Построение гармонической матрицы моды различных периодов XX века

СОДЕРЖАНИЕ
Введение.............................................................3
Глава 1. Анализ циклических теорий
(междисциплинарный подход) ..................................8
1.1. Взаимодействие природы и общества — возрастание синхронизации процессов и их воздействие на моду...............................8
1.2. Социально-экономические концепции
общественного развития и мода.............................. 15
1.3. Культурная и социально-психологическая динамика
и становление тенденций развития моды......................21
Выводы по главе 1..........................................27
Глава 2. Выделение корреляционных зависимостей,
обусловивших динамику развития моды в XX в....................29
2.1. Метод и инструментарий исследования........................29
2.2. Выделение корреляционных зависимостей циклических колебаний различных областей и области моды.....................42
Выводы по главе 2...............................................74
Глава 3. Построение гармонической матрицы моды
различных периодов XX века....................................76
3.1. Гармоническая матрица моды XX века —
возможности и основные принципы построения..................76
3.2. Прогностическая модель гармонической
матрицы моды XXI века.......................................87
Общие выводы................................................92
Заключение............................................................96
Библиографический список использованной литерату ры...................99
Приложение 1 ........................................................112
Пр иложение 2......................................................... 158
2
Введение
Исследуя проблему динамики моды XX в., мы столкнулись с тем, что существует большое количество исследовательских позиций относительно причин ее обуславливающих. Цикл моды рассматривается в связи с производственными процессами [65], [124], [146], политическими [50] и социальными изменениями [5], [9], [94], [124], [134], [138], [147], [150], чередованием стилей в искусстве [143], мужского и женского начал [1], [37], солнечной активностью [11], как исторический римейк [144] и т.д. [35], [53], [71], [128]. То есть, апеллируют, как правило, к одному, по мнению автора, наиболее значимому фактору, определяющему ритмику цикла. Аргументированность исследований не даст оснований сомневаться в справедливости полученных результатов. Но согласиться с любой из точек зрения или пытаться выявить очередной «главный» фактор — на данном этапе нецелесообразно, поскольку подобный методологический подход рассматривает, по сути, частные случаи того или иного влияния, не раскрывая картины самоорганизации моды в системе единого процесса социальной самоорганизации (социоритма). Картины того, как волновые и циклические процессы, обладая существенной спецификой своего проявления в разных социальных сферах, в том числе в сфере моды, а также различной амплитудой колебаний, не только не исключают развития, но и поддерживают гармонию (под — гармонией — в данном случае, понимается состояние, при котором развиваются и поддерживаются определенные функции (функциональные особенности), характерные именно для данной системы [68]), что характеризует способность природной и социальной системы к самовоспроизведению и самовыстраиванию по своим имманентным законам в системе единого процесса социальной самоорганизации. Следовательно, этот метод не позволяет ответить на
з
ГЛАВА 2. ВЫДЕЛЕНИЕ КОРРЕЛЯЦИОННЫХ ЗАВИСИМОСТЕЙ, ОБУСЛОВИВШИХ ДИНАМИКУ РАЗВИТИЯ МОДЫ В XX ВЕКЕ
2.1. Метод и инструментарий исследования.
Заключение о целостности процесса социальной самоорганизации и предположение о том, что модная динамика — естественная составляющая этого процесса, дают основания для анализа и выявления корреляционных зависимостей динамики природы, общества, моды как однопорядковых, то есть как явлений, между которыми существует определенная объективная общность. Цель — конкретизация предположений в реальные корреляционные зависимости.
Наличие причинно-следственной связи между динамиками социоритма может свидетельствовать о том, что одна обусловливает другую или о наличии сложного иерархического взаимодействия между ними. С целью определения структуры данного взаимодействия, иерархической вложенности рассматриваемых периодов и факторов (параметров порядка), обеспечивающих их временную синхронизацию, гармоничность циклических проявлений моды в системе социоритмических отношений, необходимо, осуществить структурно-генетический анализ подтвержденных корреляционных зависимостей. Последующий синтез полученных результатов в единую процессуальную целостность определит возможность построения гармонической матрицы моды XX века.
Извлечение знаний из информационных потоков — «data mining» (DM) новая бурно развивающаяся область науки, нацеленная на автоматизацию обработки огромных слабоструктурированных потоков в глобальных сетях и больших базах данных. Прежде всего, это выявление корреляций между различными данными, а также вероятностная оценка каждой корреляционной гипотезы. Другой важной функции DM-систем является автоматическая кластеризация и классификация текстовой ин-
29
формации. Среди инструментальных data mining в исследовании задействованы искусственные нейронные сети, которые активно используются в различных прикладных областях (банковском деле, при передаче данных, медицине и т.д.).
Нейронные сети — это исключительно мощный метод имитации процессов и явлений, позволяющий воспроизводить чрезвычайно сложные зависимости. Нейронные сети по своей природе являются нелинейными. Другая особенность нейронных сетей связана с тем, что они используют механизм обучения. Пользователь нейронной сети подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически настраивает параметры сети. При этом от пользователя, конечно, требуется какой-то набор эвристических знаний, например, как следует отбирать и подготавливать данные, или интерпретировать результаты, однако уровень этих знаний менее требователен, чем при использовании традиционных методов теории управления или оптимизации.
Группой ученых Института проблем управления РАН, на основе структуры естественного языка как лингвистической модели отображаемых процессов и инструментария нейронных сетей, была предложена нейросемантическая структура представления информации (НСС) [16]. Идея состоит в преобразованиях текстовой линейной формы в многослойную иерархически сетевую структуру, состоящую из большого числа достаточно простых элементов. Преимущество данного подхода для нашего исследования заключено в малой чувствительности к неточности исходных данных, произвольности формата представления данных с не только автоматическим отслеживанием корреляционных зависимостей и их степени, но и иерархической вложенности причинносвязанных процессов. И, что немаловажно, наглядности полученных рс-
30