ИССЛЕДОВАНИЕ МЕТОДОВ ОБЩЕНИЯ В СОЦИАЛЬНЫХ СЕТЯХ, ДЛЯ ОПРЕДЕЛЕНИЯ ПСИХОЛОГИЧСКОГО ПОРТРЕТА ПОТЕНЦИАЛЬНОГО ПРЕСТУПНИКА

Аннотация: в статье рассматривается методы общения в социальных сетях для определения психологического портрета потенциального преступника. Так же представлена математическая модель межличностного взаимодействия.

Введение

Мы оставляем в Интернете свои «отпечатки пальцев». Благодаря ним, социальным сетям в Интернете, полиция находит преступников. Эти методы медленно завоевывают популярность во многих странах. Преступники зачастую используют социальные сети, чтобы болтать о преступлениях, как они готовили их, хвастались своими деяниями и даже загружали инкриминирующие видео.[2]

Преступники, которые не могут без хвастовства в режиме онлайн, являются благом для полиции. Некоторая «общая» информация требует некого искусства, чтобы найти ее. У кого-то могут быть максимально приватные параметры настройки. Но их друзья или родственники не столь же опытные, позволяя полиции собрать информацию, смотря на то, что подозреваемый отправляет в Интернете своим друзьям и знакомым. Торговцы наркотиками сообщают клиентам местоположение. Таким образом полиция знает, где найти их. Полиция даже использовала социальные сети в качестве способа помочь жертвам преступников идентифицировать подозреваемых.

Межличностное взаимодействие

Межличностное взаимодействие - отношение между индивидами общества. Будем обозначать индивидов, элементы множества Р, буквами i, k, j …. Если i,kÎP, следовательно mik= µ(i,k)[1]

Межличностное взаимодействие между индивидами i и k, характеризуется вещественным числом mik представлено на рисунке 1.

Методы получения информации о потенциальных преступниках

Вхождение в доверие.

Существует подход к получению информации от социальных сетей предоставляет тайный онлайн, создающий поддельные профили, чтобы «подружиться» с подозреваемым. Однако эти поддельные аккаунты могут нарушить правила социальной сети, но они не незаконны. И доказательства, собранные таким образом, могут быть поддержаны в суде.

Полиция часто изображает из себя молодых девушек в социальных сетях, чтобы привлечь потенциальных преступников. Или они изображают из себя потенциального покупателя препарата, чтобы арестовать людей использующих незаконный препарат.

Рис. 1 Межличностное взаимодействие

Социальные сети по закону не обязаны выполнять запросы к персональным данным пользователей по запросу полиции, у многих компаний, включая Фесбук и MySpace. есть 24-часа на экстренные контакты, чтобы отреагировать на чрезвычайные проблемы. Facebook говорит, что его команда для экстренной связи укомплектована ассистентами адвоката и адвокатами. Сотрудники правоохранительных органов должны заполнить специальную форму, объясняя суть чрезвычайной ситуации, и какая информация необходима.

Каждая социальная сеть установила свою политику в том, как она предоставляет данные. Большинство из них требует повестки в суд или ордер, в зависимости от деталей.

Но вот Twitter оказался самым стойким, чтобы предоставить информацию о пользователе. Компания публично заявила в этом году, что она отказалась давать сведения на подозреваемых, и повело настоящее сражение в суде несмотря на давление окружного прокурора. Юридическое сражение все еще продолжается. «Пользователи Twitter владеют своими твитами. Они имеют право бороться с незаконными правительственными запросами, и мы продолжаем стоять с ними в той борьбе.» -заявил лидер тяжбы Бенджамин Ли.

Прежде всего, преступников отличает плохая социальная приспособленность, общая неудовлетворенность своим положением в обществе. У них выражена такая черта, как импульсивность, которая проявляется в сниженном самоконтроле своего поведения, необдуманных поступках, эмоциональной незрелости, инфантилизме.

Нравственно-правовые нормы не оказывают на их поведение существенного влияния. Такие люди обычно или не понимают, чего от них требует общество, или понимают, но не желают эти требования выполнять. Поскольку у таких лиц нарушен или деформирован нормативный контроль, они оценивают социальную ситуацию не с позиций нравственно-правовых требований, а исходя из личных переживаний, обид, желаний.

Если известно, что пользователь преступник.

Установить контакт. Для этого необходимо составить психологический портрет личности. Изучить его близкий круг общения. Далее установить «слабые места», узнать интересы. Завести непринужденную беседу. В зависимости от психотипа личности выбрать тему для знакомства.

Вход в доверие. Во всем поддерживать точку зрения преступника. Выдержать время, не спешить. Предложить свои услуги или помощь.

Получить доступ к конфиденциальной информации о преступлении. Большинство преступников обладают хвастовством. «Сыграть» на тщеславии, и получить необходимую информацию.

Составить психологический портрет каждого подозреваемого. В зависимости от преступления, выявить пользователей с наибольшими психическим отклонениями, подходящими под данный вид преступления.

Установить контакт. Установить «слабые места». Завести непринужденную беседу. В зависимости от психотипа личности выбрать тему для знакомства.

Вход в доверие. Во всем поддерживать точку зрения преступника. Выдержать время, не спешить. Предложить свои услуги или помощь.

Выявить из подозреваемых преступника или максимально сузить круг подозреваемых.

Выявление потенциального преступника из обычных пользователей.

Составить психологический портрет пользователей по профилю.

Определить интересы, которые связаны с агрессией (экстремизм, склонность к насилию и т д)

Проанализировать стену пользователя, определить периоды жизни, связанные с эмоциональными потрясениями.

Алгоритм определение преступника

Шаг 1. Определение круга подозреваемых

Шаг 1.1 Составить психологический портрет пользователей по профилю.

