70ecee33faf2aa297705d4db5f4e2044.ppt
- Количество слайдов: 58
Правдоподобные рассуждения в когнитивной социологии М. А. Михеенкова ВИНИТИ РАН mmikh@viniti. ru
Когнитивная социология § Социально обусловленные особенности когнитивного поведения (мышления, восприятия информации, принятие решений – в том числе, социальными системами, когнитивной активности при опросах) § Когнитивные особенности социального поведения, влияние познавательной активности на поведение § Общий подход – включение проблем познания, понимания и объяснения в структуру научных методологий Любое социологическое исследование учитывает когнитивные факторы (явно или неявно)
Когнитивная социология § Особенности и объективизация процесса познания в изучении социальных явлений § Искусственный интеллект – воспроизводство и усиление феноменологии естественного интеллекта § Имитация и усиление познавательной деятельности в изучении социальных феноменов
Когнитивная социология § Результат взаимодействия идей классической социологии и современных методов интеллектуального анализа данных § Получение нового знания на основе анализа эмпирических социологических данных
П. Сорокин Квантофрения. § Математика – не символизация и не схематизация (аналогии между явлениями физики и математики и психосоциальными явлениями часто неоправданны) § Количественные исследования не являются универсальными инструментами для выявления фундаментальных закономерностей (культ нумерологии) § «Ложное околичествление нескалярных качественных данных» (метрофрения) Методы анализа должны быть адекватны социальной реальности и методам ее формализации (проблема псевдоквантификации)
Качественный анализ социологических данных Традиционный § Творческие эвристики общения исследователя с индивидом (респондентом) – включенное наблюдение, интервью, анализ текстов § Последующее обобщение полученной информации и типологизация эмпирического материала (см. Готлиб А. С. Введение в социологическое исследование (качественный и количественный подходы). М. : Флинта, 2005. )
Когнитивная социология Открытая предметная область § Обоснованная теория (grounded theory) (B. Glaser, A. Strauss) – построение теории на основе эмпирических фактов с использованием индуктивного анализа, причем сбор информации происходит вплоть до насыщения выборки § Аналитическая индукция (В. А. Ядов, В. В. Семенова) – интенсивное изучение отдельных случаев для доказательства, что некоторая закономерность имеет общий характер и распространяется на всю совокупность
Computer Assisted Qualitative Data Analysis Software § Создаются и развиваются социологами § Анализ кодов. 3 базовых типа: а). text retrieves; б). code-and-retrieve; в). code-based theory building (NUD*IST, ATLAS/ti, Hyper. Research, Qualrus). § Анализ случаев (case-study). Аналитическая (неоаналитическая) индукция. Qualitative Comparative Analysis. Event Structure Analysis § Проблемы – формализация аналитических процедур качественного анализа, выявление причинных зависимостей
Социология – наука, «…стремящаяся, истолковывая, понять социальное действие и тем самым каузально объяснить его процесс и воздействие» М. Вебер «Основные социологические понятия» «… Вебер определял социологию как научную дисциплину, которая, в первую очередь, должна попытаться понять действия индивидов, особенно в их социальных отношениях» . Т. Парсонс «О теории и метатеории»
Интеллектуальный анализ социологических данных Решение задач качественного АСД средствами Интеллектуального анализа данных (knowledge discovery vs. data mining) Извлечение интерпретируемых зависимостей между различными факторами, неявно содержащимися в массивах данных ИАД: Обнаружение нового (относительно имеющихся БФ и БЗ) знания, извлеченного из БФ и БЗ посредством ИС ИС – конструктивная имитация (возможно, лишь до некоторой степени) познавательных способностей человека (В. К. Финн. Искусственный интеллект: методология, применения, философия. – М. : URSS, 2011) Существенно: наличие нечисловых параметров
§ «Интеллектуальные системы создаются для того, чтобы овеществлять в технических устройствах знания и умения, которыми обладают люди» Д. А. Поспелов. Моделирование рассуждений. М. : Радио и связь. 1989
ИАД как инструмент когнитивной социологии Когнитивная модель – имитация познавательной деятельности анализ данных – предсказание – объяснение – (новая проблема) Необходимы формализованные эвристики язык представления знаний: аргументативная и дескриптивная функции (представление знаний об объекте и ситуации и формализация рассуждений) Формирование понятий § Д. С. Милль: Необходимо объективное рассмотрение общественных проблем средствами рациональных рассуждений, содержащих как индуктивные, так и дедуктивные выводы.
