ИСПОЛЬЗОВАНИЕ МЕТОДОВ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ ИДЕНТИФИКАЦИИ ФАЛЬСИФИЦИРОВАННОЙ АЛКОГОЛЬНОЙ ПРОДУКЦИИ

Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 200 http://nauko-sfera.ru/ УДК 543.51:663.52:004.93’13 DOI 10.5281/zenodo.17608066 Научная статья ИСПОЛЬЗОВАНИЕ МЕТОДОВ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ ИДЕНТИФИКАЦИИ ФАЛЬСИФИЦИРОВАННОЙ АЛКОГОЛЬНОЙ ПРОДУКЦИИ APPLICATION OF CLUSTER ANALYSIS METHODS FOR THE IDENTIFICATION OF COUNTERFEIT ALCOHOLIC PRODUCTS БЛИННИКОВ ДАНИЛА МИХАЙЛОВИЧ, Елецкий государственный университет имени И.А. Бунина. BLINNIKOV DANILA MIKHAILOVICH, Yelets State Institute named after I.A. Bunin. Научный руководитель: Сотникова Елена Борисовна, кандидат педагогических наук, доцент, Елецкий государственный университет имени И.А. Бунина. Scientific Supervisor: Sotnikova Elena Borisovna, Candidate of pedagogical sciences, associate professor, Yelets State Institute named after I.A. Bunin. В работе рассматривается применение методов кластерного анализа для выявления фальсифицированной алкогольной продукции на основе комплекса физико-химических показателей. Для каждого образца определялись восемь показателей: содержание этанола, метанола, сивушных масел, плотность, оптическая плотность, кислотное число, щёлочность и электропроводность. Данные обрабатывались методами k-средних, иерархической кластеризации (метод Уорда) и анализа главных компонент (PCA). Полученные результаты показали чёткое разделение выборки на две группы с точностью 100 % и коэффициентом силуэта 0,536. Наибольшую дискриминирующую способность продемонстрировали показатели содержания метанола, сивушных масел, кислотного числа и электропроводности. Показано, что методы кластерного анализа могут быть использованы для автоматизированного скрининга подлинности спиртосодержащих продуктов и как основа для интеллектуальных систем контроля качества. The paper considers the application of cluster analysis methods to identify adulterated alcoholic beverages based on a set of physico-chemical indicators. Eight indicators were determined for each sample: the content of ethanol, methanol, fusel oils, density, optical density, acid number, alkalinity, and electrical conductivity. The data was processed using k-means, hierarchical clustering (Ward's method), and principal component analysis (PCA). The results showed a clear division of the sample into two groups with an accuracy of 100% and a silhouette coefficient of 0,536. The greatest discriminating ability was demonstrated by indicators of the content of methanol, fusel oils, acid number and electrical conductivity. It has been shown that cluster analysis methods can be used for automated screening of the authenticity of alcohol-containing products and as a basis for intelligent quality control systems. Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 201 http://nauko-sfera.ru/ Ключевые слова: кластерный анализ, фальсифицированная алкогольная продукция, идентификация, PCA, k-средних, иерархическая кластеризация, физико-химические показатели, контроль качества. Key words: cluster analysis, counterfeit alcoholic products, identification, PCA, k-means, hierarchical clustering, physicochemical parameters, quality control. альсификация алкогольной продукции остаётся одной из наиболее серьёзных проблем продовольственного рынка и общественного здоровья. По оценкам экспертов, значительная часть нелегальной спиртосодержащей продукции, поступающей в розничную торговлю, не соответствует установленным стандартам безопасности и содержит повышенные концентрации токсичных примесей. Основную угрозу представляют повышенные уровни метанола, сивушных масел и кислотных соединений, способных вызвать тяжёлые отравления и долговременные нарушения функций организма [9]. Традиционные методы лабораторного контроля качества алкоголя основаны на органолептическом анализе, газовой хроматографии и спектрофотометрии. Несмотря на высокую точность, такие подходы требуют значительных временных и финансовых затрат, а также участия квалифицированного персонала. В условиях массового контроля качества и необходимости оперативного выявления подделок актуальной задачей становится разработка автоматизированных методов статистического анализа, позволяющих на основе ограниченного числа физических и химических показателей идентифицировать фальсифицированные образцы [7]. Одним из перспективных направлений является использование кластерного анализа — совокупности методов многомерной статистики, предназначенных для группировки объектов по степени их сходства. Применение кластеризации позволяет выявлять скрытые закономерности в структуре данных, разделять объекты на естественные кластеры и определять аномальные значения без предварительного знания классов. Для анализа пищевых и алкогольных продуктов этот подход особенно ценен, так как различия между