ГИБРИДНЫЙ ИНСТРУМЕНТАРИЙ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ ТЕХНОЛОГИЙ ОБРАБОТКИ БОЛЬШИХ ОБЪЕМОВ ДАННЫХ

В последние годы правительство Российской Федерации уделяет большое внимание стимулированию экономического развития [6, 8]. Для того, чтобы такая поддержка была эффективна, требуются прогнозы развития экономики на период в несколько лет.

Обработка больших объемов данных – направление, интенсивно развивающееся в мире [13] и перспективное для Российской Федерации. Однако, это все еще новая область, в которой происходят бурные изменения. Соответственно, прогнозирование развития данного направления – сложная задача. Эта сложность объясняется тем, что все более усиливается взаимосвязь между различными отраслями экономики, инновационные проекты становятся все в большей степени мультидисциплинарными. А это, в свою очередь, во многом обусловлено именно цифровизацией экономики [6].

В современных динамических условиях для прогнозов в подобных областях используется форсайт [4], основанный в основном на мозговом штурме и экспертных опросах. При этом часто используется метод сценариев.

Данная работа посвящена структурированию проблемы прогнозирования уровня развития технологий, связанных с большими объёмами данных. Основная идея состоит в разделении знаний на относительно стабильные (набор факторов и их взаимосвязь); известные (взятые из вторичных источников) и непосредственно определяемые экспертами (уровень выраженности факторов и их влияние на прогноз).

Для структурирования проблемы используются различные представления.

Когнитивная карта – направленный граф причинно-следственных связей элементов проблемной области. Для оценки силы и направления влияния одних элементов на другие связям присваивают вес от +1 до -1 [12]. Этот инструмент, имеющий достаточно широкое распространение, в частности, в гибридных системах [11], делает акцент на связях между составными частями проблемы.

Ландшафт [2] – карта факторов или элементов исследуемой системы с взаимосвязями между ними. Дает общую картину элементов изучаемой системы и, ограниченно, связей между ними.

Дорожные карты [3] показывают возможные этапы достижения желаемого результата. Это – уже итог анализа. Связи между элементами и элементов с внешней средой не акцентируются, будучи прорабатываемыми на этапе составлении дорожных карт.

Транзитные карты (transit maps) [10] – подробное отображение взаимосвязей задач, методов, технологий и инструментов. Для их построения требуется глубокий анализ ситуации и прогноза ее развития.

В исследованиях, проведенных авторами, для прогнозирования развития технологий в Российской Федерации была использована гибридная модель, сочетающая нечеткую когнитивную карту, оценки параметров которой даются как экспертами, так и получаются из вторичных данных, и расчетную часть.

Объект исследования – технологии в области обработки больших объемов данных.

Цель исследования – определение направлений государственной поддержки отраслей и проектов в этой области [4].

Описываемая процедура состоит из следующих шагов.

1.   Согласно методике [4], выделяются исследуемые элементы (факторы): тренды, нормативные акты, возможности, угрозы, технологии, а также связи между ними. По [4], конечным результатом прогнозирования является оценка уровня развития технологий в пятилетней перспективе, получаемая путем экспертного анализа влияний перечисленных факторов. Для этого используется ряд экспертных методов, в частности – мозговой штурм и индивидуальные экспертные оценки.

Авторы предлагают дополнить данную методику структурой проблемы в виде нечеткой матричной когнитивной карты и расчетной части.

1. В качестве входных факторов были выбраны следующие.

А. Современное состояние развития технологий обработки больших объемов данных в Российской Федерации. Перечень этих технологий содержится в прогнозе Гартнера [13].

Б. Тренды развития технологий в Российской Федерации. В. Благоприятные факторы для этого развития.

Г. Угрозы для этого развития.

Д. Приоритеты развития для Российской Федерации, выделенные из [6, 8].

Е. Прогноз развития технологий в мире; сделанный на основе [13].

Эти факторы содержат по несколько переменных. Перечень последних, согласно методике [4], определяется экспертами в начале исследования.

2.    Предполагается, что уровень развития технологий в Российской Федерации без господдержки будет определяться факторами А-Г. Оценка влияния этих факторов на развитие технологий имеет вид прямоугольной матрицы. Желаемый уровень развития технологий в Российской Федерации определяется приоритетами ее развития. Эта связь также отражается прямоугольной матрицей.

Далее определяется разница прогноза развития технологий без поддержки и их желаемого уровня. Если прогноз развития какой-либо технологии без поддержки меньше желаемого, требуется государственная поддержка данной технологии.

Наконец, ввиду того, что в Программе [8] указано, что на первом этапе акцент будет делаться на трансфер технологий, рассчитывается доля поддержки трансфера и самостоятельной разработки. Чем ниже прогнозируемый уровень развития в мире технологий, требующих государственной поддержки, тем большую поддержку должны получать отечественные разработки.

3. Производится экспертная оценка переменных, определяющих факторы, и силы связей между ними.