Интеллектуальный анализ социологических данных § Задачи: первичная структуризация данных и знаний, формирование системы отношений (социум), выбор адекватных средств анализа, порождение новых отношений (измерение – отображение системы отношений в числовые характеристики) Согласование качественного анализа и количественных характеристик § Причинная обусловленность – предрасположенность к совершению поведенческих актов при отсутствии противодействующих влияний § Принцип: «сходство объектов (субъектов) порождает наличие эффекта и его повторяемость, а не наоборот» (тип каузальности «структура – эффект» )
§ «Способность улавливать сходство и выделять различия – фундаментальная способность, повидимому, всех живых существ. Опираясь на эту способность, Милль сформулировал свои принципы индукции» Д. А. Поспелов. Моделирование рассуждений § Д. С. Милль: Научное мышление при открытии «эмпирических законов» с необходимостью должно использовать индукцию, которая является средством обнаружения связи причин и следствий.
Д. С. Милль § Книга VI «Логика нравственных наук» : объединение общих законов жизни общества, которые формулирует социология, с принципами анализа причинности. § Существуют как причины индивидуального поведения, так и законы социального поведения § Однако применимость индуктивных методов в науках о человеческом поведении возможна лишь в редких случаях (объединенный метод сходства-различия). § Источники этой трудности: множественность причин и невозможность экспериментальных (искусственных) изменений опытных данных для применения метода различия.
Н. Смелзер § Метод сходства и метод различия – индуктивное ядро экспериментальных исследований § Методы Милля обеспечивают общее направление для сравнительных исследований, индуктивных по своей природе Smelser N. Comparative Methods in the Social Sciences. Englewood Cliffs: Prentice-Hall (1976).
Comparative Analysis § Метод сходства – поиск «инвариантности» образцов. Проблема: невозможность выявления множества причин. § Метод различия – двойное сходство (приближение к хорошему дизайну эксперимента) § «Тем не менее, эти методы <Милля> остаются популярными, поскольку не применяются на практике в формальном, строгом виде» (Romme A. Georges L. Boolean comparative analysis of qualitative data // Quality and Quantity, 1995, 29, pp. 317 – 329).
ИАД как инструмент когнитивной социологии Сходство – аналогия – абдукция: § алгебра логики – аналогия – абдукция, Al. An. Ab Qualitative Comparative Analysis (C. C. Ragin) – использование булевой алгебры для анализа причин социальных явлений. Причины – интерпретируемые комбинации качественных характеристик. Расширение (fs. QCA) – использование теории нечетких множеств. (закрытый мир); § индукция – аналогия – абдукция, In. Ab Формализованный качественный анализ социологических данных – средствами интеллектуального анализа данных (ДСМ-метод автоматического порождения гипотез) (открытый мир и обучение).
Задачи интеллектуального анализа социологических данных § ИАСД: система отношений (социум) – анализ – порождение новых отношений § Задачи ИАСД: – исследование индивидуального поведения (сравнение, типологизация) – обнаружение детерминант поведения – учет влияния ситуации (контекста поведения) – распознавание рациональности мнений (в т. ч. степени рациональности мнений данной социальной общности) и отклонений от нее Рациональность – обобщенная целе-ценностная рациональность (М. Вебер) как аргументированное принятие решений
Интеллектуальные системы (ИС) ИС = Решатель (задач) + [База фактов (БФ) + База знаний (БЗ)] + комфортный интерфейс Решатель = Рассуждатель + Вычислитель + Синтезатор ИС – компьютерная система описанной архитектуры, имитирующая способности естественного интеллекта: в автоматическом режиме – рассуждение, аргументация, рефлексия, обучение, объяснение; в интерактивном режиме – уточнение идей до понятий, адаптация, коррекция знаний и поведения. Рассуждатель: индукция, аналогия, абдукция, дедукция – синтез познавательных процедур, реализующий различные классы эвристик решения задач.
