2. Сопоставление информации
Данный этап имеет важное значение для последующего использования материала и осуществляется в два приема:
- систематизация сведений – разбиение всего массива информации на блоки по какому то признаку – выделение фактов;
- собственно сопоставление – поверхностный анализ с целью выявления явных и возможных связей с объектом изучения и с иными «кусочками» информации;
- фиксация этих связей.
При использовании компьютерного анализа такие связи можно выявлять по датам, по действующим лицам, по месту свершения события, по названиям, по сферам интересов, по телефонам и т.д. Работая вручную, можно выявить и неявно выраженные связи.
3. Синтез данных
Синтез данных – наиболее важная процедура обработки информации – логическое объединение элементов информации, внешне не обладающих связями, в систему единой направленности. Здесь упор делается на выдвижение обоснованной гипотезы. На этом этапе работы с информацией решаются следующие задачи:
- установление связей между разрозненными элементами и укладывание их в единую логическую схему (например, описательная модель объекта или модель поведения);
- формулирование на основе полученных моделей гипотезы;
- определение потребностей в недостающих сведениях и постановка задачи по их нахождению;
Наиболее используемые варианты синтеза:
v Описание;
v Причинно – следственный анализ;
v Гипотетический метод.
v Описание и его методы.
Описание производится в рамках той задачи, которую аналитик ставит перед собой. Описание служит лишь умозрительному познанию, показу различных сторон изучаемого объекта или события. С помощью описания информация приводятся к такому виду, который позволяет использовать ее в качестве материала для объяснения происходящего. Описание – это модель описываемого предмета. Описывать событие – значит отвечать на вопросы о его качественных и количественных сторонах. Эти вопросы формулируются очень просто: «какой?, какое?, какая?, сколько?» и т.д. Поэтому описание отличается от простой констатации фактов, которая лишь отвечает на вопросы: «что?», «где?», «когда?». При простой констатации фактов сотрудник показывает наличие или отсутствие некоего события. А при описании он обращает внимание на свойства явления или объекта.
Главное при описании заключается в характеристике объекта интереса, то есть в выяснении качеств, а особый интерес при этом уделяется качествам, свойственным только этому объекту, либо узкому кругу объектов. Иными словами тому, что выделяет его из общей массы подобных. Аналитик прежде всего должен выявить те особенные качества явления, которые дают наиболее полное представление об исследуемой стороне этого предмета. Чем детальнее, правильнее в этом смысле описание, тем больше сведений дает оно о том, что описывается.
А) Группировка данных.
Этот метод заключается в упорядочивании данных по определенным признакам. Группировка позволяет связать разрозненные факты в единую систему, соответствующую тому или иному предположению, рабочей гипотезе и т.п. Группировка может производиться по разным признакам в зависимости от задачи, поставленной автором. Например, по датам, по месту происшествия, по связи с неким объектом.
Б) Типологизация данных.
Типологизация – это поиск устойчивых сочетаний свойств исследуемых ситуаций, процессов, событий, феноменов. Например, признаки, характеризующие какую то группу людей в зависимости от их отношения к религии, места в системе управления обществом, взаимоотношения с силовыми структурами, социального статуса и других отличительных свойств.
Наиболее используемый способ группировки данных состоит в том, что составляется блок-схема описания объекта интереса. Сначала формируются укрупненные блоки. Затем, внутри этих блоков формируются группы, а внутри них уже ячейки.
Таким образом, формируется структура описания объекта. После того как эта структура создана можно переходить собственно к группировке данных. Каждый новый информационный блок изучается с целью выявления в нем информации, которая подходит под описание какого-либо из ячеек. Если такая выявляется, то она переносится в эту ячейку с обязательным указанием атрибутов информационного блока, из которого была извлечена. Вполне возможно, что в одну ячейку может попасть несколько цитат из разных информационных блоков. Если они не противоречат друг другу – возможно их объединение. Если есть противоречие, то необходима дополнительная проверка для установления истины. По окончании такого исследования получается достаточно лаконичное и четкое описание интересующего вас объекта.
v Причинно-следственный анализ и его методы.
Причинная зависимость это связь явлений, одно из которых порождает другое. Первое явление называется причиной, а второе следствием. Во времени причина всегда предшествует следствию. Но причинно–следственную связь нельзя сводить к простой последовательности событий. Из того, например, что самолет взлетает после того как в него загружают багаж, не следует, что факт появления багажа на борту есть причина полета воздушного судна.
Логические методы причинно – следственного анализа:
Метод исключения
Суть этого метода заключается в том, что, анализируя сложный комплекс причинно–следственных отношений, можно обнаружить непосредственную причину путем исключения всех предполагаемых обстоятельств (реально не влияющих, хотя и присутствующих), способных вызвать сходные события, кроме одного фактора, который после тщательной проверки и принимается за причину изучаемого явления.
Метод сходства
Использование метода сходства обусловлено тем, что интересующие события, причину которых аналитик хочет установить, возникают в самых разных обстоятельствах, но при этом всегда при наличии одного и того же фактора. Сущность этого метода сводится к следующему: если наблюдаемое событие возникает в различных обстоятельствах, но при наличии одного общего фактора, то этот фактор и есть причина происходящего. Используя данный метод, можно изучить разные условия возникновения одного и того же события и вычислить из них один и тот же общий фактор, вызывающий это явление. С определенной долей вероятности можно утверждать, что этот фактор и есть причина, интересующая аналитика.
