विशेषज्ञता अध्ययन

कुनै पनि अध्ययन स्पष्ट र यी गुणहरू को संकेतक बीच अर्थपूर्ण सम्बन्ध र अन्तरक्रियामा मूल्याङ्कन गर्न वस्तुहरु को गुण पालन गर्न छ।

विशेषज्ञता सम्वन्धि केही पक्षहरूमा छन् उनको गुण र एक निश्चित तरिका मा त्यो फरक वस्तुहरु समावेश छ। निर्णय कार्यक्रम कार्यहरू विषय क्षेत्र को एक अध्ययन सुरु हुन्छ।

विशेषज्ञता - यो अनन्त छ र दुवै महत्त्वपूर्ण र महत्वहीन डाटा समावेश जो वास्तविक संसार, को भाग हो। यस शोधकर्ता तिनीहरूलाई को एक महत्वपूर्ण भाग आवंटित गर्न सक्षम हुनुपर्छ। उदाहरणका लागि, ऋण को समस्या समाधान, ग्राहक को निजी जीवनको बारेमा सबै प्रासंगिक जानकारी छलफल गरिनेछ (त्यहाँ एक जोडीलाई एक काम छ कि छैन भनेर, साना बच्चाहरु ग्राहक ल्याउँछ भने, ग्राहक शिक्षा, आदि)। र बैंकिंग गतिविधिहरु सम्बन्धित अन्य कार्यहरू समाधान गर्न, यस्तो डेटा एकदम पर्याप्त हुनेछ। डाटा महत्त्व हामी विषय क्षेत्र रूपमा चयन के मा निर्भर गर्दछ।

अध्ययन समयमा, तपाईं डोमेन मोडेल सिर्जना गर्नुपर्छ। विभिन्न स्रोतबाट ज्ञान formalized गर्नुपर्छ। विशेषज्ञता कुनै पनि को हालतमा formalized छ हालतमा। धन धेरै फरक हुन सक्छ। यो डोमेन वा विशेष ग्राफिकल संकेतन को एक पाठ वर्णन हुन सक्छ। संग डोमेन मोडेल छ कि यो मा उत्पन्न प्रक्रियाहरू, साथै अध्ययन क्षेत्र को डाटा वर्णन अध्ययन गर्दै हुनुहुन्छ।

समस्या को विवरण पनि हामी छानबिन कि वस्तुहरु को स्थिर र गतिशील व्यवहार विवरण छ। विवरण स्थिर व्यवहार वस्तुहरु र उनको गुण को विशेषताहरु समावेश छ। वर्णन मा गतिशील व्यवहार कारण व्यवहार वस्तुहरु विशेषता।

वस्तुहरु को गतिशील व्यवहार अक्सर स्थिर व्यवहार मिलेर वर्णन गरिएको छ।

कहिलेकाहीं डोमेन र कार्य विश्लेषण एक कदम मा संयुक्त छन्।

निर्धारण र डाटा खनन लागि आवश्यक मोडेलिंग डाटा गरे डाटा आवश्यकताहरु विश्लेषण को कदम। यो अध्ययन प्रयोगकर्ताहरूको वितरण को समस्या को लागि; विश्लेषणात्मक प्रणाली को विशेषताहरु; डाटा पहुँच मुद्दाहरू विश्लेषण लागि आवश्यक।

संगठन छ जब विशेषज्ञता सजिलो र थप प्रभावकारी विश्लेषण डाटा गोदाम। तर, सबै कम्पनीहरु यस्तो डाटा गोदाम छैन। यस मामला मा, मूल डाटा स्रोत परिचालन डेटाबेस सन्दर्भ र अभिलेख सामाग्री अवस्थित छ (सूचना प्रणाली) बाट डाटा छन्, कि छ।

थप जानकारी बाह्य र आन्तरिक स्रोतबाट, विभिन्न कागज कागजातहरू, साथै विशेषज्ञ ज्ञान र / वा पोल को परिणाम आयोग टाउको देखि आवश्यक हुन सक्छ।

तपाईं पनि डाटा तयारी सफ्टवेयर विकासकर्ताले को प्रक्रिया मा सकेसम्म कारक प्रक्रिया प्रभावित कि धेरै वर्णन छ कि सजग हुनुपर्छ। त्यहाँ केही कोडिंग डाटा हुन सक्छ। उदाहरणका लागि, ग्राहक को विशेषताहरु को एक - रूपमा परिभाषित हुन सक्छ जो आय स्तर,: धेरै, कम कम, मध्यम, उच्च, धेरै उच्च। यस मामला मा, यो आय को gradation स्तर निर्धारण गर्न आवश्यक छ।

डाटा को सही राशि निर्धारण मा खाता मा डाटा अर्डर लिनुपर्छ।

तिनीहरूले आदेश छन् भनेर घटना, यो मौसमी / cyclical घटक डाटा एक सेट समावेश कि थाहा आवश्यक छ। जब उनि आदेश छैन, अर्थात्, डाटाबेस बाट घटनाहरू सेट त्यसपछि संग्रह को पाठ्यक्रम मा, समय लिङ्क गरिएको छैन निम्न नियम पालना गर्नुपर्छ:

1) डाटाबेस मा रेकर्ड एउटा सानो नम्बर एक अयोग्य मोडेल को सृष्टिको कारण हुन सक्छ;

2) मोडेल को शुद्धता डाटा संख्या वृद्धि गरी सुधार गर्न सकिन्छ;

3) पुरानो डाटा सेट देखि बहिष्कृत छ;

4), धेरै ठूलो डेटाबेस संग एक मोडेल बनाउन प्रयोग गरिन्छ कि एल्गोरिदम जूम गर्न सक्नेछ।