ДСМ-метод автоматического порождения гипотез и логика ИС § Условия применимости § ДСМ-рассуждения (формализация и уточнение индуктивных методов Д. С. Милля, аналогия, абдуктивное принятие гипотез) § Квазиаксиоматические теории (для баз знаний) § Метатеоретические исследования ДСМрассуждений и предметных областей § Интеллектуальные системы типа ДСМ § Распознавание корректности процесса ДСМрассуждений
Представление данных и знаний для ИАСД Два универсума: § универсум объектов (переменные X, V с индексами) § универсум свойств (переменные Y, W с индексами) Предикаты: § X 1 Y – «субъект X демонстрирует эффекты поведения Y» § V 2 W – «подмножество характеристик V есть причина эффектов поведения W» § W 3 V – «эффекты поведения W есть следствие характеристик V субъекта» Истинностные значения: = , n N, ( , n) = {б +1, n+1 с , б 0, n+1 с } И ( , n+1), {1, – 1 , 0, } – типы истинностных значений n – характеристика степени правдоподобия (число шагов) Jб v, nс = t, если v[ ] = ; Jб v, nс = f, если v[ ] № ; J б , nс (Х 1 Y), Jб , nс (V 2 W)
Анализ социологических данных средствами ДСМ-ИС § Построение формального языка для структуризации данных и аргументации § Порождение отношений «причина-следствие» ( 2) и «следствие-причина» (3 ) из исходного отношения «объект -свойство» ( 1) (индуктивный вывод) § Модификация БФ и прогнозирование отношения 1 посредством выводов по аналогии § Абдуктивное объяснение начального состояния БФ и управление ею § Анализ рациональности мнений § Построение квазиаксиоматической теории (открытой) КАТ для анализа социологических данных, систематизирующей факты и знания о социуме
Принципы формирования базы знаний 1. Постулат поведения (Р 1) 2. Постулат рационализации знаний о субъекте поведения (Р 2) 3. Постулат ситуационизма (Р 3)
§ Если даны: – мотивы, действующие на душу индивидуума, – его характер и настроения, § то можно предсказать его поведение. (Д. С. Милль, Книга VI «Логика нравственных наук» , Глава II «О свободе и необходимости» )
Для анализа поведения необходимо знать: – структуру характера, типичного для данной социальной системы; – цели и ориентации, возникающие в определенных ситуациях (Т. Парсонс, «О структуре социального действия» )
Постулат поведения Р 1 Пусть имеется три множества характеристик, входящих в описание субъекта поведения: § SC – признаки, представляющие социальный характер субъекта, § IР – индивидуальные черты личности (в том числе, когнитивные особенности), § BD – биографические данные. Пусть Det = Det 1 Det 2 Det 3, где (Det 1 SC)&(Det 2 IP)&(Det 3 BD), причем хотя бы одно Deti , i = 1, 2, 3. Det – детерминанта поведения В субъекта С, если из Det С следует, что С совершает В.
Формализованный качественный анализ социологических данных § 1 -й класс задач § Анализ и прогнозирование действий и готовности к ним § Пример: солидарное поведение (забастовки) (Институт социологии РАН) § Информативность представленных данных о субъекте превосходит информативность данных о его поведении § Решение: применение прямого ДСМ-метода § Причинно-следственная зависимость типа «сходство субъектов поведения влечет сходство действий этих субъектов» § Результаты: детерминация поведения, типологизация
§ Модельная задача – изучение личностных и социальных детерминаций социального поведения на основе анализа результатов опросов § Практическая задача – изучение солидарного поведения рабочих на конфликтных предприятиях г. Санкт-Петербург, завод «Арсенал» , 157 респондентов г. Елец, завод тракторных гидроагрегатов, 132 респондента субъект поведенческие готовности § Результаты: 1. детерминанты поведения, 2. типологизация поведения
Формирование эмпирических понятий § Анализ результатов в интерактивном режиме – рационализация идей § Порожденные обобщения понятия “советский рабочий”: {зависимость от предприятия, ощущение себя совладельцем, лояльность к директору, низкий уровень материального положения} “крепостной директора”: {зависимость от предприятия, лояльность к директору, установка на переговоры, отсутствие потребности в рабочих организациях} Данилова Е. Н. , Климова С. Г. , Михеенкова М. А. Возможности применения логикокомбинаторных методов для анализа социальной информации // Социология-4 М, 1998, № 5, с. 141 -167. Климова С. Г. Михеенкова М. А. , Панкратов Д. В. ДСМ-метод как метод выявления детерминант социального поведения // В кн. : Автоматическое порождение гипотез в интеллектуальных системах, под ред. проф. В. К. Финна. М. : Книжный дом «Либроком» , 2009. с. 410 – 427
