ਰੌਕ, ਪੇਪਰ, ਕੈਂਚੀ ਦੀ ਖੇਡ ਵਰਗੇ ਡੇਟਾ ਨੂੰ ਸਾਫ਼ ਕਰੋ। ਕੀ ਇਹ ਅੰਤ ਦੇ ਨਾਲ ਜਾਂ ਬਿਨਾਂ ਇੱਕ ਖੇਡ ਹੈ? ਭਾਗ 1. ਸਿਧਾਂਤਕ

1. ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ

ਡੇਟਾ ਕਲੀਨਿੰਗ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਾਰਜਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵਾਲੀਆਂ ਚੁਣੌਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਇਹ ਸਮੱਗਰੀ ਵਿਕਾਸ ਅਤੇ ਹੱਲਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜੋ ਕੈਡਸਟ੍ਰਲ ਵੈਲਯੂ ਦੇ ਗਠਨ ਵਿੱਚ ਡੇਟਾਬੇਸ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਇੱਕ ਵਿਹਾਰਕ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਪੈਦਾ ਹੋਏ ਸਨ. ਇੱਥੇ ਸਰੋਤ “ਖੰਤੀ-ਮਾਨਸਿਯਸਕ ਆਟੋਨੋਮਸ ਓਕਰੂਗ - ਉਗਰਾ ਦੇ ਖੇਤਰ ਵਿੱਚ ਸਾਰੀਆਂ ਕਿਸਮਾਂ ਦੀਆਂ ਰੀਅਲ ਅਸਟੇਟ (ਜ਼ਮੀਨ ਦੇ ਪਲਾਟਾਂ ਨੂੰ ਛੱਡ ਕੇ) ਦੇ ਰਾਜ ਕੈਡਸਟ੍ਰਲ ਮੁੱਲਾਂਕਣ ਦੇ ਨਤੀਜਿਆਂ ਬਾਰੇ ਰਿਪੋਰਟ ਨੰਬਰ 01/OKS-2019”.

ਫਾਈਲ "ਤੁਲਨਾਤਮਕ ਮਾਡਲ total.ods" ਵਿੱਚ "ਅੰਤਿਕਾ B. KS 5 ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦੇ ਨਤੀਜੇ। ਕੈਡਸਟ੍ਰਲ ਮੁੱਲ 5.1 ਤੁਲਨਾਤਮਕ ਪਹੁੰਚ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦੇ ਢੰਗ ਬਾਰੇ ਜਾਣਕਾਰੀ" ਨੂੰ ਵਿਚਾਰਿਆ ਗਿਆ ਸੀ।

ਸਾਰਣੀ 1. "ਤੁਲਨਾਤਮਕ ਮਾਡਲ total.ods" ਫਾਈਲ ਵਿੱਚ ਡੇਟਾਸੈਟ ਦੇ ਅੰਕੜਾ ਸੰਕੇਤਕ
ਖੇਤਰਾਂ ਦੀ ਕੁੱਲ ਗਿਣਤੀ, pcs. - 44
ਰਿਕਾਰਡਾਂ ਦੀ ਕੁੱਲ ਗਿਣਤੀ, ਪੀ.ਸੀ.ਐਸ. - 365 490
ਅੱਖਰਾਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ, pcs. — 101 714 693
ਇੱਕ ਰਿਕਾਰਡ ਵਿੱਚ ਅੱਖਰਾਂ ਦੀ ਔਸਤ ਸੰਖਿਆ, pcs. - 278,297
ਇੱਕ ਰਿਕਾਰਡ ਵਿੱਚ ਅੱਖਰਾਂ ਦਾ ਮਿਆਰੀ ਵਿਵਹਾਰ, pcs. - 15,510
ਇੱਕ ਇੰਦਰਾਜ਼ ਵਿੱਚ ਅੱਖਰ ਦੀ ਘੱਟੋ-ਘੱਟ ਸੰਖਿਆ, pcs. - 198
ਇੱਕ ਐਂਟਰੀ ਵਿੱਚ ਅੱਖਰਾਂ ਦੀ ਅਧਿਕਤਮ ਸੰਖਿਆ, pcs. - 363

2. ਸ਼ੁਰੂਆਤੀ ਹਿੱਸਾ। ਬੁਨਿਆਦੀ ਮਿਆਰ

ਨਿਰਧਾਰਤ ਡੇਟਾਬੇਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਸਮੇਂ, ਸ਼ੁੱਧਤਾ ਦੀ ਡਿਗਰੀ ਲਈ ਲੋੜਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇੱਕ ਕਾਰਜ ਬਣਾਇਆ ਗਿਆ ਸੀ, ਕਿਉਂਕਿ, ਜਿਵੇਂ ਕਿ ਹਰ ਕਿਸੇ ਲਈ ਸਪੱਸ਼ਟ ਹੈ, ਨਿਰਧਾਰਤ ਡੇਟਾਬੇਸ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਕਾਨੂੰਨੀ ਅਤੇ ਆਰਥਿਕ ਨਤੀਜੇ ਬਣਾਉਂਦਾ ਹੈ। ਕੰਮ ਦੇ ਦੌਰਾਨ, ਇਹ ਪਤਾ ਚਲਿਆ ਕਿ ਵੱਡੇ ਡੇਟਾ ਦੀ ਸਫਾਈ ਦੀ ਡਿਗਰੀ ਲਈ ਕੋਈ ਖਾਸ ਲੋੜਾਂ ਨਹੀਂ ਸਨ. ਇਸ ਮਾਮਲੇ ਵਿਚ ਕਾਨੂੰਨੀ ਨਿਯਮਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹੋਏ, ਮੈਂ ਇਸ ਸਿੱਟੇ 'ਤੇ ਪਹੁੰਚਿਆ ਕਿ ਇਹ ਸਾਰੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਤੋਂ ਬਣੀਆਂ ਹਨ. ਭਾਵ, ਇੱਕ ਖਾਸ ਕਾਰਜ ਪ੍ਰਗਟ ਹੋਇਆ ਹੈ, ਜਾਣਕਾਰੀ ਦੇ ਸਰੋਤਾਂ ਨੂੰ ਕਾਰਜ ਲਈ ਕੰਪਾਇਲ ਕੀਤਾ ਗਿਆ ਹੈ, ਫਿਰ ਇੱਕ ਡੇਟਾਸੈਟ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ, ਬਣਾਏ ਗਏ ਡੇਟਾਸੈਟ ਦੇ ਅਧਾਰ ਤੇ, ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਸਾਧਨ ਹਨ. ਨਤੀਜੇ ਵਜੋਂ ਹੱਲ ਵਿਕਲਪਾਂ ਵਿੱਚੋਂ ਚੋਣ ਕਰਨ ਵਿੱਚ ਸੰਦਰਭ ਬਿੰਦੂ ਹਨ। ਮੈਂ ਇਸਨੂੰ ਚਿੱਤਰ 1 ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਹੈ।



ਕਿਉਂਕਿ, ਕਿਸੇ ਵੀ ਮਾਪਦੰਡਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਪ੍ਰਮਾਣਿਤ ਤਕਨਾਲੋਜੀਆਂ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਬਿਹਤਰ ਹੈ, ਮੈਂ ਇਸ ਵਿੱਚ ਨਿਰਧਾਰਤ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਚੁਣਿਆ ਹੈ। "MHRA GxP ਡੇਟਾ ਪੂਰਨਤਾ ਪਰਿਭਾਸ਼ਾਵਾਂ ਅਤੇ ਉਦਯੋਗ ਲਈ ਮਾਰਗਦਰਸ਼ਨ", ਕਿਉਂਕਿ ਮੈਂ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸ ਮੁੱਦੇ ਲਈ ਸਭ ਤੋਂ ਵਿਆਪਕ ਮੰਨਿਆ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, ਇਸ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਸੈਕਸ਼ਨ ਕਹਿੰਦਾ ਹੈ ਕਿ "ਇਹ ਨੋਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਡੇਟਾ ਇਕਸਾਰਤਾ ਲੋੜਾਂ ਮੈਨੂਅਲ (ਕਾਗਜ਼) ਅਤੇ ਇਲੈਕਟ੍ਰਾਨਿਕ ਡੇਟਾ ਲਈ ਬਰਾਬਰ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ।" (ਅਨੁਵਾਦ: "...ਡੇਟਾ ਇਕਸਾਰਤਾ ਲੋੜਾਂ ਮੈਨੂਅਲ (ਕਾਗਜ਼) ਅਤੇ ਇਲੈਕਟ੍ਰਾਨਿਕ ਡੇਟਾ 'ਤੇ ਬਰਾਬਰ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ")। ਇਹ ਫਾਰਮੂਲੇਸ਼ਨ ਕੋਡ ਆਫ ਸਿਵਲ ਪ੍ਰੋਸੀਜ਼ਰ, ਆਰਟ ਦੇ ਆਰਟੀਕਲ 71 ਦੇ ਉਪਬੰਧਾਂ ਵਿੱਚ "ਲਿਖਤੀ ਸਬੂਤ" ਦੀ ਧਾਰਨਾ ਨਾਲ ਖਾਸ ਤੌਰ 'ਤੇ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। 70 CAS, ਕਲਾ. 75 APC, "ਲਿਖਤੀ ਵਿੱਚ" ਕਲਾ। 84 ਕੋਡ ਆਫ ਸਿਵਲ ਪ੍ਰੋਸੀਜਰ।

ਚਿੱਤਰ 2 ਨਿਆਂ ਸ਼ਾਸਤਰ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦੀਆਂ ਕਿਸਮਾਂ ਲਈ ਪਹੁੰਚ ਦੇ ਗਠਨ ਦਾ ਇੱਕ ਚਿੱਤਰ ਪੇਸ਼ ਕਰਦਾ ਹੈ।

ਚੌਲ. 2. ਸਰੋਤ ਇੱਥੇ.

