Петров ИС21.01п 09.09.22. Методы анализа программных проектов
 Скачать 33.48 Kb.
|
|
Министерство образования Красноярского края КРАЕВОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ «КРАСНОЯРСКИЙ КОЛЛЕДЖ ОТРАСЛЕВЫХ ТЕХНОЛОГИЙ И ПРЕДПРИНИМАТЕЛЬСТВА» РЕФЕРАТ Тема: «Методы анализа программных проектов» Студент: Петров А.А. Преподаватель: Швецова Н.Я. Красноярск 2022 Оглавление Введение 2 Процесс анализа данных 3 1. Сбор требований к данным 4 2. Сбор данных 4 3. Очистка данных 4 4. Анализ данных 5 5. Интерпретация данных 5 6. Визуализация данных 5 Методы анализа 6 1. Анализ текста 6 2. Статистический анализ 7 3. Диагностический анализ 7 4. Прогнозный анализ 7 5. Предписывающий анализ 8 Заключение 9 Список использованных источников: 9 Введение Каждый сотрудник должен подумать о том, что произошло в прошлом и как решение повлияет на будущее. При этом они анализируют прошлую и текущую информацию, которая окажется полезной при принятии деловых решений. Этот процесс очистки, изменения и моделирования данных аутентификации и превращения их в полезную информацию для принятия бизнес-решений называется интеллектуальным анализом данных. Этот шаг очень необходим для каждой сферы бизнеса, потому что они должны проанализировать ошибки, допущенные в прошлом, из-за которых они должны понести убытки в будущем, чтобы они могли исправить все такие ошибки в будущих сделках. Анализ данных помогает коммерческим фирмам работать эффективно и беспрепятственно. Анализ данных необходим в обоих случаях, либо фирма получает прибыль, либо несет убытки, потому что в случае получения прибыли они должны смотреть вперед в ведении бизнеса, чтобы расти дальше, а в случае убытков они должны думать о прошлых неудачах и ошибках и совершать ошибки. планы и стратегии против этого, чтобы они принимали деловые решения, не повторяли тех же ошибок. Главной задачей анализа является преобразование требований в форму, понятную разработчику, то есть, определение подсистем, компонентов и классов, с помощью которых реализуется требуемое поведение ПС. Для начала давайте рассмотрим сам процесса анализа данных. Процесс анализа данных Процесс анализа данных означает, что когда мы получаем информацию или большие базы данных из разных источников с помощью методов анализа данных или инструментов анализа данных, это называется процессом анализа данных. Из большой информации мы получаем основную или релевантную информацию, которая необходима предпринимателю для принятия бизнес-решений, и этот шаг происходит путем очистки и преобразования огромной базы данных. Сам процесс также разбит на этапы. 1. Сбор требований к данным На самом первом этапе компания всегда ставит цель, для которой она должна собирать информацию, так как у нее много проблем в бизнесе и она не может получать информацию по таким вопросам одновременно. Поэтому они обычно сначала определяют ключевые области, по которым им нужна информация. Затем они начинают собирать информацию из различных надежных источников. Таким образом, они, наконец, получают огромную базу данных, из которой они могут извлекать ключевую информацию с помощью методов анализа данных и инструментов анализа данных. 2. Сбор данных Как обсуждалось на предыдущем шаге, после выбора ключевой области деятельности, для которой им нужна информация, они начинают собирать данные по этой теме. У каждой компании есть свои доверенные агенты, которые собирают информацию по данному вопросу только из проверенных источников, полагая, что эта информация отражает истинное восприятие рынка. Поэтому они никогда не получают информацию из ненадежных источников. 3. Очистка данных Получив информацию из различных источников, компания имеет огромную базу данных. Тем не менее, есть еще некоторая информация, которая не так важна, поэтому возникает необходимость очистить эту огромную базу данных, чтобы компания могла получить актуальную и ключевую информацию, которая поможет в принятии бизнес-решений. Эта очистка данных обычно выполняется путем выполнения различных методов анализа данных. И после получения очищенных данных, т.е. данных о ресурсах, бизнес переходит к следующему шагу – анализу этой ключевой информации. 4. Анализ данных Иногда, получив очищенные данные, компания может прийти к выводу, что ей недостаточно информации для выполнения плана, поэтому она ищет дополнительную информацию. Иногда также может случиться так, что директор компании не сочтет информацию об уборке достоверной. Все это происходит только после анализа очищенных данных. На этом этапе вы можете использовать методы анализа данных или инструменты и программное обеспечение для анализа данных, которые помогут вам понять, интерпретировать и сделать выводы на основе ваших требований. После этого шага ключевая информация интерпретируется. 5. Интерпретация данных Как только мы получаем достоверную и достаточную информацию о цели, компания должна сообщить эту информацию своим заслуживающим доверия сотрудникам, так как именно они должны разработать альтернативные действия для достижения желаемого результата. Они используют эту информацию для определения действий или шагов, которые необходимо использовать для достижения целей. После выполнения нескольких действий они должны выбрать лучшую альтернативу, имеющую наименьшие негативные аспекты и последствия. Только эта альтернатива будет выгодна компании. 