Тип работы:
 Предмет:
 Язык работы:


ВИЗУАЛЬНАЯ АНАЛИТИКА В СОЦИАЛЬНО-ПСИХОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ

Работа №192895

Тип работы

Магистерская диссертация

Предмет

информатика

Объем работы36
Год сдачи2019
Стоимость4855 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
8
Не подходит работа?

Узнай цену на написание


Реферат 4
Список сокращений и терминов 6
Введение 7
1 Обзор предметной области 9
1.1 Общие сведения о пакете Statistica 10
1.2 Данные для исследования 11
1.3 Пиктографики «лица Чернова» 14
Выводы по первой главе 20
2 Разработка модели для решения поставленной задачи 20
Выводы по второй главе: 24
3.1 Результаты, полученные на основании метода Лиц Чернова 25
Выводы по третей главе 29
Заключение 30
Список литературы 31

Применение графики в исследовательских работах не только увеличивает скорость передачи информации и повышает уровень ее понимания, но и способствует развитию таких важных для специалиста любой отрасли качеств, как интуиция и образное мышление. Методы визуального анализа значительно расширяют возможности специалистов любой области знаний для выявления наиболее информативных показателей при обработке обширных баз данных и решении конкретных задач; позволяют обнаруживать порой принципиально новые факты, радикально меняющие известные взгляды. Визуализация текущего состояния объекта и характерных особенностей позволяет обеспечить непрерывный контроль над состоянием групп лиц либо отдельного человека.
Настоящая работа посвящена вопросам выявления изменения различными психологическими особенностями с помощью методов визуализации многомерных данных.
Таким образом, объектом исследования являются мотивационная сфера студентов. Предметом исследования - методы визуального анализа, а именно методы представления информации в виде графических образов.
Цель работы - изучить возможности применения методов визуального анализа в социально-психологических исследованиях. В результате работы с помощью методов визуализации данных был выявлен ряд закономерностей.
Основной целью любой информационной технологии является получение исследователем адекватной информации для ее анализа и принятия на его основе какого-либо решения. Под информацией в данном случае понимаются сведения об объектах, их параметрах, свойствах и состоянии, которые уменьшают степень их неопределенности, неполноты знаний. Повышению эффективности восприятия результатов работы интерактивной системы будет способствовать использование различных элементов визуализации.
Была поставлена задача оценки мотивационного профиля студентов при помощи метода лиц Чернова и при помощи факторного анализа, используя статистический пакет Statistica, оценить, сделать выводы по каждой из шкалы мотивационного профиля, обнаружить новые связи, закономерности в исходных данных.
Задачи, которые необходимо решить в данной работе:
- создание модели общего мотивационного развития в процессе обучения или профессионального становления;
- получить результат при помощи метода лиц Чернова в программе Statistica;
- сравнить, проанализировать полученные результаты;
Обнаружение новых связей, закономерностей в исходных данных в сфере социально-психологического анализа позволит лучше узнать человека, своевременно знать о его целях и планах на будущее.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

При выполнении работы были получены следующие основные результаты:
1. Программы Statistica может быть использован во многих областях. Помимо общих статистических и графических средств в системе имеются специализированные модули, например, для проведения социологических или биомедицинских исследований, решения технических и, что очень важно, промышленных задач: карты контроля качества, анализ процессов и планирование эксперимента.
2. Программы Statistica подошел для решения поставленной задачи.
3. Для решения поставленной задачи были использованы метод визуализации многомерных данных лица Чернова, который реализован в программе «Statistica».
4. Для построения модели были собраны исходные данные, проведен их анализ и обработка.
5. Был проведен анализ полученных результатов.
Многие современные средства анализа данных позволяют строить сотни типов различных графиков и диаграмм. Поэтому выбор метода визуализации, если он самостоятельно осуществляется пользователем, не так прост и легок, как может показаться на первый взгляд. Наличие большого количества средств визуализации, представленных в инструменте, который применяет пользователь, может даже вызвать растерянность. Одну и ту же информацию можно представить при помощи различных средств. Для того чтобы средство визуализации могло выполнять свое основное назначение - представлять информацию в простом и доступном для человеческого восприятия виде - необходимо придерживаться законов соответствия выбранного решения содержанию отображаемой информации и ее функциональному назначению. Иными словами, нужно сделать так, чтобы при взгляде на визуальное представление информации можно было сразу выявить закономерности в исходных данных и принимать на их основе решения.



