Ошибка

Создать PDF Рекомендовать Распечатать

ТЕХНОЛОГИЯ BIG DATA КАК ИНСТРУМЕНТ УПРАВЛЕНИЯ В МЕЖКУЛЬТУРНОЙ КОММУНИКАЦИИ

Теория управления | (125) УЭкС, 7/2019 Прочитано: 364 раз
(3 Голосов:)
  • Автор (авторы):
    Царькова Наталья Ивановна, Ерисов Владимир Дмитриевич, Пекова Екатерина Александровна
  • Дата публикации:
    25.07.19
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    ФГБОУ ВО «Московский политехнический университет»

ТЕХНОЛОГИЯ BIG DATA КАК ИНСТРУМЕНТ УПРАВЛЕНИЯ В МЕЖКУЛЬТУРНОЙ КОММУНИКАЦИИ

BIG DATA TECHNOLOGY AS A MANAGEMENT TOOL IN INTERCULTURAL COMMUNICATION


Царькова Наталья Ивановна
Кандидат педагогических наук, доцент
ФГБОУ ВО «Московский политехнический университет»
E-mail: tsarkovani@mail.ru

Tsarkova Natalya Ivanovna
Candidate of pedagogical Sciences, associate Professor
Moscow Polytechnic University

 

Ерисов Владимир Дмитриевич
Бакалавр
ФГБОУ ВО «Московский политехнический университет»
E-mail: mr.vovezzz@mail.ru
Erisov Vladimir Dmitrievich
Bachelor
Moscow Polytechnic University

 

Пекова Екатерина Александровна
Бакалавр
ФГБОУ ВО «Московский политехнический университет»
E-mail: pekkonen97@gmail.com
 

Pekova Ekaterina Aleksandrovna 

Bachelor
Moscow Polytechnic University

Аннотация
Технология Big Data рассматривается в качестве инструмента управления в межкультурной коммуникации и на основании анализа выбора математических моделей, метода обработки естественного языка и имитационного моделирования обосновывается эффективность её интеграции на всех уровнях межкультурных взаимодействий.

Abstract
Big Data technology being considered as management tool in intercultural communication and based on choice analysis of mathematical models, processing method of natural language and simulation modeling justified its integration effectiveness at all levels of intercultural interactions.

Ключевые слова
Управление в межкультурной коммуникации, технология Big Data, математическое моджелирование, имитационное моделирование, машинное обучение, семиотические процедуры.

Keywords
Management in intercultural communication, Big Data technology, mathematical modeling, simulation modeling, machine learning, semiotic procedures.

 

Введение

Возрастающий объем получаемой разнородной информации приводит к необходимости переориентации с традиционных инструментов сбора, обработки, хранения и анализа данных на технологию Big Data. Её интеграция в межкультурную коммуникацию позволит изучать и анализировать культурно обусловленные процессы посредством представления их в качестве единой системы.
Парадигмальные основы Big Data предполагают решение основных проблем, которые стоят перед специалистами, занимающимися анализом межкультурной коммуникации. К таким проблемам можно отнести:
• сложности в хранении постоянно обновляющегося потока входящей информации и управлении им;
• сложности в структурировании разнородной информации;
• сложности в анализе, прогнозировании и принятии решений на основе обратной и структурированной информации.
Big Data в широком смысле – это данные большого объема, характеризующиеся многообразием, скоростью прироста, достоверностью, ценностью. Применяя их как инструмент социокультурного воздействия, можно получить перекодировку социальной устойчивости. Иными словами, экспоненциальный рост информации содержит угрозу декультурации и деинтеллектуализации, корректирует психологические установки и стереотипы, подрывает основы нормального развития человеческого общества [3]. Поэтому необходимо учитывать ее социально-демографические, этнические и социально-экономические особенности.