Шаг 1.2 Определить интересы, которые связаны с агрессией (экстремизм, склонность к насилию и т д)

Шаг 1.3 Проанализировать стену пользователя, определить периоды жизни, связанные с эмоциональными потрясениями.

Шаг 2 -Сужение круга подозреваемых в преступлении.

Шаг 2.1 Установить контакт.

Шаг 2.2 Вход в доверие.

Шаг 2.3 Получить доступ к конфиденциальной информации о преступлении

Шаг 2.4 Выявить из подозреваемых преступника или максимально сузить круг подозреваемых.

Шаг 3 Определение преступника

Шаг 3.1 Более тщательный анализ фото, видео и стены пользователя

Шаг 3.2 Анализ друзей и близкого круга общения

Шаг 3.3 Анализ полученной информации

Заключение

С одной стороны, можно осуждать правоохранительные органы за вторжение в частную жизнь. С другой, частная жизнь, опубликованная на общедоступных ресурсах, перестает быть такой уж частной. В чем-то по причинам нежелания навлекать на себя волну общественного гнева, в чем-то — из-за недостаточно проработанной правовой базы, данные, полученные в социальных сетях, пока используются, скорее, как оперативная информация, чем как доказательная база.

1. Гуц А.К., Коробицын В.В., Лаптев А.А., Паутова Л.А., Фролова Ю.В. Математические модели социальных систем.-Омск: Омск. гос. ун-т, 2000. - 256 стр. 

2. В. И. Белов. Социальные сети в Интернете и перспективы их изучения. Национальный исследовательский ядерный университет «МИФИ»Алексеева Е.Г. Влияние через социальные сети. Фонд «ФОКУС-МЕДИА», 2010. – 200 с.

3. Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили. Социальные сети: Модели информационного влияния, управления и противоборства/ Под ред. чл.-корр. РАН Д.А. Новикова.—М.: Издательство физико-математической литературы, 2010.—228 с. ISBN 9785-94052-194-5

4. Чуфаровский Ю.В. Психология Оперативно-розыскной И следственной Деятельности - М.: Изд-во Проспект, ТК Велби, 2006. -208 с.

5. Н. С. Лейкина. Личность преступника и уголовная ответственность. Изд-во ЛГУ, 1968, 128 стр. : [Рецензия] /Л. А. Андреева, Б. В. Волженкин. //Правоведение. -1969. - № 3. - С. 142 – 144

Ключевые слова: социальные сети, агенты влияния, facebook.com, vk.com, Twitter, odnoklassniki.ru, my.mail.ru, livejournal.com, профиль в социальной сети, статус в социальной сети, психотип личности.

Аннотация: В статье рассматривается методика определения психотипа личности в социальной сети по графической информации, представленной в профиле, так же представлена математическая модель формирования картинки в профиле социальной сети.

Введение

Математическая модель формирования картинки в профиле

Пользователь под действием жизненных обстоятельств выбирает свою картинку в профиле социальной сети. Математическая модель представлена на рис.1

Рис.1
Под действием жизненных ситуаций и характера, пользователь выбирает соответствующее фото в профиле, которое отражает его внутреннее состояние. (Рис.2)

Рис. 2
Пользователь в каждой ситуации l находит фото n, которое отражает его внутреннее состояние.

1. 
   Собственное. Пользователь уверен в себе, обладает высокой самооценкой. Идентифицирует себя как личность.
   
2. 
   Антропоморфное (Перенесение присущих человеку психических свойств на явления природы, животных, предметы, мифические существа). Пользователь не уверен в себе. Самооценка занижена. Не идентифицирует себя как личность. Имеет много комплексов. Хочет быть похожим на свое на антропоморфное изображение. Подсознательно хочет обладать такими же сверхспособностями.
   
3. 
   Зооморфное. Пользователь не уверен в себе. Самооценка может быть занижена. Не идентифицирует себя как личность. Если животное агрессивное, то пользователь обладает агрессией может обладать психическими заболеваниями. Скорее всего в детве была нанесена психическая травма, человекам более старшим и сильнее его. Если доброе, то человек не агрессивен, очень спокоен и любит животных.
   
4. 
   Техноморфное. Пользователь не уверен в себе. Самооценка занижена. Не идентифицирует себя как личность. Психически зависимый человек от технического прогресса. Не может спокойно существовать без современной техники.
   
5. 
   Мультипликационное. В зависимости от значения картинки, можно сделать вывод, что у пользователя может быть занижена самооценка. Если картинка веселая, что человек обладает чувством юмора. Человек скрывает свое лицо, следовательно, у человека есть комплексы. Если картинка агрессивная, то человек не адекватен.
   
6. 
   Отсутствует. Причины, по которым люди не помещают на главную страницу профиля фотографии, где присутствует собственное изображение, различны. Основные причины, которые были названы, разбиты на несколько групп:
   
   • 
     Причины, связанные с внешним видом. Указывалось на стеснение и закомплексованность таких людей, многие пользователи называли «некрасивую внешность».
     
   • 
     Причины, связанные с внутренними мотивами. Отмечается влияние внутренней философии на коммуникативное поведение, желание показать свой внутренний мир, эмоции, чувства, а не внешний облик.
     
   • 
     Причины, связанные с избеганием идентификации с реальным человеком. По мнению дискутирующих, такие люди бояться быть уличенными мужем или женой (другом или подругой) в завязывании отношений с лицами противоположного пола или просто стремятся быть неузнанными.
     
   • 
     Причины, связанные с конструированием сетевой идентичности. Дискутирующие ссылались на то, что человек в сети стремится создать свой неповторимый образ, который невозможно воплотить в реальной жизни.
     
