Μελέτες εξειδίκευσης

Κάθε μελέτης είναι να παρατηρήσουμε τις ιδιότητες των αντικειμένων, προκειμένου να αποσαφηνιστούν και να αξιολογεί ουσιαστικές σχέσεις και αλληλεπιδράσεις μεταξύ των δεικτών αυτών των ιδιοτήτων.

Ειδίκευση περιλαμβάνει αντικείμενα που διαφέρουν ως προς τις ιδιότητές τους και κατά κάποιο τρόπο είναι σε ορισμένα σημεία είναι αλληλένδετα. Οι εργασίες προγραμματισμού απόφαση ξεκινά με μια μελέτη του θέματος περιοχής.

Εξειδίκευση - αυτό είναι μέρος του πραγματικού κόσμου, η οποία είναι άπειρη και περιέχει δύο σημαντικά και ασήμαντα στοιχεία. Ο ερευνητής πρέπει να είναι σε θέση να διαθέσει ένα σημαντικό μέρος από αυτά. Για παράδειγμα, η επίλυση του προβλήματος του δανείου, θα πρέπει να εξετάσει όλες τις σχετικές πληροφορίες για την ιδιωτική ζωή του πελάτη (αν υπάρχει δουλειά με ένα σύζυγο, τα ανήλικα τέκνα και αν ο πελάτης φέρνει, την εκπαίδευση του πελάτη, κ.λπ.). Και για να λύσει άλλα καθήκοντα που σχετίζονται με τραπεζικές δραστηριότητες, τα δεδομένα αυτά θα είναι αρκετά σημαντική. σημασία των δεδομένων εξαρτάται από το τι επιλέγουμε ως γνωστικό αντικείμενο.

Κατά τη διάρκεια της μελέτης, θα πρέπει να δημιουργήσετε ένα μοντέλο τομέα. Πρέπει να επισημοποιηθεί η γνώση από διαφορετικές πηγές. Εξειδίκευση επισημοποιείται μέσω οποιουδήποτε μέσου. Κεφάλαια μπορεί να είναι πολύ διαφορετική. Αυτό μπορεί να είναι ένα κείμενο περιγραφής του τομέα ή εξειδικευμένη γραφική σημειογραφία. Με το μοντέλο πεδίο περιγράφει τις διαδικασίες που λαμβάνουν χώρα σε αυτό, καθώς και τα δεδομένα της περιοχής μελέτης μελετώνται.

Δήλωση του προβλήματος είναι επίσης η περιγραφή της στατικής και δυναμικής συμπεριφοράς των αντικειμένων που ερευνούμε. Περιγραφή στατική συμπεριφορά αφορά τα χαρακτηριστικά των αντικειμένων και των ιδιοτήτων τους. Περιγράφοντας τη δυναμική συμπεριφορά που χαρακτηρίζεται αιτίες αντικείμενα συμπεριφορά.

Η δυναμική συμπεριφορά των αντικειμένων περιγράφεται συχνά μαζί με τη στατική συμπεριφορά.

Μερικές φορές τομέα και ανάλυση καθηκόντων συνδυάζονται σε ένα στάδιο.

Το στάδιο του προσδιορισμού και ανάλυσης των απαιτήσεων δεδομένων γίνεται στοιχεία μοντελοποίησης που απαιτούνται για Data Mining. Για τη μελέτη αυτή, τα προβλήματα της διανομής των χρηστών? αναλυτικά χαρακτηριστικά του συστήματος? θέματα πρόσβασης στα δεδομένα που απαιτούνται για την ανάλυση.

Ειδίκευση αναλύει πιο εύκολη και πιο αποτελεσματική, όταν ένας οργανισμός έχει μια αποθήκη δεδομένων. Ωστόσο, δεν είναι όλες οι εταιρείες έχουν ένα τέτοιο αποθήκη δεδομένων. Στην περίπτωση αυτή, η πηγή των αρχικών στοιχείων είναι λειτουργικές βάσεις δεδομένων, αναφορά και αρχειακού υλικού, δηλαδή, τα δεδομένα από τα υπάρχοντα IS (συστήματα πληροφοριών).

Περισσότερες πληροφορίες μπορούν να απαιτούνται από τους επικεφαλής των εξωτερικών και εσωτερικών πηγών, διάφορα έγγραφα σε χαρτί, καθώς και εξειδικευμένες γνώσεις ή / και τα αποτελέσματα των δημοσκοπήσεων ΕΚ.

Θα πρέπει επίσης να γνωρίζετε ότι κατά τη διαδικασία των προγραμματιστών λογισμικού προετοιμασία των δεδομένων πρέπει να περιγράψει όσο το δυνατόν περισσότερο οι παράγοντες που επηρεάζουν τη διαδικασία. Μπορεί να υπάρχουν κάποια δεδομένα κωδικοποίησης. Για παράδειγμα, ένα από τα χαρακτηριστικά του πελάτη - επίπεδο του εισοδήματος, η οποία μπορεί να οριστεί ως: πολύ χαμηλή, χαμηλή, μέση, υψηλή, πολύ υψηλή. Σε αυτή την περίπτωση, είναι απαραίτητο να προσδιοριστεί το επίπεδο διαβάθμισης των εισοδημάτων.

Κατά τον προσδιορισμό τη σωστή ποσότητα των δεδομένων που πρέπει να λαμβάνει υπόψη την παραγγελία δεδομένων.

Σε περίπτωση που τους έχουν επιβληθεί, είναι απαραίτητο να γνωρίζουμε αν περιλαμβάνονται σε μια σειρά των εποχιακών / δεδομένων κυκλική συνιστώσα. Όταν δεν διέταξε, δηλαδή, σύνολο των γεγονότων από τη βάση δεδομένων δεν συνδέεται με το χρονοδιάγραμμα, τότε κατά τη διάρκεια της συλλογής πρέπει να συμμορφώνονται με τους ακόλουθους κανόνες:

1) ένας μικρός αριθμός εγγραφών στη βάση δεδομένων μπορεί να είναι η αιτία της δημιουργίας μιας ανεπαρκούς μοντέλο?

2) η ακρίβεια του μοντέλου μπορεί να βελτιωθεί με αύξηση του αριθμού των δεδομένων?

3) παλιά δεδομένα εξαιρούνται από το σύνολο?

4) αλγορίθμων που χρησιμοποιούνται για να δημιουργήσουν ένα μοντέλο με πολύ μεγάλες βάσεις δεδομένων, θα πρέπει να είναι σε θέση να κάνετε ζουμ.