CC BY
71
Section 3. Information technology
Nadezhdin Evgeniy Nikolaevitch, State Institute of Information Technologies and Telecommunications, Chief Scientific Officer E-mail: e.nadezhdin@informika.ru
Fuzzy cognitive model of the mechanism of support of competitiveness of the software product
Abstract: the article considers the problem of cognitive analysis of the competitiveness of software of information and communication systems at the design stage. With the use of fuzzy cognitive maps obtained formal description of the mechanism of ensuring competitiveness of a software product and identified the main regularities of formation of its competitive advantages in terms of specific engineering design (FFP).
Keywords: software product, competitiveness, the task cognitive analysis, fuzzy cognitive map.
Надеждин Евгений Николаевич, Государственный научно-исследовательский институт информационных технологий и телекоммуникаций E-mail: e.nadezhdin@informika.ru
Нечёткая когнитивная модель механизма обеспечения конкурентоспособности программного продукта
Аннотация: В статье рассматривается задача когнитивного анализа конкурентоспособности программного обеспечения информационно-коммуникационных систем на этапе проектирования. С использованием аппарата нечётких когнитивных карт получено формальное описание механизма обеспечения конкурентоспособности программного продукта и определены основные закономерности формирования его конкурентных преимуществ в условиях конкретной проектно-конструкторской организации (ПКО).
Ключевые слова: программный продукт, конкурентоспособность, задача когнитивного анализа, нечёткая когнитивная карта.
На современном этапе глобализации социально-экономических процессов одним из стратегических направлений развития науки, техники и технологий является создание информационно-коммуникационных систем (ИКС) нового поколения. Реальные проекты ИКС, как правило, отличаются большой сложностью, наукоёмкостью и высокой стоимостью проектно-конструкторских разработок (ПКР). В задачах комплексной оценки перспективных проектов ИКС особое место занимают вопросы анализа качества разработки и оценки конкурентоспособности программного обеспечения [5].
В общем случае конкурентоспособность характеризуется как способность товаров отвечать требованиям конкурентного рынка, запросам покупателей в сравнении с другими аналогичными товарами [1, c. 326].
По мнению экспертов, конкурентные преимущества ИКС и их базовых компонентов обеспечиваются совместным влиянием следующих факторов:
1. Функциональность, характеризующая набор решаемых проектом задач и определяющая допустимость модернизации и выпуска на базе пилотного проекта линейки изделий с заданным набором свойств и характеристик;
2. Технологичность, которая определяет возможность массового тиражирования проекта на базе типовых решений и комплектующих (в приемлемые сроки и без существенной модернизации производства) с сохранением его потребительских свойств и системных характеристик;
3. Наукоёмкость, определяемая уровнем теоретического обоснования концепции проекта и исполь-
Бес^оп 3. 1^огтайоп !ес1ппо!оду
зуемых в нём современных НБИК-технологий;
4. Оптимальное сочетание себестоимости и качества проекта;
5. Надёжность и удобство эксплуатации, диагностики и замены (или модернизации) основных модулей;
6. Новизна и оригинальность используемых в объекте организационных, технических и технологических решений.
Таким образом, конкурентоспособность продукта (изделия) определяется, с одной стороны, качеством, техническим уровнем и его потребительскими свойствами, и, с другой стороны, ценами, устанавливаемыми фирмой разработчиком и продавцами. На конкурентоспособность существенно влияют мировые тренды, предпродажный и послепродажный сервис, реклама, имидж производителя, ситуация на рынке, колебания спроса [2; 3]. Высокая конкурентоспособность проекта ИКС является необходимым условием одобрения (утверждения) бизнес-плана и открытия программы его финансирования.
Специфика проектов ИКС проявляется в том, что вывод на рынок инновационного проекта с явными конкурентными преимуществами, отвечающими общим тенденциям развития технологий, способен существенно изменить инфраструктуру (ландшафт) конкурентной среды. Как показала международная практика, эффективность программных продуктов (ПП) сегодня следует оценивать на основе комплексного критерия типа «функциональность-качество-стоимость». Оценка конкурентоспособности ПП — это, прежде всего, расчёт способности продукции быть более привлекательной для потребителя по сравнению с другими изделиями аналогичного вида и назначения благодаря лучшему соответствию своих качественных и стоимостных характеристик требованиям данного рынка и потребительским оценкам [1, с. 495].