   • 
     Причины, связанные с отсутствие времени и желания. Такие люди не желают тратить собственные ресурсы на конструирование виртуального внешнего облика, им важен функционал предоставляемых сервисов (отправка сообщений, прослушивание музыки, просмотр фильмов и т.д.).
     
   • 
     Причины, связанные с отсутствием технологических возможностей и навыков.
     
   • 
     Отмечается, что некоторая часть людей не в состоянии элементарно поставить фотографию на главную страницу своего профиля. Указывается на то, что многие не могут обработать фотографию для получения желаемого результата.
     

1. 
   Интимная зона включает фотографии, где крупным планом снято лицо. Пользователь жаждет общения, Проблемы невыговоренности, любит говорить, а не слушать.
   
2. 
   Личная зона снимки, где присутствует лицо и плечи. Пользователь контактен. Адекватен, психически стабилен.
   
3. 
   Социальная зона – человек до пояса или в полный рост Круг общения пользователя определен сферой его интересов. Мало контактен
   
4. 
   Общественная зона – где изображаемый максимально удален от зрителя. Пользователь не общителен, любит больше слушать, чем говорить. Имеет психологические блоки общения. Тяжело идет на контакт.
   

1. 
   Вверх. Мечтательность и романтизм или человек подсознательно ищет себе наставника. Не уверен в себе.
   
2. 
   Прямо. Человек общается с людьми с таким же социальным статусом. Уверен в себе.
   
3. 
   В сторону. Человек подсознательно отворачивается от реальности. Не общителен
   
4. 
   Вниз. Чувствует вину за что-то. Возможно, вина навязана извне старшими.
   

Скрытый тип личности, который невозможно идентифицировать. Для такого типа характерно использование изображений-масок, частичное или полное отсутствие информации в профиле, небольшое количество социальных связей (как правило, от 0 до 10), отсутствие в профиле фотоальбомов, аудио- и видеозаписей, сообщений на стене.

Социально-дезориентированный тип, который для верификации своей идентичности использует собственное фотографическое изображение. Для такого типа личности характерно использование средней дистанции от собеседника (социальная или публичная зоны), что подразумевает наличие поверхностных отношений, так как такая дистанция устанавливается для малознакомых людей, коллег и т.д.

Социально-ориентированный тип, который активно использует для верификации своей личности фотографическое изображение и данные профиля. Помимо этого, он часто прибегает к публичным каналам передачи сообщений, использует профиль для публикации фотографий в фотоальбомах, прослушивания аудиозаписей, проигрывания видео и т.д.

Заключение

На сайтах социальных сетей люди сообщают различную информацию о себе (дату рождения, школу, вуз, интересы и т.д.), по которой другие пользователи могут обнаружить данную учетную запись и идентифицировать ее владельца. В социальных сетях введена система «друзей» и «групп» - любой пользователь может добавить к себе на страницу другого пользователя или быть членом ряда интересующих его групп.[3] Визуальная составляющая виртуальной личности выступает в качестве инструмента интеграции индивида в структуру социальной сети, одновременно являясь и средством идентификации и персонализации пользователя, и механизмом его самовыражения и признания. [5]

1. 
   Гуц А.К., Коробицын В.В., Лаптев А.А., Паутова Л.А., Фролова Ю.В. Математические модели социальных систем.-Омск: Омск. гос. ун-т, 2000. - 256 стр. 
   
2. 
   В.И. Белов. Социальные сети в Интернете и перспективы их изучения. Национальный исследовательский ядерный университет «МИФИ»
   
3. 
   Алексеева Е.Г. Влияние через социальные сети. Фонд «ФОКУС-МЕДИА», 2010. – 200 с.
   
4. 
   Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили. Социальные сети: Модели информационного влияния, управления и противоборства/ Под ред. чл.-корр. РАН Д.А. Новикова.—М.: Издательство физико-математической литературы, 2010.—228 с. ISBN 9785-94052-194-5
   
5. 
   Гурьева М.М. Повседневная фотография как объект научного исследования // Вестник Ленинградского государственного университета им. А. С. Пушкина. 2009. Т. 2. № 3. С.153-161.
   
6. 
   Круткин, В.Л. Пьер Бурдьё: фотография как средство и индекс социальной интеграции // Вестник Удмуртского университета. 2006. № 3. С. 40-55.
   
7. 
   Пиз А. Язык жестов. Что могут рассказать о характере и мыслях человека его жесты: пер. с англ. Воронеж: МОДЭК, 1992. 218 с.
   

• 
  навязчивый веб-сёрфинг – бесконечные путешествия по Всемирной паутине, поиск информации;
  
• 
  пристрастие к виртуальному общению и виртуальным знакомствам – большие объёмы переписки, постоянное участие в чатах, веб-форумах, избыточность знакомых и друзей в Сети;
  
• 
  игровая зависимость – навязчивое увлечение компьютерными играми по сети;
  
• 
  навязчивая финансовая потребность – игра в азартные игры, ненужные покупки в интернет-магазинах или постоянные участия в интернет - аукционах;
  
• 
  киберсексуальная зависимость – навязчивое влечение к посещению порносайтов и занятию киберсексом.
  

1. 
   Кимберли С. Янг. Диагноз – Интернет-зависимость [Электронный ресурс]. – URL:http://septemberfox.ucoz.ru/biblio/kimberly.html (дата обращения:12.04.2011).
   
2. 
   Шумакова, Е. В. Воспитательное пространство социальных сетей Интернета / Е. В. Шумакова // Профессиональное образование. Столица. – 2011. – № 6. – С.39-40.
   
3. 
   [Электронный ресурс]URL:http://vsetke.ru/post/20447276.
   

• 
  Статистические классификаторы, в том числе на основе вероятностных методов.
  
• 
  Классификаторы, построенные на основе искусственных нейронных сетей.
  
• 
  Классификаторы, основанные на функциях подобия.
  



