The paper discusses the methodological foundations of informational diagnostics on the base of cluster analysisfor theobjectsrepresented by quantitative estimates. The literature review showed that the application of cluster analysis in some cases was successful; also, the theory of cluster analysis is well developed, and the properties of methods and distance measures are studied, which indicates the appropriateness of using the cluster analysis apparatus. Therefore, the development of a general methodology to diagnose any objectsrepresented by quantitative estimates is a topicaltask. The purpose of this work is to develop methodological bases for determining diagnostic states and behavioral patterns for objectsrepresented by quantitative estimateson the base ofcluster analysis. Because of informational diagnostics is a targeted activity on the assessment of object state based on a dynamic information model, the model of a diagnosis object is discussed first. We examine the lifecycle of instances of diagnosis objects that are described by a plurality of parameters whose values are determined by a timeslice along the lifeline of the instance. It is shown that a different number of measured values characterize each state of the diagnosis object. There are identified characteristicsthat should be analyzed to indicate a threat to the instance and the need for supportive procedures to prevent premature interruption of an instance's lifecycle.Experts should carry out the formalization of conditions for termination of the life cycle of the diagnosis object and formation of the list of supporting procedures. Because the quality of any information technology depends on the input data quality, a procedure for the analysis of diagnostic characters isdeveloped. In order to start the diagnosis as early as possible and apply the available data as fully as possible, the methodologies for one-, two-and N-step diagnosis are developed. All procedures usedcluster order. Transition patterns are defined for the two-step diagnosis, as well as trend patterns are defined for the N-step diagnosis. Transition patterns allow diagnosing the improvement, worsening, or stability of the diagnosis object state. The procedure for the diagnostic characters analysis and the methodologies of diagnosis is new scientific results. The application of the developed methodologies is demonstrated in the example of diagnosing students' success. In this case, the curriculum providesthe domain model. Examples of diagnosing states and behavior, as well as identifying recommended reactions, are provided. For one-step diagnostics, the presence of the influence of the latent factor and the diagnostic signs that show significant instability are investigated. For one-and two-step diagnostics, the conditions for forming a risk segment are provide
В роботі обговорюються методологічні основи інформаційного моніторингу та діагностики з використанням кластерного аналізу для класу об’єктів, опис яких представлений кількісними оцінками. Аналіз публікацій показав, що застосування кластерного аналізу для визначення станів об’єктів в окремих випадках було успішним, до того ж теорія кластерного аналізу добре розроблена, а властивості методів вивчені, що свідчить про доречність використання апарату кластерного аналізу. Отже розробка узагальненої методології для діагностування будь-яких об’єктів, опис яких визначаються вектором оцінок, є актуальною задачею. Метою роботи є розробка методологічних основ визначення діагностичних станів та поведінкових шаблонів для об’єктів, які описано кількісними ознаками, за допомогою кластерного аналізу. Оскільки інформаційна діагностика –це цілеспрямована діяльність по оцінці стану об’єкту дослідження на основі динамічної інформаційної моделі, спочатку обговорюється модель об’єкту діагностування. При цьому розглядається життєвий цикл об’єкту діагностування, що описуються множиною параметрів, значення яких визначаються часовим зрізом на лінії життя екземпляру. Показано, що кожний стан об’єкту діагностування може характеризуватися різною кількістю значень мір. Для запобігання передчасного переривання життєвого циклу екземпляру визначені характеристики, аналіз яких дозволяє діагностувати такий стан екземпляру або траєкторію його поведінки, що може свідчити про загрозу існування екземпляру та необхідність прийняття підтримуючих процедур. Формалізація умов для припинення життєвого циклу досліджуваного об’єкта та формування переліку підтримуючих процедур здійснюється експертним чином. Якість будь-якої інформаційної технології залежить від якості вхідних даних, тому розроблено процедуруаналізу діагностичних ознак для визначення адекватності моделі об’єкту діагностування. Розроблені методології одно-, двох-та N-крокового діагностування на базі значень центрів кластерів, що дає можливість розпочинати діагностування якомога раніше та застосовувати доступні дані якомога повніше. В усіх процедурах використано відношення порядку на кластерах. Для процедури двокрокового діагностування визначено паттерни переходів, що дозволяють визначати зміни станів об’єкту діагностування, для N-крокового –паттерни трендів. Процедура аналізу діагностичних ознак та визначення зазначених паттернів є новими науковими результатами. Застосування розроблених процедур показано на прикладі діагностування успішності студентів. При цьому у якості моделі предметної області застосовано освітню програму за обраної спеціальності. Для однокрокової діагностики досліджено наявність впливу латентного фактору та діагностичних ознак, що демонструють суттєву нестійкість. Для одно-та двокрокової методології надано умови формуваннясегменту ризику
В работе обсуждаются методологические основы информационного мониторинга и диагностики с использованием кластерного анализа для класса объектов, описание которых представлено количественными оценками. Анализ публикаций показал, что применение кластерного анализа в отдельных случаях было успешным, к тому же теория кластерного анализа хорошо разработана. Поэтому разработка обобщенной методологии для диагностики объектов, описаниекоторых представляется вектором количественных признаков, является актуальной задачей. Поскольку информационная диагностика –это целенаправленная деятельность по оценке состояния объекта исследования на основе динамической информационной модели, первоначально формализована модель объекта диагностирования при помощи множества параметров, значения которых определяются временными срезами на линиях жизни для каждого экземпляра объекта диагностирования. Разработаны методологии одно-, двух-и N-шагового диагностирования на базе значений центроидов кластеров, что дает возможность наиболее полно использовать имеющиеся данные и оценивать статику состояний и динамику изменений этих состояний. Применение разработанных методологий показано на примере диагностики успешностистудентов.
