Data Mining для дослідницьких цілей

Анотація

Стаття розглядає можливості використання методів Data Mining (DM) у наукових дослідженнях, спрямованих на пізнання, що вимагає відповіді на питання «чому?», а також зв’язок методів DM із загальними питаннями пізнання. Методологія дослідження лежить на стику математики, статистики, інформатики та теорії управління. Поряд із використанням загальнонаукових методів пізнання (узагальнення, систематизація, абстрагування, індукція і дедукція, аналіз і синтез, аналогія, порівняння, формалізація, моделювання, класифікація, категоризація) застосовуються спеціальні методи аналізу (логічний, структурний, функціональний), описовий метод дослідження та інтерпретаційна методологія. Уточнено зв’язок методів DM із загальною теорією пізнання. Доведено, що методи DM є новою людино-машинною методологією емпіричного пізнання. Автори вказують на обмеження цих методів: результати їх використання — це емпіричні закономірності (ЕМЗ), тобто ймовірнісні знання, на основі яких формулюються інструкції або правила прийняття рішень, що залишаються на найнижчому, емпіричному рівні пізнання. Однак головною метою наукових досліджень є отримання дійсно нових знань, які можуть бути втілені в інновації та забезпечити конкурентну перевагу вищого порядку. ЕМЗ можуть слугувати основою для формулювання, перевірки та відбору гіпотез для подальшого поглиблення знань у предметній галузі та отримання надійніших знань, що наближають дослідника до розуміння. Якщо розуміння досягнуто, це означає, що знайдено щось, що лежить в основі отриманих знань, і це може стати новим методом розв’язання поставлених завдань. Знання — це інформація, а розуміння — це здатність робити висновки. Сьогодні методи DM надають знання у вигляді емпіричних і робочих гіпотез, але не забезпечують розуміння, без якого неможливий перехід до наступного рівня знання — наукового методу.