Specializacija studijos

Bet tyrimas yra stebėti objektų savybes, siekiant išsiaiškinti ir įvertinti prasmingus santykius ir sąveikas tarp rodiklių šių savybių.

Specializacija apima objektus, kurie skiriasi savo savybėmis ir tam tikru būdu yra kai kuriais atžvilgiais tarpusavyje susiję. Sprendimas programavimo užduotys prasideda nuo dalykinės srities tyrimas.

Specializacija - tai yra dalis realaus pasaulio, kuris yra begalinis ir kuriame abu svarbius ir nesvarbius duomenis. Mokslo darbuotojas turi gebėti skirti didelę dalį jų. Pavyzdžiui, sprendžiant paskolos problemą, bus laikoma visa svarbi informacija apie privatų gyvenimą kliento (ar yra darbas su sutuoktiniu, nepilnamečiai vaikai, jei klientas atneša, klientas švietimo ir kt.) Ir tam, kad išspręsti kitus su bankų veiklos užduotis, tokie duomenys bus gana didelis. Duomenų reikšmė priklauso nuo to, ką mes renkamės, kaip dalykinės srities.

Tyrimo metu, jūs turite sukurti domeno modelis. Žinios iš įvairių šaltinių, turėtų būti įformintas. Specializacija įforminamas naudojant bet priemonėmis. Lėšos gali būti labai skirtingi. Tai gali būti tekstinis aprašymas domeno ar specializuotos grafinę žymėjimo. Su domeno modelis aprašo procesus, kurie atsiranda jame, taip pat į studijų srities duomenis yra tiriamas.

Pareiškimas problema taip pat yra statinis ir dinaminis elgesys objektų, tiriame aprašymas. Aprašymas statinio elgesys yra susijęs su objektų ir jų savybių charakteristikas. Aprašant dinaminė elgsena pasižymi sukelia elgesio objektus.

Dinaminė elgsena objektų dažnai apibūdinamas kartu su statinio elgseną.

Kartais domenas ir užduoties analizė yra sujungti į vieną žingsnį.

Iš nustatyti ir analizuoti duomenų reikalavimus pagaminti modeliavimo duomenis, reikalingus duomenų gavybos žingsnis. Šio tyrimo Pasiskirstymo vartotojų problemas; analizės charakteristikos sistemos; duomenų prieigos klausimai būtinos analizės.

Specializacija analizuoja lengviau ir efektyviau, kai organizacija turi duomenų sandėlį. Tačiau ne visos įmonės turi tokį duomenų saugyklos. Šiuo atveju pradiniai duomenys šaltinis yra veiklos duomenų bazės, pagalbos ir archyvų medžiagos, tai yra, duomenys iš esamų yra (informacinių sistemų).

Daugiau informacijos gali prireikti iš EB vadovų išorinių ir vidinių šaltinių, įvairių popierinių dokumentų, taip pat specialių žinių ir / ar rezultatų apklausose.

Jūs taip pat turite žinoti, kad duomenų paruošimo įrangos kūrėjams procese turi apibūdinti, kiek galimų veiksnių, kurie daro įtaką procesui. Gali būti keletas kodavimo duomenų. Pavyzdžiui, vienas iš kliento savybių - pajamų lygį, kuris gali būti apibūdinamas taip: labai maža, maža, vidutinė, didelė, labai didelė. Šiuo atveju būtina nustatyti gradacija pajamų lygį.

Nustatant tinkamą duomenų kiekį, reikia atsižvelgti į duomenų užsisakyti.

Tuo atveju, jei jie yra užsakomi, būtina žinoti, ar įtraukti į sezoninių / ciklinių komponentų duomenimis rinkinys. Kai jie nebuvo užsakyta, ty rinkinys įvykius iš duomenų bazės nėra susijęs su laiko juostos, tada surinkimo žinoma, turi atitikti šias taisykles:

1) nedidelis skaičius įrašų duomenų bazėje gali būti iš nepakankamo modelio sukūrimo priežastis;

2) modelio tikslumas gali būti pagerinti padidinus duomenų kiekį;

3) amžiaus duomenys yra pašalinami iš rinkinio;

4) algoritmai, kurie yra naudojami sukurti modelį su labai didelėmis duomenų bazėmis, turėtų būti suteikta galimybė padidinti.