Specialisering undersøgelser

Enhver undersøgelse er at observere egenskaberne for objekter med henblik på at afklare og evaluere meningsfulde relationer og interaktioner mellem indikatorer for disse egenskaber.

Specialisering indbefatter objekter, der afviger i deres egenskaber og på en bestemt måde, er i visse henseender indbyrdes forbundne. Beslutningen programmeringsopgaver begynder med en undersøgelse af området.

Specialisering - dette er en del af den virkelige verden, som er uendelig og indeholder både vigtige og uvigtige data. Forskeren skal kunne afsætte en betydelig del af dem. For eksempel, at løse problemet med lånet, vil blive betragtet som alle relevante oplysninger om privatliv klienten (uanset om der er et job med en ægtefælle, mindreårige børn, hvis kunden bringer, klient uddannelse, etc.). Og for at løse andre opgaver i forbindelse med bankvirksomhed, vil sådanne oplysninger være ganske betydelige. Data, betydning afhænger af, hvad vi vælger som for fagområdet.

I løbet af undersøgelsen, skal du oprette et domæne model. Viden fra forskellige kilder bør formaliseres. Specialisering er formaliseret ved hjælp af ethvert middel. Midler kan være meget forskellige. Dette kan være en tekst beskrivelse af domænet eller specialiserede grafisk notation. Med det domæne modellen beskriver de processer, der foregår i det, samt data fra undersøgelsesområdet er undersøgt.

Erklæring af problemet er også beskrivelsen af den statiske og dynamiske opførsel af objekter, som vi undersøger. Beskrivelse statisk adfærd indebærer karakteristika objekter og deres egenskaber. Ved beskrivelse af den dynamiske opførsel karakteriseret årsager adfærd objekter.

Den dynamiske opførsel af objekter er ofte beskrevet sammen med den statiske adfærd.

Undertiden domæne og opgave analyse kombineres i et trin.

Trinnet til at bestemme og analysere datakrav lavet modellering data, der kræves til Data Mining. Til denne undersøgelse problemerne med fordelingen af brugere; analytiske karakteristika af systemet; dataadgang spørgsmål, der er nødvendige for analysen.

Specialisering analyser lettere og mere effektiv, når en organisation har et data warehouse. Men ikke alle virksomheder har sådan et data warehouse. I dette tilfælde er kilden til de oprindelige data er operationelle databaser, opslagsværker og arkivmateriale, det vil sige de data fra de eksisterende IS (informationssystemer).

Mere information kan være nødvendig fra EF lederne af eksterne og interne kilder, forskellige papirdokumenter samt specialviden og / eller resultater af meningsmålingerne.

Du skal også være opmærksom på, at i processen med forberedelse af data softwareudviklere nødt til at beskrive så meget som mulige faktorer, der påvirker processen. Der kan være nogle kodning af data. For eksempel er en af egenskaberne ved klient - indkomstniveau, som kan defineres som: meget lav, lav, medium, høj, meget høj. I dette tilfælde er det nødvendigt at bestemme graduering indkomstniveau.

Ved fastsættelsen af den rigtige mængde af data skal tage hensyn til dataene bestilling.

I tilfælde af at de er bestilt, er det nødvendigt at vide, om der indgår i et sæt af sæsonmæssige / cykliske komponent data. Når de ikke er bestilt, det vil sige, sæt af begivenheder fra databasen er ikke knyttet til tidslinjen, så i løbet af samlingen, skal overholde følgende regler:

1) et lille antal poster i databasen kan være årsag til oprettelsen af en utilstrækkelig model;

2) nøjagtigheden af modellen kan forbedres ved at øge antallet af data;

3) gamle data er udelukket fra sættet;

4) algoritmer, der bruges til at skabe en model med meget store databaser, bør være i stand til at zoome.