«… мы никогда не можем с уверенностью утверждать, что причина, обнаруживающая известную тенденцию у одного народа или в одну эпоху, будет обнаруживать ту же самую тенденцию и у другого народа или в другую эпоху: мы должны возвратиться к нашим посылкам и снова проделать для второй эпохи или нации тот анализ всей совокупности влияющих на них обстоятельств, какой мы проделали уже для первой эпохи или нации» . (Д. С. Милль, Книга VI «Логика нравственных наук» , Глава ХII «Физический, или конкретно-дедуктивный метод» )
Постулат ситуационизма Р 3 Отсутствие действия социального субъекта (индивида или общности индивидов) при наличии потенциальной причины действия (установки) объясняется влиянием ситуации. Расширение постулата Р 1: детерминантой поведения субъекта может быть пара Det, S (а) Det , S= ; (b) Det , S ; (с) Det= , S ; (d) Det или S . X 1 Y P(X, S, Y), V 2 W R( V, S , W)
Формализованный качественный анализ социологических данных § 2 -й класс задач § Анализ и прогнозирование мнений § Пример: электоральные предпочтения (Российский государственный гуманитарный университет) § Информативность характеризации мнения превосходит информативность данных о субъекте, высказывающем мнение § Решение: применение обратного ДСМ-метода § Причинно-следственная зависимость типа «сходство мнений субъектов есть следствие сходства самих субъектов» (детерминанты, определяющие мнения; рациональность мнений) § Результаты: аргументация и детерминация мнений, анализ рациональности
Представление мнений § § § § Т – тема опроса P = {p 1, …, pn} – каркас темы Т Jm – m-значная логика, ИЭФ-Jm и ИЭФ*-Jm Vm = {0, 1/(m– 1), …, (m– 2)/(m– 1) , 1} – множество оценок переменных Заданы атомарные оценки v(i)[pj] = j(i), i = 1, …, mn, j = 1, …, n Задана функция оценки квазиформул и формул ИЭФ-Jm и ИЭФ*-Jm ? pi – вопрос «какова оценка высказывания pi? » , Vm, ответ – J pj Ответ респондента bi по теме Т – Jm-максимальная конъюнкция Ci ≖ J 1(i)p 1&. . . & J n(i)pn, i = 1, …, mn, …, r.
Задача изучения мнений Исходные элементы БФ Jб , 0 с (Cj 1[ j]) – «субъект Cj имеет мнение j» Гипотезы Jб , nс ([ j] 3 C j) – «мнение j есть следствие характеристик субъекта C j» (n>0) , n – истинностное значение (оценка), полученная применением ДСМ-метода АПГ, где { 1, 0, }, а n – число применений ДСМправил правдоподобного вывода
§ «На начальной стадии находятся наши представления о тех системах рассуждений, которые связаны с системами ценностей и целей, присущих человеку» Д. А. Поспелов. Моделирование рассуждений.
Аргументация § А – множество доводов (аргументов и контраргументов) Эмпирические оценки – функции § gj+: P 2 A, gj+(pi) А § gj–: P 2 A, gj–(pi) А, i = 1, …, n, j = 1, …, r (r = |R|), gj – индивидуальные функции выбора аргументации, {+, –} § G+ = {g 1+, …, gr +}, § G– = {g 1–, …, gr –}. Цель – понимание рациональности мнений
Аргументация § A , g+(pi) g–(pi) = , g (pi) A, {+, –} Атомарная оценка: § v[pi] = 1 g+(pi) , g–(pi) = ; § v[pi] = – 1 g+(pi) = , g–(pi) ; § v[pi] = 0 g+(pi) , g–(pi) ; § v[pi] = g+(pi) = g–(pi) = ; Аргументационная семантика возможна и для m=2, 3, 5, 6
Логика JA 4 – логика распознавания рациональности § v[J 1 p]=t g+(p) и g (p)= § v[J 1 p]=t g+(p)= и g (p) § v[J 0 p]=t g+(p) и g (p) § v[J p]=t g+(p)=g (p)= (частный случай m-значной логики)
Формализация m-значного закрытого опроса Оm = Jm, Р, , K , R , где Jm – m-значная логика (m 3), Р = {p 1, …, pn} – каркас темы опроса Т, = { 1, …, s} –логические зависимости между элементами каркаса, формулы логики Jm, K – стабилизированное множество ответов, K K, K – множество всех возможных ответов, |K|= mn R = {b 1, …, br} – множество респондентов (соответствующее K ) R = {X | J , 0 (X 1[ ])&( K )} ([ ] = {J 1 p 1, . . . , J npn }; , 1, …, n Vm) Оmа = Jm, Р, , K , R , А, G+ , G– – m-значный опрос с аргументационной семантикой
Двухуровневый m, l-значный опрос § Оценки относительно элементов Р и темы Т формируются независимо § опрос для каркаса – «внутренний» – m-значный; соответственно, используется логика Jm, § опрос по теме – «внешний» – l-значный; логика Jl. § Опрос определяется расширенно: Om, l = Jm, Jl, Р, , K , R . R = {X | J , 0 (X 1[ ])&( K )} ([ ] = {J 1 p 1, . . . , J npn }; Vl, 1, …, n Vm). Om, l а = Om, l, А, G+ , G– – m, l-значный опрос с аргументационной семантикой
Непротиворечивость мнения § Ответы респондентов j = J 1(j)p 1&. . . & J n(j)pn – Jмаксимальные конъюнкции логики Jm § consis( { }) – метапредикат непротиворечивости множества формул ( { }) (метод аналитических таблиц для логик Jm) § К+ = { |consis( { }) ( К)} – множество всех , не противоречащих § = { | consis( { }) ( К)} – множество ответов , противоречащих (множество “запрещенных максимальных конъюнкций” относительно ).
