전문 연구

모든 연구는 명확히하고 이러한 속성의 지표 사이의 의미 관계와 상호 작용을 평가하기 위해 개체의 속성을 관찰하는 것입니다.

전문화는 상호 어떤 측면에있는 자신의 특성과 특정 방법으로 다른 개체가 포함되어 있습니다. 결정 프로그래밍 작업은 주제 영역에 대한 연구로 시작합니다.

전문화 -이 무한하고 중요하고 중요하지 않은 데이터를 모두 포함하는 현실 세계의 일부입니다. 연구원은 그 중 상당 부분을 할당 할 수 있어야합니다. 예를 들어, 대출의 문제를 해결, 클라이언트의 사생활에 대한 모든 관련 정보로 간주됩니다 (배우자가있는 일이 있는지, 고객이 가져 오는 경우 미성년 자녀, 고객 교육 등). 그리고 금융 활동에 관련된 다른 작업을 해결하기 위해, 이러한 데이터는 매우 중요한 것입니다. 데이터의 중요성은 우리가 주제 영역으로 선택에 따라 달라집니다.

연구 기간 동안, 당신은 도메인 모델을 만들어야합니다. 다양한 소스의 지식은 공식화해야한다. 특성화는 임의의 수단에 의해 공식화 수단. 기금은 매우 다를 수 있습니다. 이 도메인이나 전문 그래픽 표기법의 텍스트 설명 될 수있다. 도메인 모델이에서 발생하는 프로세스뿐만 아니라, 연구 영역의 데이터를 설명과 함께 공부하고 있습니다.

문제의 성명은 또한 우리가 조사 대상의 정적 및 동적 행동의 설명이다. 설명 정적 동작은 개체와 해당 속성의 특성을 포함한다. 설명 된 동적 동작이 원인을 동작 객체를 특징으로한다.

오브젝트의 동적 거동은 종종 정적 인 동작과 함께 설명한다.

때로는 도메인 및 작업 분석은 한 번에 결합된다.

결정 및 데이터 마이닝에 필요한 모델 데이터를 만든 데이터 요구를 분석하는 단계. 이 연구 사용자의 분포의 문제; 분석 시스템의 특성; 분석에 필요한 데이터 액세스 문제.

조직이있는 경우 전문화 더 쉽고 효과적인 분석 데이터웨어 하우스를. 그러나 모든 기업은 데이터웨어 하우스가 없습니다. 이 경우, 원래의 데이터의 출처는 운영 데이터베이스, 참조 및 아카이브 재료는 기존 IS (정보 시스템)의 데이터, 즉,이다.

자세한 내용은 외부 및 내부 소스, 다른 종이 문서뿐만 아니라 전문 지식 및 / 또는 여론 조사 결과의 EC 헤드에서 필요할 수 있습니다.

또한 데이터 준비 소프트웨어 개발자의 과정에서 과정에 영향을 미치는 모든 요인만큼 설명 할 필요가 있음을 알고 있어야합니다. 일부 코딩 데이터가있을 수 있습니다. 예를 들어, 클라이언트의 특징 중 하나 -로 정의 할 수있다 소득 수준 : 매우 낮음 낮음, 중간, 높음, 매우 높은. 이 경우, 소득의 계조 레벨을 결정할 필요가있다.

데이터의 적당한 양을 결정 계정으로 데이터 순서를해야합니다.

그들이 정렬하는 경우, 계절 / 순환 변동치 데이터의 집합에 포함 여부를 알 필요가있다. 그들이 주문하지 않는 경우, 즉, 데이터베이스에서 이벤트 세트는 다음과 같은 규칙을 준수해야합니다 다음 수집하는 과정에서, 타임 라인에 연결되지 않습니다

1)베이스의 레코드 소수의 부적절한 모델의 생성의 원인이 될 수있다;

2) 모델의 정확성은 데이터의 개수를 증가시킴으로써 개선 될 수있다;

3) 이전 데이터 세트에서 제외되고;

4) 매우 큰 데이터베이스와 모델을 만드는 데 사용되는 알고리즘은 확대 할 수 있어야한다.