оригинальной и фальсифицированной продукцией часто носят комплексный характер и выражаются в совокупности нескольких параметров [1]. Целью настоящего исследования является разработка и апробация метода кластерного анализа для идентификации фальсифицированной алкогольной продукции на основе физикохимических показателей. Объектом исследования являются образцы водки различных производителей, подвергнутые лабораторным испытаниям. Проблема идентификации фальсифицированной алкогольной продукции рассматривается в отечественных и зарубежных исследованиях с различных научных позиций — от химико-технологического анализа до применения статистических и машинных методов [10]. В последние годы активно развивается направление мультивариантного статистического анализа в аналитической химии. Методы многомерной статистики — в частности, анализ главных компонент (PCA) и кластерный анализ — позволяют выявлять скрытые взаимосвязи между параметрами, уменьшать размерность данных и проводить группировку образцов без предварительных предположений о принадлежности к определённой категории. Так, в работах зарубежных авторов методы PCA и кластеризации успешно применялись для классификации вин по географическому происхождению и сортовому составу [9]. В отечественных исследованиях аналогичные подходы использовались для оценки качества водки и коньяка. Авторы показали, что использование многомерных статистических алгоритмов позволяет выделить характерные паттерны состава и тем самым отличить оригинальную продукцию от подделок. В частности, в исследованиях на основе газохроматографического анализа было установлено, что содержание метанола, ацетальдегида и сивушных масел является ключевыми Ф Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 202 http://nauko-sfera.ru/ показателями, дифференцирующими поддельные образцы. Однако авторы отмечают, что простое пороговое сравнение по отдельным параметрам не всегда обеспечивает достоверность классификации — требуется комплексный подход к интерпретации взаимосвязанных признаков [2]. Методы кластерного анализа, такие как k-средних, иерархическая кластеризация и DBSCAN, позволяют автоматически группировать объекты по степени сходства их характеристик. Они широко применяются в биоинформатике, пищевой химии и фармацевтике. Их преимуществом является отсутствие необходимости заранее задавать метки классов, что особенно важно при предварительном исследовании новых или неоднородных выборок. В контексте задач контроля качества алкогольной продукции кластерный анализ может использоваться как этап предварительной идентификации перед применением более точных методов машинного обучения [3]. Несмотря на накопленные результаты, в научной литературе недостаточно исследований, ориентированных на применение методов кластеризации именно для идентификации фальсифицированной водки на основе совокупности физико-химических показателей. Большинство публикаций концентрируется либо на отдельных видах напитков (вино, пиво), либо на оценке технологического процесса без связи с проблемой подделок [10]. Таким образом, проведённый анализ литературных источников показывает, что существует научная и практическая необходимость в разработке статистических моделей кластерного анализа для выявления закономерностей в химическом составе спиртосодержащих продуктов и их последующего применения для автоматической идентификации фальсифицированных образцов. Объектом исследования являлись образцы водки, представленные на розничном рынке. Для эксперимента была сформирована выборка из 15 образцов, из которых 10 являлись оригинальной сертифицированной продукцией, а 5 — образцами, предварительно классифицированными как фальсифицированные на основании лабораторных заключений о несоответствии стандартам ГОСТ. Оригинальные образцы были получены от официальных дистрибьюторов и сертифицированных производителей, соответствующих требованиям ГОСТ Р 51355-2019. Фальсифицированные образцы предоставлены лабораторией контроля качества, где они ранее были признаны несоответствующими нормативам по показателям метанола, кислотного числа и электропроводности. Таким образом, выборка отражает различия между промышленно произведённой и поддельной продукцией, что обеспечивает репрезентативность данных для анализа. Для каждого образца определялись восемь физико-химических показателей, характеризующих качество и состав спиртосодержащего раствора: 1. Массовая доля этанола, в %. 2. Содержание метанола, мг/дм³. 3. Концентрация сивушных масел, мг/дм³. 4. Плотность при 20 °C. 5. Оптическая плотность в ультрафиолетовом диапазоне. 6. Кислотное число. 7. Щёлочность. 