Eneo la somo la utafiti

Utafiti wowote unajumuisha kuchunguza mali ya vitu ili kufafanua na kutathmini mahusiano muhimu na mahusiano kati ya viashiria vya mali hizi.

Eneo la somo linajumuisha vitu vinavyotofautiana katika mali na kwa namna fulani katika mambo mengine yanayohusiana. Kutatua matatizo katika programu huanza na kujifunza eneo hilo.

Eneo la somo ni sehemu ya ulimwengu halisi, ambao hauwezi na ina data muhimu na isiyo muhimu. Mtafiti anapaswa kuwa na uwezo wa kutenga sehemu yao muhimu. Kwa mfano, wakati wa kutatua shida ya kutoa mkopo, data yote juu ya maisha ya kibinafsi ya mteja (kama kazi ya mke, kama mteja anayelea watoto wadogo, elimu ya mteja, nk) itachukuliwa kuwa muhimu. Na ili kutatua kazi nyingine kuhusiana na benki, data hiyo haitakuwa na maana kabisa. Umuhimu wa data inategemea kile tunachochagua kama eneo la somo.

Katika mchakato wa utafiti ni muhimu kujenga mfano wa kikoa. Maarifa kutoka vyanzo tofauti lazima yawe rasmi. Eneo la somo linafanyika kwa njia yoyote . Njia inaweza kuwa tofauti sana. Hii inaweza kuwa maelezo ya maandishi ya kikoa au notation maalum ya graphical. Kwa msaada wa mfano wa kikoa, taratibu zinazotokea ndani yake zinaelezwa, na pia data ya uwanja huu wa utafiti hujifunza.

Uundaji wa tatizo pia linajumuisha tabia ya static na ya nguvu ya vitu tunayotafuta. Maelezo ya tabia ya static inahusisha utambulisho wa vitu na mali zao. Katika kuelezea tabia ya nguvu, sababu za tabia ya vitu ni sifa.

Tabia ya nguvu ya vitu mara nyingi inaelezwa pamoja na tabia ya tuli.

Wakati mwingine uchambuzi wa eneo hilo na taarifa ya tatizo ni pamoja na kuwa hatua 1.

Katika hatua ya ufafanuzi na uchambuzi wa mahitaji ya data, data muhimu kwa ajili ya utekelezaji wa Data Mining ni modeled. Kwa kusudi hili, masuala ya usambazaji wa mtumiaji yanatafanuliwa; Tabia za uchambuzi wa mfumo; Maswali ya upatikanaji wa data muhimu kwa uchambuzi.

Eneo la somo linachambuliwa rahisi na kwa ufanisi zaidi wakati shirika lina duka la data. Hata hivyo, si makampuni yote ambayo yana maduka ya data kama hayo. Katika kesi hiyo, chanzo cha data ya awali ni database, kumbukumbu na vifaa vya kumbukumbu, yaani data kutoka mifumo ya habari iliyopo (mifumo ya habari).

Inaweza pia kuhitaji taarifa kutoka kwa IS ya mameneja, vyanzo vya nje na vya nje, nyaraka mbalimbali za flygbolag za karatasi, pamoja na maarifa ya wataalamu na / au matokeo ya utafiti.

Pia ni muhimu kujua kwamba wakati wa maandalizi ya data, waendelezaji wa programu wanapaswa kuelezea mambo mengi iwezekanavyo yanayoathiri mchakato. Takwimu zingine zinaweza kutambulishwa hapa. Kwa mfano, moja ya sifa za mteja ni kiwango cha mapato yake, ambayo inaweza kuelezwa kama: chini sana, chini, kati, juu, juu sana. Katika kesi hii, unahitaji kuamua ngazi ya kuhitimu ya mapato.

Wakati wa kuamua data sahihi ya data, kuzingatia inapaswa kutolewa kwa kuagiza data.

Wakati wa kuamuru, ni muhimu kujua kama sehemu ya msimu / ya mzunguko imejumuishwa katika dasaset hiyo. Wakati hawajaamuru, i.e. Seti ya matukio kutoka kwenye databana haihusiani na mstari wa wakati, kisha wakati wa ukusanyaji, sheria zifuatazo zinapaswa kuzingatiwa:

1) idadi ndogo ya kumbukumbu katika database inaweza kuwa sababu ya kujenga mfano duni;

2) usahihi wa mfano unaweza kuboreshwa na ongezeko la idadi ya data;

3) data zisizopita zimeondolewa kwenye seti;

4) Hifadhi ya kutumika kutengeneza mfano kutumia database kubwa sana lazima kuwa scalable.