МЕТОДИ КЛАСИФІКАЦІЇ ТА КОДУВАННЯ ЕКОНОМІЧНОЇ ІНФОРМАЦІЇ

Система класифікації визначається і характеризується використаним методом класифікації, ознаками класифікації (покладеними в основу виділення класифікаційних угруповань), їх послідовністю і кількістю рівнів (ступенів) класифікації, а також кількістю угруповань (ємність). Загалом ознака класифікації — це властивість об’єкта класифікованої множини. Ознаки класифікації можуть мати кількісне (стаж, оклад, вік) або якісне (професія, посада, галузь) значення. Кількість значень ознаки класифікації визначає кількість класифікаційних угруповань, які можуть бути створені при розподілі множини об’єктів за цією ознакою.

Розрізняють два основних методи класифікації:

1) ієрархічний,

2) фасетний.

Метод класифікації — це по суті сукупність правил створення системи класифікаційних угруповань і їх зв’язки між собою.

Iєрархічний метод класифікації характеризується тим, що початкова множина об’єктів техніко-економічної інформації послідовно поділяється на угруповання (класи) першого рівня поділу, далі — на угруповання наступного рівня і т.ін.

Сукупність угруповань утворює при цьому ієрархічну деревоподібну структуру, яку часто зображають у вигляді розгалуженого (гіллястого) графа; вузлами цього графа є угруповання, як це показано на рис. 13.

На цьому рисунку початкова множина С поділяється на першому рівні (ступені) на m угруповань першого рівня (С1, С 2, ... Сm).

Рис.1. Схема угруповань ієрархічного методу класифікації

Потім кожне угруповання поділяється на угруповання наступного рівня і т.д. Так, угруповання С1 поділяється на n угруповань другого рівня (С11, С12, ... С1n), а угруповання С11 на р угруповань третього рівня (С111, С112, ... С11р) і т.п. Кількість рівнів ступенів класифікації визначає глибину класифікації. Загалом кожне угруповання може поділятися на угруповання нижчого рівня з використанням своєї ознаки; глибина класифікації у кожній гілці ієрархічної структури може бути різною.

В ієрархічній класифікації в частинному випадку на кожному рівні поділу може бути використана одна ознака. Це означає, що об’єкти початкової множини характеризуються однаковим набором ознак.

При використанні ієрархічного методу класифікації для віднесення конкретного об’єкта класифікації на кожному ступені лише до одного класифікаційного угруповання необхідно додержувати таких основних правил:

поділ кожного угруповання виконується лише за однією основою поділу;

здобуті на кожному рівні класифікації угруповання не повинні повторюватися;

класифікації мають виконуватися так, аби сума частин становила множину, яку поділили.

Найбільш суттєвими і складними питаннями, що постають при використанні ієрархічного методу класифікації, є вибір системи ознак, що стануть основою поділу, а також їх послідовність.

Вибрані ознаки мають бути визначальними в розв’язуванні конкретних техніко-економічних задач, для яких створюється ця система класифікації. При цьому формовані в угрупованні об’єкти повинні мати найбільшу кількість однакових ознак. Вибір послідовності ознак залежить передусім від характеру техніко-економічної інформації. В інформації з природним розміщенням ознак це не становить труднощів. Наприклад, в інформації про органи управління, територіально-адміністративний поділ і т.ін. послідовність ознак відповідає ієрархії підпорядкованості об’єктів. При застосуванні ієрархічного методу класифікації для об’єктів з незалежними ознаками (наприклад, кадрів, продукції тощо) вибір послідовності ознак залежить від статистичних характеристик частоти та ймовірності звертання до тієї чи іншої ознаки (найчастішим звертанням мають відповідати вищі рівні класифікації).

Iєрархічний метод класифікації характеризується кількістю рівнів (ступенів) класифікації, глибиною, ємністю і гнучкістю. Кількість рівнів визначає глибину класифікації, яка встановлюється залежно від міри необхідної конкретизації угруповань і кількості ознак, які беруть участь у розв’язуванні відповідних задач.

Застосування ієрархічного методу класифікації пояснюється його доброю пристосованістю ручної обробки, звичністю, великою інформативністю кодів, які несуть змістове навантаження.

Проте цей метод класифікації має ряд недоліків, які іноді утруднюють його використання. Це передусім жорсткість структури, яка зумовлена фіксованістю ознак і їхньою послідовністю. Через це зміна хоча б однієї ознаки призводить до перерозподілу класифікаційних угруповань. Тому в класифікаторах, побудованих за ієрархічним методом, мають передбачатися значні резервні ємності. Перелічені недоліки ієрархічного методу класифікації компенсуються фасетним методом, при якому початкова множина об’єктів може незалежно поділятися на класифікаційні угруповання щоразу з використанням однієї з обраних ознак.

Кожна ознака фасетної класифікації відповідає фасеті, що являє собою список значень найменованої ознаки класифікації. Наприклад, ознака «колір» містить такий список значень: червоний, білий, чорний, блакитний ... зелений; ознака — «професія» містить такий список значень: апаратник, автослюсар ... токар і т.ін. Отже, система класифікації може бути подана переліком незалежних фасетів (списків), які містять значення ознак класифікації. Множинне описання об’єктів техніко-економічної інформації відбувається в кожній конкретній задачі на основі задання фасетної формули, яка утворюється з послідовності ознак класифікації, використовуваних у задачі. Кількість фасетних формул визначається можливим поєднанням ознак. Для кожної фасетної формули може бути утворена ієрархічна класифікація, в якій на кожному рівні поділу використовується одна ознака, що відповідає окремій фасеті, а послідовність ознак визначається фасетною формулою.