Критерии рациональности опроса Степень непротиворечивости опроса § |K | = r, функция (K , ) = 1 – (|K |/|K |) есть степень непротиворечивости опроса соответствующего множества респондентов. § Если K = , то опрос непротиворечив ( = 1); § если K , – противоречив ( = 0); § если K и (K ), то 0< < 1 K –стабилизированное множество ответов – множество “запрещенных максимальных конъюнкций”
Анализ рациональности мнений Критерии рациональности § Степень непротиворечивости мнений (познавательные возможности респондента) § Близость к «идеальному мнению» (рациональность электорального выбора) § Степень согласованности мнений Диаграмма частичного порядка для трех критериев – описание состояния рациональности
Формирование мнения p 1, …, pn – программные установки (по проблемам «земля» , «приватизация» , «СМИ» , «внешняя политика» , «экономика» , «свобода личности» , «социальная политика» и. т. п. ) р57: «Земля всецело должна быть в государственной собственности» (КПРФ) р61: «Социальная рыночная экономика наиболее эффективна в условиях России» (Яблоко) р68: «Необходимо узаконить итоги приватизации» (СПС) р85: «Основная угроза России исходит от США» (ЛДПР) Мнение – ответы на предложенные вопросы с соответствующими оценками (из множества {1, – 1, 0, })
Рациональность р57 Земля всецело должна быть в государственной собственности. р67 Продажа земли в частные руки должна быть строго ограниченной. р84 Земля должна постепенно приватизироваться, но при условии строгого соблюдения законности. р88 Необходима свободная без ограничений продажа сельскохозяйственных угодий. § J 1 p 57 J– 1 p 88 § J– 1 p 57 J 1 p 88 § J 1 p 57 J– 1 p 84 § J 1 p 67 J– 1 p 88
Рациональность (3 критерия) (2003) СПС Яблоко Единая Россия КПРФ ЛДПР Народная Партия R = R, , R = , , , R(i) R(j) (( (i) (j))&( (i) (j)))
Рациональность (2 критерия) (2003) Близость к Степень Всего идеальному согласованности мнению Ед. Россия 21 0, 680 25 0, 571 0, 598 КПРФ 5 0, 700 0, 540 Яблоко 25 0, 533 0, 472 ЛДПР 5 0, 350 0, 329 Нар. партия 5 0, 233 0, 240 Ед. Россия СПС 0, 625 СПС КПРФ Яблоко ЛДПР Нар. парт.
