Alla studien är att observera egenskaper föremål för att bestämma och utvärdering av meningsfulla relationer och interaktioner mellan indikatorer för dessa egenskaper.
Specialisering innehåller objekt som skiljer sig i deras egenskaper och på ett visst sätt är i vissa avseenden sammankopplade.Att möta de utmaningar när det gäller programmering börjar med en studie av ämnesområdet.
Specialisering - det är en del av den verkliga världen, som är oändlig och innehåller både viktiga och oviktiga uppgifter.Forskaren måste kunna avsätta en väsentlig del av dem.Till exempel lösa problemet med lånet, kommer att betraktas all relevant information om privatliv kunden (om det är ett arbete med en make, om en kund ger minderåriga barn, utbildning, kund, etc.).Och för att lösa andra uppgifter i samband med bankverksamhet, kommer sådana uppgifter att bli ganska betydande.Betydelsen av uppgifterna beror på vad vi väljer som ett ämnesområde.
Undersökningen behöver för att skapa en domänmodell.Kunskap från olika källor bör formaliseras.Specialisering formaliseras med hjälp av något sätt.Fonderna kan vara mycket olika.Detta kan vara en textbeskrivning av ämnesområde eller specialiserad grafisk notation.Med domänmodell beskriver de processer som sker i den, samt studera data inom forskningen.
Uttalande av problemet är också en beskrivning av den statiska och dynamiska beteende objekt som vi undersöker.Beskrivning statisk beteende tyder på egenskaper hos objekt och deras egenskaper.I beskrivningen av det dynamiska beteendet hos objekt i orsakerna till beteendet.
dynamiska beteende föremål beskrivs ofta tillsammans med statisk beteende.
Ibland domänanalys och uppgift kombineras i ett steg.
På identifiera och analysera data krav som ställs modellerings uppgifter som behövs för Data Mining.För att göra detta, vi studerar frågor om fördelningen av användare;analytiska egenskaper hos systemet;frågor om tillgång till de uppgifter som behövs för analysen.
Specialisering analyser lättare och effektivare när organisationen har ett datalager.Men inte alla företag har en sådan datalager.I detta fall är källan för originaldata operativa databaser, referens och arkivmaterial, det vill säga data från befintliga IP (informationssystem).
Mer information kan behövas från EG ledare, interna och externa källor till olika pappersdokument, samt specialistkunskaper och / eller resultaten av röstningarna.
bör också vara medvetna om att i färd med uppgifter förberedelse mjukvaruutvecklare ska beskriva så mycket som möjligt de faktorer som påverkar processen.Det kan finnas vissa datakodning.Till exempel, ett av kännetecknen för kunden - nivån på hans inkomster, som kan definieras som: mycket låg, låg, medel, hög, mycket hög.I detta fall är det nödvändigt att bestämma nyans inkomstnivå.
Vid fastställandet rätt mängd data som ska betraktas som beställningsdata.
I händelse av att de beställs, är det nödvändigt att ta reda på om ingår i denna datauppsättning säsongs / cykliska delen.När de inte beställt, det vill säga,uppsättning händelser från databasen är inte kopplad till tidslinjen, då i samband med insamlingen måste uppfylla följande regler:
1) ett litet antal poster i databasen kan vara orsaken till skapandet av en otillräcklig modell;
2) noggrannheten hos modellen kan förbättras genom att öka antalet av data;
3) inaktuell information utesluts från uppsättningen;
4) algoritmer som används för att skapa en modell med mycket stora databaser, bör ha förmåga att skala.