1. Башмаков А. И., Башмаков И. А. Интеллектуальные информационные технологии. - М.: Изд-во МГТУ им. Н.Э.Баумана, 2005. - 304 с. 6.
2. Берестнева О. Г., Дубинина И. А., Уразаев А. М. Психологическое тестирование. - Томск: Изд-во Томского политехн. ун-та, 2005. - 139 с.
3. Вагин В. Н., Головина Е. Ю., Загорянская А. А., Фомина М. В.
Достоверный и правдоподобный вывод в интеллектуальных системах. - М.: Физматлит, 2004. - 703 с. 5.
4. Дюк В., Эмануэль В. Информационные технологии в медико¬биологических исследованиях. - СПб: Питер, 2003. - 528 с. 7.
5. Зенкин А. А. Когнитивная компьютерная графика. - М.: Наука, 1991. - 192с. 1.
6. Интернет - университет информационных технологий [Электронный ресурс]. - Режим доступа:http://www.intuit.ru/department,свободный. 2.
7. Тарасов В. Б. От много агентных систем к интеллектуальным организациям: философия, психология, информатика. - М.: Эдиториал УРСС, 2002. - 352 с. 4.
8. Шаропин К. А., Берестнева О. Г., Шкатова Г. И. Визуализация результатов экспериментальных исследований // Известия Томского политехнического университета, 2010. - Т. 316, № 5. - С. 172-176.
9. Graphical Representation of Multivariate Data by Means of Asymmetrical Faces (by Bernard Flury and Hans Riedwyl) [Электронный ресурс].-Режим доступа http://www.j stor.org/pss/2287565.
10. Дружинин В.Н. Ушаков Д.В. Когнитивная психология. - М.: ПЕР СЭ, 2002. - 480с.
11. Рассел, Стюарт, Норвиг, Питер. Искусственный интеллект: современный подход, 2-е изд..: Пер. с англ. - М.: Издательский дом "Вильяме", 2006. -1408 е.: ил. - Парал. тит. англ.
12. Болотова JI.C. Модели представления знаний в системах искусственного интеллекта: Учеб. пособие. - Ч. 1. - Теоретические основы искусственного интеллекта и формальные модели. - М.: РГУИТП, 2009. -129 с.
13. Новоселов Ю.В Компьютерные программные средства разработки когнитивных образов. Тринадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2012(16-20 октября 2012 г., г. Белгород, Россия) Труды конференции. Т.1. -Белгород: Изж- во БГТУ, 2012. - 377 с. 327-334.
14. Клинчи A.A. Система когнитивного моделирования «Канва». // Программные продукты и системы. - 2002. №3.
15. Максимов В.И. Когнитивные технологии - от незнания к пониманию: Материалы I Международной конф.: Когнитивный анализ и управление развитием ситуаций. - М.: ИПУ РАН, 2001. - Т. 1. С. 4 - 41.
16. Anderson J.R. (Carnegie M.U.Cognitive Psychology and its Implications / J. R. (Carnegie M. U. Anderson - , 2013.- 1689-1699c.
17. Batch A. The Interactive Visualization Gap in Initial Exploratory Data Analysis. / A. Batch, N. Elmqvist // IEEE Trans. Vis. Comput. Graph. - 2018. - Т. 24 - No 1 - 278-287с.
18. Carpendale S. Ontologies in Biological Data Visualization / S. Carpendale, Min Chen, D. Evanko, N. Gehlenborg, C. Gorg, L. Hunter, F. Rowland, M.-A. Storey, H. Strobelt // IEEE Comput. Graph. Appl. - 2014. - Т. 34 -No 2 - 8-15с.
19. Chen C. Top 10 unsolved information visualization problems / C. Chen // IEEE Comput. Graph. Appl. - 2005. - Т. 25 -No 4 - 12-16с.
20. Chen C.C.C. An Information-Theoretic View of Visual Analytics / C. C. C. Chen // IEEE Comput. Graph. Appl. - 2008. - Т. 28 -No February - 18-23с.
21. Claessen J.H.T. Flexible Linked Axes for Multivariate Data Visualization / J. H. T. Claessen, J. J. van Wijk // IEEE Trans. Vis. Comput. Graph. - 2011. - Т. 17 - No 12 - 2310-2316с.
22. Keim D., Andrienko G. Visual analytics: Definition, process, and challenges // Information Visualization.—1999.—V.4950.—P.154-175.
23. Ананьев, Б.Г. О проблемах современного человекознания /Б.Г. Ананьев. -
СПб: Питер, 2001. -272 с.
24. Забродин, Ю.М. Мотивационно-смысловые связи в структуре направленности человека /Ю.М. Забродин, В.А. Сосновский //Вопросы психологии, М.: Психология в высшей школе, 1989. -No6. -С.100-107.