ਚਿੱਤਰ 3 ਉਪਰੋਕਤ "ਗਾਈਡੈਂਸ" ਦੇ ਕੰਮਾਂ ਲਈ ਚਿੱਤਰ 1 ਦੀ ਵਿਧੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਤੁਲਨਾ ਕਰਕੇ, ਇਹ ਵੇਖਣਾ ਆਸਾਨ ਹੈ ਕਿ ਸੂਚਨਾ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਆਧੁਨਿਕ ਮਾਪਦੰਡਾਂ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦੀ ਇਕਸਾਰਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵੇਲੇ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਪਹੁੰਚ ਜਾਣਕਾਰੀ ਦੀ ਕਾਨੂੰਨੀ ਧਾਰਨਾ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਕਾਫ਼ੀ ਸੀਮਤ ਹਨ।

ਚਿੱਤਰ 3

ਨਿਸ਼ਚਿਤ ਦਸਤਾਵੇਜ਼ (ਗਾਈਡੈਂਸ) ਵਿੱਚ, ਤਕਨੀਕੀ ਹਿੱਸੇ ਨਾਲ ਕੁਨੈਕਸ਼ਨ, ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਅਤੇ ਸਟੋਰ ਕਰਨ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ, ਅਧਿਆਇ 18.2 ਦੇ ਇੱਕ ਹਵਾਲੇ ਦੁਆਰਾ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਹੈ। ਰਿਲੇਸ਼ਨਲ ਡਾਟਾਬੇਸ: "ਇਹ ਫਾਈਲ ਢਾਂਚਾ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਸੁਰੱਖਿਅਤ ਹੈ, ਕਿਉਂਕਿ ਡੇਟਾ ਨੂੰ ਇੱਕ ਵੱਡੇ ਫਾਈਲ ਫਾਰਮੈਟ ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ ਜੋ ਡੇਟਾ ਅਤੇ ਮੈਟਾਡੇਟਾ ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ।"

ਵਾਸਤਵ ਵਿੱਚ, ਇਸ ਪਹੁੰਚ ਵਿੱਚ - ਮੌਜੂਦਾ ਤਕਨੀਕੀ ਸਮਰੱਥਾਵਾਂ ਤੋਂ, ਕੁਝ ਵੀ ਅਸਧਾਰਨ ਨਹੀਂ ਹੈ ਅਤੇ, ਆਪਣੇ ਆਪ ਵਿੱਚ, ਇਹ ਇੱਕ ਕੁਦਰਤੀ ਪ੍ਰਕਿਰਿਆ ਹੈ, ਕਿਉਂਕਿ ਸੰਕਲਪਾਂ ਦਾ ਵਿਸਥਾਰ ਸਭ ਤੋਂ ਵੱਧ ਅਧਿਐਨ ਕੀਤੀ ਗਤੀਵਿਧੀ - ਡੇਟਾਬੇਸ ਡਿਜ਼ਾਈਨ ਤੋਂ ਆਉਂਦਾ ਹੈ. ਪਰ, ਦੂਜੇ ਪਾਸੇ, ਕਾਨੂੰਨੀ ਮਾਪਦੰਡ ਪ੍ਰਗਟ ਹੁੰਦੇ ਹਨ ਜੋ ਮੌਜੂਦਾ ਪ੍ਰਣਾਲੀਆਂ ਦੀਆਂ ਤਕਨੀਕੀ ਸਮਰੱਥਾਵਾਂ 'ਤੇ ਛੋਟ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰਦੇ, ਉਦਾਹਰਣ ਵਜੋਂ: GDPR - ਜਨਰਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਰੈਗੂਲੇਸ਼ਨ.

ਚੌਲ. 4. ਤਕਨੀਕੀ ਸਮਰੱਥਾਵਾਂ ਦਾ ਫਨਲ (ਸਰੋਤ).

ਇਹਨਾਂ ਪਹਿਲੂਆਂ ਵਿੱਚ, ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਜਾਂਦਾ ਹੈ ਕਿ ਅਸਲ ਡੇਟਾਸੈਟ (ਚਿੱਤਰ 1) ਨੂੰ, ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਸੁਰੱਖਿਅਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਦੂਜਾ, ਇਸ ਤੋਂ ਵਾਧੂ ਜਾਣਕਾਰੀ ਕੱਢਣ ਦਾ ਆਧਾਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਖੈਰ, ਇੱਕ ਉਦਾਹਰਨ ਵਜੋਂ: ਟ੍ਰੈਫਿਕ ਨਿਯਮਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਵਾਲੇ ਕੈਮਰੇ ਸਰਵ ਵਿਆਪਕ ਹਨ, ਜਾਣਕਾਰੀ ਪ੍ਰੋਸੈਸਿੰਗ ਪ੍ਰਣਾਲੀ ਉਲੰਘਣਾ ਕਰਨ ਵਾਲਿਆਂ ਨੂੰ ਬਾਹਰ ਕੱਢ ਦਿੰਦੀ ਹੈ, ਪਰ ਹੋਰ ਜਾਣਕਾਰੀ ਦੂਜੇ ਖਪਤਕਾਰਾਂ ਨੂੰ ਵੀ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਖਰੀਦਦਾਰੀ ਕੇਂਦਰ ਵਿੱਚ ਗਾਹਕਾਂ ਦੇ ਪ੍ਰਵਾਹ ਦੀ ਬਣਤਰ ਦੀ ਮਾਰਕੀਟਿੰਗ ਨਿਗਰਾਨੀ ਵਜੋਂ। ਅਤੇ ਇਹ ਬਿਗਡਾਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਸਮੇਂ ਵਾਧੂ ਵਾਧੂ ਮੁੱਲ ਦਾ ਸਰੋਤ ਹੈ। ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਭਵ ਹੈ ਕਿ ਹੁਣੇ ਇਕੱਠੇ ਕੀਤੇ ਜਾ ਰਹੇ ਡੇਟਾਸੈਟਾਂ ਦਾ, ਭਵਿੱਖ ਵਿੱਚ ਕਿਤੇ ਨਾ ਕਿਤੇ, ਮੌਜੂਦਾ ਸਮੇਂ ਵਿੱਚ 1700 ਦੇ ਦੁਰਲੱਭ ਸੰਸਕਰਨਾਂ ਦੇ ਮੁੱਲ ਦੇ ਸਮਾਨ ਵਿਧੀ ਅਨੁਸਾਰ ਮੁੱਲ ਹੋਵੇਗਾ। ਆਖ਼ਰਕਾਰ, ਅਸਲ ਵਿੱਚ, ਅਸਥਾਈ ਡੇਟਾਸੈਟ ਵਿਲੱਖਣ ਹਨ ਅਤੇ ਭਵਿੱਖ ਵਿੱਚ ਦੁਹਰਾਉਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ।

3. ਸ਼ੁਰੂਆਤੀ ਹਿੱਸਾ. ਮੁਲਾਂਕਣ ਦੇ ਮਾਪਦੰਡ

ਪ੍ਰੋਸੈਸਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੇ ਦੌਰਾਨ, ਗਲਤੀਆਂ ਦਾ ਨਿਮਨਲਿਖਤ ਵਰਗੀਕਰਨ ਵਿਕਸਿਤ ਕੀਤਾ ਗਿਆ ਸੀ.

1. ਗਲਤੀ ਸ਼੍ਰੇਣੀ (GOST R 8.736-2011 'ਤੇ ਅਧਾਰਤ): a) ਯੋਜਨਾਬੱਧ ਤਰੁੱਟੀਆਂ; b) ਬੇਤਰਤੀਬੇ ਗਲਤੀਆਂ; c) ਇੱਕ ਗਲਤੀ।

2. ਗੁਣਾ ਦੁਆਰਾ: a) ਮੋਨੋ ਵਿਗਾੜ; b) ਬਹੁ-ਵਿਗਾੜ।

3. ਨਤੀਜਿਆਂ ਦੀ ਨਾਜ਼ੁਕਤਾ ਦੇ ਅਨੁਸਾਰ: a) ਨਾਜ਼ੁਕ; b) ਨਾਜ਼ੁਕ ਨਹੀਂ।

4. ਮੌਜੂਦਗੀ ਦੇ ਸਰੋਤ ਦੁਆਰਾ:

ਏ) ਤਕਨੀਕੀ - ਗਲਤੀਆਂ ਜੋ ਸਾਜ਼-ਸਾਮਾਨ ਦੇ ਸੰਚਾਲਨ ਦੌਰਾਨ ਹੁੰਦੀਆਂ ਹਨ। IoT ਪ੍ਰਣਾਲੀਆਂ, ਸੰਚਾਰ, ਸਾਜ਼ੋ-ਸਾਮਾਨ (ਹਾਰਡਵੇਅਰ) ਦੀ ਗੁਣਵੱਤਾ 'ਤੇ ਮਹੱਤਵਪੂਰਣ ਡਿਗਰੀ ਦੇ ਪ੍ਰਭਾਵ ਵਾਲੇ ਸਿਸਟਮਾਂ ਲਈ ਇੱਕ ਕਾਫ਼ੀ ਢੁਕਵੀਂ ਗਲਤੀ।

ਅ) ਆਪਰੇਟਰ ਦੀਆਂ ਗਲਤੀਆਂ - ਇਨਪੁਟ ਦੌਰਾਨ ਆਪਰੇਟਰ ਦੀਆਂ ਗਲਤੀਆਂ ਤੋਂ ਲੈ ਕੇ ਡੇਟਾਬੇਸ ਡਿਜ਼ਾਈਨ ਲਈ ਤਕਨੀਕੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਤੱਕ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਗਲਤੀਆਂ।

C) ਉਪਭੋਗਤਾ ਦੀਆਂ ਗਲਤੀਆਂ - ਇੱਥੇ "ਲੇਆਉਟ ਨੂੰ ਸਵਿੱਚ ਕਰਨਾ ਭੁੱਲ ਗਏ" ਤੋਂ ਲੈ ਕੇ ਪੈਰਾਂ ਲਈ ਗਲਤੀ ਵਾਲੇ ਮੀਟਰ ਤੱਕ ਸਮੁੱਚੀ ਸੀਮਾ ਵਿੱਚ ਉਪਭੋਗਤਾ ਦੀਆਂ ਗਲਤੀਆਂ ਹਨ।

5. ਇੱਕ ਵੱਖਰੀ ਕਲਾਸ ਵਿੱਚ ਵੱਖ ਕੀਤਾ ਗਿਆ:

a) "ਵਿਭਾਜਕ ਦਾ ਕੰਮ," ਯਾਨੀ ਸਪੇਸ ਅਤੇ ":" (ਸਾਡੇ ਕੇਸ ਵਿੱਚ) ਜਦੋਂ ਇਹ ਡੁਪਲੀਕੇਟ ਕੀਤਾ ਗਿਆ ਸੀ;
b) ਇਕੱਠੇ ਲਿਖੇ ਸ਼ਬਦ;
c) ਸੇਵਾ ਅੱਖਰਾਂ ਤੋਂ ਬਾਅਦ ਕੋਈ ਥਾਂ ਨਹੀਂ
d) ਸਮਰੂਪੀ ਤੌਰ 'ਤੇ ਕਈ ਚਿੰਨ੍ਹ: (), "", "..."।

ਚਿੱਤਰ 5 ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਡੇਟਾਬੇਸ ਤਰੁਟੀਆਂ ਦੇ ਵਿਵਸਥਿਤ ਕਰਨ ਦੇ ਨਾਲ, ਗਲਤੀਆਂ ਦੀ ਖੋਜ ਕਰਨ ਅਤੇ ਇਸ ਉਦਾਹਰਨ ਲਈ ਡੇਟਾ ਕਲੀਨਿੰਗ ਐਲਗੋਰਿਦਮ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਇੱਕ ਕਾਫ਼ੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਾਲਮੇਲ ਪ੍ਰਣਾਲੀ ਬਣਾਈ ਗਈ ਹੈ।

ਚੌਲ. 5. ਡਾਟਾਬੇਸ ਦੀਆਂ ਢਾਂਚਾਗਤ ਇਕਾਈਆਂ ਨਾਲ ਸੰਬੰਧਿਤ ਆਮ ਗਲਤੀਆਂ (ਸਰੋਤ: ਓਰੇਸ਼ਕੋਵ V.I., Paklin N.B. "ਡੇਟਾ ਇਕਸਾਰਤਾ ਦੀਆਂ ਮੁੱਖ ਧਾਰਨਾਵਾਂ").

ਸ਼ੁੱਧਤਾ, ਡੋਮੇਨ ਇਕਸਾਰਤਾ, ਡੇਟਾ ਕਿਸਮ, ਇਕਸਾਰਤਾ, ਰਿਡੰਡੈਂਸੀ, ਸੰਪੂਰਨਤਾ, ਡੁਪਲੀਕੇਸ਼ਨ, ਵਪਾਰਕ ਨਿਯਮਾਂ ਦੀ ਅਨੁਕੂਲਤਾ, ਢਾਂਚਾਗਤ ਪਰਿਭਾਸ਼ਾ, ਡੇਟਾ ਅਸੰਗਤਤਾ, ਸਪਸ਼ਟਤਾ, ਸਮੇਂ ਸਿਰ, ਡੇਟਾ ਇਕਸਾਰਤਾ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ। (ਪੰਨਾ 334. ਆਈ.ਟੀ. ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਡਾਟਾ ਵੇਅਰਹਾਊਸਿੰਗ ਫੰਡਾਮੈਂਟਲਜ਼ / ਪੌਲਰਾਜ ਪੋਨਿਆਹ।—2 ਐਡੀ.)

ਬਰੈਕਟਾਂ ਵਿੱਚ ਅੰਗਰੇਜ਼ੀ ਸ਼ਬਦਾਂ ਅਤੇ ਰੂਸੀ ਮਸ਼ੀਨ ਅਨੁਵਾਦ ਨੂੰ ਪੇਸ਼ ਕੀਤਾ।

ਸ਼ੁੱਧਤਾ। ਡੇਟਾ ਐਲੀਮੈਂਟ ਲਈ ਸਿਸਟਮ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਮੁੱਲ ਡੇਟਾ ਐਲੀਮੈਂਟ ਦੀ ਮੌਜੂਦਗੀ ਲਈ ਸਹੀ ਮੁੱਲ ਹੈ। ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਗਾਹਕ ਦਾ ਨਾਮ ਅਤੇ ਇੱਕ ਪਤਾ ਇੱਕ ਰਿਕਾਰਡ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਪਤਾ ਉਸ ਨਾਮ ਵਾਲੇ ਗਾਹਕ ਲਈ ਸਹੀ ਪਤਾ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਆਰਡਰ ਨੰਬਰ 1000 ਦੇ ਰਿਕਾਰਡ ਵਿੱਚ 12345678 ਯੂਨਿਟਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਆਰਡਰ ਕੀਤੀ ਮਾਤਰਾ ਲੱਭਦੇ ਹੋ, ਤਾਂ ਉਹ ਮਾਤਰਾ ਉਸ ਆਰਡਰ ਲਈ ਸਹੀ ਮਾਤਰਾ ਹੈ।
[ਸ਼ੁੱਧਤਾ। ਡੇਟਾ ਐਲੀਮੈਂਟ ਲਈ ਸਿਸਟਮ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਮੁੱਲ ਡੇਟਾ ਐਲੀਮੈਂਟ ਦੀ ਮੌਜੂਦਗੀ ਲਈ ਸਹੀ ਮੁੱਲ ਹੈ। ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਗਾਹਕ ਦਾ ਨਾਮ ਅਤੇ ਪਤਾ ਇੱਕ ਰਿਕਾਰਡ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਪਤਾ ਉਸ ਨਾਮ ਵਾਲੇ ਗਾਹਕ ਲਈ ਸਹੀ ਪਤਾ ਹੈ। ਜੇਕਰ ਤੁਹਾਨੂੰ ਆਰਡਰ ਨੰਬਰ 1000 ਦੇ ਰਿਕਾਰਡ ਵਿੱਚ 12345678 ਯੂਨਿਟਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਆਰਡਰ ਕੀਤੀ ਮਾਤਰਾ ਮਿਲਦੀ ਹੈ, ਤਾਂ ਉਹ ਮਾਤਰਾ ਉਸ ਆਰਡਰ ਲਈ ਸਹੀ ਮਾਤਰਾ ਹੈ।]

ਡੋਮੇਨ ਇਕਸਾਰਤਾ. ਕਿਸੇ ਵਿਸ਼ੇਸ਼ਤਾ ਦਾ ਡੇਟਾ ਮੁੱਲ ਸਵੀਕਾਰਯੋਗ, ਪਰਿਭਾਸ਼ਿਤ ਮੁੱਲਾਂ ਦੀ ਰੇਂਜ ਵਿੱਚ ਆਉਂਦਾ ਹੈ। ਆਮ ਉਦਾਹਰਨ ਲਿੰਗ ਡੇਟਾ ਤੱਤ ਲਈ "ਪੁਰਸ਼" ਅਤੇ "ਮਾਦਾ" ਹੋਣ ਦੇ ਯੋਗ ਮੁੱਲ ਹਨ।
[ਡੋਮੇਨ ਇਕਸਾਰਤਾ। ਗੁਣ ਡੇਟਾ ਮੁੱਲ ਵੈਧ, ਪਰਿਭਾਸ਼ਿਤ ਮੁੱਲਾਂ ਦੀ ਰੇਂਜ ਦੇ ਅੰਦਰ ਆਉਂਦਾ ਹੈ। ਇੱਕ ਆਮ ਉਦਾਹਰਨ ਇੱਕ ਲਿੰਗ ਡੇਟਾ ਤੱਤ ਲਈ ਵੈਧ ਮੁੱਲ "ਪੁਰਸ਼" ਅਤੇ "ਮਾਦਾ" ਹੈ।]

ਡਾਟਾ ਕਿਸਮ. ਇੱਕ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ ਮੁੱਲ ਅਸਲ ਵਿੱਚ ਉਸ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ ਪਰਿਭਾਸ਼ਿਤ ਡੇਟਾ ਕਿਸਮ ਦੇ ਤੌਰ ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਸਟੋਰ ਨਾਮ ਖੇਤਰ ਦੀ ਡਾਟਾ ਕਿਸਮ ਨੂੰ "ਟੈਕਸਟ" ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਸ ਖੇਤਰ ਦੀਆਂ ਸਾਰੀਆਂ ਉਦਾਹਰਨਾਂ ਵਿੱਚ ਸਟੋਰ ਦਾ ਨਾਮ ਟੈਕਸਟ ਦੇ ਫਾਰਮੈਟ ਵਿੱਚ ਦਿਖਾਇਆ ਜਾਂਦਾ ਹੈ ਨਾ ਕਿ ਸੰਖਿਆਤਮਕ ਕੋਡ।
[ਡਾਟਾ ਕਿਸਮ. ਇੱਕ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ਤਾ ਦਾ ਮੁੱਲ ਅਸਲ ਵਿੱਚ ਉਸ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ ਪਰਿਭਾਸ਼ਿਤ ਡੇਟਾ ਕਿਸਮ ਦੇ ਤੌਰ ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜੇਕਰ ਸਟੋਰ ਨਾਮ ਫੀਲਡ ਡੇਟਾ ਕਿਸਮ ਨੂੰ "ਟੈਕਸਟ" ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਇਸ ਖੇਤਰ ਦੀਆਂ ਸਾਰੀਆਂ ਉਦਾਹਰਣਾਂ ਵਿੱਚ ਸੰਖਿਆਤਮਕ ਕੋਡਾਂ ਦੀ ਬਜਾਏ ਟੈਕਸਟ ਫਾਰਮੈਟ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਸਟੋਰ ਨਾਮ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ।]

