- •1.Базы данных, базы знаний и файловые системы.
- •2. Основные типы архитектуры бд.
- •3. Бд и информационные системы.
- •4.Достоинства и недостатки различных типов (моделей) архитектуры бд.
- •5. Базовые понятия реляционной модели. Домен, отношение, кортеж
- •6. Основные свойства отношений.
- •7. Реляционная алгебра. Основные операции.
- •8. Реляционное исчисление.
- •9. Понятие ключа.
- •10.Нормальные формы.
- •11. Языки баз данных.
- •12. Языки реляционных бд.
- •13. Язык sql
- •14. Язык определения данных.
- •15. Язык манипулирования данными.
- •16. Гипертекстовые и мультимедийные бд. Гипертекст.
- •17. Структура, принципы построения и использования гипертекстовых поисковых систем.
- •18. Виды документальных бд.
- •19. Информационно-поисковые каталоги и тезаурусы.
- •20. Распределенные бд.
- •21. Субд в архитектуре «клиент-сервер»
- •22. Модель файлового сервера.
- •23. Модель удаленного доступа к данным.
- •24. Модель сервера бд.
- •25. Модель сервера приложений.
- •26.Основные концепции объектно-ориентированной технологии.
- •27. Технология оперативной обработки транзакций (olap-технология).
- •28. Технология Warehouse
- •29. Data maining
- •30.Case –технология.
28. Технология Warehouse
29. Data maining
Data Mining (добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности
Основу методов Data Mining составляют всевозможные методы классификации, моделирования и прогнозирования, основанные на применении деревьев решений,искусственных нейронных сетей,генетических алгоритмов,эволюционного программирования,ассоциативной памяти,нечеткой логики. К методам Data Mining нередко относятстатистические методы (дескриптивный анализ, корреляционный и регрессионный анализ, факторный анализ, дисперсионный анализ, компонентный анализ,дискриминантный анализ, анализ временных рядов). Такие методы, однако, предполагают некоторые априорные представления об анализируемых данных, что несколько расходится с целямиData Mining (обнаружение ранее неизвестных нетривиальных и практически полезных знаний).
Задачи, решаемые методами Data Mining, принято разделять на:
описательные (англ. descriptive);
предсказательные (англ. predictive).
В описательных задачах самое главное — это дать наглядное описание имеющихся скрытых закономерностей, в то время как в предсказательных задачах на первом плане стоит вопрос о предсказании для тех случаев, для которых данных ещё нет.
К описательным задачам относятся:
Поиск ассоциативных правил или паттернов (образцов).
Группировка объектов или кластеризация.
Построение регрессионной модели.
К предсказательным задачам относятся:
Классификация объектов (для заранее заданных классов).
Построение регрессионной модели.
30.Case –технология.
Под САSЕ-технологией понимается комплекс программных средств, поддерживающих процессы создания и сопровождения программного обеспечения, включая анализ и формулировку требований, проектирование, генерацию кода, тестирование, документирование, обеспечение качества, конфигурационное управление и управление проектом (САSЕ-средство может обеспечивать поддержку только в заданных функциональных областях или в широком диапазоне функциональных областей) [7].
В связи с наличием двух подходов к проектированию программного обеспечения существуют САSE-технологии ориентированные на структурный подход, объектно-ориентированный подход, а также комбинированные. Однако сейчас наблюдается тенденция переориентации инструментальных средств, созданных для структурных методов разработки, на объектно-ориентированные методы, что объясняется следующими причинами:
возможностью сборки программной системы из готовых компонентов, которые можно использовать повторно;
возможностью накопления проектных решений в виде библиотек классов на основе механизмов наследования;
простотой внесения изменений в проекты за счет инкапсуляции данных в объектах;
быстрой адаптацией приложений к изменяющимся условиям за счет использования свойств наследования и полиморфизма;
возможностью организации параллельной работы аналитиков, проектировщиков и программистов.
Идеальное объектно-ориентированное САSЕ-средство должно содержать четыре основных блока: анализ, проектирование, разработка и инфраструктура.
Основные требования к блоку анализа:
возможность выбора выводимой на экран информации из всей совокупности данных, описывающих модели;
согласованность диаграмм при хранении их в репозитарии;
внесение комментариев в диаграммы и соответствующую документацию для фиксации проектных решений;
возможность динамического моделирования в терминах событий;
поддержка нескольких нотаций (хотя бы три нотации - Г.Буча, И.Джекобсона и ОМТ).
Основные требования к блоку проектирования:
поддержка всего процесса проектирования приложения;
возможность работы с библиотеками, средствами поиска и выбора;
возможность разработки пользовательского интерфейса;
поддержка стандартов ОLE, ActiveX и доступ к библиотекам HTML или Java;
поддержка разработки распределенных или двух- и трехзвенных клиент-серверных систем (работа с CORBA, DCOM, Internet).
Основные требования к блоку реализации:
генерация кода полностью из диаграмм;
возможность доработки приложений в клиент-серверных САSЕ-средствах типа Power Builder;
реинжиниринг кодов и внесение соответствующих изменений в модель системы;
наличие средств контроля, которые позволяют выявлять не соответствие между диаграммами и генерируемыми кодами и обнаруживать ошибки как на стадии проектирования, так и на стадии реализации.
Основные требования к блоку инфраструктуры:
наличие репозитория на основе базы данных, отвечающего за генерацию кода, реинжиниринг, отображение кода на диаграммах, а также обеспечивающего соответствие между моделями и программными кодами;
обеспечение командной работы (многопользовательской работы и управление версиями) и реинжиниринга.
Выделим основные критерии оценки и выбора САSЕ-средств.
Функциональные характеристики
Надежность
Простота использования
Эффективность
Сопровождаемость
Переносимость
Общие критерии (стоимость, затраты, эффект внедрения, характеристики поставщика)