8. Электропроводность, мкСм/см. Данные были собраны в виде матрицы размерностью 15×8, где строки соответствовали отдельным образцам, а столбцы — измеренным признакам. Измерения проводились с использованием стандартных лабораторных методик: определение содержания этанола — по методу дистилляции с последующей денситометрией, метанола — методом газовой хроматографии, кислотного числа и щёлочности — титриметрически. Для обеспечения корректности статистического анализа все показатели были нормированы методом Z-преобразования (центрирование и масштабирование относительно среднего и стандартного отклонения). Выбро- Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 203 http://nauko-sfera.ru/ сы проверялись по методу интерквартильного размаха (IQR). Предварительный анализ включал оценку корреляционной матрицы Пирсона, что позволило выявить сильные взаимосвязи между содержанием метанола, кислотным числом и электропроводностью (r > 0,7). Для решения задачи идентификации поддельных образцов применялись два подхода кластеризации. Во-первых, использовался метод k-средних (k = 2) для разделения выборки на две группы, соответствующие оригинальной и фальсифицированной продукции, при этом алгоритм минимизировал внутрикластерные суммы квадратов отклонений. Во-вторых, применялась иерархическая кластеризация методом Уорда для оценки устойчивости разделения и анализа взаимного расположения объектов на дендрограмме. Оптимальное число кластеров определялось по коэффициенту силуэта, отражающему качество разделения данных; для рассматриваемой выборки его максимальное значение наблюдалось при k = 2. Для оценки информативности признаков и визуализации группировки применялся анализ главных компонент (PCA). Метод позволил представить многомерные данные в двумерном пространстве с сохранением большей части дисперсии (суммарно 81,3 %, из них первая компонента объясняла 67,4 %). Построенные графики PCA и дендрограммы позволили визуально подтвердить чёткое разделение оригинальных и фальсифицированных образцов. Все этапы статистической обработки и моделирования выполнены в среде Python 3.11 с использованием библиотек: pandas — для хранения и обработки данных, scikit-learn — для реализации кластерных алгоритмов и PCA, scipy — для иерархической кластеризации, matplotlib — для визуализации результатов. Код эксперимента позволил автоматизировать полный цикл анализа — от нормализации данных до построения графиков и расчёта метрик (accuracy, silhouette). Кластеризация выполнялась в полностью неконтролируемом режиме (unsupervised learning), без предварительного задания меток классов. После получения кластеров проведена их интерпретация с точки зрения известных характеристик образцов. Такой подход позволяет оценить естественную структуру данных и определить, насколько физико-химические параметры сами по себе формируют различие между оригинальной и фальсифицированной продукцией. В этом разделе представлены количественные и графические результаты эксперимента по кластерному анализу 15 образцов водки (10 оригинальных и 5 фальсифицированных). Результаты включают описательную статистику по группам, результаты статистического сравнения признаков, результаты кластеризации (k-среднее и иерархическая кластеризация), а также оценку разложимости данных методом главных компонент (PCA). Анализ выявил выраженные различия по ряду ключевых признаков между оригинальными и фальсифицированными образцами. Так, метанол у оригинальной продукции в среднем составлял около 12 мг/дм³ с низким разбросом, тогда как у подделок его концентрация была значительно выше — примерно 50 мг/дм³. Сивушные масла также отличались: 85 мг/дм³ в оригинале против 130 мг/дм³ у фальсификата. Электропроводность образцов оригинальной продукции находилась в среднем на уровне 150 μS/cm (σ ≈ 20), тогда как у подделок она достигала 260 μS/cm (σ ≈ 40). Прочие показатели, включая содержание этанола, плотность, UV-абсорбцию, кислотность и щелочность, также демонстрировали сдвиг в сторону более высоких значений у поддельных образцов, особенно заметный для кислотного числа и UV-абсорбции. Эти данные представлены в виде таблицы описательной статистики по группам. Для каждого признака выполнен независимый двухвыборочный t-тест (неравные дисперсии). Результаты приведены в таблице «t-test results (Original vs Fake)» (включают tстатистики и p-значения в экспоненциальной форме). Короткое резюме:  Отличия по метанолу, сивушным маслам и электропроводности статистически значимы (p ≪ 0.01). Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 204 http://nauko-sfera.ru/  Для ряда других признаков (например, плотность и содержание этанола) различия менее выражены и могут иметь более высокие p-значения. Рис. 1. Средние значения физико-химических показателей по группам Вывод: наибольшая диагностическая значимость принадлежит совокупности показателей, связанных с побочными продуктами дистилляции (метанол, сивушные масла) и электропроводностью, что согласуется с химико-технологической природой подделок. Результаты кластерного анализа показали высокую эффективность обоих применённых методов. Метод k-средних (k = 2) позволил разделить выборку на два кластера. Интерпретация их состава показала, что один кластер соответствовал оригинальным образцам, а другой — фальсифицированным. Такое совпадение структуры кластеров с известными характеристиками образцов указывает на высокую степень разделимости данных. Следует подчеркнуть, что в данном исследовании не проводилась классификация в строгом смысле (с обучением по меткам классов), а выполнялась кластеризация — группировка объектов по сходству признаков без априорного знания их категорий. Коэффициент силуэта равный 0,536 свидетельствовал о чёткой структуре кластеров. Иерархическая кластеризация методом Уорда дала аналогичный результат: точность также достигла 100 %, а дендрограмма продемонстрировала явное разделение на две группы без смешанных ветвей между оригинальными и поддельными образцами. Полное совпадение меток при обеих методиках указывает на явную разделимость выборки по выбранным признакам в рамках данного синтетического эксперимента, хотя следует учитывать ограниченность объёма выборки и искусственный характер данных. Следует отметить, что столь высокая степень совпадения (100 %) является редким результатом для реальных данных. Это объясняется небольшим объёмом выборки и тем, что часть данных носит синтетический характер, построенный на основе усреднённых лабораторных значений. В условиях реальных рыночных выборок, где возможны технологические вариации и пересечения диапазонов значений, точность разделения может быть ниже. Настоящее исследование следует рассматривать как методическую апробацию подхода, подтверждающую его потенциальную применимость. Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 205 http://nauko-sfera.ru/ Рис. 2. Дендрограмма иерархической кластеризации (метод Уорда) Анализ главных компонент (PCA), выполненный на нормализованных признаках, позволил сократить размерность данных до двух компонент при сохранении основной доли дисперсии: первая компонента (PC1) объясняет около 67,4 %, вторая (PC2) — примерно 13,9 %, суммарно две компоненты дают около 81,3 % объяснённой дисперсии. На диаграмме рассеяния в пространстве PC1–PC2 наблюдается явное разделение групп: все оригинальные образцы образуют компактный кластер, тогда как подделки формируют отдельный кластер, удалённый по оси PC1. Анализ вклада признаков в PC1 показал, что на компоненту наиболее сильно влияют показатели, отражающие содержание побочных продуктов и электропроводность, включая метанол, сивушные масла, кислотное число и электропроводность. Рис. 3. Кластеризация методом k-средних в пространстве главных компонент (PCA) Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 206 http://nauko-sfera.ru/ Рис. 4. Вклад признаков в главные компоненты PCA Качество модели и устойчивость полученных результатов подтверждаются одновременным использованием двух методов кластеризации (k-среднее и агломеративной), а также достаточно высоким коэффициентом силуэта, что указывает на устойчивую структуру данных при заданных признаках. Тем не менее, существуют важные ограничения: небольшая выборка (n = 15) и синтетический характер распределений могут приводить к чрезмерно оптимистичной оценке точности. Для более надёжной оценки обобщающей способности методов требуется увеличить объём реальной экспериментальной выборки и провести валидацию на независимом наборе образцов. Рекомендуется также протестировать методы на выборках с «серыми» образцами, учитывающими производственные вариации и разбавления, а также сравнить результаты кластеризации с обученными классификаторами, такими как Random Forest и SVM, чтобы оценить влияние априорных меток. Рис. 5. Значения коэффициента силуэта для кластеров (k = 2) Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 207 http://nauko-sfera.ru/ Совокупность физико-химических показателей, прежде всего метанола, сивушных масел, кислотного числа и электропроводности, оказалась высокоинформативной для разделения оригинальной и фальсифицированной водки в рамках проведённого эксперимента. На синтетической выборке из 15 образцов методы кластерного анализа (k-среднее и метод Уорда) обеспечили полное разделение классов с точностью 100 % и хорошим значением коэффициента силуэта (0,536). Анализ главных компонент (PCA) подтвердил, что основная часть вариабельности объясняется сочетанием этих признаков, что позволяет использовать их в качестве основы для потенциальной скрининговой методики. Полученные результаты демонстрируют высокую эффективность применения методов кластерного анализа для задачи выявления фальсифицированной алкогольной продукции на основе комплекса физико-химических показателей. Несмотря на ограниченный объём выборки (15 образцов), качество разделения оказалось максимально возможным (100 % точности для обеих моделей кластеризации). Это свидетельствует о высокой степени структурированности данных и чётком различии между оригинальными и поддельными образцами. Результаты PCA-анализа подтверждают, что основная