Введение 3
Постановка задачи 4
Обзор литературы 5
Глава 1. Теоретическое описание модуля и методов классификации 6
1.1. Формат данных 6
1.2. Искусственная нейронная сеть 7
1.3. Логистическая регрессия 9
1.4. Дерево решений 10
1.5. Критерий сравнения 11
1.6. Значимость факторов 13
1.7. Выводы 13
Глава 2. Реализация модуля 14
2.1. Входные данные 14
2.2. Настройка и реализация моделей 16
2.3. Результат работы модуля 21
2.4. Выводы 30
Заключение 31
Список литературы 32
Приложение 34
Одним из этапов социологического исследования является анализ полученных данных и их интерпретация. Этот этап вызывает наибольшие затруднения в процессе исследования. Данная работа посвящена выявлению скрытых закономерностей в данных социологических опросов населения с целью получения наглядной структуры, способствующей качественной интерпретации исследуемых процессов.
В настоящее время, в связи с появлением большого объема количественных данных, все чаще возникает потребность для исследовательских работ применение методов Data Mining. Принципам и перспективам использования методов Data Mining посвящено множество научных статей с практической значимостью в сферах медицины, психологии, банковского сектора, криминалистики и других. В качестве примера социологических исследований можно привести исследования рынка занятости населения [3], а также задачу выявления предрасположенности к наркозависимости [8].
Санкт-Петербургским информационно-аналитическим центром, работающим в области информатизации и информационно-аналитического обеспечения органов государственной власти, ежегодно проводится социологический мониторинг [7] с целью выявления основных городских проблем (по мнению жителей) и их устранения органами государственной власти. В работе используются данные мониторинга за апрель 2013 года, полученные путем анкетирования с закрытым характером вопросов и соблюдением всех условий репрезентативности.
Работа с данными социологических опросов касательно поставленных задач дала следующие результаты:
1. Изучены три метода «Data mining»: искусственные нейронные сети, логистическая регрессия и деревья решений. Определены параметры соответствующих моделей для лучшей классификации данных и критерии сравнения.
2. Разработан модуль, реализующий рассмотренные методы и выбирающий «лучший» их них. Для модуля разработан формат отчета, содержащий наглядную структуру зависимостей факторов от контрольного вопроса, что способствует интерпретации социологического исследования.
3. Средствами разработанного модуля проведено социологическое исследование с целью выявления наиболее значимых аспектов жизни жителей Санкт-Петербурга, влияющих на удовлетворенность жизнью в целом. Выделено восемь значимых факторов и проведена интерпретация полученных результатов.
