7.4: Проблеми дизайну категорій та наслідки

Раніше ми розглянули найважливіші принципи створення категорій: властивості ресурсу, схожість і цілі. Коли ми використовуємо один або кілька з цих принципів для розробки системи категорій, ми повинні приймати рішення щодо її глибини та широти. Тут ми розглядаємо думку про те, що деякі рівні абстракції в системі категорій є більш базовими або природними, ніж інші. Ми також розглядаємо, як вибір, який ми робимо, впливає на те, як ми створюємо організаційну систему в першу чергу, і як вони формують нашу взаємодію, коли нам потрібно знайти деякі ресурси, які класифікуються в ній.

Категорія Абстракція і деталізація

Ми можемо ідентифікувати будь-який ресурс як унікальний екземпляр або як член класу ресурсів. Розмір цього класу — кількість ресурсів, які розглядаються як еквівалентні — визначається властивостями або характеристиками, які ми враховуємо при вивченні ресурсів у певній області. Те, як ми думаємо про область ресурсів, залежить від контексту та наміру, тому один і той же ресурс можна розглядати абстрактно в одних ситуаціях і дуже конкретно в інших. Як ми обговорювали в описі ресурсів та метаданих, це впливає на характер та ступінь опису ресурсу, і, як ми бачили в цьому розділі, це впливає на природу та ступінь категорій, які ми можемо створити.

Розглянемо регулярні клопоти прибрати чистий одяг. Ми можемо розглядати будь-який предмет одягу як члена широкої категорії, членами якої є будь-який вид одягу, який людина може носити. Використання однієї категорії для всього одягу, тобто не розрізнити різні предмети будь-яким корисним або практичним способом, швидше за все, означатиме, що ми будемо тримати наш одяг у великій неорганізованій купі.

Однак ми не можемо носити будь-яку випадкову комбінацію предметів одягу — нам потрібна сорочка, штани, шкарпетки тощо. Зрозуміло, що наша нерозбірлива категорія одягу занадто широка для більшості цілей. Тому натомість більшість людей організовують свій одяг у більш дрібнозернистих категоріях, які відповідають звичайній схемі того, як вони носять одяг.

Ця тенденція використовувати конкретні категорії замість більш широких є загальним принципом, який відображає, як люди організовують свій досвід, коли бачать схожі, але не ідентичні приклади чи події. Цей «принцип розміру» для вивчення концепції, як описує його когнітивний вчений Джош Тененбаум, є перевагою найбільш конкретних правил або описів, які відповідають спостереженням. Наприклад, якщо ви відвідуєте зоопарк і бачите багато різних видів тварин, ваше уявлення про побачене відрізняється від того, що ви відвідали розплідник, який містив лише собак. Ви можете сказати «Я бачив тварин у зоопарку», але, швидше за все, скажете «Я бачив собак у розпліднику», тому що використання широкої категорії «тварин» для опису вашого відвідування розплідника передає менше того, що ви дізналися зі своїх спостережень там. ^[1]

У «Single Properties» ми описали систему організації сорочок у нашій шафі, тож давайте поговоримо про шкарпетки замість цього. Що стосується шкарпеток, більшість людей думають, що основною одиницею є пара, оскільки вони завжди носять два шкарпетки одночасно. Якщо вам потрібно буде знайти шкарпетки парами, здається розумним організувати їх у пари, коли ви їх прибираєте. Деякі люди можуть додатково відокремити свої шкарпетки сукні від спортивних, а потім сортувати ці шкарпетки за кольором або матеріалом, створивши ієрархію категорій шкарпеток, аналогічну категоріям сорочок у нашому попередньому прикладі.

Питання абстракції ресурсів і деталізації виникають також всякий раз, коли інформаційні системи різних фірм або різних частин фірми потребують обміну інформацією або злиття в єдину систему. Усі сторони повинні визначати ідентичність кожної речі однаково або способами, які можуть бути пов'язані або відображені один з одним вручну або в електронному вигляді.