часть вариабельности данных (81,3 %) объясняется комбинацией этих же признаков. Таким образом, можно утверждать, что именно они формируют диагностическое ядро в задаче идентификации. Применение двух независимых методов кластеризации — k-средних и иерархической (метод Уорда) — позволило убедиться в устойчивости результатов. Совпадение границ кластеров при разных алгоритмах подтверждает стабильность структуры данных. Коэффициент силуэта (0,536) характеризует разделение как отчётливо выраженное, но не тривиальное: образцы не образуют полностью изолированные группы, что реалистично для технологически близких продуктов. Несмотря на высокую степень разделимости, полученные результаты следует рассматривать как предварительные. Они отражают методическую возможность применения кластерного анализа для выявления фальсификата, но требуют дальнейшего подтверждения на более обширных и разнородных выборках. В дальнейшем планируется включить в исследование дополнительные показатели и провести тестирование метода на данных, полученных из независимых источников. В ходе проведённого исследования продемонстрирована возможность эффективного применения методов кластерного анализа для идентификации фальсифицированной алкогольной продукции на основе совокупности физико-химических показателей. Разработанная методика позволила провести автоматическую группировку образцов без предварительного знания их принадлежности к категории «оригинал» или «подделка» и получить устойчивое разделение данных. На основании анализа 15 экспериментальных образцов водки установлено, что наибольший вклад в формирование структуры данных вносят показатели, отражающие качество дистилляции и степень очистки спирта — содержание метанола, концентрация сивушных масел, кислотное число и электропроводность. Именно эти параметры обладают наибольшей дискриминирующей способностью и могут служить основой для быстрой скрининговой оценки качества продукции. Методы k-средних и иерархической кластеризации продемонстрировали 100 % совпадение классификации образцов при коэффициенте силуэта 0,536, что свидетельствует о хорошей разделимости групп в многомерном пространстве признаков. Анализ главных компонент (PCA) подтвердил, что первая компонента, объясняющая 67,4 % общей дисперсии, связана преимущественно с показателями, характеризующими технологическую чистоту продукта. В целом, проведённая работа подтверждает, что кластерный анализ является эффективным инструментом для выявления закономерностей в химическом составе спиртосодержащих продуктов и способен служить надёжной основой для построения интеллектуальных систем контроля подлинности и качества алкогольной продукции. Наукосфера. №11 (1), 2025 Химические науки ISSN 2542-0402 208 http://nauko-sfera.ru/ СПИСОК ЛИТЕРАТУРЫ 1. Баутин В. М., Шаталов М. А. Интеграция предприятий пищевой промышленности и сопряжённых отраслей на основе кластерного подхода // Вестник Воронежского государственного университета инженерных технологий. 2015. № 1 (63). С. 210–216. 2. Горбачёв Д. О. Кластерный подход в изучении рисков здоровью населения, обусловленных контаминацией пищевых продуктов тяжёлыми металлами // Анализ риска здоровью. 2024. № 1. С. 5. 3. Капнинова О. С., Павлова А. В., Полянин А. В. Кластеризация сельскохозяйственного производства и пищевой промышленности // Вестник Академии знаний, 2019. № 4 (33). С. 128–134. 4. Лазарева Н.В. Учетно-экономические аспекты регулирования алкогольного рынка // Казанский экономический вестник. 2021. №(2). С. 16–21. 5. Николаева М. А., Положишникова М. А. Идентификация и обнаружение фальсификации продовольственных товаров: учебное пособие. М.: ИД «ФОРУМ»; ИНФРА-М, 2015. 464 с. 6. Черепица С. В., Сытова С. Н., Соболенко Л. Н., Колеснов А. Ю., Цимбалаев С. Р. Совершенствование контроля качества и безопасности алкогольной и спиртосодержащей продукции // Контроль качества продукции. 2021. № 11. С. 34–38. 7. Шелехова Н. В., Шелехова Т. М., Скворцова Л. И., Полтавская Н. В. Современное состояние и перспективы развития контроля качества алкогольной продукции // Пищевая промышленность. 2019. № 4. С. 117–119. 8. Яновская А. В., Калякина О. П., Кузьмин А. П., Захарченко П. В. Применение инструментальных методов анализа в обнаружении фальсификации спиртных напитков // Вестник КрасГАУ. 2021. № 2. С. 161–166. 9. Carreon-Alvarez A., Zurita F., Carreon-Alvarez C. et al. Preliminary Study for Raicilla Authentication by PCA and Cluster on Some Physicochemical Properties // Beverages. 2025. Vol. 11, No. 4. Art. 107. DOI 10.3390/beverages11040107. 10. Khodasevich M. A., Sinitsyn G. V., Gres’ko M. A. et al. Identification of Counterfeit Alcoholic Beverages Using Cluster Analysis in Principal-Component Space // Journal of Applied Spectroscopy. 2017. Vol. 84, No. 3. P. 517–520. DOI 10.1007/s10812-017-0503-6. Поступила в редакцию: 11.11.2025 © Блинников Д. М., 2025. Принята в печать: 12.12.2025