима над рамкой с меню возникает дополнительный текст, поясняющий содержание данного вида работы.

Высветив нужный вид работы, обучающийся нажатием клавиши

<Enter> получает на экране либо вложенное меню (в режимах «ПАРТИИ» и «ОРИЕНТАЦИИ»), либо (в режиме «ТЕСТ») попадает непосредственно в избранный режим. Передвижение в рамках вложенного меню осуществляется клавишами «вверх» и «вниз». Возвратиться в главное меню позволяет клавиша <Esc>. Но можно переходить из одного основного режима в другой и не выходя из вложенного меню с помощью клавиш со стрелками «влево» и «вправо».

Вложенное меню предлагает обучающемуся два варианта «РАБОТА АЛГОРИТМА» и «СТРУКТУРЫ». Первый дает возможность ознакомиться с методом структурной таксономии: в процессе смены рисунков экрана демонстрируется последовательность операций, выдаются промежуточные результаты. В заключение конечные результаты появляются на экране в виде графических структур.

Второй позволяет сразу получить итоговые графы – структуры максимального взаимного «притяжения» и «отталкивания». В зависимости от того, в каком из первых двух основных режимов находится пользователь, это будут структуры объектов (партий) или показателей (ориентаций). Второй режим – «ОРИЕНТАЦИИ» – содержит пример трехуровневой структурной таксономии.

В третьем режиме главного меню – «ТЕСТ» – обучаемому предлагается оценить свои личные предпочтения, ориентации какой-либо партии или любого иного субъекта политики, делая выбор между двумя альтернативными ответами на предложенный набор вопросов. Хотя сконструированный авторами интерфейс несколько отличается от использованного в предыдущей модели, принцип работы пользователя остается тем же: в память машины с помощью клавиши <Enter> загружается числовое выражение соответствующего показателя, задаваемого движением метки по горизонтальной оси клавишами со стрелками «влево» и « вправо».

После того, как дан ответ на последний, 15-й вопрос, в нижней части экрана возникает два текста с выводами относительно наиболее близкой и наиболее отдаленной от тестируемого субъекта партии. Клавиша <Enter> поможет получить его изображение на сформированном ранее графе максимального взаимного притяжения.

Теперь с помощью клавиши <Esc> можно вернуться в главное меню и повторить работу с моделью в любом из основных режимов. Для прекращения работы с моделью «ОБРАЗ» нужно нажать на эту клавишу еще раз.

Если нужно выйти из модели в процессе работы алгоритма, необходимо нажать клавишу <Ctrl> и одновременно – <Break>.

ГРАНИЦЫ ПРИМЕНИМОСТИ МОДЕЛИ

В содержательном плане ограничения области применения определяются содержанием задачи: так, бессмысленно сравнивать разнородные показатели (например, гастрономические и политические пристрастия) или объекты (например, государства и партии). Но можно выяснить, в какой степени политические пристрастия пользователя (избирателя) близки к политическим позициям какой-либо партии.

В формально-математическом плане ограничения определяются пределами применимости векторных представлений интегральных методов (мер близости, расстояний, метрик) в социальных исследованиях и классической статистики – для гуманитарных измерений.

Заметим, что наш метод не требует никаких априорных гипотез о характере статистических распределений. Это неклассический подход. Коэффициенты корреляции трактуются как косинусы углов между векторами-»образами», и здесь не требуется расчет уровней значимости. Такая трактовка весьма естественно соответствует понятиям «направленность», «установка», «ориентация». Понятие «тесноты связи» можно применять, но точнее говорить о близости либо отдаленности признаков.

Когда речь идет об ориентациях и т.д., естественно рассчитывать матрицы корреляций. В других случаях (например, если сравниваются уровни политической культуры субъектов) удобнее получать матрицы евклидовых либо иных распределений между образами. Возможность использования разных метрик мер близости это достоинство подхода, т.к. число способов и приемов классификации в реальной действительности поистине безбрежно.