Наприклад, як бізнес-система повинна працювати з адресою клієнта? Надрукований на конверті, «адреса» зазвичай відображається як всеосяжний багаторядковий текстовий об'єкт. Однак всередині інформаційної системи адреса найкраще зберігати як набір чітко ідентифікованих інформаційних компонентів. Ця дрібнозерниста організація полегшує сортування клієнтів за міськими або поштовими індексами, для цілей продажу та маркетингу. Несумісність абстракції та деталізації цих інформаційних компонентів та способів їх подання та повторного використання в документах спричинить проблеми сумісності, коли підприємствам потрібно обмінюватися інформацією. ^[2]

Універсальна ділова мова (УБЛ) (коротко згадується в «Інституційній семантиці») - це бібліотека інформаційних компонентів, розроблених для створення моделей бізнес-документів, що охоплюють цілий ряд категорій абстракції. UBL оснащений схемами XML, які визначають категорії документів, такі як замовлення, рахунки-фактури, платежі та квитанції, з якими багато людей знайомі зі своїм особистим досвідом покупок та оплати рахунків. Однак UBL також може бути використаний для розробки дуже специфічних або підпорядкованих типів транзакційних документів рівня, таких як «замовлення на купівлю промислових хімічних речовин, коли покупець і продавець знаходяться в різних країнах», або типів документів на іншому кінці ієрархії абстракції, як «заповнення-в-порожній» » організаційно-правові форми для будь-якого виду договору.

Боукер і Зірка зазначають, що часто існує прагматичний компроміс між точністю та достовірністю при визначенні категорій та присвоєнні їм ресурсів, особливо в наукових та інших високотехнічних областях. Більш деталізовані категорії роблять більш точну класифікацію можливою в принципі, але вузькоспеціалізовані домени можуть містити екземпляри, які настільки складні або важко зрозуміти, що важко вирішити, де їх організувати. ^[3]

Як приклад цієї реальної безладу, яка чинить опір точній класифікації, Боукер і Стар звертаються до медицини та Міжнародної класифікації хвороб Всесвітньої організації охорони здоров'я (МКБ), системи категорій для повідомлення про причини смерті. МКБ вимагає, щоб кожна смерть була віднесена до однієї і тільки однієї категорії з тисяч можливих варіантів, що полегшує важливі використання, такі як статистична звітність для досліджень охорони здоров'я.

Однак на практиці лікарям часто не вистачає переконливих доказів про причину тієї чи іншої смерті, або вони виділяють ряд факторів, які не могли належним чином описати як єдину причину. У цих ситуаціях менш точні категорії краще б відповідати неоднозначності, а сукупні дані про причини смерті мали б більшу обґрунтованість. Але лікарі повинні використовувати точні категорії МКБ, коли вони підписують свідоцтво про смерть, а це означає, що вони іноді фіксують неправильну причину смерті лише для того, щоб виконати свою роботу.

Це може здатися незрозумілим, але коли система створених людиною категорій занадто складна для людей, щоб інтерпретувати та застосовувати надійно, обчислювальні класифікатори, які обчислюють статистичну схожість між новими та вже класифікованими предметами, можуть перевершити людей. ^[4]

Основні або природні категорії

Абстракція категорій зазвичай описується з точки зору ієрархії рівнів вищих, базових і підлеглих категорій. Наприклад, «Одяг» є вищою категорією, «сорочки» та «шкарпетки» - основні категорії, а «білі сорочки з довгим рукавом» та «білі вовняні похідні шкарпетки» - підлеглі категорії. Члени категорій базового рівня на кшталт «сорочки» та «шкарпетки» мають багато спільних властивостей сприйняття і сильніше пов'язані з руховими рухами, ніж члени вищих категорій. Члени підлеглих категорій мають багато спільних властивостей, але ці властивості також поділяються членами інших підлеглих категорій на тому ж рівні абстракції в ієрархії категорій. Тобто, хоча ми можемо визначити багато властивостей, які поділяють всі «білі сорочки з довгим рукавом», багато з них також є властивостями «синіх сорочок з довгим рукавом» та «чорних сорочок з довгим рукавом». »

Психологічні дослідження говорять про те, що деякі рівні абстракції в системі категорій є більш базовими або природними, ніж інші. Антропологи також зауважили, що народні таксономії незмінно класифікують природні явища на п'ять- або шестирівневу ієрархію, причому одним із рівнів є психологічно основне або «справжнє» ім'я (наприклад, «кішка» або «собака»), на відміну від більш абстрактних імен (наприклад,» ссавець»), які менше використовуються в побуті. Наслідком для організації проектування системи є те, що категорії базового рівня є високоефективними з точки зору когнітивних зусиль, які вони вживають для створення та використання. Наслідком є те, що класифікації з багатьма рівнями на різних рівнях абстракції можуть бути важкими для користувачів для ефективної навігації. ^[5]