где: t – анализируемый текст,

w – термин;

ci – i-я рубрика классификатора;

P(ci) – безусловной вероятно­стью выбора рубрики ci в процессе классификации некоторого документа;

P(w|ci) – условной вероятностью встретить термин w в документе t;

Fi – i-й элемент множества F описаний рубрик;

P(t|ci) – вероятность того, что текст будет классифицирован при условии выбора рубрики ci.

Каждая рубрика ci характеризуется безусловной вероятно­стью ее выбора P(ci) в процессе классификации некоторого документа, а так же условной вероятностью встретить термин w в документе t при условии выбора рубрики ci. Процедура классификации сводится к подсчету вероятности P(ci|t) для всех рубрик ci и выбора той, для которой эта величина максимальна. Обучение рубрикатора сводится к составлению словаря терминов {wn} и определению для каждой рубрики величин P(ci) и P(w|ci), где w{wn}.

Литература

1. Мешков В.Е., Мешкова Е.В., Козоброд А.В. Анализ архитектур гибридных нейросетевых моделей в задачах автоматической классификации текстовой информации // Известия ТТИ ЮФУ. Технические науки. – 2010. - №4.

2. Мешков В.Е., Мешкова Е.В., Козоброд А.В. Обработка текстовых документов на основе законов Зипфа для формирования гибридного нейросетевого классификатора // Информационные системы и технологии. Теория и практика: сборник научных трудов / редколлегия: А.Н. Береза [и др.]. – Шахты: ФГБОУ ВПО «ЭРГУЭС», 2011. – 283 с.

Рубрикация (как частный случай классификации) включает все процессы, заканчивающиеся указанием некоторого класса или принадлежности к нему рассматриваемых объектов и данных. Классификацией называют упорядоченное по некоторому принципу множество объектов, которые имеют сходные классификационные признаки (одно или несколько свойств), выбранных для определения сходства или различия между этими объектами.

Рубрикация - это закономерность, позволяющая делать вывод относительно определения характеристик конкретной группы. В зависимости от выбранных признаков, их сочетания и процедуры деления понятий Рубрикация может быть:

• 
  простой (деление родового понятия только по признаку и только один раз до раскрытия всех видов),
  
• 
  сложной (применяется для деления одного понятия по разным основаниям и синтеза таких простых делений в единое целое).
  

Задачей классификации часто называют предсказание категориальной зависимой переменной (т.е. зависимой переменной, являющейся категорией) на основе выборки непрерывных и/или категориальных переменных.

Задача кластеризации сходна с задачей классификации, является ее логическим продолжением, но ее отличие в том, что классы изучаемого набора данных заранее не предопределены. Термин "кластеризация" также называют [1, 2] синонимом "автоматической классификации" и "обучение без учителя" и "таксономия".

Кластеризация предназначена для разбиения совокупности объектов на однородные группы (кластеры или классы). Если данные выборки представить как точки в признаковом пространстве, то задача кластеризации сводится к определению "сгущений точек". Цель кластеризации - поиск существующих структур. Кластеризация относится к стратегии обучения без учителя.

Задача автоматической классификации текста разбивается на два этапа:

Выбор признаков (в процессе предварительной обработки данных) по которым осуществляется Рубрикация. Формализация задачи. Пусть существует множество текстов:

А={а1, а2, …аn}

где: ai (i=1,…,n) – отдельно взятый текст, B, C, D – подмножества А, такие, что BA, CA, DA и их пересечения суть пустые множества.

Тогда, подмножества B, C, D соответствуют классам.

Определяющее свойство P(x) – высказывание, или функция переменной x (соответствующее классификационному признаку), на основе которой определяется принадлежность элемента к подмножеству класса.

Для нечетких множеств [2], аналогично, существует универсальное множество:

А={а1, а2, …аn} такое, что B, C, D являются подмножествами А, такие, что BA, CA, DA.

Подмножество, элементы которого удовлетворяют условию РВ, определяется как множество упорядоченных пар:

В={μВ(x)/x}

μВ(х) – характеристическая функция, принимающая значение 1, если х удовлетворяет свойству РВ, и в противном случае –0. Функция принадлежности μВ(х) указывает степень или уровень принадлежности элемента х подмножеству В и принимает значения в некотором множестве М. Множество М является множеством принадлежностей.

Аналогично для множеств С и D.

Выработка процесса решения, основанного на использовании этих признаков для получения результата классификации.

Рубрикация по признакам предполагает, что внутри класса объекты эквивалентны, т.е. обладают свойствами рефлексивности, транзитивности и симметричности. Отношение эквивалентности определяет признак, который допускает разбиение множества А на непересекающиеся подмножества, называемые классами эквивалентности.

Существуют различные методы определения принадлежности в условиях неопределенности: может быть введена некоторая пороговая функция, на основе которой xi с определенной степенью точности относится к какому-либо классу; проведено сравнение значений μj(х) и т.д.
Литература

1. Мешков В.Е., Мешкова Е.В., Кочковая Н.В. Взаимная конверсия семантической и нейросетевой парадигм в задачах формирования смысловых образов // Труды Конгресса по интеллектуальным системам и информационным технологиям «AIS-IT’10». Научное издание в 4-х томах. – М.: Физматлит, 2010, Т.2. – 456 с

2. Мешков В.Е., Мешкова Е.В., Козоброд А.В. Анализ архитектур гибридных нейросетевых моделей в задачах автоматической классификации текстовой информации // Известия ТТИ ЮФУ. Технические науки. – 2010. - №4.
СОВЕРШЕНСТВОВАНИЕ БИЗНЕС-ПРОЦЕССОВ В СФЕРЕ УСЛУГ НА ОСНОВЕ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
А.А. Матвеенко, О.И. Радина (рук)
Одной из главных задач современного предприятия является автоматизация различных видов деятельности: от бухгалтерии, до финансового прогнозирования.