В настоящее время универсальных методик комплексной оценки и прогнозирования показателей конкурентоспособности таких сложных объектов как ИКС не существует. В условиях стагнации промышленного производства, обусловленной мировым финансовым кризисом, санкциями и другими факторами, для определения конкурентоспособности программного обеспечения пилотного проекта ИКС может быть применена методика нечёткого когнитивного моделирования [3, 4, 6].
Целью статьи является когнитивный анализ существующего механизма обеспечения конкуренто-
способности (МОК) ПП на этапе проектирования и оценка причинно-следственных взаимосвязей значимых факторов на основе применения известного математического аппарата нечётких когнитивных карт (НКК) В. Б. Силова [6].
Известный вид НКК обеспечивает корректность формального описания слабо структурированной предметной области и приемлемую для практики точность моделирования процессов по сравнению с классическими, знаковыми когнитивными картами. Понятие нечеткой когнитивной карты Силова представляет собой расширение классического понятия когнитивной карты, основанное на предположении, что взаимовлияния между концептами могут различаться по интенсивности, и их интенсивность может изменяться с течением времени. Для этого в НКК вводят показатель интенсивности влияния и от классического отношения переходят к нечеткому отношению №, элементы w¡ ^ которого характеризуют направление и степень интенсивности (вес) влияния между концептами е и ^ : w¡,j = w (е ), где м — нормированный показатель интенсивности влияния (характеристическая функция отношения № ), обладающий рядом специальных свойств [6]. Среди этих свойств выделим следующее: w¡^ принимает значение из интервала [—1; 1] при промежуточной степени положительного или отрицательного влияния.
Нечеткая когнитивная карта отображает исследуемый объект в виде взвешенного ориентированного графа, вершины которого соответствуют элементам множества Е (концептам), а дуги — ненулевым элементам отношения №, т. е. причинно-следственным связям. Каждая дуга имеет вес, задаваемый соответствующим значением w¡,.. Отношение № представи-мо в виде когнитивной матрицы Щ = {—,., I, j = 1,п} размерности (п х п) ( п - число концептов в системе), которая будет интерпретироваться как матрица смежности данного графа. Состояние системы в текущий момент времени определяется набором значений всех концептов НКК. Целевое состояние системы задается вектором значений множества целевых концептов.
В результате изучения рассматриваемой предметной области экспертами был выделен набор базовых факторов (концептов), оказывающие существенное влияние на формирование конкурентоспособности ПП (табл. 1). Процесс когнитивного анализа механизма обеспечения конкурентоспособности программного продукта (МОК ПП) представим в виде совокупности нескольких этапов.
Этап 1. Построение НКК механизма обеспечения конкурентоспособности ПП на основе эвристических данных, полученных в ходе реализации специальных процедур извлечения и обработки информации по материалам опроса группы экспертов.
На первом шаге в результате опроса шести экспертов выделено 12 существенных факторов (далее — концептов), обеспечивающих конкурентоспособность создаваемого программного продукта. Эти концепты условно разделены на 4 группы (табл. 1).
На втором шаге эксперты установили причинно-следственные связи между концептами с выделением характера (направленности). Результатом таких действий стало построение когнитивной карты МОК ПП (рис. 1), формально отражающей причинно-следственные связи без учёта интенсивности взаимовлияний концептов.
На третьем шаге эксперты привлекались для оценки силы влияния концептов друг на друга. В интересах формализованного представления качественных оценок каждого эксперта применена стандартная процедура кодирования [7]. В итоге по результатам исследований была построена когнитивная матрица № = , ^, I, ] = 1,12} (табл. 2), дополняющая когнитивную карту (рис. 1). Элементы когнитивной матрицы определялись как усреднённые по числу экспертов оценки интенсивностей влияния концептов друг на друга. В полученной НКК представлены наиболее важные, непосредственные связи между концептами.
Для когнитивного анализа причинно-следственной структуры и характеристик МОК ПП необходима информация о неявных проявлениях влияния концептов друг на друга и на результат процесса анализа. Примером такого влияния может служить цепочка концептов, характеризуемая фрагментом пути в когнитивном графе (рис. 1): (е1 ^ е2 ^ е5 ^ е11).
Этап 2. Количественная оценка опосредованного взаимовлияния концептов. Для этого на первом шаге выполняют операцию транзитивного замыкания когнитивной матрицы. Из множества известных способов транзитивного замыкания матрицы смежности воспользуемся алгоритмом, рекомендуемым в работе [6, с. 99]. Алгоритм заключается в следующем.