ਇਕਸਾਰਤਾ. ਇੱਕ ਡੇਟਾ ਫੀਲਡ ਦਾ ਫਾਰਮ ਅਤੇ ਸਮੱਗਰੀ ਮਲਟੀਪਲ ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਇੱਕੋ ਜਿਹੀ ਹੈ। ਜੇਕਰ ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ ਉਤਪਾਦ ABC ਲਈ ਉਤਪਾਦ ਕੋਡ 1234 ਹੈ, ਤਾਂ ਹਰੇਕ ਸਰੋਤ ਸਿਸਟਮ ਵਿੱਚ ਇਸ ਉਤਪਾਦ ਦਾ ਕੋਡ 1234 ਹੈ।
[ਇਕਸਾਰਤਾ। ਵੱਖ-ਵੱਖ ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਡੇਟਾ ਖੇਤਰ ਦਾ ਰੂਪ ਅਤੇ ਸਮੱਗਰੀ ਇੱਕੋ ਜਿਹੀ ਹੈ। ਜੇਕਰ ਇੱਕ ਸਿਸਟਮ 'ਤੇ ਉਤਪਾਦ ABC ਲਈ ਉਤਪਾਦ ਕੋਡ 1234 ਹੈ, ਤਾਂ ਉਸ ਉਤਪਾਦ ਦਾ ਕੋਡ ਹਰੇਕ ਸਰੋਤ ਸਿਸਟਮ 'ਤੇ 1234 ਹੈ।]

ਰਿਡੰਡੈਂਸੀ। ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ ਇੱਕੋ ਡੇਟਾ ਨੂੰ ਇੱਕ ਤੋਂ ਵੱਧ ਸਥਾਨਾਂ ਵਿੱਚ ਸਟੋਰ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜੇਕਰ, ਕੁਸ਼ਲਤਾ ਦੇ ਕਾਰਨਾਂ ਕਰਕੇ, ਇੱਕ ਡੇਟਾ ਤੱਤ ਨੂੰ ਜਾਣਬੁੱਝ ਕੇ ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ ਇੱਕ ਤੋਂ ਵੱਧ ਸਥਾਨਾਂ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਰਿਡੰਡੈਂਸੀ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਛਾਣਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
[ਰਿਡੰਡੈਂਸੀ। ਸਿਸਟਮ ਵਿੱਚ ਇੱਕੋ ਡੇਟਾ ਨੂੰ ਇੱਕ ਤੋਂ ਵੱਧ ਸਥਾਨਾਂ ਵਿੱਚ ਸਟੋਰ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜੇਕਰ, ਕੁਸ਼ਲਤਾ ਦੇ ਕਾਰਨਾਂ ਕਰਕੇ, ਇੱਕ ਡੇਟਾ ਤੱਤ ਨੂੰ ਜਾਣਬੁੱਝ ਕੇ ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ ਕਈ ਸਥਾਨਾਂ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਰਿਡੰਡੈਂਸੀ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।]

ਸੰਪੂਰਨਤਾ. ਸਿਸਟਮ ਵਿੱਚ ਦਿੱਤੇ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ ਕੋਈ ਗੁੰਮ ਮੁੱਲ ਨਹੀਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਗਾਹਕ ਫਾਈਲ ਵਿੱਚ, ਹਰੇਕ ਗਾਹਕ ਲਈ "ਸਟੇਟ" ਖੇਤਰ ਲਈ ਇੱਕ ਵੈਧ ਮੁੱਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਆਰਡਰ ਦੇ ਵੇਰਵਿਆਂ ਲਈ ਫਾਈਲ ਵਿੱਚ, ਆਰਡਰ ਲਈ ਹਰੇਕ ਵੇਰਵੇ ਦਾ ਰਿਕਾਰਡ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
[ਸੰਪੂਰਨਤਾ। ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ ਸਿਸਟਮ ਵਿੱਚ ਕੋਈ ਗੁੰਮ ਮੁੱਲ ਨਹੀਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਕਲਾਇੰਟ ਫਾਈਲ ਵਿੱਚ ਹਰੇਕ ਕਲਾਇੰਟ ਲਈ "ਸਥਿਤੀ" ਖੇਤਰ ਲਈ ਇੱਕ ਵੈਧ ਮੁੱਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਆਰਡਰ ਵੇਰਵੇ ਫਾਈਲ ਵਿੱਚ, ਹਰੇਕ ਆਰਡਰ ਵੇਰਵੇ ਦਾ ਰਿਕਾਰਡ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪੂਰਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।]

ਨਕਲ. ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ ਰਿਕਾਰਡਾਂ ਦੀ ਨਕਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹੱਲ ਹੋ ਜਾਂਦੀ ਹੈ। ਜੇ ਉਤਪਾਦ ਫਾਈਲ ਵਿੱਚ ਡੁਪਲੀਕੇਟ ਰਿਕਾਰਡ ਹੋਣ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਹਰੇਕ ਉਤਪਾਦ ਲਈ ਸਾਰੇ ਡੁਪਲੀਕੇਟ ਰਿਕਾਰਡਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਇੱਕ ਕਰਾਸ-ਰੈਫਰੈਂਸ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ।
[ਡੁਪਲੀਕੇਟ। ਸਿਸਟਮ ਵਿੱਚ ਰਿਕਾਰਡਾਂ ਦੀ ਨਕਲ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖਤਮ ਕਰ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਜੇ ਇੱਕ ਉਤਪਾਦ ਫਾਈਲ ਵਿੱਚ ਡੁਪਲੀਕੇਟ ਐਂਟਰੀਆਂ ਹੋਣ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਹਰੇਕ ਉਤਪਾਦ ਲਈ ਸਾਰੀਆਂ ਡੁਪਲੀਕੇਟ ਐਂਟਰੀਆਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਇੱਕ ਕਰਾਸ-ਰੈਫਰੈਂਸ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ।]

ਕਾਰੋਬਾਰੀ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ। ਹਰੇਕ ਡੇਟਾ ਆਈਟਮ ਦੇ ਮੁੱਲ ਨਿਰਧਾਰਤ ਵਪਾਰਕ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ। ਇੱਕ ਨਿਲਾਮੀ ਪ੍ਰਣਾਲੀ ਵਿੱਚ, ਹੈਮਰ ਜਾਂ ਵਿਕਰੀ ਕੀਮਤ ਰਾਖਵੀਂ ਕੀਮਤ ਤੋਂ ਘੱਟ ਨਹੀਂ ਹੋ ਸਕਦੀ। ਬੈਂਕ ਲੋਨ ਸਿਸਟਮ ਵਿੱਚ, ਲੋਨ ਬੈਲੇਂਸ ਹਮੇਸ਼ਾ ਸਕਾਰਾਤਮਕ ਜਾਂ ਜ਼ੀਰੋ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
[ਕਾਰੋਬਾਰੀ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ। ਹਰੇਕ ਡੇਟਾ ਤੱਤ ਦੇ ਮੁੱਲ ਸਥਾਪਤ ਵਪਾਰਕ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ। ਇੱਕ ਨਿਲਾਮੀ ਪ੍ਰਣਾਲੀ ਵਿੱਚ, ਹੈਮਰ ਜਾਂ ਵਿਕਰੀ ਕੀਮਤ ਰਾਖਵੀਂ ਕੀਮਤ ਤੋਂ ਘੱਟ ਨਹੀਂ ਹੋ ਸਕਦੀ। ਬੈਂਕਿੰਗ ਕ੍ਰੈਡਿਟ ਪ੍ਰਣਾਲੀ ਵਿੱਚ, ਲੋਨ ਬੈਲੇਂਸ ਹਮੇਸ਼ਾ ਸਕਾਰਾਤਮਕ ਜਾਂ ਜ਼ੀਰੋ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।]

ਢਾਂਚਾਗਤ ਪਰਿਭਾਸ਼ਾ। ਜਿੱਥੇ ਵੀ ਇੱਕ ਡੇਟਾ ਆਈਟਮ ਨੂੰ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਵਿਅਕਤੀਗਤ ਭਾਗਾਂ ਵਿੱਚ ਢਾਂਚਾ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਆਈਟਮ ਵਿੱਚ ਇਹ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਢਾਂਚਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਵਿਅਕਤੀ ਦਾ ਨਾਮ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਪਹਿਲੇ ਨਾਮ, ਵਿਚਕਾਰਲੇ ਨਾਮ ਅਤੇ ਆਖਰੀ ਨਾਮ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ। ਵਿਅਕਤੀਆਂ ਦੇ ਨਾਵਾਂ ਲਈ ਮੁੱਲਾਂ ਨੂੰ ਪਹਿਲੇ ਨਾਮ, ਵਿਚਕਾਰਲਾ ਸ਼ੁਰੂਆਤੀ, ਅਤੇ ਆਖਰੀ ਨਾਮ ਵਜੋਂ ਸਟੋਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਡੇਟਾ ਗੁਣਵੱਤਾ ਦੀ ਇਹ ਵਿਸ਼ੇਸ਼ਤਾ ਮਿਆਰਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦੀ ਹੈ ਅਤੇ ਗੁੰਮ ਹੋਏ ਮੁੱਲਾਂ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ।
[ਢਾਂਚਾਗਤ ਨਿਸ਼ਚਤਤਾ। ਜਿੱਥੇ ਇੱਕ ਡੇਟਾ ਤੱਤ ਨੂੰ ਵਿਅਕਤੀਗਤ ਭਾਗਾਂ ਵਿੱਚ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਢਾਂਚਾ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਤੱਤ ਵਿੱਚ ਇਹ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਢਾਂਚਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਵਿਅਕਤੀ ਦਾ ਨਾਮ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਪਹਿਲੇ ਨਾਮ, ਮੱਧ ਸ਼ੁਰੂਆਤੀ, ਅਤੇ ਆਖਰੀ ਨਾਮ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ। ਵਿਅਕਤੀਗਤ ਨਾਵਾਂ ਲਈ ਮੁੱਲਾਂ ਨੂੰ ਪਹਿਲੇ ਨਾਮ, ਵਿਚਕਾਰਲੇ ਸ਼ੁਰੂਆਤੀ, ਅਤੇ ਆਖਰੀ ਨਾਮ ਵਜੋਂ ਸਟੋਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਡੇਟਾ ਗੁਣਵੱਤਾ ਵਿਸ਼ੇਸ਼ਤਾ ਮਿਆਰਾਂ ਦੀ ਵਰਤੋਂ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦੀ ਹੈ ਅਤੇ ਗੁੰਮ ਹੋਏ ਮੁੱਲਾਂ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ।]

