Паттерны человеко-машинного сотрудничества в системах поддержки принятия решений

Обложка

Цитировать

Полный текст

Аннотация

Приводится обзор паттернов сотрудничества. Идентифицируются общие концепты, используемые для обозначения элементов в существующих моделях паттернов сотрудничества и метамоделях языков моделирования паттернов. Предлагается концептуальная модель использования паттернов человеко-машинного сотрудничества при поддержке принятия решений. Рассматриваются варианты использования этой модели.

Об авторах

Александр Викторович Смирнов

Санкт-Петербургский Федеральный исследовательский центр РАН

Автор, ответственный за переписку.
Email: smir@iias.spb.su

доктор технических наук, профессор, главный научный сотрудник

Россия, Санкт-Петербург

Татьяна Викторовна Левашова

Санкт-Петербургский Федеральный исследовательский центр РАН

Email: tatiana.levashova@iias.spb.su

кандидат технических наук, старший научный сотрудник

Россия, Санкт-Петербург

Список литературы

  1. Ларичев О., Красненкер А., Стернин М. Принятие решений в организациях с использованием коллективного опыта менеджеров - методика и автоматизированная система поддержки // Электронный ресурc // Директор информационной службы. 2002. № 3. URL: https://www.osp.ru/cio/2002/03/172085?ysclid=lr7wyg5w6m 233980994 (доступ 11.01.2024).
  2. Alexander C., Ishikawa S., Silverstein M. A pattern language. Oxford: Oxford University Press, 1977. P. 1141.
  3. Свищёв А.В., Кравцова Е.Ю. Анализ архитектурных шаблонов проектирования для конструирования программного обеспечения // Международный журнал информационных технологий и энергоэффективности. 2023. Т. 8. № 4 (30). С. 49–54.
  4. Papageorgiou N., Verginadis Y., Apostolou D., Mentzas G. A collaboration pattern model for virtual organisations // Leveraging knowledge for innovation in collaborative networks. PRO-VE 2009. Ed. by L.M. Camarinha-Matos, I.Paraskakis, H. Afsarmanesh. IFIP Advances in Information and Communication Technology. 307. Berlin, Heidelberg: Springer, 2009. P. 61–68.
  5. Verginadis Y., Apostolou D., Papageorgiou N., Mentzas G. An architecture for collaboration patterns in agile event- driven environments // 2009 18th IEEE International Workshops on Enabling Technologies: Infrastructures for Collaborative Enterprises. IEEE, 2009. P. 227–230.
  6. Briol P. BPMN, the Business Process Modeling Notation. 1st ed. Morrisville: Lulu.com, 2008. P. 124.
  7. Vo T.T., Coulette B., Tran H.N., Lbath R. Defining and using collaboration patterns for software process development // Proceedings of the 3rd International Conference on model-driven engineering and software development (MODELSWARD 2015) – CMDD. Setúbal: SciTePress, 2015. P. 557–564.
  8. Workflow Patterns // Electronic resource. Ed. by W. Aalst,A. Hofstede. Workflow Patterns Initiative. URL: http://workflowpatterns.com (accessed 21.12.2023).
  9. Software & systems process engineering meta-model specification. OMG Specifications. formal/2008-04-01. Needham: OMG, 2008. P. 236.
  10. Diggelen J., Johnson M. Team design patterns // Proceedings of the 7th International Conference on human-agent interaction. New York: ACM, 2019. P. 118–126.
  11. Gottesdiener E. Decide how to decide // Electronic resource// Software Development Magazine. 2001. No 1. URL: https://www.ebgconsulting.com/Pubs/Articles/Deci deHowToDecide-Gottesdiener.pdf (accessed 21.12.2023).
  12. Barchetti U., Antonio C., Guido A.L., Mainetti L. Modelling collaboration processes through design patterns // Computing and Informatics. 2011. V. 30. No 1. P. 113–135.
  13. Eoyang G. Patterns of collaboration // Electronic resource. Site of Human Systems Dynamics Institute, 2018. URL: https://www.hsdinstitute.org/resources/patterns-of-collaboration.html (accessed 21.12.2023).
  14. Schmeil A., Eppler M.J. Formalizing and promoting collaboration in 3D virtual environments – A blueprint for the creation of group interaction patterns // Facets of Virtual Environments. FaVE 2009. Ed by F. Lehmann-Grube, J. Sablatnig. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering. 33. Berlin, Heidelberg: Springer, 2010. P. 121–134.
  15. Vreede G.J., Kolfschoten G.L., Briggs R.O. ThinkLets: a collaboration engineering pattern language // International Journal of Computer Applications in Technology. 2006. V. 25. No 2/3. P. 140–154.
  16. Deokar A.V., Kolfschoten G.L., Vreede G.J. Prescriptive workflow design for collaboration-intensive processes using the collaboration engineering approach // Global Journal of Flexible Systems Management. 2008. V. 9. No 4. P. 11–20.
  17. Toniolo A., Cerutti F., Norman T.J., Oren N., Allen J.A., Srivastava M., Sullivan P. Human-machine collaboration in intelligence analysis: An expert evaluation // Intelligent Systems with Applications. 2023. V. 17. Article ID: 200151.
  18. de Moor A. Community memory activation with collaboration patterns // Electronic resource // Proceedings of the 3rd Prato International Community Informatics Conference (CIRN 2006). Ed. by L. Stillman, G. Johanson. Melbourne: Centre for Community Networking Research, Monash University, 2006. 1 CD. File: 2006\prato2006\demoorfinal.zip.
  19. Sowa J.F. Conceptual structures: information processing in mind and machine. 1st ed. Boston: Addison-Wesley, 1983. P. 481.
  20. Dorn C., Edwards G., Medvidovic N. Analyzing design tradeoffs in large-scale socio-technical systems through simulation of dynamic collaboration patterns // On the Move to Meaningful Internet Systems: OTM 2012. Ed. By R. Meersman et al. Lecture Notes in Computer Science. 7565. Berlin, Heidelberg: Springer, 2012. P. 362–379.
  21. Petrovsky A.B. Group Verbal Decision Analysis: Theory and Applications. Studies in Systems, Decision and Control. 451. Cham: Springer International Publishing, 2023. P. 257.
  22. Smirnov A., Ponomarev A., Levashova T., Shilov N. Conceptual framework of a human-machine collective intelligence environment for decision support // Proceedings of the Bulgarian Academy of Sciences. Sofia, Bulgaria. 2022. V. 75. No 1. P. 102–109.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».