Spesjalisaasje stúdzjes

Eltse stúdzje is te observearjen de eigenskippen fan foarwerpen om dúdlikens en evaluearje sinfolle relaasjes en wikselwurkingen tusken yndikatoaren fan dizze eigenskippen.

Spesjalisaasje befettet foarwerpen dy't ferskille yn harren eigenskippen en op in bepaalde manier steane yn guon opsichten interrelated. It beslút programmearring taken begjint mei in stúdzje fan it ûnderwerp gebiet.

Spesjalisaasje - dat is ûnderdiel fan de echte wrâld, dat is ûneinige en befettet sawol wichtich en net belangryk gegevens. De ûndersiker moat wêze kinne om te kennen in grut part fan harren. Bygelyks, oplossen fan it probleem fan 'e liening, wurdt beskôge alle relevante ynformaasje oer it priveelibben fan de kliïnt (oft der in baan mei in breid, minderjierrige bern as de klant bringt, client ûnderwiis, ensfh). En om te lossen oare taken yn ferbân mei Banking aktiviteiten, sokke gegevens sille wêze hiel substansjele. Gegevens betsjutting hinget ôf fan wat wy kieze as it ûnderwerp gebiet.

Tidens it ûndersyk, moatte jo meitsje in domein model. Kennis út ferskillende boarnen moatte wurde offisjeel fêstlein. Spesjalisaasje wurdt offisjeel fêstlein troch middel fan hokker middels. Fûnsen kin hiel oars. Dit kin in tekst beskriuwing fan it domein of spesjalisearre Grafyske notaasje. Mei it domein model beskriuwt de prosessen dy't foarkomme yn it, en ek de gegevens fan 'e stúdzje gebiet wurde bestudearre.

Ferklearring fan it probleem is ek de beskriuwing fan 'e statyske en dynamyske gedrach fan objekten dy't wy ûndersykje. Beskriuwing statyske gedrach dêrby om de skaaimerken fan objekten en harren eigenskippen. By de beskriuwing fan de dynamyske gedrach karakterisearre oarsaken gedrach foarwerpen.

De dynamyske gedrach fan objekten wurdt faak beskreaun tegearre mei de statyske gedrach.

Soms domein en taak analyse wurde kombinearre yn ien stap.

De stap fan it fêststellen en it analysearjen fan gegevens easken makke modellering gegevens nedich foar Data Mining. Foar dizze stúdzje de problemen fan de ferdieling fan brûkers; analytyske skaaimerken fan it systeem; data tagong saken nedich foar de analyze.

Spesjalisaasje analyzes makliker en effektiver as in organisaasje hat in gegevens pakhûs. Lykwols, net alle bedriuwen hawwe sa'n gegevens pakhûs. Yn dit gefal, de boarne fan 'e oarspronklike gegevens binne operasjonele databases, referinsje en argyf materialen, dat is, de gegevens út de besteande IS (ynformaasjesystemen).

Mear ynformaasje kin nedich wêze út it EK hollen fan eksterne en ynterne boarnen, ferskillende papieren dokuminten, likegoed as spesjalistyske kennis en / of resultaten fan de peilings.

Jo moatte ek wêze bewust dat yn it proses fan de gegevens tarieding software ûntwikkelers moatte beskriuwe safolle mooglik faktoaren dy't fan ynfloed op de proses. Der kin wat taalkodearjen data. Bygelyks, ien fan de skaaimerken fan 'e klant - ynkomsten nivo, wat meie wurde definiearre as: tige leech, leech, medium, heech, tige heech. Yn dit gefal, is it nedich om te bepalen hokker gradation nivo fan ynkomsten.

By it fêststellen fan it rjocht hoemannichte gegevens moatte rekken hâlde mei de gegevens bestellen.

Yn it gefal dat se oardere, is it nedich om te witten oft opnaam yn in set fan seasonal / syklysk komponint gegevens. As se net besteld, dat wol sizze, set fan foarfallen út de databank is net keppele oan 'e tiidbalke, dêrnei yn' e rin fan de kolleksje moat foldwaan oan de folgjende regels:

1) in lyts oantal Records yn de databank kin wêze de oarsaak fan it skeppen fan in matich model;

2) de krektens fan it model kin wurde ferbettere troch it fergrutsjen fan it tal data;

3) âlde gegevens wurdt útsletten út 'e set;

4) algoritmen dy't brûkt wurde foar it meitsjen fan in model mei in hiel grut databases, moatte kinne zoom.