ਡਾਟਾ ਅਸੰਗਤਤਾ। ਇੱਕ ਖੇਤਰ ਨੂੰ ਸਿਰਫ਼ ਉਸੇ ਉਦੇਸ਼ ਲਈ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਸ ਲਈ ਇਸਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਜੇਕਰ ਫੀਲਡ ਐਡਰੈੱਸ-3 ਲੰਬੇ ਪਤਿਆਂ ਲਈ ਪਤੇ ਦੀ ਕਿਸੇ ਵੀ ਸੰਭਾਵਿਤ ਤੀਜੀ ਲਾਈਨ ਲਈ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਇਹ ਖੇਤਰ ਸਿਰਫ ਪਤੇ ਦੀ ਤੀਜੀ ਲਾਈਨ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਦੀ ਵਰਤੋਂ ਗਾਹਕ ਲਈ ਫ਼ੋਨ ਜਾਂ ਫੈਕਸ ਨੰਬਰ ਦਾਖਲ ਕਰਨ ਲਈ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ।
[ਡਾਟਾ ਅਸੰਗਤਤਾ। ਇੱਕ ਖੇਤਰ ਨੂੰ ਸਿਰਫ਼ ਉਸ ਉਦੇਸ਼ ਲਈ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਸ ਲਈ ਇਸਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਜੇਕਰ ਐਡਰੈੱਸ-3 ਖੇਤਰ ਨੂੰ ਲੰਬੇ ਪਤਿਆਂ ਲਈ ਕਿਸੇ ਵੀ ਸੰਭਾਵਿਤ ਤੀਜੀ ਐਡਰੈੱਸ ਲਾਈਨ ਲਈ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਇਹ ਖੇਤਰ ਸਿਰਫ਼ ਤੀਜੀ ਐਡਰੈੱਸ ਲਾਈਨ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਵੇਗਾ। ਇਸਦੀ ਵਰਤੋਂ ਕਿਸੇ ਗਾਹਕ ਲਈ ਟੈਲੀਫੋਨ ਜਾਂ ਫੈਕਸ ਨੰਬਰ ਦਰਜ ਕਰਨ ਲਈ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ।]

ਸਪਸ਼ਟਤਾ। ਇੱਕ ਡੇਟਾ ਐਲੀਮੈਂਟ ਵਿੱਚ ਗੁਣਵੱਤਾ ਡੇਟਾ ਦੀਆਂ ਹੋਰ ਸਾਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ ਪਰ ਜੇਕਰ ਉਪਭੋਗਤਾ ਇਸਦਾ ਅਰਥ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਨਹੀਂ ਸਮਝਦੇ ਹਨ, ਤਾਂ ਡੇਟਾ ਤੱਤ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਕੋਈ ਮੁੱਲ ਨਹੀਂ ਹੈ। ਸਹੀ ਨਾਮਕਰਨ ਪਰੰਪਰਾਵਾਂ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਡਾਟਾ ਤੱਤਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ।
[ਸਪਸ਼ਟਤਾ। ਇੱਕ ਡੇਟਾ ਐਲੀਮੈਂਟ ਵਿੱਚ ਚੰਗੇ ਡੇਟਾ ਦੀਆਂ ਹੋਰ ਸਾਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਪਰ ਜੇਕਰ ਉਪਭੋਗਤਾ ਇਸਦੇ ਅਰਥ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਨਹੀਂ ਸਮਝਦੇ ਹਨ, ਤਾਂ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਡੇਟਾ ਤੱਤ ਦਾ ਕੋਈ ਮੁੱਲ ਨਹੀਂ ਹੈ। ਸਹੀ ਨਾਮਕਰਨ ਪਰੰਪਰਾਵਾਂ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਡਾਟਾ ਤੱਤਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ।]

ਸਮੇਂ ਸਿਰ. ਉਪਭੋਗਤਾ ਡੇਟਾ ਦੀ ਸਮਾਂਬੱਧਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ. ਜੇਕਰ ਉਪਭੋਗਤਾ ਉਮੀਦ ਕਰਦੇ ਹਨ ਕਿ ਗਾਹਕ ਮਾਪ ਡੇਟਾ ਇੱਕ ਦਿਨ ਤੋਂ ਪੁਰਾਣਾ ਨਹੀਂ ਹੋਵੇਗਾ, ਤਾਂ ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਗਾਹਕ ਡੇਟਾ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਰੋਜ਼ਾਨਾ ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
[ਸਮੇਂ ਸਿਰ. ਉਪਭੋਗਤਾ ਡੇਟਾ ਦੀ ਸਮਾਂਬੱਧਤਾ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ. ਜੇਕਰ ਉਪਭੋਗਤਾ ਉਮੀਦ ਕਰਦੇ ਹਨ ਕਿ ਗਾਹਕ ਮਾਪ ਡੇਟਾ ਇੱਕ ਦਿਨ ਤੋਂ ਵੱਧ ਪੁਰਾਣਾ ਨਹੀਂ ਹੈ, ਤਾਂ ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਗਾਹਕ ਡੇਟਾ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਰੋਜ਼ਾਨਾ ਅਧਾਰ 'ਤੇ ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਵਿੱਚ ਲਾਗੂ ਕੀਤੀਆਂ ਜਾਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ।]

ਉਪਯੋਗਤਾ. ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਵਿੱਚ ਹਰੇਕ ਡੇਟਾ ਤੱਤ ਨੂੰ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਸੰਗ੍ਰਹਿ ਦੀਆਂ ਕੁਝ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਡੇਟਾ ਤੱਤ ਸਹੀ ਅਤੇ ਉੱਚ ਗੁਣਵੱਤਾ ਦਾ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਇਸਦਾ ਕੋਈ ਮੁੱਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਵਿੱਚ ਉਸ ਡੇਟਾ ਤੱਤ ਦਾ ਹੋਣਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੇਲੋੜਾ ਹੈ।
[ਉਪਯੋਗਤਾ। ਡੇਟਾ ਸਟੋਰ ਵਿੱਚ ਹਰੇਕ ਡੇਟਾ ਆਈਟਮ ਨੂੰ ਉਪਭੋਗਤਾ ਸੰਗ੍ਰਹਿ ਦੀਆਂ ਕੁਝ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਡੇਟਾ ਤੱਤ ਸਹੀ ਅਤੇ ਉੱਚ ਗੁਣਵੱਤਾ ਦਾ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਇਹ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਮੁੱਲ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਸ ਡੇਟਾ ਤੱਤ ਦਾ ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਵਿੱਚ ਹੋਣਾ ਜ਼ਰੂਰੀ ਨਹੀਂ ਹੈ।]

ਡਾਟਾ ਇਕਸਾਰਤਾ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ। ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਰਿਲੇਸ਼ਨਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਇਕਾਈ ਦੀ ਇਕਸਾਰਤਾ ਅਤੇ ਸੰਦਰਭ ਅਖੰਡਤਾ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਕੋਈ ਵੀ ਸਾਰਣੀ ਜੋ null ਨੂੰ ਪ੍ਰਾਇਮਰੀ ਕੁੰਜੀ ਦੇ ਤੌਰ 'ਤੇ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਦੀ ਇਕਾਈ ਦੀ ਇਕਸਾਰਤਾ ਨਹੀਂ ਹੈ। ਸੰਦਰਭ ਇਕਸਾਰਤਾ ਮਾਤਾ-ਪਿਤਾ-ਬੱਚੇ ਦੇ ਸਬੰਧਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦੀ ਹੈ। ਇੱਕ ਗਾਹਕ-ਤੋਂ-ਆਰਡਰ ਸਬੰਧ ਵਿੱਚ, ਰੈਫਰੈਂਸ਼ੀਅਲ ਇਕਸਾਰਤਾ ਡੇਟਾਬੇਸ ਵਿੱਚ ਹਰੇਕ ਆਰਡਰ ਲਈ ਇੱਕ ਗਾਹਕ ਦੀ ਮੌਜੂਦਗੀ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ।
[ਡੇਟਾ ਇਕਸਾਰਤਾ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ। ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਰਿਲੇਸ਼ਨਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਇਕਾਈ ਦੀ ਇਕਸਾਰਤਾ ਅਤੇ ਸੰਦਰਭ ਅਖੰਡਤਾ ਦੇ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਕੋਈ ਵੀ ਸਾਰਣੀ ਜੋ null ਨੂੰ ਪ੍ਰਾਇਮਰੀ ਕੁੰਜੀ ਦੇ ਤੌਰ 'ਤੇ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਉਸ ਵਿੱਚ ਇਕਾਈ ਦੀ ਇਕਸਾਰਤਾ ਨਹੀਂ ਹੁੰਦੀ ਹੈ। ਸੰਦਰਭ ਇਕਸਾਰਤਾ ਮਾਪਿਆਂ ਅਤੇ ਬੱਚਿਆਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਮਜ਼ਬੂਰ ਕਰਦੀ ਹੈ। ਇੱਕ ਗਾਹਕ-ਆਰਡਰ ਸਬੰਧ ਵਿੱਚ, ਸੰਦਰਭ ਇਕਸਾਰਤਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਡੇਟਾਬੇਸ ਵਿੱਚ ਹਰੇਕ ਆਰਡਰ ਲਈ ਇੱਕ ਗਾਹਕ ਮੌਜੂਦ ਹੈ।]