1.От исходной когнитивной матрицы (см. табл. 3) переходят к когнитивной матрице положительных связей R размерностью (2 • п х 2 • п) на основе процедуры замены
если wl,] > 0, то г21 -1>2j_1 = п.,,j, г21 ,2j = п.,,j;
если -wi,j < 0, то г21 -1>2j = -wi,j, г21 ,2j-1 = -wi^.
Остальные элементы матрицы R принимают нулевое значение.
2.Определяют транзитивное замыкание нечёткого отношения R в соответствии с выражением [6, с. 29]:
R =UR^ = R и R2 и... и Rn, где R = R х R.
Произведение нечётких отношений вычисляют согласно процедуре:
если D = Ах В, то ^ ■ = тах ип ■ Ьк., 1,. = 1,...п.
1. к=1,...п 1, . ~
З.От вспомогательной матрицы R переходят к транзитивно замкнутой когнитивной матрице V, элементами которой будут пары (Уг,], V^ ), где У1^ и V,] характеризуют соответственно силу положительного и отрицательного влияния i -го концепта на ] -й концепт:
у,. = тах _1>2jГ21,2j); V,,; =-тах (г21 _1>2^, г21 >2^^.
4.Вычисление двух основных показателей НКК:
а) воздействие i -го концепта на ] -й концепт
Н.,}=sgn(vi,j + у1,}) • тах(|V.,j |, |у,,} |), | у.,^| V.} |;(1)
б) консонанс влияния i -го концепта на ] -й концепт
c.. =
v.,. + v.,.
(2)
который выражает меру доверия к знаку воздействия.
С использованием полученных данных могут быть определены интегральные показатели консонанса и воздействия [6, с. 102]. Расчётные формулы системных показателей НКК сведены в табл. 3.
ЭТАП 3. Анализ результатов расчётов и обоснование рекомендаций.
В соответствии с приведёнными выше расчётными соотношениями на основании полученной транзитивно замкнутой когнитивной матрицы V = [(уг^ , V^), i,] = 1,п] вычисляют частные/выражения (1) и (2)/и системные (табл. 4) показатели нечёткой когнитивной модели.
В табл. 4 представлены значения системных показателей нечёткой когнитивной модели МОК ПП (далее — системы).
Анализ полученных результатов свидетельствует о доминирующем положительном влиянии концептов е1, е2 и е9 и отрицательном влиянии концепта е10 на МОК ПП. Следуя рекомендациям В. Б. Силова [6, с. 103], дадим комментарии к результатам когнитивного моделирования (см. табл. 4).
Концепт 1 «Мониторинг сегмента рынка и прогнозирование спроса на программный продукт» оказывает достаточно сильное влияние на систему ( Р1 =
=0,328), а система имеет незначительное влияние на концепт ( Р1 =0,058). При этом высокий консонанс концепта (Н =0,635) подчёркивает стабильность указанной закономерности. На основе освоения технологий интеллектуального анализа данных качество
маркетингового исследования рынка ПП может быть улучшено, что способно создать необходимые предпосылки для обоснованной корректировки концепции проекта.
Таблица 1. - Сводная матрица концептов когнитивной модели
№ пп Наименование концепта Идентификатор концепта
А. Маркетинговое обеспечение
1 Мониторинг сегмента рынка и прогнозирование спроса на программный продукт
2 Патентно-лицензионное обеспечение ПКР и правовая защита объектов интеллектуальной собственности ^ 2
3 Реклама ПП и поддержка клиентской базы е 3
4 Системные характеристики и конструктивные особенности существующих аналогов ^ 4
Б. Технология разработки
5 Концепция проекта ^ 5
6 Унификация, типизация и модульная организация базовых компонентов ПП ^ 6
7 Инновационность ПП ^ 7
8 Уровень автоматизации процесса проектирования ^ 8
9 Интеллектуальные ресурсы ПКО, квалификация персонала ^ 9
В. Ожидаемые результаты
10 Себестоимость ПП е10
11 Комплексный показатель эффективности «функциональность-качество-стоимость» ^11
12 Объём продаж ПП ^12
Концепт 2 «Патентно-лицензионное обеспечение ПКР и правовая защита объектов интеллектуальной собственности» также оказывает сильное влияние на систему (Р1 =0,329), а система, в свою очередь, положительно влияет на развитие данного концепта ( Р1 =0,17). Это свидетельствует (с учётом величины диссонанса концепта), что на отдельных стадиях проектирования система может инициировать дополнительные мероприятия по правовой защите интеллектуальной собственности.