Бизнес-процесс (БП) включает в себя взаимосвязанные действия, которые реализуют одну (или несколько) из бизнес-целей компании в информационной системе компании.

Бизнес-процесс – это процесс из последовательности операций на предприятии, которые направлены на преобразование неких входных информационно-материальных потоков с целью получения результатов, представляющих ценность для клиента;

Выделим 3 характеристики бизнес-процесса:

Стоимость – она стремится к минимальной величине.

Длительность – она стремится к максимальной скорости реализации бизнес-процесса.

Степень удовлетворенности клиента (качество продукта). [3]

Одним из инструментов совершенствования бизнес-процессов в организации является внедрение CRM системы.

Система управления взаимоотношениями с клиентами (CRM, CRM-система, сокращение от англ. Customer Relationship Management) — прикладное программное обеспечение для организаций, предназначенное для автоматизации стратегий взаимодействия с заказчиками (клиентами), в частности, для повышения уровня продаж, оптимизации маркетинга и улучшения обслуживания клиентов путём сохранения информации о клиентах и истории взаимоотношений с ними, установления и улучшения бизнес-процедур и последующего анализа результатов.[4]

Новый подход к управлению бизнесом влечет за собой изменение методов расчета ключевых показателей эффективности ведения бизнеса. В частности, прибыль компании должна рассчитываться в зависимости от размера и качества клиентской базы, а не продукта. Затраты компании также должны учитываться в расчете на клиента, а не на единицу продукта/услуги. [1]

Современная CRM система состоит из 4-х элементов, представленных на рисунке.

В настоящее время большинство компаний ограничивается лишь сбором информации о своих клиентах, применяя только из вышеперечисленных элементов: стратегия, люди и IT – система. [2]

Разработка показателя CLV, который будет выступать в качестве критерия управления клиентской базой и, целью которого будет являться максимизация прибыли на ограниченном интервале времени, т.е. показатель, способный оценить прибыль от клиентов за определенный заданный период времени, является основополагающим критерием современных клиентоориентированных предприятий.

Рис. – Составляющие элементы CRM системы (разработан автором)

где t – номер периода, в который производится расчет поступления от клиентов;

 – доход от клиентов в период T;

 – общие расходы на получение дохода  в период t;

T – общее число периодов в течение жизненного цикла клиента;

d – ставка дисконтирования.

Помимо этого расчет и анализ показателя CLV позволяет компаниям:

Создать систему распределения всех клиентов в зависимости от их ценности и на основании этого оптимизировать свои расходы на обслуживание и удержание самых ценных из них.

Соотнести прибыль, которую приносит клиент компании, и те силы и средства, которые были затрачены на поиск и удержание этого клиента.

Ценность клиента для компании можно оценить, используя частоту совершения покупок и размер среднего чека. В своей работе Fader и Hardie предполагают, что простая статистика, такая как частота и время последней покупки, может дать довольно точную оценку будущей ценности. На основе данного предположения, доход, полученный от клиентов компании за период времени t, можно описать следующим уравнением:

где  - численность группы j в момент времени h;

 - средняя частота покупок для группы j в момент времени h;

 - величина среднего чека в группе j в момент времени h;

 – количество групп, полученных в результате сегментации клиентской базы;

 - дисконтный множитель в момент времени h.

Расходы, понесенные компанией на управление клиентской базой, можно отнести к двум категориям: расходы на привлечение новых клиентов и расходы на удержание существующих клиентов и увеличение их лояльности, в частности, расходы на маркетинговые мероприятия, акции и т.д. Тогда математическая запись функции расходов компании на управление клиентской базой будет следующая:

где  - численность группы j в момент времени h;

 - количество новых клиентов в группе j соответственно в момент времени h;

 - средние расходы компании в расчете на 1-го клиента из группы j в момент времени h;

 - средние расходы компании на привлечение 1-го нового клиента в группу j в момент времени h;

К– количество групп, полученных в результате сегментации клиентской базы;

 - дисконтный множитель в момент времени h.

Разработка и моделирование управления клиентами дает ряд преимуществ современным организациям. [5]

1. 
   Статистический сборник. Сведения об информационной и инновационной деятельности предприятий и организаций области за 2006-2010 годы./Федеральная служба государственной статистики «Ростовстат». Ростов-на-Дону 2011 г.;
   
2. 
   [Электронный ресурс] Сайт компании «Современные технологии управления бизнесом». URL:http://piter-soft.ru/automation/more/glossary/process/biznes-protsess/;
   
3. 
   БИТЕК (Бизнес-инжиниринговые технологии) - российская консалтинговая компания, оказывающая услуги по управленческому консультированию, бизнес-обучению, разработке и внедрению современных технологий управления. [Электронный ресурс]URL:http://www.betec.ru/index.php?id=36&sid=03;
   
4. 
   Свободная энциклопедия «Википедия». [Электронный ресурс]
   

5. 
   Оптимальное управление клиентской базой компании на основе показателя долгосрочной стоимости клиента. А.В. Андреева аспирант кафедры бизнес-аналитики Национального исследовательского университета «Высшая школа экономики»./ Электроннный журнал «Бизнес-Информатика», №4 (22), 2012 г.
   
6. 
   Модель управления клиентской базой – новый шаг в развитии CRM? Сможет ли CRM-система выполнять основные функции аналитической службы,…А. Андреева. Бизнес-аналитик компании «С-клуб» (ГК «Связной»). Электронный журнал «Настольный журнал IT-руководителя «Директор информационной службы»», №03, 2010 г. [Электронный ресурс] URL: http://www.osp.ru/cio/2010/03/13001426/
   
7. 
   