Основная часть

В современных условиях для построения эффективного диалога между индивидами или культурными группами необходим системный и комплексный анализ их языковых особенностей, географического положения мест их естественного проживания, социально-демографических характеристик, психографических особенностях и поведения, опирающийся на использование не только естественнонаучных и статистических, но и математических методов с использованием информационных технологий, способных после определения человеком основных параметров и алгоритмов самостоятельно выстраивать структурные связи между элементами межкультурной коммуникации.
Математические методы основаны на построении системы линейных алгебраических уравнений, которые позволяет работать сразу с несколькими неизвестными факторами, параметрами или процессами. Основной особенностью тут выступает вид связи между исходными данными и неизвестными. Так, существуют задачи, где с помощью уже существующих и заданных параметров или процессов описывается решение, и, наоборот, где определяются параметры или процессы по уже известным конечным результатам.
Для анализа межкультурных взаимодействия исходным данными могут быть семантические, синтаксические, морфологические, фонологические, фразеологические и прагматические свойства языков, модели и стереотипы поведения, представления о ценностях и нормах, свойственные разным культурными группами. Искомыми решениями могут быть выявление закономерностей и корреляции в структурах языков, особенности поведения социальных или этических групп, возможные направления воздействия на эти характеристики.
В зависимости от заданных параметров для решения систем линейных алгебраических уравнений строятся модели множественной регрессии, регрессионная модель временного ряда и модель динамических систем в пространстве состояний [1]. Основными трудностями при решении могут быть их несовместимость, вырожденность и недостаточная обусловленность. Для анализа этих особенностей на практике применяются алгоритмы сингулярного разложения (SVD-разложение), которые позволяют сократить временные затраты на выбор параметров и построение системы.
Однако анализировать огромный пласт разнородной информации собственноручно – малорационально, так как будет затрачиваться огромное количество времени, что может привести к недочетам и ошибкам и сказаться на достоверности и точности проводимых исследований. В силу этого математические методы построения и решения алгоритмов и их анализа на основе линейных алгебраических уравнений принято проводить с применением информационных технологий.
Общепринятым инструментом для этого выступает технология Big Data, в которой можно выделить следующие структурные элементы: 1) методы Data Mining; 2) смешение и интеграция данных; 3) имитационное моделирование; 4) машинное обучение.
Методы Data Mining в процессе межкультурной коммуникации необходимы для построения математических моделей с помощью системы линейных алгебраических уравнений, которые позволят группировать наблюдения или процессы и находить в них закономерности.
Смешение и интеграция данных позволит увеличить качество понимания компьютером естественных языков, так как лингвистические особенности текстов и речи представителей одной и той же языковой группы могут различаться.
Имитационное моделирование необходимо для детального и наглядного логико-математического описания рассматриваемого процесса во времени. Эта технология позволит разложить основной процесс на подпроцессы, определить функциональные связи между ними, условия взаимодействия и особенности поведения. Так, например, правила понимания омонимов в разных языковых группах или представителями одной могут различаться. В силу этого необходимо построить модель, которая наглядно их опишет и выстроит алгоритм действий.
Машинное обучение на основании заданных алгоритмов при построении математических моделей процессов в межкультурной коммуникации и их имитационном моделировании позволит с помощью самообучаемых нейронных сетей автоматизировать процесс поиска, обработки и анализа информации о закономерностях и особенностях в языковых и поведенческих структурах разных культурных групп.
Именно поэтому внедрение информационных систем с использованием технологии Big Data открывает качественно новые возможности для межкультурных коммуникаций на всех уровнях этого вида взаимодействий. Как известно, в ходе межкультурных коммуникаций основные затруднения возникают в ходе реализации трех семиотических процедур.
Во-первых, это элементарное декодирование чужой речи и, соответственно, перевод собственной речи на язык представителя другой культуры. Современные информационные системы уже близки к тому, чтобы работа по переводу речи стала рутинной работой.
Основным содержанием второй процедуры является соотнесение с конкретным типом культуры определенных стереотипов поведения, границ приемлемости тех или иных действий, представлений о необходимом, желательном, возможном и недопустимом в поведении личности или социальной общности, принимающей участие в диалоге культур.
Третья процедура является наиболее сложной и на разработку обеспечивающих ее реализацию подсистем уйдет еще немало времени, сил и средств. Главной ее задачей является не только анализ поведения конкретного представителя того или иного типа культуры в ходе межкультурной коммуникации, но и прогноз наиболее вероятных последствий коммуникативного взаимодействия. Такой анализ потребует учета не только традиций, нормирующих общение в инокультурной среде, но и типических поступков представителей этой среды в типических ситуациях, а также поступков, которые являются следствиями различных вариантов развития взаимодействий между личностями и социальными общностями.
При помощи технологии Big Data с использованием глобального подхода, который основан на изучении социума, можно построить виртуальные модели, учитывающие традиции, социальные условия и изменения. Выделяют четыре критерия классификации математических моделей социальных процессов [2]. Первый критерий связан с процессом формализации при помощи математического аппарата (стохастические (вероятностные) и детерминированные (определенные) модели) и используемых переменных (непрерывное или дискретное время). Второй критерий – функция моделей процессов в теоретическом и эмпирическом исследовании (теоретические и эмпирические модели), а также модели описательные, объяснительные, предсказательные. Третьим критерием выступают социальные процессы, происходящие в различных группах, и процессы индивидуальных и групповых решениях. Четвертый критерий отвечает за то, является ли предполагаемый процесс управляемым или он протекает без управляющих воздействий, то есть, задает тип концептуализации социального процесса.

Заключение

Решение задачи управления в межкультурной коммуникации относится к области междисциплинарных исследований и потребует тесного взаимодействия специалистов в области информационных технологий с лингвистами, культурологами, этнологами, психологами, историками, специалистами в области семиотики и других отраслей социально-гуманитарного знания.
Тем не менее, необходимо признать, что успех работ над созданием такого рода информационных систем будет зависеть прежде всего от IT-специалистов. Объем информации, накопленной социально-гуманитарным, достаточен для начала работы. Разумеется, он будет нарастать, будут меняться парадигмы, но это поддается учету и внедрению в уже отлаженную работу механизма, основанного на информационных технологиях. Объем информации, накопленной социально-гуманитарным, достаточен для начала работы. Разумеется, он будет нарастать, будут меняться парадигмы, но это поддается учету и внедрению в уже отлаженную работу механизма, основанного на информационных технологиях.


Библиографический список

1. Баханов А. Г. Роль больших данных и имитационного моделирования в социально - экономических исследованиях. – Социологический альманах. – 2017. – №8.
2. Магеррамов З. Т., Абдуллаев В. Г., Магеррамова А. З. Big Data: проблемы, методы анализа, алгоритмы. – Радиоэлектроника и информатика. – 2017. – №3.
3. Колесниченко О. Ю. Векторы развития информационного аспекта глобализации. – Вестник ГУУ. – 2014. – №16.