Концепт 9 «Интеллектуальные ресурсы ПКО, квалификация персонала», содержание которого характе-
ризует имеющийся в ПКО научно-методический задел и интеллектуальный потенциал, оказывает наиболее сильное влияние на систему ( Р9 =0,393). Влияние системы на концепт значительно слабее (Р9 =0,157). Показатели консонанса концепта и системы достаточно велики ( Н9 =0,591 и Н9 =0,627), поэтому в целом концепт обеспечивает усиление системы. Близость консонансов системы и концепта свидетельствует о хороших перспективах усиления системы за счёт реализации научно-обоснованной политики управления персоналом с внедрением новых технологий переподготовки и повышения квалификации ведущих специалистов.
Таблица 2. - Когнитивная матрица W = {wi,j, i,j = 1,12} МОК ПП
Номер концепта 1 2 3 4 5 6 7 8 9 10 11 12
1 0 0,40 0,25 0,25 0,90 0 0 0 0,5 0 0 0
2 0 0 0,5 0 0,80 0 0 0 0 0,4 0,55 0,3
3 0 0 0 0 0 0 0 0 0 0 0 0,55
4 0 0,45 -0,35 0 0,65 0 0 0 0 0 -0,25 0
5 0 0 0 0 0 0,6 0,8 0 0 0 0,45 0
6 0 0 0 0 0 0 -0,30 0,25 0 -0,50 0 0
7 0 0 0 0 0 0 0 -0,36 0 0 0,48 0
8 0 0 0 0 0,35 0 0 0 0 -0,48 0 0
9 0,24 0,55 0 0 0,95 0 0,95 0,5 0 -0,40 0 0
10 0 0 0 0 0 0 0 0 0 0 -0,75 -0,85
11 0 0 0,45 0 0 0 0 0 0 0 0 0,95
12 0 0 0,6 0 0,4 0 0 0 0,3 0 0 0
Влияние концепта 8 «Уровень автоматизации рования, система сама в некоторой степени демпфи-процесса проектирования» на систему относительно рует (тормозит) автоматизацию процедур проекти-невелико (Р8 =0,125). Более того, по данным модели- рования (Р8 = - 0,036).
Таблица 3. - Системные показатели НКК
№ п. п. Наименование показателя Расчётная формула
1 2 3
1 Консонанс влияния 1-го концепта на систему п н = 1 = , ' п а, ■ - консонанс влияния 1 -го концепта на ] -й концепт.
2 Консонанс влияния системы на )-й концепт п _ Хй >; , Н = ' п . . а,^ - консонанс влияния 1 -го концепта на ] -й концепт.
3 Диссонанс воздействия 1-го концепта на систему п в = , ' п ^,. - диссонанс влияния 1 -го концепта на ] -й концепт.
4 Диссонанс воздействия системы на )-й концепт N 'СГ
1 2 3
5 Воздействие i -го концепта на систему п р ='= ' п ,, - воздействие i -го концепта на ] -й концепт.
6 Воздействие системы на ] -й концепт il =Ма 3
7 Показатель централизации воздействия Ep = P - P.
Данный результат можно объяснить высоким процентом интеллектуальных задач, сложных для формализации и требующих индивидуального подхода к решению. В то же время, укажем на возможность усиления роли научно-обоснованной политики
Таблица 4. - Результаты расчёта системных
Влияние концепта 10 «Себестоимость проекта» на систему является отрицательным ( Р = - 0,285) при высоком консонансе концепта (Н10 =0,745), что легко объяснимо в контексте рассматриваемой проблемы обеспечения конкурентоспособности проекта на рынке программных продуктов. Отметим, что система в силу заложенного в её структуру инновационного потенциала ПКО также отрицательно влияет на концепт ( Р10 = - 0,148). Это означает, что в рассматриваемой ПКО имеются скрытые организационно-технологические цепочки концептов, совокупное действие которых направлено на снижение себестоимости ПП и, следовательно, на увеличение спроса на ПП.
Опираясь на результаты проведённого когнитивного анализа, можно предположить, что наибольший положительный эффект следует ожидать от согласованного изменения группы управляемых концептов
управления проектом, в частности, за счёт рациональной организации работы структурных подразделений ПКО (или программистов) на основе технологии параллельного программирования.