   

В случае унимодальной функции (одно-экстремальной функции, которая может быть разрывной, не дифференцируемой и т.д.) оптимальное решение задачи является единственным и достигается в точке локального минимума :

где - e -окрестность точки локального минимума .

В случае многоэкстремальной функции (функции , имеющей несколько локальных минимумов , k=1..l в области поиска D) оптимальное решение задачи является глобальным минимумом - наименьшим из всех локальных минимумов:

,

где - к-ый локальный минимум функции ;

l - число локальных минимумов в области поиска D.

В общем случае оптимальное решение задачи может достигаться на некотором подмножестве допустимых решений W Í D, удовлетворяющих условию:

Тогда, в зависимости от постановки задачи однокритериального выбора, требуется либо перечислить все решения, принадлежащие подмножеству W, либо указать любое одно из решений этого подмножества.

В заключение данного раздела приведем отличия генетических алгоритмов от поисковых методов оптимизации.

1. Генетические алгоритмы осуществляют прямое манипулирование бинарными строками E(), с помощью которых закодированы в двоичном коде допустимые решения , а не самими внутренними параметрами, заданными действительными числами.

2. Генетические алгоритмы в каждом t-ом поколении оперируют одновременно со всей совокупностью из n допустимых решений , образующих множество технических решений Pt, с целью получения хромосомного набора популяции следующего поколения Pt+1.

Таким образом генетические алгоритмы на каждой итерации, совпадающей с текущим поколением, позволяют определять n новых допустимых решений, в то время как классические методы поиска на каждой итерации определяют единственное новое допустимое решение. Например, градиентный метод минимизации реализуется с помощью рекуррентного выражения:

где - начальное приближение;

l - шаг вдоль градиента.

3. Генетические алгоритмы основаны на вероятностных схемах преобразования бинарных строк E(), составляющих хромосомный набор популяции Pt, которые моделируют биологические механизмы популяционной генетики.

4. Генетические алгоритмы - это методы нулевого порядка, стратегия поиска в которых построена только на вычислении значений критерия оптимальности Q и не требует знания дополнительной информации о производных, константе Липшица и т.д., что характерно для градиентных и квази-ньютоновских методов.

5. Генетические алгоритмы являются робастными методами по отношению к виду минимизируемой функции, т.к. при их применении не требуется, чтобы критерий оптимальности был непрерывным, дифференцируемым, унимодальным и т.д. Они осуществляют поиск оптимального решения по одной и той же стратегии, как для унимодальных, так и для многоэкстремальных функций.
Литература

1. Мешков В.Е., Ермолаева Н.В. Эволюционное моделирование топологии локальной вычислительной сети // Информационные системы и технологии. Теория и практика: сб. науч. тр.: – Шахты: Изд-во ЮРГУЭС, 2009

2. Мешков В.Е., Береза А.Н. Решение задачи синтеза топологии ЛВС на основе эволюционных методов проектирования // Труды Международных научно-технических конференций «Интеллектуальные системы» (AIS”05) и «Интеллектуальные САПР» (CAD-2005). Научное издание в 4-х томах.- М. ФИЗМАТЛИТ. 2005. Т4.- 256с.- ISBN 5-9221-0621-х.- с.120-126.
НЕЙРОСЕТЕВЫЕ МОДЕЛИ ЭЛЕМЕНТОВ И УЗЛОВ ВЫЧИСЛИТЕЛЬНЫХ СЕТЕЙ
А.В. Прудий, В.Е. Мешков (рук.)
Топологическая структура ЛВС, представлена совокупностью узлов (терминалов, узлов коммутации и т.п.) и соединяющих их линий (каналов связи). Каждый узел представляет собой функциональный элемент сети (каналы связи, коммутатор, сервер, повторитель и т.п.). Структура показывает потенциальные возможности сети по доставке информации между отдельными узлами этой сети.

В работе рассматривается звездообразная топология. Отметим, что иные топологии могут быть легко преобразованы к указанной. В качестве модели структуры сети используется графовая модель «дерево». Сеть представлена деревом G (Р, B) и имеет множество вершин a_ijÎA, соответствующих пунктам сети и множество дуг или ребер b_ijÎB, т.е. линий связи между р_i и р_j. Каждой вершине графа может приписываться некоторый набор атрибутов (параметров) (например, пропускная способность узла c_ij, стоимость узла s_ij, и т.д.).

Для описания структуры сети и количественных оценок ее элементов используют следующий подход.

Все функциональные компоненты сети представлены классами объектов в стиле C#. Каждому объекту ставится в соответствие генная структура. Для класса объектов в генной структуре определена оценочная функция в виде аддитивного функционала:

F = ,

где a_i – весовой коэффициент влияния x_i параметра объекта.

Сеть в целом представлена абстрактной структурой «дерево». Используя алгоритм прямого обхода дерева строится хромосомная модель структуры сети. В процессе обхода формируется целевой функционал сети, подобный аддитивному функционалу F, в котором в качестве параметров выступают оценочные функции элементов (классов объектов) сети, а коэффициенты влияния объектов заранее определяются экспертным путем.

Параметрический синтез и оптимизация проводятся на основе базового генетического алгоритма.

Литература

1. Мешков В.Е., Ермолаева Н.В. Эволюционное моделирование топологии локальной вычислительной сети // Информационные системы и технологии. Теория и практика: сб. науч. тр.: – Шахты: Изд-во ЮРГУЭС, 2009

2. Мешков В.Е., Береза А.Н. Решение задачи синтеза топологии ЛВС на основе эволюционных методов проектирования // Труды Международных научно-технических конференций «Интеллектуальные системы» (AIS”05) и «Интеллектуальные САПР» (CAD-2005). Научное издание в 4-х томах.- М. ФИЗМАТЛИТ. 2005. Т4.- 256с.- ISBN 5-9221-0621-х.- с.120-126.

