Материал: tsukanova_oa_modeli_i_metody_upravleniia_informatsionnymi_re

81

Данный подход достаточно универсален и потому в целом может быть применен и к задаче, решаемой в данной работе, где в качестве базовой применяется графовая модель сообщества. При этом требуется уточнение в связи с использованием несколько иной интерпретации элементов графа.

Поскольку в качестве базовой графовой модели сообщества используется интегрированная акторно-информационная модель, что означает одновременный учет и акторной, и информационной структуры сетевого сообщества, то действительно, в данном случае, качественные изменения возможны в составе:

1.акторов сетевого сообщества;

2.информационных ресурсов;

3.связей между индивидуальными акторами.

Однако, следует отметить, что отдельные изменения (1-3) происходят довольно редко, поэтому необходимо добавить следующие дополнительные уточнения (4-6):

4.изменение в акторном составе влечет за собой одновременно изменения и

всоставе связей, и в информационном наполнении. Так, привлечение нового актора потенциально увеличивает информационный ресурс того или иного кластера;

5.изменение состава информационных ресурсов может также привлечь новых акторов, а соответственно и повлиять на изменения в связях;

6.изменение в связях влияет на доступность того или иного актора или информационного ресурса.

При любом из вышеперечисленных изменений система переходит в новое состояние. Однако необходимо уточнить, образуется ли при этом новый слой текстуры, и в каком случае. Т.е. особенностью в данном случае является то, что при переходе с одного слоя текстурированного пространства состояний на другой сетевое сообщество может поменять несколько промежуточных состояний,

которые не являются значимыми (фиктивный текстурный слой). Эти фиктивные слои определяются заданным временным промежутком для снятия показаний

82

состояния сети. Такой слой не фиксируются моделью, но условно подразумевается, как некоторое пустое множество – индикатор направления эволюции. Как только появляется заполненное множество – т.е. выделятся качественно новый слой, это пустое множество исчезает из статистики модели.

Следует заметить, что ранее делались попытки методологически осмыслить процесс «пространственного» движения систем. Здесь интересна, в частности,

работа Яхонтова В.Н. [60], в которой автор предлагает «темпоральную модель пространства» для абстрактных понятий «Ничто» и «рефлексия Ничто», оперируя которыми он описывает некую простейшую систему с рефлексивной связью,

справедливо замечая, что «действительность – фабрика непрерывно воспроизводимых объектов». И далее совершенно в духе субъективного идеализма отмечается: «Постулируется существование простейшего объекта с одной рефлексивной связью, порождающего упорядоченное множество состояний. Все остальные объекты – производные» [60].

Вероятно, что некоторыми уточнениями эту методологическую постановку можно применить и для описания реальных объектов, и в т.ч. для описания переходов в модели текстурированного пространства состояний для сетевых сообществ. Но для этого систему необходимо наполнить реальным содержанием и, в соответствии с рекомендациями самого автора, отмеченными в работе [60],

следует определить некоторые категории и метрические показатели (пп. 3.3, 3.4)

3.3.Определение параметров перехода (расстояния между эволюционными

площадками и интенсивности перехода)

В моделях и методологиях, создаваемых для описания объектов в динамике,

расстояние часто определяется временным параметром. Так в рассмотренной выше работе [60] предлагается считать расстоянием между двумя объектами

«время перехода в пространстве состояний из начального состояния в конечное объекта «сцена», являющегося абстракцией системы двух связанных объектов».

83

Т.е. расстояние представляет собой «минимальное время реализации «сцены» как физического объекта». Кроме того, в работе [60] отмечается, что сцена не является традиционным физическим объектом, т.к. нарушается периодичность реализации. В связи с чем, такую сцену предлагается называть «объектом переменной длины» [60].