4. ਡਾਟਾ ਸਫਾਈ ਦੀ ਗੁਣਵੱਤਾ

ਬਿਗਡਾਟਾ ਵਿੱਚ ਡਾਟਾ ਸਫਾਈ ਦੀ ਗੁਣਵੱਤਾ ਇੱਕ ਸਮੱਸਿਆ ਵਾਲਾ ਮੁੱਦਾ ਹੈ। ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣਾ ਕਿ ਕੰਮ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਡੇਟਾ ਦੀ ਸਫਾਈ ਦੀ ਕਿੰਨੀ ਡਿਗਰੀ ਜ਼ਰੂਰੀ ਹੈ, ਹਰੇਕ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਲਈ ਬੁਨਿਆਦੀ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚ, ਹਰੇਕ ਵਿਸ਼ਲੇਸ਼ਕ ਇਸ ਨੂੰ ਆਪਣੇ ਆਪ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ ਕਿ ਬਾਹਰੋਂ ਕੋਈ ਵੀ ਉਸਦੇ ਹੱਲ ਵਿੱਚ ਇਸ ਪਹਿਲੂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੇ। ਪਰ ਇਸ ਕੇਸ ਵਿੱਚ ਹੱਥ ਵਿੱਚ ਕੰਮ ਲਈ, ਇਹ ਮੁੱਦਾ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਸੀ, ਕਿਉਂਕਿ ਕਾਨੂੰਨੀ ਡੇਟਾ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਇੱਕ ਵੱਲ ਹੁੰਦੀ ਹੈ.

ਸੰਚਾਲਨ ਭਰੋਸੇਯੋਗਤਾ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸੌਫਟਵੇਅਰ ਟੈਸਟਿੰਗ ਤਕਨਾਲੋਜੀਆਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨਾ। ਅੱਜ ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਤੋਂ ਵੱਧ ਹਨ 200. ਬਹੁਤ ਸਾਰੇ ਮਾਡਲ ਕਲੇਮ ਸਰਵਿਸਿੰਗ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ:

ਅੰਜੀਰ. 6

ਇਸ ਤਰ੍ਹਾਂ ਸੋਚਣਾ: "ਜੇਕਰ ਮਿਲੀ ਗਲਤੀ ਇਸ ਮਾਡਲ ਵਿੱਚ ਅਸਫਲ ਘਟਨਾ ਦੇ ਸਮਾਨ ਇੱਕ ਘਟਨਾ ਹੈ, ਤਾਂ ਪੈਰਾਮੀਟਰ ਟੀ ਦਾ ਐਨਾਲਾਗ ਕਿਵੇਂ ਲੱਭਿਆ ਜਾਵੇ?" ਅਤੇ ਮੈਂ ਹੇਠਾਂ ਦਿੱਤੇ ਮਾਡਲ ਨੂੰ ਕੰਪਾਇਲ ਕੀਤਾ: ਚਲੋ ਕਲਪਨਾ ਕਰੀਏ ਕਿ ਇੱਕ ਟੈਸਟਰ ਨੂੰ ਇੱਕ ਰਿਕਾਰਡ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ 1 ਮਿੰਟ ਲੱਗਦਾ ਹੈ (ਪ੍ਰਸ਼ਨ ਵਿੱਚ ਡੇਟਾਬੇਸ ਲਈ), ਫਿਰ ਸਾਰੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਲੱਭਣ ਲਈ ਉਸਨੂੰ 365 ਮਿੰਟਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਜੋ ਕਿ ਲਗਭਗ 494 ਸਾਲ ਅਤੇ 3 ਹੈ। ਕੰਮ ਕਰਨ ਦੇ ਮਹੀਨੇ. ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਸਮਝਦੇ ਹਾਂ, ਇਹ ਕੰਮ ਦੀ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਮਾਤਰਾ ਹੈ ਅਤੇ ਡੇਟਾਬੇਸ ਦੀ ਜਾਂਚ ਕਰਨ ਦੇ ਖਰਚੇ ਇਸ ਡੇਟਾਬੇਸ ਦੇ ਕੰਪਾਈਲਰ ਲਈ ਵਰਜਿਤ ਹੋਣਗੇ। ਇਸ ਪ੍ਰਤੀਬਿੰਬ ਵਿੱਚ, ਲਾਗਤਾਂ ਦੀ ਆਰਥਿਕ ਧਾਰਨਾ ਪ੍ਰਗਟ ਹੁੰਦੀ ਹੈ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਬਾਅਦ ਮੈਂ ਇਸ ਸਿੱਟੇ ਤੇ ਪਹੁੰਚਿਆ ਕਿ ਇਹ ਇੱਕ ਕਾਫ਼ੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਾਧਨ ਹੈ. ਅਰਥ ਸ਼ਾਸਤਰ ਦੇ ਕਾਨੂੰਨ ਦੇ ਅਧਾਰ 'ਤੇ: "ਉਤਪਾਦਨ ਦੀ ਮਾਤਰਾ (ਇਕਾਈਆਂ ਵਿੱਚ) ਜਿਸ 'ਤੇ ਇੱਕ ਫਰਮ ਦਾ ਵੱਧ ਤੋਂ ਵੱਧ ਮੁਨਾਫਾ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਉਸ ਬਿੰਦੂ 'ਤੇ ਸਥਿਤ ਹੁੰਦਾ ਹੈ ਜਿੱਥੇ ਆਉਟਪੁੱਟ ਦੀ ਇੱਕ ਨਵੀਂ ਯੂਨਿਟ ਪੈਦਾ ਕਰਨ ਦੀ ਸੀਮਾਂਤ ਲਾਗਤ ਦੀ ਤੁਲਨਾ ਉਸ ਕੀਮਤ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜੋ ਇਹ ਫਰਮ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੀ ਹੈ। ਇੱਕ ਨਵੀਂ ਯੂਨਿਟ ਲਈ।" ਇਸ ਧਾਰਨਾ ਦੇ ਅਧਾਰ 'ਤੇ ਕਿ ਹਰੇਕ ਅਗਲੀ ਗਲਤੀ ਨੂੰ ਲੱਭਣ ਲਈ ਰਿਕਾਰਡਾਂ ਦੀ ਵੱਧ ਤੋਂ ਵੱਧ ਜਾਂਚ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਇਹ ਇੱਕ ਲਾਗਤ ਕਾਰਕ ਹੈ। ਯਾਨੀ, ਟੈਸਟਿੰਗ ਮਾਡਲਾਂ ਵਿੱਚ ਅਪਣਾਇਆ ਗਿਆ ਪੋਸਟੂਲੇਟ ਹੇਠਾਂ ਦਿੱਤੇ ਪੈਟਰਨ ਵਿੱਚ ਇੱਕ ਭੌਤਿਕ ਅਰਥ ਲੈਂਦਾ ਹੈ: ਜੇਕਰ i-th ਗਲਤੀ ਨੂੰ ਲੱਭਣ ਲਈ n ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕਰਨੀ ਜ਼ਰੂਰੀ ਸੀ, ਤਾਂ ਅਗਲੀ (i+3) ਗਲਤੀ ਨੂੰ ਲੱਭਣ ਲਈ ਇਹ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ। m ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਅਤੇ ਉਸੇ ਸਮੇਂ n<m. ਇਹ ਪੋਸਟੂਲੇਟ, ਟੈਸਟਿੰਗ ਮਾੱਡਲਾਂ ਵਿੱਚ, ਮੁੱਖ ਤੌਰ 'ਤੇ ਇਸ ਜ਼ਰੂਰਤ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਪਾਈਆਂ ਗਈਆਂ ਗਲਤੀਆਂ ਨੂੰ ਰਿਕਾਰਡ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਪਰ ਠੀਕ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਤਾਂ ਜੋ ਸੌਫਟਵੇਅਰ ਨੂੰ ਇਸਦੀ ਕੁਦਰਤੀ ਸਥਿਤੀ ਵਿੱਚ ਟੈਸਟ ਕੀਤਾ ਜਾ ਸਕੇ, ਅਰਥਾਤ, ਅਸਫਲਤਾਵਾਂ ਦਾ ਪ੍ਰਵਾਹ ਇਕਸਾਰ ਹੋਵੇ। ਇਸ ਅਨੁਸਾਰ, ਸਾਡੇ ਕੇਸ ਲਈ, ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕਰਨਾ ਇਕਸਾਰਤਾ ਲਈ ਦੋ ਵਿਕਲਪ ਪ੍ਰਗਟ ਕਰ ਸਕਦਾ ਹੈ:

1. ਜਦੋਂ ਕੋਈ ਨਵੀਂ ਗਲਤੀ ਮਿਲਣ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂਚੇ ਗਏ ਰਿਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ ਸਥਿਰ ਹੋ ਜਾਂਦੀ ਹੈ;
2. ਜਦੋਂ ਅਗਲੀ ਗਲਤੀ ਲੱਭਣ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂਚ ਕੀਤੇ ਗਏ ਰਿਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ ਵਧੇਗੀ.

