• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Глава

К применению методов машинного обучения для ранжирования факторов дестабилизации

С. 400-434.

Данная статья во многом является продолжением нашей прошлой работы по ранжированию предикторов различных измерений не- стабильности. В данной работе предпринята попытка провести более глубокую проработку предыдущих исследований и усовер- шенствовать методологию проводимого исследования. На основе анализа опыта предыдущих исследований в данной работе приме- нен метод оценки предикторов с использованием методов машин-ного обучения на двух уровнях. В первую очередь были проанализи- рованы факторы, которые приводят к нестабильности вообще, во вторую очередь – отдельно проанализированы факторы, которые влияют на интенсивность генерируемой нестабильности. Анализ проводился на основании двух типов нестабильности: массовых протестов и террористических актов. Была модернизирована си- стема оценки предикторов для ненасильственной и насильствен- ной дестабилизации и разработана двухуровневая модель для ранжирования факторов нестабильности. Модель первого уровня оценивает вероятность возникновения хотя бы одного случая не- стабильности и составляет оценки. Модель второго уровня ис- пользует предсказанные значения модели первого уровня и оцени- вает интенсивность предполагаемой нестабильности. Таким об- разом в оценку факторов включено и влияние переменной на воз- никновение нестабильности, так и влияние переменной наинтенсивность исследуемого типа нестабильности. После этого с помощью векторов Шепли были оценены все предикторы финаль- ной модели о дана им количественная оценка. Были проанализиров- ноаны различные подвыборки: мир в целом, мир-системное ядро и периферия, а также отдельно была проанализирована афразий- ская зона нестабильности. Результат показал, что разделение из- начальной базы данных на мир-системные зоны и отдельное выде- ление афразийской зоны имело смысл. Различные подвыборки де- монстрировали различный набор предикторов, связанных с тем или иным типом нестабильности. Однако можно выделить не- сколько особенностей каждой из зон. В странах мир-сис- темного ядра основными предикторами нестабильности оказыва- лась социальное неравенство, изменения в уровне дохода государ- ства и некоторые структурно-демографические характеристики. В то же время, для стран мир-системной периферии основными предикторами нестабильности выступали переменные, отобра-жающие общую нестабильность государства, в частности, воз- раст государства, время действующего режима. Для афразийской зоны характерны черты как центра, так и периферии. В частности, афразийская зона демонстрирует в качестве основных пре- дикторов нестабильности наличие большого социально-культур- ного расслоения и угнетения различных меньшинств в стране. Также немаловажным фактором в афразийской зоне оказывает повышенная доля молодежи, однако в отличие от ядра в увеличе- нии нестабильности играет только образованная урбанизированная молодежь.

В книге

К применению методов машинного обучения для ранжирования факторов дестабилизации
Под редакцией: Л. Е. Гринин, А. В. Коротаев, Д. А. Быканова Вып. 11. Издательство "Учитель", 2020.