Данные утверждения благодаря предельной степени абстракции можно считать справедливыми и методологически продуктивными также и для таких объектов, как сетевые сообщества. Для такого объекта в модели текстурированного пространства состояний, понятие расстояния можно определить следующим образом. Расстояние – минимальное время формирования нового слоя в процессе виртуального текстурирования пространства состояний

сетевого сообщества. Т.е. в определенный момент времени сетевое сообщество

обладает определенной структурой, являющейся отражением его состояние в этот

момент. В некоторый момент времени сообщество переходит на новый

уровень развития. В данном случае (условная характеристика, не являющаяся константой) представляет собой период времени, необходимый для перехода на следующий слой или расстояние между двумя слоями текстуры.

Любая реальная система динамична и эволюционна. И даже революция – это лишь ускоренная эволюция. Также и стационарные системы можно трактовать как условно динамичные, взятые дискретно по временному срезу. Любой срез структурен. Следовательно, динамичность системы определяется интенсивность перехода от одной структуры к другой. В сети, как текстурированном пространстве состояний с неявными структурами системообразующим фактором является сами процессы перехода. Исходя из представленной логики, в

методологии научного познания [9] динамичную систему предлагается описывать как «поток переходов пространственно объединенных стационарных систем».

Понятно, что динамичность, или эволюционность, системы будет характеризоваться интенсивностью данных потоков.

84

Для физических систем проблема формализации процессов перехода достаточно подробно разработана [9] и практически и экспериментально реализована, в то же время для социальных, в т.ч. и сетевых, систем, корректный эксперимент в которых весьма затруднен, формализация переходного процесса является проблемой, ожидающей своего решения. (В то же время, например,

интенсивность научных публикаций, сопровождающих процесс формирования научного знания, является достаточно корректным статистическим материалом,

по крайней мере, в первом приближении).

Концепция рассмотрения сети, как условно текстурированного пространства состояний позволяет непротиворечиво отнести рассматриваемую систему к указанному выше классу систем. Однако, ставя задачу формализации потока перехода, без решения которой невозможно корректное моделирование, следует обратить внимание на особенность вида целевой функции. Это не может быть функция, максимизирующая только скорость перехода, поскольку не столько количественные, сколько качественные параметры эволюционной площадки преобразуют ее. Таким образом, речь должна идти о введении особой системной категории – становлении потока.

Это одновременно и функциональное, и структурное явление. Методология структурно-функционального анализа достаточно хорошо разработана для стационарных систем или систем, динамичных в физическом смысле. Однако для социальных сетевых систем процесс становления потока является специфичной задачей. Становлением потока предлагается называть эволюционный процесс,

отражающий не только изменчивость информационного ресурса площадки, но и его устойчивость. Исходя из диалектического характера двух упомянутых категорий, здесь предлагается говорить о становлении потока, об его устойчивости в смысле закономерной изменчивости. Закономерная изменчивость

– означает – неслучайная изменчивость. Отсюда задача – установление закономерности, а затем и моделирование систем на основании установленной закономерности.

85

Логично также сделать замечания, касающиеся определения скорости перемещения системы на новый слой. Выше было отмечено, что период времени между переходами из одного состояния сетевого сообщества в другое, как правило, не является постоянной величиной, поскольку переход в качественно новое состояние может произойти в непредвиденный момент времени. Такие процессы принято называть случайными процессами с непрерывным временем

[1]. Исследователь [1] также отмечает, что для таких процессов «вероятность перехода в точно произвольный момент времени равна нулю» и предлагают

промежуток времени из одного состояния в другое к длине этого промежутка

[1]:

(

Указанная формула достаточно корректна для определения интенсивности перехода при развитии простых или организационно структурированных объектов. Однако сети принадлежат к другому по порядку формализации классу,

и поэтому здесь в большей степени важна не вероятностная интенсивность перехода, а характер распределения параметрических вероятностей, поскольку эффективность управления зависит именно от точности моделирования этого характера по эволюционной площадке. Здесь следует также отметить, что нормальное распределение, являясь «пиковым» не может быть признано оптимальным по целевому применению, эволюционный переход не может быть переходом по точке и даже по ее окрестности. Это должен быть переход по площади. Поэтому целевой функцией при моделировании должна быть функция равномерного распределения вероятностей.