ਨਾਜ਼ੁਕ ਮੁੱਲ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ, ਮੈਂ ਆਰਥਿਕ ਵਿਵਹਾਰਕਤਾ ਦੀ ਧਾਰਨਾ ਵੱਲ ਮੁੜਿਆ, ਜਿਸ ਨੂੰ ਇਸ ਕੇਸ ਵਿੱਚ, ਸਮਾਜਿਕ ਲਾਗਤਾਂ ਦੀ ਧਾਰਨਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇਸ ਤਰ੍ਹਾਂ ਤਿਆਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ: "ਗਲਤੀ ਨੂੰ ਠੀਕ ਕਰਨ ਦੇ ਖਰਚੇ ਆਰਥਿਕ ਏਜੰਟ ਦੁਆਰਾ ਉਠਾਏ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ ਜੋ ਕਰ ਸਕਦਾ ਹੈ. ਇਹ ਸਭ ਤੋਂ ਘੱਟ ਕੀਮਤ 'ਤੇ ਹੈ। ਸਾਡੇ ਕੋਲ ਇੱਕ ਏਜੰਟ ਹੈ - ਇੱਕ ਟੈਸਟਰ ਜੋ ਇੱਕ ਰਿਕਾਰਡ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ 1 ਮਿੰਟ ਬਿਤਾਉਂਦਾ ਹੈ। ਮੁਦਰਾ ਦੇ ਰੂਪ ਵਿੱਚ, ਜੇਕਰ ਤੁਸੀਂ 6000 ਰੂਬਲ/ਦਿਨ ਕਮਾਉਂਦੇ ਹੋ, ਤਾਂ ਇਹ 12,2 ਰੂਬਲ ਹੋਵੇਗਾ। (ਲਗਭਗ ਅੱਜ) ਇਹ ਆਰਥਿਕ ਕਾਨੂੰਨ ਵਿੱਚ ਸੰਤੁਲਨ ਦੇ ਦੂਜੇ ਪਾਸੇ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਰਹਿੰਦਾ ਹੈ. ਮੈਂ ਇਸ ਤਰ੍ਹਾਂ ਤਰਕ ਕੀਤਾ. ਇੱਕ ਮੌਜੂਦਾ ਗਲਤੀ ਲਈ ਸਬੰਧਤ ਵਿਅਕਤੀ ਨੂੰ ਇਸ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ ਜਤਨ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਅਰਥਾਤ, ਜਾਇਦਾਦ ਦੇ ਮਾਲਕ। ਮੰਨ ਲਓ ਕਿ ਇਸ ਲਈ 1 ਦਿਨ ਦੀ ਕਾਰਵਾਈ ਦੀ ਲੋੜ ਹੈ (ਇੱਕ ਅਰਜ਼ੀ ਜਮ੍ਹਾਂ ਕਰੋ, ਇੱਕ ਸਹੀ ਦਸਤਾਵੇਜ਼ ਪ੍ਰਾਪਤ ਕਰੋ)। ਫਿਰ, ਸਮਾਜਿਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਉਸਦੀ ਲਾਗਤ ਪ੍ਰਤੀ ਦਿਨ ਔਸਤ ਤਨਖਾਹ ਦੇ ਬਰਾਬਰ ਹੋਵੇਗੀ. ਖੰਟੀ-ਮਾਨਸੀ ਆਟੋਨੋਮਸ ਓਕਰੂਗ ਵਿੱਚ ਔਸਤ ਕਮਾਈ ਹੋਈ ਤਨਖਾਹ "ਜਨਵਰੀ-ਸਤੰਬਰ 2019 ਲਈ ਖਾਂਟੀ-ਮਾਨਸਿਯਸਕ ਆਟੋਨੋਮਸ ਓਕਰੂਗ - ਉਗਰਾ ਦੇ ਸਮਾਜਿਕ-ਆਰਥਿਕ ਵਿਕਾਸ ਦੇ ਨਤੀਜੇ" 73285 ਰੂਬਲ. ਜਾਂ 3053,542 ਰੂਬਲ/ਦਿਨ। ਇਸ ਅਨੁਸਾਰ, ਅਸੀਂ ਇਸਦੇ ਬਰਾਬਰ ਇੱਕ ਮਹੱਤਵਪੂਰਣ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ:
3053,542: 12,2 = 250,4 ਰਿਕਾਰਡਾਂ ਦੀਆਂ ਇਕਾਈਆਂ।

ਇਸਦਾ ਅਰਥ ਹੈ, ਸਮਾਜਿਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਜੇਕਰ ਇੱਕ ਟੈਸਟਰ ਨੇ 251 ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਅਤੇ ਇੱਕ ਗਲਤੀ ਪਾਈ, ਤਾਂ ਇਹ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਖੁਦ ਇਸ ਗਲਤੀ ਨੂੰ ਠੀਕ ਕਰਨ ਦੇ ਬਰਾਬਰ ਹੈ। ਇਸ ਅਨੁਸਾਰ, ਜੇ ਟੈਸਟਰ ਨੇ ਅਗਲੀ ਗਲਤੀ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ 252 ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੇ ਬਰਾਬਰ ਸਮਾਂ ਬਿਤਾਇਆ, ਤਾਂ ਇਸ ਸਥਿਤੀ ਵਿੱਚ ਸੁਧਾਰ ਦੀ ਲਾਗਤ ਉਪਭੋਗਤਾ ਨੂੰ ਤਬਦੀਲ ਕਰਨਾ ਬਿਹਤਰ ਹੈ.

ਇੱਥੇ ਇੱਕ ਸਰਲ ਪਹੁੰਚ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਹੈ, ਕਿਉਂਕਿ ਸਮਾਜਿਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਹਰੇਕ ਮਾਹਰ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਸਾਰੇ ਵਾਧੂ ਮੁੱਲ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਜ਼ਰੂਰੀ ਹੈ, ਭਾਵ, ਟੈਕਸਾਂ ਅਤੇ ਸਮਾਜਿਕ ਭੁਗਤਾਨਾਂ ਸਮੇਤ ਲਾਗਤਾਂ, ਪਰ ਮਾਡਲ ਸਪਸ਼ਟ ਹੈ। ਇਸ ਸਬੰਧ ਦਾ ਨਤੀਜਾ ਮਾਹਿਰਾਂ ਲਈ ਹੇਠ ਲਿਖੀਆਂ ਲੋੜਾਂ ਹਨ: IT ਉਦਯੋਗ ਦੇ ਇੱਕ ਮਾਹਰ ਦੀ ਰਾਸ਼ਟਰੀ ਔਸਤ ਤੋਂ ਵੱਧ ਤਨਖਾਹ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਜੇਕਰ ਉਸਦੀ ਤਨਖਾਹ ਸੰਭਾਵੀ ਡੇਟਾਬੇਸ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਔਸਤ ਤਨਖਾਹ ਤੋਂ ਘੱਟ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਖੁਦ ਪੂਰੇ ਡੇਟਾਬੇਸ ਦੀ ਹੱਥ-ਪੈਰ ਜਾਂਚ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।

ਵਰਣਿਤ ਮਾਪਦੰਡ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਸਮੇਂ, ਡੇਟਾਬੇਸ ਦੀ ਗੁਣਵੱਤਾ ਲਈ ਪਹਿਲੀ ਲੋੜ ਬਣਦੀ ਹੈ:
I(tr)। ਨਾਜ਼ੁਕ ਗਲਤੀਆਂ ਦਾ ਸ਼ੇਅਰ 1/250,4 = 0,39938% ਤੋਂ ਵੱਧ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਤੋਂ ਥੋੜ੍ਹਾ ਘੱਟ ਰਿਫਾਇਨਿੰਗ ਉਦਯੋਗ ਵਿੱਚ ਸੋਨਾ. ਅਤੇ ਭੌਤਿਕ ਰੂਪ ਵਿੱਚ ਗਲਤੀਆਂ ਵਾਲੇ 1459 ਤੋਂ ਵੱਧ ਰਿਕਾਰਡ ਨਹੀਂ ਹਨ।

ਆਰਥਿਕ ਪਿੱਛੇ ਹਟਣਾ।

ਵਾਸਤਵ ਵਿੱਚ, ਰਿਕਾਰਡਾਂ ਵਿੱਚ ਅਜਿਹੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਗਲਤੀਆਂ ਕਰਨ ਨਾਲ, ਸਮਾਜ ਇਹਨਾਂ ਦੀ ਮਾਤਰਾ ਵਿੱਚ ਆਰਥਿਕ ਨੁਕਸਾਨ ਲਈ ਸਹਿਮਤ ਹੁੰਦਾ ਹੈ:

1459*3053,542 = 4 ਰੂਬਲ।

ਇਹ ਰਕਮ ਇਸ ਤੱਥ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਸਮਾਜ ਕੋਲ ਇਹਨਾਂ ਖਰਚਿਆਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸਾਧਨ ਨਹੀਂ ਹਨ. ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਕਿ ਜੇਕਰ ਕਿਸੇ ਕੋਲ ਅਜਿਹੀ ਤਕਨਾਲੋਜੀ ਹੈ ਜੋ ਉਹਨਾਂ ਨੂੰ ਗਲਤੀਆਂ ਵਾਲੇ ਰਿਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਘਟਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਉਦਾਹਰਨ ਲਈ, 259, ਤਾਂ ਇਹ ਸਮਾਜ ਨੂੰ ਬਚਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇਵੇਗਾ:
1200*3053,542 = 3 ਰੂਬਲ।