Розглянемо як гіпотетичний приклад фасетну класифікацію одягу в разі використання трьох ознак (фасетів): вид тканини, сезонність, призначення (рис. 2).

З використанням цих трьох ознак шляхом переставлення їх послідовності можна побудувати шість різних ієрархічних класифікацій (з трьома рівнями розподілу). Один приклад наведено на рис. Для цього прикладу одержаної ієрархічної класифікації три угруповання нижчого рівня містять відповідно такий одяг:

1) чоловічий, зимовий, вовняний;

2) жіночий, зимовий, вовняний;

3) дитячий, зимовий, вовняний.

Рис. 2. Фасети ознак і їх значення

Крім наведених схем класифікації ці три ознаки дають змогу створити ще три схеми з використанням однієї ознаки і шість схем класифікації з використанням двох ознак.

При застосуванні фасетного методу класифікації слід додержувати таких основних правил:

· ознаки, які використовуються в різних фасетах, не повинні повторюватися (принцип взаємного виключення фасетів);

· із усіляких ознак, які характеризують множину об’єктів класифікації, відбираються і фіксуються лише істотні, які забезпечують розв’язування конкретних економічних задач.

· Фасетний метод класифікації не має недоліків ієрархічного методу. Він особливо ефективний при функціонуванні комп’ютерних інформаційних систем.

Методи кодування техніко-економічної інформації, які використовуються при створенні класифікаторів, безпосередньо пов’язані з методами класифікації.

Кодування призначене для формалізованого опису семантики (назв) різноманітних аспектів даних, які використовуються в управлінні народним господарством, найчастіше у вигляді цифрових кодів. Таке подання найприйнятніше для підвищення ефективності автоматизованої обробки економічної інформації.

Під кодуванням загалом розуміють процес позначення первинної множини об’єктів або повідомлень набором символів заданого алфавіту на основі сукупності певних правил. Залежно від використаних символів розрізняють цифрові, буквено-цифрові та буквені коди. Кількість символів у алфавіті називають основою коду. Залежно від основи коду вони бувають двійкові, десяткові, шістнадцяткові і т.ін. Залежно від використаних правил кодування коди можуть бути змінної чи постійної довжини. Основною вимогою, яку ставлять до кодування, є однозначне подання кожного об’єкта кодованої множини, тобто кожному об’єкту множини має відповідати єдиний код.

Системою кодування називають сукупність методів і правил позначення об’єктів заданої множини. Система кодування характеризується ємністю — кількістю кодів, що різняться між собою, тобто комбінацій, використаним алфавітом коду і правилами утворення коду.

Код характеризується довжиною, тобто кількістю використаних розрядів, структурою, яка відображає зміст окремих розрядів або груп розрядів коду.

Найпростішим і найпоширенішим методом кодування об’єктів первинної множини є порядковий метод. При використанні цього методу кожний об’єкт класифікованої множини кодується за допомогою поточного номера. Порядковий метод застосовується при кодуванні одноознакових, сталих та малозначних номенклатур, наприклад, категорії персоналу, статті витрат, види платежів до бюджету тощо. Порядковий метод кодування дуже простий для ідентифікації. Але суттєвим недоліком даного методу є відсутність у коді будь-якої інформації про об’єкт і відносна складність автоматичної обробки інформації при підбитті підсумків за групами об’єктів.

Притаманні порядковому методу кодування недоліки деякою мірою усунуті в серійно-порядковому методі кодування.

Метод характеризується тим, що первинна множина поділяється на кілька частин (згідно з деякою ознакою) і для кодування об’єктів кожної частини призначається серія номерів (кодів). Об’єкти кодуються порядковим номером у межах відведених для них серій.

Цей метод кодування використовується для об’єктів, які мають дві ознаки. Можна припустити, що при такому кодуванні використовується змінний алфавіт коду. Наприклад, з номера 1-го по 5-й закодовано одну частину об’єктів, з 6-го по 15-й — другу, з 16-го по 25-й — третю і т.д.

При кодуванні сукупності властивостей об’єктів, тобто при створенні інформаційного блока, рекомендують застосовувати два основних методи створення коду: послідовного кодування на основі використання ієрархічної класифікації і паралельного кодування на основі фасетної класифікації.

При застосуванні паралельного методу кодування на противагу послідовному значенню ознаки, записане на будь-якому розряді коду, не залежить від значень ознак, записаних на інших розрядах. Це дає змогу за конкретним кодом легко дізнатись, набором яких ознак описується розглядуваний об’єкт. Найчастіше ознака задається у вигляді кодової таблиці.

Паралельний метод кодування дає багатоаспектну класифікацію. Вона добре пристосована для машинної обробки і розв’язання різних економічних задач. Блокова побудова коду за фасетами спрощує його стандартизацію. До недоліків цього методу кодування належить менша порівняно з послідовним методом інформативність і ємність, що пояснюється неповним використанням останньої.

При виборі методу кодування слід пам’ятати, що цей метод має забезпечувати:

у межах заданої множини однозначне визначення об’єкта;

необхідну інформацію про об’єкт;

використання як алфавіту коду десяткової цифри і літер української абетки, що зручно для машинної обробки і обробки людиною;

по змозі найменшу довжину коду, що спрощує заповнення документів, спрощує їх перевірку, зменшує кількість помилок, розміри машинної пам’яті і час обробки;

достатній резерв незайнятих кодів, щоб можна було кодувати нові об’єкти й угруповання, не порушуючи структури класифікатора;

можливість автоматичного контролю помилок, наприклад, внесенням до коду контрольного розряду.