|
ные критерии содержательной значимости групп, на основе которых их поиск автоматизируется. Один из наиболее эффективных методов, использованный нами для типологии групп офицеров по уровням сформированности профессиональноправовой компетентности алгоритм ALOT с сокращенным перебором. В данной работе программа составлена для случая, когда таксоны (группы объектов) описываются конъюнкциями (операции, формализующие логические свойства этих объектов). Описание алгоритма приводится для этого частного случая. Выбор 1-го таксона. Шаг п1. Ищем простейшее множество о.1 , являющееся множеством истинности некоторой элементарной высказывателыюй функции (э. в. ф.) S1; f(S‘) максимальна. При этом перебор осуществлялся по всем признакам сформированности правовой компетентности (выделенных в предыдущих параграфах) и по всем э. в. ф., которые истинны на N1объектах (параметрах) исходного множества 5(1Р) Nt = 5(1 +р). Величина 5 зависит от желаемого числа групп К0 : 5 = N/Ko. К0 полагается равным минимальному числу групп (в нашем случае 2), которое можно предположить. Число Ко является лишь ориентировочным, и в принципе в зависимости от структуры данных может быть выделено больше или меньше, чем К0 групп. Величина р характеризует предположительную неоднородность таксонов по числу содержащихся в них объектов. Если S1 выбрать не удавалось (это возможно, когда всем э.в.ф. удовлетворяют либо слишком много, либо слишком мало объектов), то значение р увеличивалось. В пределе перебор производился по всем сформированным простейшим множествам (и соответствующим э. в. ф.). Шаг п2 (=2). Ищем конъюнкцию длины nl. После (nl 1)-го шага имеем конъюнкцию SnI ~ 1 длины nl —1, истинную на множестве Dnl , определяющие конъюнкции длины nl, путем присоединения к Dnl_1 элементарных множеств по признакам, еще не вошедшим в Snl ~1. В качестве Snl выбираем такую, у которой |
145 вии с уровнем сформированности у них правовой компетентности как интегрального показателя качества правовой подготовки. Задача группирования объектов сводится к разбиению некоторого множества объектов на несколько нспересекающихся групп по принципу сходства свойств на основе анализа эмпирической таблицы данных об этих объектах. Группирование объектов проводится с целью получения более краткого описания больших массивов информации в виде групп данных, обладающих сходными свойствами. Большое количество индивидуальных описаний сводится к значительно меньшему числу. Хотя при этом возможна частичная потеря информации о каждом отдельном объекте, этот метод дает возможность получения более наглядной общей картины, позволяет лучше уяснить структуру всего множества данных, наметить дальнейшие направления исследований, что особенно важно на предварительных этапах обработки информации. Именно на этих этапах в большинстве случаев возникает необходимость группирования. Таким образом, группирование наиболее целесообразный способ анализа информации. Исходные данные используются без каких бы то ни было ограничений. Оценка взаимосвязи между признаками на основе подсчета частотности различных комбинаций их значений непосредственно отражает логику эмпирического психолого-jгедагогического анализа. Достаточно перспективными в этом плане являются так называемые специальные методы группирования, где вводятся определенные формальные критерии содержательной значимости групп, на основе которых их поиск автоматизируется. Один из наиболее эффективных методов, использованный нами для типологии групп офицеров по уровням сформированности правовой компетентности, алгоритм ALOT с сокращенным перебором. 146 В данной работе программа составлена для случая, когда таксоны (группы объектов) описываются конъюнкциями (операции, формализующие логические свойства этих объектов). Описание алгоритма приводится для этого частного случая. Выбор I-го таксона. Шаг nl. Ищем простейшее множество а 1 , являющееся множеством истинности некоторой элементарной высказывательной функции (э. в. ф.) S1; f(S]), максимальна. При этом перебор осуществлялся по всем признакам сформированности правовой компетентности (выделенных в предыдущих параграфах) и по всем э. в. ф., которые истинны на N1объектах (параметрах) исходного множества 5(1Р) =Nj = 5(1 +Р). Величина 5 зависит от желаемого числа групп К0 : 6 = N/K0. К0 полагается равным минимальному числу групп (в нашем случае 2), которое можно предположить. Число Ко является лишь ориентировочным, и в принципе в зависимости от структуры данных может быть выделено больше или меньше, чем Ко групп. Величина р характеризует предположительную неоднородность таксонов по числу содержащихся в них объектов. Если S1 выбрать не удавалось (это возможно, когда всем э.в.ф. удовлетворяет либо слишком много, либо слишком мало объектов), то значение р увеличивалось. В пределе перебор производился по всем сформированным простейшим множествам (и соответствующим э. в. ф.). Шаг п2 (=2). Ищем конъюнкцию длины nl. После (nl 1)-го шага имеем конъюнкцию Snl ~ ] длины nl 1, истинную на множестве Dnl , определяющие конъюнкции длины nl, путем присоединения к Dnl ~ 1элементарных множеств по признакам, еще не вошедшим в S”1“ 1. В качестве Snl выбираем такую, у которой f (SnI) = max, f(Snl) = f (Sn,‘ '). (2.1) Когда нашли Snl и nl = 1 (т.е. все признаки задействованы), то Т = Dn , он описывается конъюнкцией S = Snt. Определена группа объектов: |