Nghiên cứu chuyên môn

Bất kỳ nghiên cứu là quan sát các thuộc tính của đối tượng để làm rõ và đánh giá các mối quan hệ có ý nghĩa và sự tương tác giữa các chỉ số của các đặc tính này.

Chuyên ngành bao gồm các đối tượng khác nhau về tính chất của chúng và theo một cách nào đó là trong một số khía cạnh liên quan đến nhau. Nhiệm vụ lập trình ra quyết định bắt đầu với một nghiên cứu của môn học.

Chuyên ngành - đây là một phần của thế giới thực, mà là vô hạn và chứa cả dữ liệu quan trọng và không quan trọng. Các nhà nghiên cứu phải có khả năng phân bổ một phần đáng kể trong số họ. Ví dụ, giải quyết vấn đề của khoản vay, sẽ được xem xét tất cả các thông tin liên quan về cuộc sống riêng tư của khách hàng (cho dù có một công việc với người phối ngẫu, con chưa thành niên nếu khách hàng mang lại, giáo dục khách hàng, vv). Và để giải quyết các nhiệm vụ khác liên quan đến hoạt động ngân hàng, dữ liệu đó sẽ được khá đáng kể. ý nghĩa dữ liệu phụ thuộc vào những gì chúng tôi chọn là khu vực chủ đề.

Trong nghiên cứu này, bạn phải tạo một mô hình miền. Kiến thức từ nhiều nguồn khác nhau nên được chính thức hóa. Chuyên ngành được chính thức hóa bằng các phương tiện của bất kỳ phương tiện nào. Quỹ có thể rất khác nhau. Đây có thể là một mô tả văn bản của tên miền hoặc ký hiệu đồ họa chuyên dụng. Với mô hình miền mô tả các quá trình xảy ra trong nó, cũng như các dữ liệu của khu vực nghiên cứu đang nghiên cứu.

Bản Tuyên Bố của vấn đề cũng là mô tả về hành vi tĩnh và năng động của các đối tượng mà chúng tôi điều tra. Mô tả hành vi tĩnh liên quan đến các đặc điểm của các đối tượng và tài sản của họ. Trong việc mô tả hành vi năng động đặc trưng nguyên nhân đối tượng hành vi.

Các hành vi năng động của các đối tượng thường được mô tả cùng với các hành vi tĩnh.

Đôi khi tên miền và phân tích công việc được kết hợp trong một bước.

Bước xác định và phân tích các yêu cầu dữ liệu làm mô hình dữ liệu cần thiết để khai thác dữ liệu. Đối với nghiên cứu này, các vấn đề về phân phối của người sử dụng; phân tích đặc điểm của hệ thống; vấn đề truy cập dữ liệu cần thiết cho việc phân tích.

Chuyên ngành phân tích dễ dàng hơn và hiệu quả hơn khi một tổ chức có một kho dữ liệu. Tuy nhiên, không phải tất cả các công ty có một kho dữ liệu đó. Trong trường hợp này, các nguồn dữ liệu gốc là cơ sở dữ liệu hoạt động, tài liệu tham khảo và lưu trữ tài liệu, có nghĩa là, các dữ liệu từ (hệ thống thông tin) hiện có IS.

Thông tin thêm có thể cần thiết từ người đứng đầu EC của nguồn bên ngoài và nội bộ, tài liệu giấy khác nhau, cũng như kiến thức chuyên môn và / hoặc kết quả của các cuộc thăm dò.

Bạn cũng phải lưu ý rằng trong quá trình phát triển phần mềm chuẩn bị dữ liệu phải mô tả càng nhiều càng tốt các yếu tố có thể ảnh hưởng đến quá trình này. Có thể có một số dữ liệu mã hóa. Ví dụ, một trong những đặc điểm của khách hàng - mức thu nhập, có thể được định nghĩa là: rất thấp, thấp, trung bình, cao, rất cao. Trong trường hợp này, nó là cần thiết để xác định mức phân cấp thu nhập.

Trong việc xác định đúng số lượng dữ liệu phải đưa vào tài khoản thứ tự dữ liệu.

Trong trường hợp họ được sắp xếp, nó là cần thiết để biết liệu bao gồm trong một tập hợp các dữ liệu / thành phần chu kỳ theo mùa. Khi họ không ra lệnh, tức là, bộ sự kiện từ cơ sở dữ liệu không liên quan đến thời gian, sau đó trong quá trình thu gom phải tuân thủ các quy tắc sau đây:

1) một số lượng nhỏ các bản ghi trong cơ sở dữ liệu có thể là nguyên nhân của việc tạo ra một mô hình không đầy đủ;

2) tính chính xác của mô hình có thể được cải thiện bằng cách tăng số lượng dữ liệu;

3) dữ liệu cũ bị loại ra khỏi các thiết lập;

4) các thuật toán được sử dụng để tạo ra một mô hình với cơ sở dữ liệu rất lớn, nên có thể phóng to.