ਪਰ ਉਸੇ ਸਮੇਂ, ਉਹ ਆਪਣੀ ਪ੍ਰਤਿਭਾ ਅਤੇ ਕੰਮ ਲਈ ਪੁੱਛ ਸਕਦਾ ਹੈ, ਠੀਕ ਹੈ, ਮੰਨ ਲਓ - 1 ਮਿਲੀਅਨ ਰੂਬਲ.
ਭਾਵ, ਸਮਾਜਿਕ ਲਾਗਤਾਂ ਇਹਨਾਂ ਦੁਆਰਾ ਘਟਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ:

3 – 664 = 250 ਰੂਬਲ।

ਸੰਖੇਪ ਰੂਪ ਵਿੱਚ, ਇਹ ਪ੍ਰਭਾਵ ਬਿਗਡਾਟ ਤਕਨਾਲੋਜੀਆਂ ਦੀ ਵਰਤੋਂ ਤੋਂ ਜੋੜਿਆ ਗਿਆ ਮੁੱਲ ਹੈ।

ਪਰ ਇੱਥੇ ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਇੱਕ ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ ਹੈ, ਅਤੇ ਡੇਟਾਬੇਸ ਦੇ ਮਾਲਕ ਮਿਉਂਸਪਲ ਅਥਾਰਟੀ ਹਨ, ਇਸ ਡੇਟਾਬੇਸ ਵਿੱਚ ਦਰਜ ਜਾਇਦਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉਹਨਾਂ ਦੀ ਆਮਦਨ, 0,3% ਦੀ ਦਰ ਨਾਲ, ਹੈ: 2,778 ਬਿਲੀਅਨ ਰੂਬਲ/ ਸਾਲ ਅਤੇ ਇਹ ਖਰਚੇ (4 ਰੂਬਲ) ਉਸਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪਰੇਸ਼ਾਨ ਨਹੀਂ ਕਰਦੇ, ਕਿਉਂਕਿ ਉਹ ਜਾਇਦਾਦ ਦੇ ਮਾਲਕਾਂ ਨੂੰ ਟ੍ਰਾਂਸਫਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ. ਅਤੇ, ਇਸ ਪਹਿਲੂ ਵਿੱਚ, ਬਿਗਡਾਟਾ ਵਿੱਚ ਵਧੇਰੇ ਸ਼ੁੱਧ ਕਰਨ ਵਾਲੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਵਿਕਾਸਕਾਰ ਨੂੰ ਇਸ ਡੇਟਾਬੇਸ ਦੇ ਮਾਲਕ ਨੂੰ ਯਕੀਨ ਦਿਵਾਉਣ ਦੀ ਯੋਗਤਾ ਦਿਖਾਉਣੀ ਪਵੇਗੀ, ਅਤੇ ਅਜਿਹੀਆਂ ਚੀਜ਼ਾਂ ਲਈ ਕਾਫ਼ੀ ਪ੍ਰਤਿਭਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਭਰੋਸੇਯੋਗਤਾ ਟੈਸਟਿੰਗ ਦੌਰਾਨ ਸਾਫਟਵੇਅਰ ਵੈਰੀਫਿਕੇਸ਼ਨ ਦੇ ਸ਼ੂਮਨ ਮਾਡਲ [2] ਦੇ ਆਧਾਰ 'ਤੇ ਗਲਤੀ ਮੁਲਾਂਕਣ ਐਲਗੋਰਿਦਮ ਚੁਣਿਆ ਗਿਆ ਸੀ। ਇੰਟਰਨੈਟ ਤੇ ਇਸਦੇ ਪ੍ਰਚਲਨ ਅਤੇ ਲੋੜੀਂਦੇ ਅੰਕੜਾ ਸੂਚਕਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੇ ਕਾਰਨ. ਵਿਧੀ ਨੂੰ ਮੋਨਾਖੋਵ ਯੂ.ਐਮ. "ਜਾਣਕਾਰੀ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਕਾਰਜਸ਼ੀਲ ਸਥਿਰਤਾ", ਚਿੱਤਰ ਵਿੱਚ ਵਿਗਾੜ ਦੇ ਹੇਠਾਂ ਵੇਖੋ। 7-9.

ਚੌਲ. ਸ਼ੂਮਨ ਮਾਡਲ ਦੀ 7 - 9 ਵਿਧੀ





ਇਸ ਸਮੱਗਰੀ ਦਾ ਦੂਜਾ ਹਿੱਸਾ ਡੇਟਾ ਸਫਾਈ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ੂਮੈਨ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ.
ਮੈਨੂੰ ਪ੍ਰਾਪਤ ਨਤੀਜੇ ਪੇਸ਼ ਕਰਨ ਦਿਓ:
ਗਲਤੀਆਂ ਦੀ ਅਨੁਮਾਨਿਤ ਸੰਖਿਆ N = 3167 n.
ਪੈਰਾਮੀਟਰ C, lambda ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਫੰਕਸ਼ਨ:

ਚਿੱਤਰ 17

ਅਸਲ ਵਿੱਚ, ਲਾਂਬਡਾ ਤੀਬਰਤਾ ਦਾ ਇੱਕ ਅਸਲ ਸੂਚਕ ਹੈ ਜਿਸ ਨਾਲ ਹਰ ਪੜਾਅ 'ਤੇ ਗਲਤੀਆਂ ਦਾ ਪਤਾ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਦੂਜੇ ਹਿੱਸੇ 'ਤੇ ਨਜ਼ਰ ਮਾਰਦੇ ਹੋ, ਤਾਂ ਇਸ ਸੂਚਕ ਦਾ ਅਨੁਮਾਨ ਪ੍ਰਤੀ ਘੰਟਾ 42,4 ਗਲਤੀਆਂ ਸੀ, ਜੋ ਕਿ ਸ਼ੂਮੈਨ ਸੰਕੇਤਕ ਨਾਲ ਕਾਫ਼ੀ ਤੁਲਨਾਤਮਕ ਹੈ। ਉੱਪਰ, ਇਹ ਨਿਰਧਾਰਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਕਿ ਜਿਸ ਦਰ 'ਤੇ ਇੱਕ ਡਿਵੈਲਪਰ ਨੂੰ ਗਲਤੀਆਂ ਮਿਲਦੀਆਂ ਹਨ ਉਹ 1 ਰਿਕਾਰਡ ਪ੍ਰਤੀ ਮਿੰਟ ਦੀ ਜਾਂਚ ਕਰਦੇ ਸਮੇਂ, ਪ੍ਰਤੀ 250,4 ਰਿਕਾਰਡਾਂ ਵਿੱਚ 1 ਗਲਤੀ ਤੋਂ ਘੱਟ ਨਹੀਂ ਹੋਣੀ ਚਾਹੀਦੀ। ਇਸ ਲਈ ਸ਼ੂਮੈਨ ਮਾਡਲ ਲਈ ਲਾਂਬਡਾ ਦਾ ਮਹੱਤਵਪੂਰਨ ਮੁੱਲ:

60/250,4 = 0,239617।

ਭਾਵ, ਗਲਤੀ ਖੋਜ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਉਦੋਂ ਤੱਕ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ਜਦੋਂ ਤੱਕ ਲਾਂਬਡਾ, ਮੌਜੂਦਾ 38,964 ਤੋਂ ਘਟ ਕੇ 0,239617 ਨਹੀਂ ਹੋ ਜਾਂਦਾ।

ਜਾਂ ਜਦੋਂ ਤੱਕ ਸੰਕੇਤਕ N (ਗਲਤੀਆਂ ਦੀ ਸੰਭਾਵੀ ਸੰਖਿਆ) ਮਾਇਨਸ n (ਤਰੁੱਟੀਆਂ ਦੀ ਸਹੀ ਸੰਖਿਆ) ਸਾਡੀ ਸਵੀਕਾਰ ਕੀਤੀ ਥ੍ਰੈਸ਼ਹੋਲਡ ਤੋਂ ਘੱਟ ਨਹੀਂ ਹੋ ਜਾਂਦੀ - 1459 pcs.

ਸਾਹਿਤ

1. ਮੋਨਾਖੋਵ, ਯੂ. ਐੱਮ. ਸੂਚਨਾ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਕਾਰਜਸ਼ੀਲ ਸਥਿਰਤਾ। 3 ਘੰਟਿਆਂ ਵਿੱਚ। ਭਾਗ 1. ਸੌਫਟਵੇਅਰ ਭਰੋਸੇਯੋਗਤਾ: ਪਾਠ ਪੁਸਤਕ। ਭੱਤਾ / ਯੂ. ਐਮ. ਮੋਨਾਖੋਵ; ਵਲਾਦਿਮ. ਰਾਜ ਯੂਨੀਵਰਸਿਟੀ - ਵਲਾਦੀਮੀਰ: ਇਜ਼ਵੋ ਵਲਾਦਿਮ। ਰਾਜ ਯੂਨੀਵਰਸਿਟੀ, 2011. - 60 ਪੀ. – ISBN 978-5-9984-0189-3.
2. ਮਾਰਟਿਨ ਐਲ. ਸ਼ੂਮਨ, "ਸਾਫਟਵੇਅਰ ਭਰੋਸੇਯੋਗਤਾ ਭਵਿੱਖਬਾਣੀ ਲਈ ਸੰਭਾਵੀ ਮਾਡਲ।"
3. ਆਈ.ਟੀ. ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਡਾਟਾ ਵੇਅਰਹਾਊਸਿੰਗ ਦੇ ਬੁਨਿਆਦੀ ਤੱਤ / ਪੌਲਰਾਜ ਪੋਨੀਆ।—2 ਐਡੀ.

ਭਾਗ ਦੋ। ਸਿਧਾਂਤਕ

ਸਰੋਤ: www.habr.com