6. Визуализация данных Это заключительный этап, на котором компания рисует графики непредсказуемых событий. Чтобы вовремя принять соответствующие меры. На этом этапе компания также размышляет над результатами планов; то есть, каков был бы вероятный результат?. Таким образом, эта сцена целиком посвящена грядущим событиям. Все эти шаги выполняются с использованием методов и инструментов анализа данных. Эти методы делают процесс менее трудоемким и эффективным. Это приводит к повышению производительности бизнес-единиц. Методы анализа Существуют различные типы методов анализа данных, которые используются для очистки и преобразования информации, чтобы бизнес мог принимать надежные решения на будущее. Все такие методы основаны на бизнесе и технологиях. Различные методы представлены следующим образом: 1. Анализ текста Другое название анализа текста — интеллектуальный анализ данных. Это название дано потому, что оно позволяет получать достоверную информацию из большой базы данных. Мы используем инструменты интеллектуального анализа данных для извлечения информации. Основная цель этого метода — преобразовать исходные данные в достоверную бизнес-информацию, чтобы полезную информацию можно было использовать для принятия решения. Это также помогает компании извлекать и классифицировать соответствующую информацию из текста. Здесь текст включает обзоры продуктов, плюсы и минусы продукта, требования клиентов, твиты о компаниях. Но мы все знаем, что человеку довольно сложно собрать соответствующую информацию из большого количества твитов. Кроме того, это довольно трудоемкий и дорогостоящий процесс. Совершенно очевидно, что каждая коммерческая фирма хочет получить ключевую информацию из большой базы данных, а это возможно только благодаря текстовому анализу или интеллектуальному анализу данных. Существует множество методов для выполнения анализа текста. Есть несколько более простых методов и некоторые продвинутые методы 2. Статистический анализ Статистический анализ выполняется с использованием прошлых данных в виде панелей мониторинга. Этот тип анализа включает в себя следующие этапы. Во-первых, он включает в себя сбор огромной базы данных. Происходит анализ и интерпретация огромной базы данных, и в конечном итоге перед компанией предстает надежная и оперативная информация. 3. Диагностический анализДиагностический анализ всегда выявляет причины и причины события, т.е. обычно обращается (почему это произошло?) тем или иным образом в действующую компанию, если в компании возникает проблема или принятое решение оказывается безрезультатным, можно искать причину такого сбоя, почему такой сбой? И если компания сталкивалась с той же проблемой в прошлом, она может использовать тот же рецепт для решения новых проблем. Методы интеллектуального анализа данных, такие как кластерный анализ, обнаружение аномалий и т. д. и есть много других методов для выполнения анализа. Хотя это очень полезно для принятия решений, есть и некоторые проблемы, потому что иногда бизнесмен может неверно истолковать причины проблемы. Не понимая истинной причины, они могут выбрать неверный рецепт, что может привести к убыткам для бизнеса. 4. Прогнозный анализ Что касается слова «прогнозный», то вполне понятно, что когда мы говорим о том, какое влияние окажет принятое решение на будущие сделки или что произойдет в будущем? И играют ли предварительные знания ключевую роль в предсказании того, что произойдет в будущем? Самый простой пример, иллюстрирующий это: предположим, что вы купили две пары обуви на основе ваших прошлых сбережений и предполагаете, что вы получите рекламное письмо в следующем году, вы можете подумать о покупке более двух пар обуви. Однако ваше решение зависит не только от дохода, но и от многих других факторов, таких как: B. цена обуви, или вы решите инвестировать эти дополнительные сбережения в другой актив. Процесс прогнозного анализа, включающий следующие этапы: Сначала мы смотрим на большую базу данных, из которой нам нужно извлечь ключевую информацию, затем мы готовим данные из различных источников. Собранные данные анализируются путем очистки, преобразования с целью сбора полезной информации. На основе этой информации будущие модели будущего, а затем разработка наилучших действий позволяют достичь желаемых результатов и осуществлять надзор за разработанными планами. 5. Предписывающий анализ Этот анализ касается решения сложных проблем, правильно поняв предыдущие проблемы и то, как эти проблемы решаются или какие действия были предприняты для решения этих проблем, используя эти факты и цифры, мы можем легко найти решение существующих проблем. Этот анализ в основном используется коммерческими компаниями, поскольку прогнозного и описательного анализа недостаточно для повышения производительности данных. Поэтому этот анализ в первую очередь направлен на поиск наилучшего образа действий для обеспечения реализации планов. И это лучше всего благодаря различным альтернативам после оценки различных альтернатив. Оценка включает рассмотрение плюсов и минусов каждого альтернативного действия. Это также снижает фактор риска в бизнесе, поскольку бизнес-решение принимается после надлежащей оценки альтернативных действий, что снижает вероятность ошибок в будущем. Заключение В этой статье мы кратко рассмотрели; что такое анализ, его процессы и методы проведения. Также хотелось бы сказать, что анализ является неотъемлемой частью разработки программных продуктов, потому что мы не можем просто выпустить на рынок недоработанный продукт, мы даже не можем быть уверены, что наш продукт кому-то нужен. Конечно, есть и минусы, такие как утечка информации или просто не правильный выбор метода, но все равно без этого мы бы так сказать “не обедали". Список использованных источников: lec2.pdf (spbstu.ru) Методы анализа (finalon.com) Википедия — свободная энциклопедия (wikipedia.org) |