Відкликання/Точність компромісу

Обраний нами рівень абстракції визначає, наскільки точно ми ідентифікуємо ресурси. Коли ми хочемо висловити загальну претензію або повідомити, що сфера наших інтересів широка, ми використовуємо вищі категорії, як коли ми запитуємо: «Скільки тварин у зоопарку Сан-Дієго? Але ми використовуємо точні підлеглі категорії, коли нам потрібно бути конкретними: «Скільки дорослих емів сьогодні в зоопарку Сан-Дієго? »

Якщо ми повернемося до нашого прикладу одягу, знайти пару білих вовняних похідних шкарпеток дуже легко, якщо система організації шкарпеток створює дрібнозернисті категорії. Коли ресурси описані або організовані з таким рівнем деталізації, аналогічно детальна специфікація ресурсів, які ви шукаєте, дає саме те, що ви хочете. Коли ви доберетеся до місця, де ви тримаєте білі вовняні похідні шкарпетки, ви знайдете їх усі і більше нічого. З іншого боку, якщо всі ваші шкарпетки кинуті несортовані в ящик для шкарпеток, коли ви йдете на полювання на носок, ви не зможете знайти потрібні шкарпетки, і ви зіткнетеся з великою кількістю шкарпеток, які ви не хочете. Але ви не будете витрачати час на їх сортування, що багатьом людям не подобається робити; ви можете витратити час на сортування або пошук в залежності від ваших уподобань.

Якщо ми переведемо цей приклад на жаргон пошуку інформації, ми говоримо, що більш дрібнозерниста організація зменшує відкликання, кількість ресурсів, які ви знайдете або витягуєте у відповідь на запит, але збільшує точність відкликаного набору, частку відкликаних елементів, що актуальні. Більш широкі або грубозернисті категорії збільшують відкликання, але нижчу точність. Ми всі занадто знайомі з цією важкою угодою, коли ми використовуємо веб-пошукову систему; швидкий запит одного слова призводить до багатьох сторінок переважно невідповідних сайтів, тоді як ретельно продуманий багатословний запит визначає сайти з інформацією, яку ми шукаємо. Ми обговоримо відкликання, точність та оцінку пошуку інформації більш детально у взаємодії з ресурсами.

Цей приземлений приклад ілюструє фундаментальний компроміс між організацією та пошуком. Компроміс між інвестиціями в організацію та інвестиціями в пошук зберігається майже в кожній організаційній системі. Чим більше зусиль ми докладемо до організації ресурсів, тим ефективніше їх можна отримати. Чим більше зусиль ми готові докласти до отримання ресурсів, тим менше їх потрібно організувати в першу чергу. Розподіл витрат і вигод між організатором і ретривером відрізняється залежно від взаємозв'язку між ними. Вони одна і та ж людина? Хто виконує роботу, а хто отримує вигоду?

Категорія Аудиторія і призначення

Способи категоризації людей залежать від цілей категоризації, широти ресурсів у колекції, що підлягає класифікації, та користувачів організаційної системи. Припустимо, що ми хочемо класифікувати мови. Нашим першим кроком може бути визначення того, що являє собою мову, оскільки не існує широкої згоди щодо того, що відрізняє мову від діалекту, або навіть про те, чи існує така відмінність.

