Adaptation of fuzzy c-means method for determination the structure of social groups

Abstract

мулеса о. Ю. ВступСоціальна структура суспільства, як сукупність взаємо-пов'язаних та взаємодіючих між собою соціальних груп є об'єктом багатьох наукових досліджень [1,2]. Вивчення її властивостей дозволяє розв'язувати важливі соціальні, політичні, економічні, медичні та інші задачі [1][2][3]. Ос-новними елементами соціальної структури суспільства є соціальні групи осіб, об'єднаних за деякими спорідне-ними ознаками: етнічними, демографічними, професій-ними, територіальними тощо. Результати дослідження структури соціальних груп є основою для здійснення прогнозування виникнення та розвитку різних соціаль-них процесів, планування та виконання профілактичних і запобіжних дій до попередження виникнення нега-тивних явищ у суспільстві загалом та в колективі зо-крема, прогнозування розвитку ринків збуту товарів та отримання характеристики ринку трудових ресурсів тощо. Серед параметрів, що характеризують структуру соціальної групи є її кількісний та якісний склад. Зви-чайно, задачі визначення структури соціальної групи розв'язують шляхом аналізу результатів соціологічних досліджень, які, як правило, є високовартісними, ресурс-номісткими та розтягнутими в часі. Проте, на практиці часто виникають задачі, пов'язані з визначенням кіль-кісних характеристик таких груп, які характеризуються закритістю та невеликою чисельністю, наприклад, групи підвищеного ризику інфікування ВІЛ [3][4][5]. Виявлен-ня та опитування представників цих груп є складною, а подекуди і не вирішуваною проблемою. Таким чином, актуальним є розробка підходів та методів визначення структури деяких соціальних груп, які б базувалися на використанні доступних даних таких як результати експертних опитувань.Серед задач, які виникають в ході дослідження со-ціальної структури суспільства важливою є задача його поділу на соціальні групи, яка математично може бути представлена як задача кластеризації [6]. аналіз літературних даних та постановка проблемиЗадача кластеризації полягає у визначенні груп об'єктів, що є найбільш близькими один до одного за деяким критерієм [7][8][9][10][11]. Більшість методів кластеризації базуються на аналізі матриць коефіцієнтів подібності, в якості яких виступають, як правило відстані. Серед методів кластерного аналізу варто виокремити наступні:-статистичні [12,13], які базуються на припущенні, що кластери добре описуються деяким сімейством імовірнісних розподілів; -деревовидні [14,15], в результаті роботи яких відбувається побудова дерева кластерів; -нейромережні [9,16,17], в основі яких лежить використання карт Кохонена; -генетичні алгоритми [9,11], які використовують принципи природного відбору, селекції та мутації. Особливе місце серед методів кластеризації посідає метод нечітких с-середніх [18], який базується на апараті теорії нечітких множин [19]. В основі цього методу лежить положення про те, що кожен об'єкт може нале-жати різним кластерам з різною ступенем належності.Характерною особливістю задач визначення струк-тури соціальних груп є те, що вхідні дані переважно мають нечисловий характер. Цей фактор ускладнює застосування клас...

Development of a multi-scenario approach to intelligent management of human resources in the field of medicine

“…The problem can be developed in the direction of expansion of the set of possible scenarios of matching supply and demand and creation of appropriate decision-making methods. The proposed procedure for the selection of medical staff can also be developed in the direction of creation of a decision-support system based on social networks using the approaches proposed in papers [38,39].…”

Forming the clusters of labour migrants by the degree of risk of hiv infection

“…The methods of fuzzy clustering, among which the main method is a method of fuzzy c-means [14] that is based on application of the apparatus of fuzzy sets, allow simultaneous assigning of the same item to different clusters with different degrees of membership. Adaptation of the method of fuzzy c-means, which is provided in [15], allows dividing objects into clusters with regard to degrees of the impact of the characteristics on the object belonging in a cluster.…”

Design features of the information technology for the labor migrants group structure determination

“…В свою чергу, методи структурної та параметричної ідентифікації невідомих залежностей представлені в роботах [11,12]. В роботі [13] запропоновано адап-тацію методу нечітких с-середніх для розв'язання задачі визначення структури соціальної групи, яка базується на представлені вхідних даних задачі у ви-гляді лінгвістичних змінних.…”

“…Вербальна постановка задачі визначення струк-тури групи трудових мігрантів може бути виконана таким чином [13]: у заданій соціальній групі здійснити групування її членів за заданими соціально-демо-графічними параметрами; визначити кількісний та представницький склад кожної складової заданої гру-пи. Представники групи характеризуються за такими параметрами, що утворюють їх соціально-демографіч-ний портрет [1,4]: територія проживання та місцевість (сільська, міська); вік; рівень освіти; сімейний стан; місце роботи або працевлаштування (країна або регіон міграції) та інше.…”

“…Відповідно до алгоритму, наведеному в роботі [13], на початку роботи процедури кластеризації необхідно розв'язати такі задачі:…”