показателей нечёткой когнитивной модели
НКК, которые находятся в цепочке причинно-следственной связи и в совокупности обеспечивают устойчивое воздействие на систему — МОК ПП. Характерными примерами здесь могут служить две цепочки концептов: е9 ^ е5 ^ е11 ^ е12 и е1 ^ е2 ^ е3 ^ е12. Результаты критического анализа и взвешенной оценки потенциала указанного ресурса способны придать новый импульс инновационным преобразованиям в системе управлении ПКР.
Выводы
1. Формальное представление модели механизма обеспечения конкурентоспособности ПП в виде нечёткой когнитивной карты позволило систематизировать знания предметной области и опыт экспертов в интересах выявления закономерностей и количественной оценки степени влияния разнородных факторов ПКР.
№ п. п. Показатели консонанса Показатели диссонанса Показатели влияния Показатель централизации влияния
H. H j D. D j P P j Е,
1 0,635 0,668 0,365 0,332 0,328 0,055 0,273
2 0,366 0,735 0,634 0,265 0,329 0,170 0,159
3 0,718 0,627 0,282 0,373 0,152 0,225 -0,072
4 0,327 0,679 0,673 0,321 0,163 0,032 0,131
5 0,536 0,674 0,464 0,326 0,196 0,403 -0,207
6 0,541 0,72 0,459 0,28 0,084 0,283 -0,199
7 0,45 0,579 0,55 0,421 0,143 0,357 -0,214
8 0,754 0,273 0,246 0,727 0,125 -0,036 0,161
9 0,591 0,627 0,409 0,373 0,393 0,157 0,236
10 0,745 0,383 0,255 0,617 -0,285 -0,148 -0,138
11 0,718 0,537 0,282 0,463 0,263 0,256 0,007
12 0,703 0,581 0,297 0,419 0,221 0,360 -0,139
2. В ходе когнитивного анализа НКК на основе программно-реализованной методики выявлены значимые факторы (мониторинг сегмента рынка и прогнозирование спроса на ПП; патентно-лицензионное обеспечение ПКР и правовая защита объектов интеллектуальной собственности; интеллектуальные ресурсы ПКО, квалификация персонала). В случае согласованного изменения (настройки) характеристик
этих концептов расширяются возможности для реализации конкурентных преимуществ ПП.
3. Полученные результаты могут стать основой для разработки программы реинжиниринга, которая позволит создать эффективную систему управления ресурсами и укрепить позиции ПКО на соответствующем сегменте рынка информационных технологий и программных продуктов.
Список литературы:
1. Борисов А. Б. Большой экономический словарь. Изд. 2-е перераб. и доп. - М.: Книжный мир, 2007. 860 с.
2. Концептуальное моделирование в задачах экономической эффективности, конкурентоспособности и устойчивого развития: монография/Ю. Л. Муромцев, Д. Ю. Муромцев, В. А. Погодин, В. Н. Шамкин. -Тамбов: Изд-во Тамб. гос. техн. ун-та, 2008. 176 с.
3. Надеждин Е. Н., Коновалов Р. В. Когнитивный подход к оценке конкурентоспособности инновационных проектов информационно-телекоммуникационных систем//Научный альманах. 2015. № 11-3 (13). С. 307-311.
4. Подвесовский А. Г., Лагерев Д. Г. Применение нечетких когнитивных карт в задачах моделирования сложных систем//Современные информационные технологии в науке, производстве, образовании: Сборник материалов международной научно-технической конференции. - Пенза: РИО ПГСХА, 2004. С. 98-100.
5. Проектирование распределённых вычислительных сетей и телекоммуникаций в сфере образования. Опыт ФГАУ ГНИИ ИТТ «Информика»: коллективная монография/К. В. Казаков, Ю. Л. Ижванов, Д. В. Куракин, Е. Н. Надеждин [и др.]. Под общ. ред. К. В. Казакова и Ю. Л. Ижванова. - М.: ФГАУ ГНИИ ИТТ «Информика», 2015. 233 с.
6. Силов В. Б. Принятие стратегических решений в нечеткой обстановке: монография. - М.: ИНПРО-РЕС, 1995. 228 с.
7. Смирнова Е. Е., Надеждин Е. Н. Нечёткая когнитивная модель механизма формирования профессиональных компетенций будущего бакалавра экономики//Информатизация образования и науки. 2016. № 1 (29). С. 175-184.