Рациональность (2 критерия) (2007) Близость к Всего идеальном у мнению Степень согласованности СПС 14 0, 673 0, 559 Яблоко 17 0, 412 0, 447 Гражд. сила 4 0, 571 0, 444 ЛДПР 8 0, 5 0, 441 Ед. Россия 31 0, 407 0, 406 КПРФ 8 0, 429 0, 351 Справ. Россия 3 0, 333 СПС Яблоко Гражд. сила ЛДПР КПРФ Ед. Россия Справ. Россия
Эффекты когнитивности § Рационализация идей в интерактивном режиме (индуктивное порождение обобщений понятий) § Некоммутативность опроса: мнение – тема, тема – мнение. § Косвенная валидация (прогнозирование поведения)
Предсказательный опрос § § Изучение социальной общности формальными средствами Расширение базы фактов БФ на основе абдуктивного объяснения Пополнение БЗ доопределенными примерами отношения K – стабилизированное множество ответов по завершении вычислений, K = K K*, где K* - множество доопределенных ответов. § Предсказание ответов – любая реализация эвристической схемы § Определение степени рациональности опроса (по трем критериям) § Определение существенности параметров опроса (элементов P)
Предсказательный опрос § O 4, – предсказательный опрос, Vin( ) = { , n | ( { 1, 0, })&(n N)} § X ((X R*) (J( , 0)(X 1[ ])&( K))) § Ǩ = K K' § K , n* = { | XJ , n (X 1[ ])&(X R*)& ( { 1, 0, })& (n 1)} § Kn* = K 1, n* K – 1, n* K 0, n* K , n* § Ǩn* = Kn* Ǩ – множество предсказанных мнений § (К , К+) = |Ǩn* К |/|К+| – (рациональная) полнота предсказания
Когнитивные инструменты ДСМметода (когнитивная технология) Объективизация данных о социальном поведении § Реализация познавательного процесса § Абдуктивное объяснение § Стабилизированное множество мнений § Измерение рациональности на основе качественного анализа § Анализ противоречивости мнений с учетом объективного знания Влияние познавательной активности на поведение § Постулат поведения – источник мотивации § Представление мнений § Рациональный выбор на основании аргументации
Внешняя валидность (1) Полнота стабилизации мнений X Z(((X R)& (Z R)& J , 0 (X 1[ ]) J , 0 (Z 1[ ])) (2) Абдуктивное объяснение (АКП( ), = ) АКП(+): X Y k V 1 Vk W 1 Wk (J 1, 0 (X 1 Y) n(&i=1 k. J 1, n (Vi 2 Wi) & (Vi X)& (Vi ) &(Wi ))& ( i=1 k. Wi=Y))) Степень каузальной полноты ( =+, –): число объясненных ( )-фактов (АКП( ) выполняется) число исходных ( )-фактов (3) Аргументационная корректность i X 1 X 2(((X 1 i)& (X 1 i )) (X 1 X 2 )), i ={X| Y X 1 p((g+(p, X) g–(p, X 1)= )& (g+(p, X) g+(p, X 1) )&X X 1& J( , n)(X 1 Y)&J( , n)(X 1 1 Y))}, i R, = , 0
ИАД как инструмент когнитивной социологии Формализованная оболочка для решения социологических проблем с предварительной содержательной работой социолога АСД: а). Стандартные эвристики формирования массива данных (предварительная содержательная работа социолога) б). Формализованные эвристики анализа данных (формализованная оболочка для решения социологических проблем) § Когнитивная социология – Формализация познавательной деятельности в изучении социальных явлений Влияние познавательной деятельности на поведение § Формализованные средства – ДСМ-метод АПГ и соответствующие ему логики § Инструмент анализа – интеллектуальные системы типа ДСМ (ИС -ДСМ).
§ Когнитивная социология – взаимодействие идей классической социологии и возможностей ИАД § Ответ на вызов качественной социологии (потребность в формализации КАД) § Когнитивная социология vs. Социальная философия и статистические вычисления
«Достигнут определённый успех в области моделирования разного рода правдоподобных рассуждений» Д. А. Поспелов. Моделирование рассуждений (из Заключения)
Некоторые публикации § § § § § Автоматическое порождение гипотез в интеллектуальных системах. М. : Книжный дом «Либроком» , 2009, Введение, Гл. 1, Гл. 4; Часть III. Многозначные логики и их применения. Т. 2. М. : Издательство ЛКИ, 2008, Гл. 2. 2. Плотинский Ю. М. Модели социальных процессов. – М. : Логос, 2001. Страусс А. , Корбин Дж. Основы качественного исследования. Обоснованная теория. Процедуры и техники. М. : Ком. Книга. – 2007. Финн В. К. Искусственный интеллект: методология, философия, применения. М. : КРАСАНД, 2011. Финн В. К. К структурной когнитологии: феноменология сознания с точки зрения искусственного интеллекта // Вопросы философии, 2009, № 1, с. 88– 103. Lewins A. , Silver C. Using Software in Qualitative Research: A Step by Step Guide. London: Sage Publications, 2007. Rihoux B. , Ragin C. C. Configurational comparative methods. Qualitative Comparative Analysis (QCA) and related techniques (Applied Social Research Methods). CA and London: Sage Publications, 2009. Zerubavel E. Social mindscape. An Invitation to cognitive sociology // L. : Harvard Univ. Press, 1997.
70ecee33faf2aa297705d4db5f4e2044.ppt