Любой вид деятельности приобретает социальную значимость, если соответствует предъявляемым к нему требованиям.  Главным условием зарождения (возникновения) социально значимой деятельности следует считать высокую востребованность результатов такого типа профессионального труда. Востребованность, тем более высокая, является комплексным показателем, который включает в себя не  только частотные количественные статистические характеристики (например, частоту обращения к какому-либо виду социально значимой деятельности, а именно к ее специалистам за результатами этой деятельности, влияющими на процессы жизнедеятельности как индивида, так и общества в целом), но и характеристики, определяющие качество выполняемых процедур на каждом шаге «алгоритма» (технологического цикла) конкретного, значимого вида деятельности, а значит, и результатов ее реализации. Неукоснительное соблюдение технологического цикла в рамках различных социально значимых профессиональных отраслей производства можно рассматривать как гарантию качества получаемых в них результатов, как залог того, что у потребителей продукции и услуг (населения государства) будет формироваться устойчивое положительное отношение к данному виду деятельности. В предлагаемой статье на основе многолетних исследований автором предложены и рассмотрены две составляющие комплексного подхода к оцениванию качества социально значимой деятельности – алгоритм выбора экспертов для оценивания качества социально значимой деятельности и собственно алгоритм оценивания качества этой деятельности.  Каждый из предложенных алгоритмов имеет в своем составе как общие шаги выполнения действий, так и индивидуальные, обеспечивающие его новизну и отличия от уже существующих подобных алгоритмических схем.

В качестве математического аппарата при реализации данных алгоритмов была выбрана нечеткая логика.

1. Реброва Н.В. Сущность понятия «социально значимая деятельность» и ее роль в современном обществе // Научный альманах. – 2016. – № 3-2 (17). – С. 273–275.

2. Zyryanov E.V., Belov V.M., Kosov D.L. Quality assessment of regulatory legal acts using the Mamdani algorithm // Journal of Physics: Conference Series. – 2020. – Vol. 1441. – P. 012051.

3. Зырянова Е.В., Белов В.М., Косов Д.Л. Применение алгоритма оценки качества нормативных правовых актов на примере оценки качества государственных стандартов в области информационной безопасности телекоммуникационных систем // Сборник научных трудов НГТУ. – 2019. – № 1 (94). – С. 132–144. – DOI: 10.17212/2307-6879-2019-1-132-144.

4. Зырянова Е.В., Белов В.М., Косов Д.Л. Алгоритмический и программный инструментарий повышения качества законодательства. – М.: Русайнс, 2019. – 124 с.

5. Гибридныи? метод оценивания качества социально значимои? деятельности / В.М. Белов, Е.Н. Пивкин, Л.А. Грищенко, А.Б. Архипова // Инженерный вестник Дона. – 2021. – № 2. – URL: http://ivdon.ru/ru/magazine/archive/n2y2021/6821 (дата обращения: 31.05.2021).

6. Zadeh L.A. Fuzzy sets // Information and Control. – 1965. – Vol. 8 (3). – P. 338–353.

7. Mamdani E.H. Applications of fuzzy algorithms for simple dynamic plant // Proceedings of the IEE. – 1974. – Vol. 121, iss. 12. – P. 1585–1588.

8. Корченко А.Г. Построение систем защиты информации на нечетких множествах: теория и практические решения. – Киев: МК-Пресс, 2006. – 320 с.

9. Кравцов Ю.А. Случайность, детерминированность, предсказуемость // Успехи физических наук. – 1989. – Т. 158, № 1. – С. 93–122.

10. Мишин В.М. Исследование систем управления: учебник для вузов. – 2-е изд., стер. – M.: Юнити-Дана, 2015. – 527 с.

11. Новак В., Перфильева И., Мочкорж И. Математические принципы нечеткой логики: пер с англ. / под ред. А.Н. Аверкина. – М.: Физматлит, 2006. – 352 с.

12. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов; под ред. Д.А. Поспелова. – М.: Наука, 1986. – 312 с.

13. Азгальдов Г.Г. Теория и практика оценки качества товаров (основы квалиметрии). – М.: Экономика, 1982. – 256 с.

14. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. – Тюмень: Изд-во Тюмен. гос. ун-та, 2000. – 352 с.

15. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей: примеры использования. – Рига: Зинатне, 1990. – 184 с.