-   Эксперты оценивают в диапазоне от 0 до 1 уровень всех переменных факторов А – Е. Например, 1 означает высокий уровень развития технологий или значительную роль благоприятного фактора.

-   Дается оценка силе связей в диапазонах от минус 1 (сильное отрицательное влияние) до +1 (сильное положительное влияние). Следует отметить, что, хотя используются матричные оценки размерностью до 7*15 элементов (для влияния благоприятных факторов на развитие технологий), проведенные пробные опросы показали, что заполнение матриц занимает не столь большое время по сравнению с собственно оценками. Это происходит потому, что при заполнении видна вся матрица, и, поняв задачу, респондент не задумывается над тем, как вводить свои оценки, а концентрирует внимание на их величине.

4.   По введенным данным производятся расчеты. Они делаются на основе средних оценок влияния всех переменных каждого фактора на технологии, что делает результаты более стабильными.

Экспериментальная версия данного инструментария была разработана в программе Excel. В процессе ее проверки была отмечена довольно высокая согласованность результатов расчетов по экспертным оценкам для большинства технологий. Однако наблюдалось и сильное различие по прогнозу для нескольких технологий. Ввиду этого, предложен дополнительный шаг прогнозирования.

5.   Корректировка оценок экспертов. Суть этой процедуры аналогична стандартному методу Дельфи [7], но вместо корректировки одной оценки, эксперт должен рассмотреть несколько определяющих итоговый результат оценок переменных и связей между ними, обратив особое внимание на данные им экстремальные оценки.

Таким образом, предлагаемый инструментарий позволяет включить в анализ практически всю имеющуюся информацию: стабильную, вторичную и экспертную, что повышает точность прогноза за счет высокой релевантности экспертных оценок и использования более широкого диапазона исходной информации.

Данное исследование было профинансировано Министерством образования и науки Российской Федерации в рамках Федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы», мероприятие 1.1, соглашение по гранту № 14.572.21.0008 от 23 октября 2017 года, идентификатор RFMEFI57217X0006.

Список литературы

1.        Бабкин А.В., Буркальцева Д.Д., Костень Д.Г., Воробьев Ю.Н. Формирование цифровой экономики в России: сущность, особенности, техническая нормализация, проблемы // Научно- технические ведомости СПбГПУ. Экономические науки. – 2017. – Т.10. - № 3. – с. 9 – 25.

2.        Кристофилопулос Е., Мантазакис С. Китай-2025: научный и инновационный ландшафт. // Форсайт. – 2015. – Т.10. - № 3. – с. 7–16.

3.        Павлов А.Ю. Дорожная карта: основные понятия и особенности построения для высокотехнологичных предприятий. Economics: Yesterday, Today and Tomorrow. 2016. Vol. 6, Is. 12A. – P. 123-131.

4.        Песков Д., Кожаринов М., Лукша П., Савчук И. Rapid Foresight. Методология. Версия 4.0. М.: Агентство стратегических инициатив, 2010. – 92 с. – URL http://asi.ru/reports/67656/.

5.        Постановление Правительства России от 21 мая 2013 г. № 426 «О федеральной целевой программе «Исследования и разработки по приоритетным направлениям развития научно- технологического комплекса России на 2014-2020 годы». – URL http://base.garant.ru/70385450/.

6.        Программа «Цифровая экономика Российской Федерации». Утверждена распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632-р. URL http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf.

7.        Смирнова Ю.А. Метод Дельфи как инструмент эффективного стратегического планирования и управления. // Электронный вестник Ростовского социально-экономического института. - Вып. 4.– 2015. – с.959-963.

8.        Среднесрочная программа социально-экономического развития России до 2025 года: Стратегия роста. / Институт экономики роста им. Столыпина П.А. – URL http://stolypinsky.club/wp- content/uploads/2017/03/STRATEGIYA-ROSTA-2.pdf.

9.        Aguirre-Bastos С., Weber M K.. Foresight for shaping national innovation systems in developing economies. // Technological Forecasting and Social Change. – Volume 128. – March 2018. – P. 186- 196.

10.     Gartner Digital Marketing Transit Map. – URL https://www.gartner.com/technology/research/digital- marketing/transit-map/transit-map-guest.jsp.

11.     Giabbanelli P.J., Gray S.A., Aminpour P. Combining fuzzy cognitive maps with agent-based modeling: Frameworks and pitfalls of a powerful hybrid modeling approach to understand human-environment interactions // Environmental Modelling and Software. – 2017. – Vol. 95. – pp. 320-325.

12.     Malek, Z. Fuzzy-Logic Cognitive Mapping: Introduction and Overview of the Method. In G. Steven, P. Michael, J. Rebecca, & G. Stefan (Eds.), Environmental Modeling with Stakeholders: Theory, Methods, and Applications. – Switzerland: Springer. – 2017. – p. 127-143.

13.     Panetta K. Gartner’s Top 10 Strategic Technology Trends for 2017. – URL https://www.gartner.com/smarterwithgartner/gartners-top-10-technology-trends-2017/.