Data Mining для дослідницьких цілей

Анотація

Розглянуто можливість використання методів Data Mining (DM) у науковому дослідженні, спрямованому на пізнання, яке потребує відповіді на питання «чому?», а також зв’язку методів DM із загальними питаннями пізнання. Методологія дослідження знаходиться на стику математики, статистики, інформатики, теорії управління. Поряд із використанням загальнонаукових методів пізнання (узагальнення, систематизація, абстрагування, індукція і дедукція, аналіз і синтез, аналогія, порівняння, формалізація, моделювання, класифікація, категоризація) застосовано спеціальні методи аналізу (логічний, структурний, функціональний), описовий метод дослідження, інтерпретаційну методологію. Уточнено зв’язок методів DM із загальною теорією пізнання. Обґрунтовано, що методи DM — це нова, людино-машинна методологія емпіричного пізнання. Вказано на обмеженість цих методів — результатами їх використання є емпіричні закономірності (ЕМЗ), тобто ймовірні (а не точні) знання, на основі яких формулюють інструкції або правила ухвалення рішення, але залишаються на першому, найнижчому з можливих, емпіричному рівні пізнання, що є характерним для бізнесу. Але головна мета наукових досліджень — отримання дійсно нових знань, які надалі можуть бути втілені в інновації та забезпечити конкурентну перевагу вищого порядку. ЕМЗ можуть слугувати «заготовками» для формулювання, перевірки та відбору гіпотез з метою подальшого глибшого пізнання предметної області та отримання надійніших знань, що наближають дослідника до розуміння. А якщо з’являється розуміння, це означатиме, що знайдено дещо таке, що лежить в основі отриманого знання і може стати новим методом розв’язання поставлених завдань. Знання — це відомості, а розуміння — здатність робити висновки. На сьогоднішній день це межа застосовності всіх інструментів DM: вони дають знання у вигляді емпіричних і робочих гіпотез, але не дають розуміння, без якого неможливий перехід до наступного рівня пізнання — наукового методу.