25. Общая психология: Учеб. для студентов пед. Институтов: 2-е изд., доп. и перераб. / Под ред. А.В. Петровского. -М.: «Просвещение», 1976. -479 с
26. Ярошевский, М.Г. О внешней и внутренней мотивации научного творчества/ М.Г. Ярошевкий // Проблемы научного творчества в современной психологии. М.: Наука, 1971. -С. 204-223.
27. Л. В. Массель, А. Г. Массель, Р. А. Иванов. «Когнитивная графика и
семантическое моделирование для геопространственных решений в энергетике» (Краснодар, 11-20 ноября 2015 г.), Устойчивое развитие
территорий: картографо-геоинформационное обеспечение,21, Материалы
Международной конференции «Интер Карто / Интер ГИС» (2015), с. 496-503.
28. Ю. С. Кашницкий. «Визуальная аналитика в задаче трикластеризации многомерных данных», Труды Московского физико-технического института, 2014, No3, с. 43-56.
29. F. Fischer.Visual analytics for situational awareness in cyber security, Doctoral Dissertation, Germany, 2016, 220 p.
30. H. Janetzko, F.Stoffel, S. Mittelst adt, D. A. Keim. “Anomaly detection for visual analytics of power consumption data”, Computers & Graphics, 38(2014), pp. 27-37.
31. Ю. Г. Емельянова, Н. Е. Теплоухова. «Моделирование и когнитивно-графическое представление радиотехнических сигналов в системах обучения эксплуатирующего персонала», Авиакосмическое приборостроение, 2011, No9, с. 21-30.
32. M. Pinzger, H. Gall, M. Fischer, M. Lanza. “Visualizing multiple evolution metrics”, Proceedings of the 2005 ACM symposium on Software Visualization of the software development process (USA, May 14-15, 2005), 2005, pp. 67-75.
33. В. М. Хачумов, Е. В. Ксенофонтова. «Образный анализ и диагностика сложных процессов», Доклады 11-й Всероссийской конференции «Математические методы распознавания образов» (Пущино, 23-29 ноября2003 г.), 2003, с. 201-204.
34. Ю. Г. Емельянова. «Разработка методов когнитивного отображения состояний динамических систем реального времени», Искусственный интеллект и принятие решений, 2016, No3, с. 21-30.
35. Yen G.G. Ranked Centroid Projection: A Data Visualization Approach With Self-Organizing Maps / G. G. Yen, Zheng Wu // IEEE Trans. Neural Networks -
2008. - Т. 19 - No 2 - 245-259с.
36. Zakharova A.A. Visual presentation of different types of data by dynamic sign structures / A. A. Zakharova, A. V. Shklyar - 2016. - Т. 8 - No 4 - 28-37с.
37. Zakharova A.A. Methods of solving problems of data analysis using analytical visual models / A. A. Zakharova, E. V. Vekhter, A. V. Shklyar - 2017. - Т. 9 - No 4 -78-88с.
38. Ziemkiewicz C. The Shaping of Information by Visual Metaphors / C. Ziemkiewicz, R. Kosara // IEEE Trans. Vis. Comput. Graph. - 2008. - Т. 14 - No 6 - 1269-1276с.
39. Барт Р.Риторика образа // Избранные работы. Семиотика. Поэтика. / Р. Барт -М., 1989.- 616c.
40. Д . Манаков Верификация визуализации / Д. Манаков, В. Авербух // Научная визуализация - 2016. - Т. 8 -No 1 - 58-94с.
41. Лотман Ю.М.Семиотика кино и проблемы киноэстетики / Ю. М. Лотман -Таллин: Эсти Рамат, 1973.
42. Маклаков А.Г.Мышление. Общая психология / А. Г. Маклаков - Санкт- Петербург: Питер, 2001.- 592c.
43. Пирс Ч.С.Логические основания теории знаков / Ч. С. Пирс - СПб.: Лаборатория метафизических исследований философского в-та СПбГУ; Алетея, 2000.- 352c.
44. Розин В.М.Визуальная культура и восприятие. Как человек видит и понимает мир / В. М. Розин - URSS, 2015. Вып. 6- 272c.
45. Соломоник А.Очерк общей семиотики / А. Соломоник - Минск: МЕТ, 2009. - 191c.
46. Шкляр А. Визуальные модели / А. Шкляр, А. Захарова // Проблемы информатики - 2011. - Т. 4 - 41-47с.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ
.