|
Галявиева М.С.
|
|
РОСТА ДОКУМЕНТАЛЬНО-ИНФОРМАЦИОННОГО ПОТОКА |
|
Одной из закономерностей развития документально-информационного потока (ДИП) является рост числа научных публикаций. Эта закономерность позволяет определить ядерную зону и границы отдельных этапов развития научной области, прогнозировать тенденции ее дальнейшего развития. Общепризнанной и одной из самых распространенных моделей роста ДИП является модель экспоненциального роста Прайса. Но, наряду с этим, существует много данных, свидетельствующих о том, что далеко не всегда рост числа публикаций описывается экспонентой и возможны другие варианты кривых роста. Излагается опыт создания и эксплуатации автоматизированной системы прогнозирования роста числа публикаций на основе анализа тенденций развития динамических характеристик ДИП. В качестве исходного динамического ряда выступает временная последовательность значений количества публикаций за определенный период ретроспекции в той или иной предметной области. Система реализована с помощью электронных таблиц Microsoft Excel 97. В качестве метода исследования используется один из статистических методов прогнозирования, а именно, экстраполяция подбором простой стандартной функции. Подбор аппроксимирующей функции, описывающей закономерность интенсивности потока публикаций, осуществляется статистическим методом изучения характеристик приростов. Процедура выбора формы кривой включает в себя: проверку гипотезы о наличии тренда методом Форстера-Стюарта; сглаживание данных по скользящей средней; определение средних приростов и ряда производных характеристик приростов. Под трендом понимается свободная от случайных воздействий гладкая траектория, характеризующая основную закономерность изменения переменной во времени. Анализ характера изменений производных показателей приростов на линейность или постоянство уровня, осуществляемый по табличным данным или графикам, позволяет выявить симптомы, присущие определенному виду кривых. В практике прогнозирования общий состав функций, из которых производится отбор, составляет 10–15 простых функций. Это могут быть, например, линейная функция, парабола, экспонента, логистическая функция, парабола и другие. После выбора кривой производится расчет неизвестных параметров в уравнении кривой. Для этого чаще всего используются такие методы, как метод наименьших квадратов, метод средних (трех точек, трех сумм) и другие. Полученное уравнение позволяет рассчитать значения изучаемой переменной на период упреждения прогноза. Отметим, что анализ ретроспективного числового ряда должен быть дополнен содержательным исследованием логики развития конкретного научного направления, гипотезами о его протекании в будущем, возможных сдвигах, скачках и вытекающих из этого ограничениях. Указанные вычислительные процедуры были реализованы в виде автоматизированной системы на основе использования электронных таблиц. Применение электронных таблиц ускоряет и упрощает выполнение расчетов, позволяя многократно проводить их с сохранением расчетных формул и изменением исходных данных. Наличие статистических, логических и других встроенных функций позволяет решать задачу создания алгоритма вычислений, не прибегая к программированию. Использование Мастера диаграмм дает возможность получить наглядное графическое представление данных. Особый интерес представляет встроенная функция построения к графикам линии тренда и автоматического определения уравнения тренда. К сожалению, набор предлагаемых функций ограничен лишь шестью, среди которых отсутствуют такие широко используемые для описания процессов развития S-образные кривые как логиста, кривая Гомперца и другие. Используя опцию «Вперед на: периодов», можно установить период прогноза и произвести его, получив расчетные значения ряда для последующих временных уровней. Разработанная автоматизированная система активно используется в учебном процессе в Казанской государственной академии культуры и искусств на лабораторных занятиях по курсу «Социально-экономическое прогнозирование». |