Kaikki tutkimus on tarkkailla objektien ominaisuuksia, jotta voidaan määrittää ja arviointiin mielekkäitä suhteita ja vuorovaikutus indikaattorit näistä ominaisuuksista.
Erikoistuminen sisältää esineitä, jotka eroavat niiden ominaisuudet ja tietyllä tavalla ovat joiltakin osin toisiinsa.Haasteisiin alalla ohjelmointi alkaa tutkimuksen aihealueen.
Erikoistuminen - se on osa todellisessa maailmassa, joka on ääretön ja sisältää sekä tärkeitä ja merkityksetön tiedot.Tutkijan on pystyttävä osoittamaan merkittävän osan niistä.Esimerkiksi ongelman ratkaisemiseksi lainan, katsotaan kaikki tarvittavat tiedot yksityiselämästä asiakkaan (onko työtä puoliso, onko asiakas tuo alaikäisiä lapsia, koulutus, asiakas, jne.).Ja jotta voidaan ratkaista muita tehtäviä, jotka liittyvät pankkitoimintaan, tällaisia tietoja on varsin merkittävä.Merkitys tietojen riippuu siitä, mitä päätämme niin aihealueen.
Tutkimuksessa luotava verkkotunnuksen malli.Tietoa eri lähteistä syytä virallistaa.Erikoistuminen on virallistettiin millä tahansa keinoin.Rahastot voivat olla hyvin erilaisia.Tämä voi olla tekstiä kuvaus aihepiirin tai erikoistuneita graafisen merkintätapa.Domain malli kuvaa prosesseja, jotka tapahtuvat sen, sekä tutkia tietoja tutkimuksen alalla.
lausunto ongelma on myös kuvaus staattinen ja dynaaminen käyttäytyminen esineitä että tutkimme.Kuvaus staattinen käyttäytyminen viittaa ominaisuudet esineitä ja niiden ominaisuuksia.Kuvauksessa dynaaminen käyttäytyminen esineitä syiden käyttäytymistä.
dynaaminen käyttäytyminen esineiden kuvataan usein yhdessä staattinen käyttäytymistä.
Joskus verkkotunnuksen analyysi ja tehtävä yhdistetään yhdessä vaiheessa.
tunnistamiseksi ja analysoidaan tietovaatimukset tehty mallinnus tarvittavat tiedot Data Mining.Voit tehdä tämän, tutkimme kysymyksiä jakelun käyttäjien;analyyttiset ominaisuudet järjestelmän;kysymykset pääsy tarvittavat tiedot analyysia.
Erikoistuminen analysoi helpompaa ja tehokkaampaa, kun organisaatiolla on tietovarasto.Kuitenkin kaikki yritykset ovat niin tietovarastoon.Tässä tapauksessa lähde alkuperäisen datan on toiminnassa tietokantoja, viite ja arkistoaineiston, eli tiedot nykyisistä IP (tietojärjestelmät).
Lisätietoja voidaan tarvita EY: n johtajat, sisäisistä ja ulkoisista lähteistä eri paperiasiakirjoja, sekä asiantuntemusta ja / tai tuloksista gallupit.
tulisi myös olla tietoisia siitä, että tässä prosessissa tietojen valmistelu ohjelmistojen kehittäjien pitäisi kuvata mahdollisimman paljon tekijöitä, jotka vaikuttavat prosessiin.Saattaa olla joitakin tietoja koodausta.Esimerkiksi yksi ominaisuuksista asiakkaan - taso tuloistaan, joka voidaan määritellä seuraavasti: hyvin alhainen, alhainen, keski, korkea, erittäin korkea.Tässä tapauksessa on tarpeen määrittää porrastamisen tulotaso.
määritettäessä oikea datan määrä pidetään tilaustiedot.
Jos ne on aseteltu, on tarpeen selvittää, onko mukana tässä datakokonaisuudella kausiluonteinen / suhdannekomponentti.Kun niitä ei ole tilattu, elijoukko tapahtumia tietokannasta ei liity aikajanalle, sitten keräilyn on noudatettava seuraavia sääntöjä:
1) pieni määrä tietokannan tietueet voi aiheuttaa luomisen riittämätön malli;
2) tarkkuutta mallia voidaan parantaa lisäämällä tietojen määrä;
3) vanhentuneita tietoja on jätetty joukko;
4) algoritmeja, joita käytetään luomaan malli, jossa on erittäin suuria tietokantoja, tulisi olla kyky mittakaavassa.