Метод одного различия
Сей метод сводится к сопоставлению случая, когда интересующее событие наступает, со случаем, когда оно не наступает. В обоих случаях должны быть одни и те же условия, за исключением одного, которое в одном из случаев отсутствует. Иначе говоря – если в одних и тех же обстоятельствах при наличии какого–то фактора событие наступает, а при его отсутствии исследуемое явление не происходит, то этот фактор и есть причина изучаемого явления.
Гипотетический метод
Началом объяснения причины события чаще всего становится гипотеза. Под гипотезой понимается неким образом обоснованное, но нуждающееся в более глубоком доказывании предположение о причине исследуемого аналитиком факта. Гипотеза представляет собой умозаключение, в котором есть неизвестные элементы. Создавая гипотезу, пользуются аналогией, индуктивным, дедуктивным методами. Часто, при выяснении причины исследуемых событий аналитик прибегает к аналогии. Создавая гипотезу аналитик, фактически, пытается объяснить, почему так, а не иначе, вписав в свою гипотезу все собранные факты по делу.
Моделирование
Построение модели некоего объекта или события достаточно трудоемкий процесс, но в конце пути получается отличный инструмент прогнозирования. На самом деле моделированием, как и анализом каждый из нас занимается постоянно. Просто это происходит неосознанно. Что такое моделирование ситуации – это построение некой виртуальной копии объекта изучения с соблюдением определенных нами правил. Эти правила зависят от глубины изучения объекта-оригинала и от желаемой точности в копировании свойств.
Есть три основных метода моделирования:
- экспертные системы;
- статистический метод;
- самообучающиеся алгоритмы.
Экспертные системы просто хранят в себе знания экспертов об определенной области. Эти знания сформулированы в виде правил. Это наиболее простой способ построения моделей – простой для понимания и для реализации. Его простота позволяет использовать практически в любых сферах деятельности человека.
Статистический метод заключается в накоплении статистических данных по исследуемому процессу и описание, на основе этих данных, происходящих изменений. У него есть некоторые ограничения – данный метод требует серьезных познаний в статистике (математике) и пригоден для структурированной информации, например информации выраженной в цифрах.
Самообучающиеся алгоритмы (наиболее известный вариант – нейронные сети) это некое сильно упрощенное подобие организации человеческого мозга. Есть масса мини-объектов, между которыми можно построить неограниченное количество связей. Именно организация этих связей и есть описываемая модель. Работа с подобными системами сводится к тому, что мы вливаем в эту сеть историю изучаемого процесса. Система выбирает закономерности и формирует модель процесса. Постепенно, методом проб и ошибок, эта модель оттачивается и получается необходимый инструмент.
Самообучающиеся алгоритмы – наиболее приемлемый метод для построения моделей на основе неструктурированной информации (текстовой информации). Но данный метод имеет свои особенности и сложности. Перед внесением данных в нейросеть их нужно тщательно обработать, удалив «мусор». Иначе внеся «мусор» на входе – получите «мусор» и на выходе. В первую очередь необходимо выбрать основополагающие свойства оригинала. Те свойства, которые оказывают максимальное воздействие на интересующие нас стороны существования объекта изучения.
Приемы анализа:
1) Построение последовательности событий (Исторический метод).
Данный метод является одним из наиболее простых и позволяет быстро понять, что происходит. С него начинается изучение той или иной области, того или иного объекта. Суть его заключается в следующем – все поступающие данные выстраиваются по времени описываемых событий. После чего определяется что за чем следует, какой факт какое событие предопределяет, что чему сопутствует и т.п. Иначе говоря, восстанавливается хронология событий. Это один из наиболее эффективных и используемых приемов обработки информации.
При построении цепочки событий, особенно если аналогично рассматриваются и параллельные происшествия, становиться многое понятно. Используя данный метод можно выяснить, как развивались события, что зачем следует и что чему предшествует, можно выявить определенные закономерности.
Разновидности данного метода используются для исследования потоков товаров – откуда, куда, через кого и когда проходил товар (или груз, или информация). Результатом такого исследования становится диаграмма событий. Сами события располагаются вдоль выбранной оси (горизонтальной или вертикальной), на которой есть разметка времени. А от предшествующего события к последующему ведет стрелка. С помощью такой визуализации удобно отображать большие объемы информации, выявлять аномалии и отклонения, находить «скопления» событий и т.п.
2) Выявление связей.
Этот метод можно охарактеризовать как определение всего, что так или иначе связано с изучаемым объектом или событием. Такие связи могут быть явными и неявными. К явным относятся прямо установленные. К неявным относятся те связи, которые нельзя доказать фактами, но которые могут существовать. Например, один юридический адрес у нескольких организаций может указывать на то, что они созданы одной юридической конторой, а на основе этого можно предположить и более значимую связь, которая, безусловно, требует дополнительной проверки. Неявные связи не являются фактами, но они указывают на то, в каком направлении нужно вести поиск. А это уже задание оперативникам.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