Однак те, що ми маємо на увазі під «англійською» та «китайською» як категорії, може змінюватися залежно від аудиторії, до якої ми звертаємось, і яка наша мета. ^[6] Представлення «англійської мови» школи вивчення мови може залежати від практичних проблем, таких як те, як учні школи, ймовірно, використовуватимуть мову, яку вони вивчають, або які викладачі доступні. Для цілей школи, що викладає глобальні мови, і один із стандартних різновидів англійської мови (тобто тих, які пов'язані з політичною владою), або об'єднання декількох стандартних різновидів, може розглядатися як єдиний екземпляр («англійська») категорії «Мови. »

Аналогічно, структура категорій, в якій знаходиться «китайський», може відрізнятися залежно від контексту. Хоча деякі школи можуть не концептуалізувати «китайський» як категорію, що охоплює кілька мовних різновидів, а скоріше як єдиний екземпляр у категорії «Мови», інша школа може навчити своїх учнів мандарин, Ву та кантонський як діалекти в межах мовної категорії» Китайські», які уніфіковані єдиною стандартною системою письма. Крім того, лінгвіст може вважати мандарин, Ву та кантонський взаємно незрозумілими, роблячи їх окремими мовами в межах більш широкої категорії «китайська» з метою створення принципової системи класифікації мов.

Якби люди могли класифікувати лише одним способом, ігрове шоу «Піраміда», де учасники здогадуються, яка категорія ілюстрована прикладом, наданим давачем підказки, не представляло б жодних проблем. Творчі можливості, що надаються категорізацією, дозволяють людям впорядкувати світ і посилатися на взаємозв'язки між поняттями через своєрідну алюзивну стенографію. Коли ми говоримо про мову моди, ми припускаємо, що в контексті нашої розмови такі екземпляри, як «англійська», «китайська» та «мода», є однаковими способами, що відрізняють їх від інших речей, які ми б не класифікували як мови.

---

1. (Тененбаум 2000) стверджує, що ця перевага найбільш конкретної гіпотези, яка відповідає даним, є загальним принципом байєсівського навчання з випадковими зразками.

   17%

   
   

2. Розглянемо, що станеться, якщо два підприємства моделюють поняття «адреса» в базі даних клієнтів з різною деталізацією. У базі даних може бути грубе поле «Адреса», яке зберігає адресу вулиці, місто, стан та поштовий індекс в одному блоці, а в інших зберігаються компоненти «StreetAddress», «Місто» та «PostalCode» в окремих полах. Більш зернисту модель можна автоматично трансформувати в менш зернисту, але не навпаки (Глушко і МакГрат 2005).

   17%

   
   

3. (Боукер і зірка 2000)

   17%

   
   

4. Статистик і бейсбол вентилятор Нейт Сільвер відкинув складну систему, яка використовувала двадцять шість категорій гравців для прогнозування бейсбольної продуктивності, тому що «це вимагало стільки мистецтва, як науки, щоб з'ясувати, яка група гравець належав в. (Срібло 2012, с. 83). Його вдосконалена система використовувала техніку аналізу «найближчого сусіда» для виявлення поточних бейсболістів, чиї другорядні ліги статистика була найбільш схожа на поточних гравців другорядної ліги, які оцінюються. (Див. «Категорії, створені за допомогою кластеризації»).

   Срібло пізніше прославився своїми надзвичайно точними прогнозами президентських виборів в США 2008 року. Він є засновником і редактором блогу FiveThirtyEight, названого так тому, що в Конгресі США 538 сенаторів і представників.

   17%

   
   

5. (Rosch 1999) називає це принципом когнітивної економіки, що «те, що хтось хоче отримати від своїх категорій - це велика кількість інформації про навколишнє середовище, зберігаючи при цьому кінцеві ресурси якомога більше. [...] Перевага організму не диференціювати один подразник від іншого, коли ця диференціація не має відношення до наявних цілей. » (Сторінки 3-4.)

   17%

   
   

6. Наприклад, деякі лінгвісти вважають «англійську» широку категорію, що охоплює кілька мов або діалектів, таких як «Стандартна британська англійська», «Стандартна американська англійська» та «Аппалацька англійська». »

   Якщо ми стурбовані мовною різноманітністю та виживанням мов меншин, ми можемо класифікувати деякі мови як зникаючі, щоб мобілізувати зусилля щодо збереження мови. Ми також могли б класифікувати мови з точки зору спільних мовних предків (наприклад, «Романські мови»), з точки зору того, які види звуків вони використовують, за тим, наскільки добре ми говоримо на них, за регіонами, в яких вони зазвичай говорять, підписані вони чи без підпису тощо. Ми також могли б розширити наше визначення категорії мов, включивши штучні комп'ютерні мови, або мови, якими користуються люди та їхні домашні тварини, або мислити більш метафорично, ми можемо включити мову моди.

   17%