3. Мешков В.Е., Береза А.Н. Решение задачи синтеза схем с регулярной структурой с применением эволюционных методов // Радиоэлектроника, телекоммуникации, информационные технологии: Межвуз. сб. науч. трудов / Южно-Рос. гос. ун-т экономики и сервиса; Ред. кол.: Н.Н. Прокопенко и др. – Шахты: Изд-во ЮРГУЭС, 2004.-119 с.

Content Management System (CMS) — информационная система или компьютерная программа для обеспечения и организации совместного процесса создания, редактирования и управления контентом.

- Предоставление инструментов для создания содержимого, организация совместной работы над содержимым;

- Управление содержимым: хранение, контроль версий, соблюдение режима доступа, управление потоком документов и т. п.;

- Публикация содержимого;

- Представление информации в виде, удобном для навигации, поиска.

Разновидности.

В общем случае системы управления содержимым делятся на:

- Систему управления содержания масштаба предприятия (ECMS).

- Система управления веб-содержимым (WCMS).

Наиболее популярными в русскоязычном Интернете являются такие бесплатные платформы как Drupal, Joomla, MODx, WordPress, TYPO3.

Таким образом, провели исследование в области разработки динамических web-сайтов, с использованием систем управления содержимым (CMS). Представили сравнительный анализ популярных CMS.

Таблица 1 Плюсы и минусы CMS

Таблица 2 - Сравнение наиболее популярных в русскоязычном Интернете бесплатных CMS систем

Литература

1. [Электронный ресурс] Martin Brampton. PHP5 CMS Framework Development. — PACKT publishing, June 2008. — 328 p. — ISBN 978-1-847193-57-5

2. [Электронный ресурс] Денис Колисниченко Движок для вашего сайта. CMS Joomla!, Slaed, PHP-Nuke. — Петербург: БХВ, 2008. — 352 с. — ISBN 978-5-9775-0258-0

Также отсутствует комплексный подход для решения проблем технологической диагностики из-за отсутствия его информационного обеспечения. В связи с этим возникает снижение качества саморегулирования выполняемых действий швейной машиной, что приводит к увеличению времени выполнения технологической операции. Все это происходит вследствие работы локальных подсистем в отсутствие интегральной среды в процессе производства.

Применяемые на сегодняшний день формы обработки и поиска информации не способны предоставить достоверные и полные данные. Следовательно, достижение высоких технико-экономических показателей разрабатываемой и выпускаемой продукции невозможно без решения следующих проблем:

- создание информационного и методического обеспечения процесса управления и диагностирования швейных машин,

- совершенствование системы информационного обеспечения в целом и систем информационного поиска неисправности (или отказа) с использованием электронно-механических устройств сбора и обработки данных о рабочем процессе функционирования машины,

- применения новых видов источников информации и способов ее анализа [1] через реализацию современных технических средств и информационных технологий в сервисе оборудования.

Решение таких задач делает наиболее рациональным использование сетевых технологий для контроля работы оборудования. Сетевые системы предоставляют ряд уникальных возможностей:

- с помощью сервера можно посылать образцы к конкретной машине,

- операторы могут загружать образцы с сервера,

- машина может выгружать образцы на сервер [2],

- сервер протоколирует статус машины на основе реального времени (что является весьма важным в процессе диагностики устройств).

Сетевая система автоматически поддерживает, а при необходимости восстанавливает соединение между сервером и швейными машинами. Система делает возможным периодическую профилактику устройств с целью диагностики состояния и выявления участков, подверженных сбоям. В случае поломки делает возможным отремонтировать технику в самые короткие сроки благодаря тому, что в базе данных наблюдения за датчиками уже будет известна неисправность.

Сетевые технологии позволяют работать с машиной по средствам удаленного доступа. То есть отсутствует необходимость постоянного присутствия человека при выполнении технологических операций, которые соответствуют той или иной программе. Следовательно существенным образом уменьшаются затраты на производство изделий, и увеличивается время при котором устройство может быть задействовано в производстве.

Несмотря на множество существующих автоматизированных систем в оборудование, зачастую присутствие человека при выполнении технологических операций не только желательно, но и необходимо. Современные информационные ресурсы позволяют найти решения для оптимизации процессов саморегулирования и самодиагностики швейных машин без влияния человеческого фактора. Однако для создания интегрированных систем автоматизации необходимы тщательные доработки имеющихся систем и корректировки их показателей с целью обеспечения их согласования.

Авторами данного сообщения проведен анализ технических средств, используемых в современных швейных машинах с цифровым управлением, и предложена система технологической диагностики бытовых машин с сетевой системой сбора, обработки и принятия решения по обслуживанию, диагностике, регулированию и устранению неисправностей в обслуживаемых машинах.

Данная система может принимать, как передаваемую по заданному шаблону, так и снимаемую с помощью сенсоров (датчиков) с машины информацию о ее техническом состоянии. Обработка данной информации и принятия решения по состоянию машины выполняется с использованием автоматизированного рабочего места оператора-диагностика.

Обработка информации ведется одновременно для нескольких объектов диагностики и независимо друг от друга. Информационно-методическое обеспечение диагностики оборудования может храниться в базах данных и знаний по диагностики. Причем организация хранения информации выполнена таким образом, что позволяет производить автоматически ее отбор, обработку и передавать рекомендуемые решения.

Внедрение сетевой технологии в диагностировании технологического оборудования швейных предприятий и бытовых швейных машин позволит повысить не только качество изготавливаемых изделий, но и снизить трудоемкость технологических процессов пошива изделий.

1. [Электронный ресурс] URL: http://www.znaytovar.ru/new1121.html

2. Инструкция. Вышивальная машина Barudan BEVT. С. 180–183.
ЦЕЛЕСООБРАЗНОСТЬ РАЗРАБОТКИ ИНДИВИДУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ САЙТОМ
Д.П. Щепелев, Е.В. Мешкова (рук.)
На сегодняшний день большинство динамических сайтов реализовано с помощью готовых «коробочных» систем управления контентом (CMS – Content Management System). Этих систем на данный момент достаточно много и их можно группировать по различным категориям. По ценовой политике: платные (1C Bitrix, UMI CMS) и бесплатные (MODx, Joomla), по их назначению: новостные (DataLife Engine), блоговые (Wordpress), интернет магазины(1С Bitrix), универсальные (1С Bitrix, MODx).

Преимущества готовых систем достаточно широкие – не нужно тратить время на саму разработку, много готовых шаблонов дизайна, а так же модулей/плагинов/хаков под конкретную систему, различные сообщества, где можно изучить вопросы, связанные с конкретной системой в процессе реализации сайта, функциональность и доступность.

Некоторые из достоинств влекут за собой и недостатки, например широкой функциональностью администраторы, как правило, расплачиваются большей требовательностью к системным ресурсам. Что при большой посещаемости может привести к дополнительным затратам на хостинг или даже необходимость снять в аренду выделенный сервер. Богатый функционал, как правило, реализуют, чтобы заинтересовать как можно большее число пользователей и зачастую 60-70% реализованных возможностей, просто не используются администраторами сайтов. И тем самым получается «лишний груз», который отражается на скорости работы сайта. К этому пункту еще стоит отнести излишнюю красоту и анимацию в административной панели, которая на первый взгляд может понравиться, но при длительной работе только мешает.

Так как системы управления доступны всем, либо только тем, кто купил систему, либо тем, кто незаконно получил копию, то можно свободно проанализировать исходной код распространенных систем, выявить места, где наиболее слабая фильтрация данных или присутствует ошибка алгоритма, и при успешном нахождении, все сайты с подобной системой будут подвержены данной уязвимости. Конечно, могут быть дополнительные условия в виде, использования определенного модуля, либо определенной версии системы. Многие разработчики при нахождении таких уязвимостей хоть и стараются их закрыть, выпустить различные патчи безопасности, но далеко не многие администраторы сайтов следят за новостями в сфере безопасности их систем, а некоторые даже и не в силах, что-то с этим патчем сделать, например, если администратор сайта пользовался услугами сторонних специалистов. В индивидуальных CMS конечно можно так же проанализировать различные данные, поступающие от пользователей, реагирование системы на различную подмену данных, но этот метод будет лишь пробой «наугад», т.к. исходной код недоступен общественности.

Еще одна сторона безопасности связана, со сторонними модулями. Многие администраторы, создатели сайтов используют сторонние модули, расширения без различных проверок. Это опасно тем, что зачастую неизвестен создатель этих дополнений, это может быть как опытный веб-программист, так и обычный «любитель», который решил либо просто поделиться своим решением, либо намеренно распространяет дополнение с уязвимостью для последующего получения доступа к сайту.

Теперь стоит отметить и плюсы индивидуальной разработки, большинство достоинств является следствием недостатков готовых CMS. Во первых это отсутствие лишнего функционала. При индивидуальной разработке составляется техническое задание, и по этому заданию реализуется ровно те функции в системе, которые нужны. Особенно это важно, если проект специфичный. Например, если необходимо сделать сайт какой-нибудь «промо акции», с регистрацией промо-кодов, еженедельным розыгрышем победителей, плюс к тому вывести общую статистику по датам регистраций, операторам сотовой связи, ни одна CMS изначально не подойдет. Конечно, выходом здесь может быть реализация дополнительного функционала к готовой системе, но порой доработка выходит очень сложной, т.к. необходимо доделывать чужой код и далеко не каждый программист возьмется за это. И это уже не говоря о том, что иногда такая разработка будет очень существенной, что ставит под сомнение саму доработку, т.к. проще будет реализовать именно индивидуальную систему. Сокращение ненужных функций влечет за собой повышение скорости работы системы.

Следующим плюсом является «закрытость» для сторонних разработчиков. Как уже писалось выше, если нельзя просмотреть исходной код, риск обнаружения уязвимости значительно снижается.

Документация в таких системах не нужна, так как разработчик создает систему сам и соответственно он ее знает. Но ее может потребовать заказчик, в случае если в будущем данную систему будет сопровождать другой исполнитель.

Важным критерием является возможность задать определенные требования к управлению сайтом, так как это индивидуальная разработка, можно изначально (на этапе составления технического задания) либо уже на этапе корректировки можно указать требования, пожелания, для более удобного управления сайтом. В готовых системах это сделать либо невозможно, либо достаточно проблематично.

Конечно, и в индивидуальной разработке присутствуют свои минусы. Во-первых – это сроки, гораздо быстрее взять, что-то готовое, чем реализовывать это с самого начала. Во-вторых – это высокая стоимость разработки, опять же из-за затрачиваемого времени и сложности, цена будет в несколько раз выше. В-третьих – это привязка клиента к исполнителю, не каждый программист возьмется доделывать чужой код, и к тому же не всегда этому позволит уровень нового программиста – если новый программист будет менее опытный, чем тот, кто проектировал и создавал систему.

Подводя итоги, можно сказать, что выбор типа системы зависит от конкретного проекта, и чем специализированнее и специфичнее проект, тем сложнее будет подобрать готовую, подходящую CMS. И скорее всего ее пришлось бы переделывать, править, или модернизировать. А если нужен простой сайт визитка, можно взять любую CMS с базовым функционалом вывода текстового содержания, например MODX. Да, она подойдет, сэкономит время, но тогда, остальной функционал как писалось в пунктах выше, будет лишним грузом.