【系统分析师之路】2018年上系统分析师下午论文真题

2018年上系统分析师下午论文真题

【系统分析师之路】2018年上系统分析师下午论文真题
- 试题一论信息系统开发方法论
- 试题二论软件构件管理及其应用
- 试题三论软件系统需求获取技术及应用
- 试题四论数据挖掘方法及应用

试题一论信息系统开发方法论

信息系统的开发一般分为系统规划、需求定义、系统设计、实施和维护等主要五个阶段，每一个阶段都应该在科学方法论的指导下开展工作。随着信息系统规模的变化和传统开发方法论的演变，信息系统开发过程经历了“自底向上”和“自顶向下”两种方式请围绕“信息系统开发方法论”论题，依次从以下三个方面进行论述。
1.概要叙述你参与分析和开发的信息系统以及你所担任的主要任务和开展的主要工作。
2.分别说明信息系统“自底向上”和“自顶向下”两种系统分析设计方式。详细阐述系统遵循“自底向上”方式和“自顶向下”方式设计开发的优缺点。
3.详细说明你所参与的信息系统是如何遵循“自底向上”、“自顶向下”或综合“自底向上”和“自顶向下”两种方式进行的分析、设计和开发的。

【解答】
结构化方法属于自顶向下的开发方法，其基本思想是“自顶向下，逐步求精”，强调开发方法的结构合理性及所开发软件的结构合理性。
它的优点是目前最成熟，应用较广泛的一种工程化方法；
它的缺点有：
1）开发周期长，难以适应环境变化
2）早期的结构化方法注重系统功能，兼顾数据结构的方面不多
3）结构化程度较低的系统，在开发初期难于锁定功能要求
自底向上的开发方法本质上就是不断归纳、不断抽象的过程。
自底向上的开发模式是先编写出基础程序段，然后再逐步扩大规模、不断补充和升级某些功能，最终构造出软件的过程。该模式的核心本质是“不断归纳”，直到形成稳定的系统。
自底向上是新兴的模型们推荐的灵活的开发模式，采用这种模式的优点是比较灵活，系统应对变化的能力相对较强。但由于设计是从***层开始的，所以缺点也比较明显：如果设计经验不足的话，难以保证总体设计的一致性。
实际上在现代设计中，有很多的大型项目都是混合使用自顶向下法和自底向上法的，因为自顶向下可以确定系统大的架构方向，自底向上可以灵活调整系统的实现细节。

试题二论软件构件管理及其应用

试题二论软件构件管理及其应用
软件构件是软件复用的重要组成部分，为了达到软件复用的目的，构件应当是高内聚的，并具有稳定的对外接口。同时为了使构件更切合实际、更有效地被复用，构件应当具备较强的适应能力，以提高其通用性。而存在大量的、可复用的构件是有效使用复用技术的的前提。对大量构件进行有效管理，以方便构件的存储、检索和提取，是成功复用构件的必要保证。
请围绕“软件构件管理及其应用”论题，依次从以下三个方面进行论述。
1.简要叙述你参与管理和开发的软件项目以及你在其中所担任的主要工作。
2.详细说明构件管理中常见的构件获取方法，以及构件组织分类的常见方法。
3.结合你具体参与管理和开发的实际项目，说明在项目中如何获取和组织构件，以及如何进行构件组装

【解答】
基于构件的开发模型是利用了模块化方法，将整个系统模块化，并在一定构件模型的支持下，复用构件库中的一个或多个软件构件，通过组合手段高效率，高质量地构造出应用系统的过程。
CSBD方法由软件的需求分析和定义，体系结构设计，构件库建立，应用软件构件，测试与发布五个阶段组成。CBSD方法使得软件开发不再一切从头开发，开发的过程就是组件组装的过程类，维护的过程就是构件升级，替换和扩充的过程，
该方法的优点是：提高了软件开发的效率；构件可由一方定义其规格说明，被另一方实现，然后供给第三方使用，CBSD允许对个项目同时开发，降低了费用，提高了可维护性，可实现分布提交软件产品。
该方法的缺点是：由于采用自定义的组装结构标准，缺乏通用的组装结构标准，引入具有较大的风险；可重用性和软件高效性不易协调，需要精干的，有经验的分析人员和开发人员，一般的开发人员插不上手，客户的满意度低；过分依赖构件，构件库的质量影响着产品的质量。
如果把软件系统看成是构件的集合，那么从构件的外部形态来看，构成一个系统的构件可分为五大类：
独立而成熟的构件
独立而成熟的构件得到了实际运行环境的多次检验，该类构件隐藏了所有接口，用户只需用规定好的命令进行使用。例如数据库管理系统和操作系统。
有限制的构件
有限制的构件提供了接口，指出了使用的条件和前提，这种构件在装配时，会产生资源冲突，覆盖等影响，在使用时需要加以测试。例如各种面向对象程序设计语言中的基础类库等。
适应性构件
适用性构件进行了包装或使用了接口技术，把不兼容性，资源冲突等进行了处理，可以直接使用。这种构件可以不加修改地使用在各种环境中。例如ActiveX等。
装配的构件
装配的构件在安装时，已经装配在操作系统，数据库管理系统或者信息系统不同层次上，使用胶水代码就可以进行连接使用。目前一些厂商提供的大多数软件产品都属于这一类。
可修改的构件
它可以进行版本的替换，如果对原构件修改错误，增加新功能，可以利用重新包装或写接口来实现构件的替换。这种构件在应用系统开发中应用得比较多。
构件管理：
对大量的构件进行有效的管理，以方便构件的存储，检索和提取，是成功重用构件的必要保证。
构件管理的内容包括了构件描述，构件分类，构件库组织，人员及权限管理和用户意见的反馈等。
构件的组织
为了给使用者在查询构件时提供方便，同时也为了更好的重用构件，必须对数据收集和开发的构件进行分类，并置于构件库中适当的位置。构件库的组织应方便构件的存储和检索。
目前按已有的构件分类方法，可以将构件分为三类：关键字分类法，刻面分类法和超文本组织方法。
关键字分类法
根据领域分析的结果，将应用领域的概述按照从抽象到具体的顺序逐次分解为树形或有向无回路结构。每个概念用一个描述性的关键字表示。不可分解的原子级关键字包含隶属于它的某些组件。
当加入构件时，库管理员必须对构件的功能或行为进行分析，在浏览上述关键字分类结构的同时将构件置于最合适的原子级关键字之下。如果无法找到构件的属主关键字，可以扩充现有的关键字分类结构，引进新的关键字，但库管理员必须保证新关键字有相同的领域分析结果作为支持。
刻面分析法
定义若干用于刻画构件特征的面，每个面包含若干概念，这些概念描述构件在面上的特征。刻面可以描述构件执行的功能，被操作的数据，构件应用的语境或任意其他特征。描述构件的刻面的集合称为刻面描述符，通常刻面描述被限定不超过7-8个刻面。
关键字分类法和刻面分类法都是以数据库系统作为实现背景的，尽管关系数据库可供选用，但面向对象的数据库更加适用于实现构件库，因为其中的复合对象，多重继承等机制，与表格相比更适合描述构件及其相互关系。
超文本方法
与基于数据库系统的构件方法不同，它基于全文检索技术。其主要思想是：所有的构件必须辅以详尽的功能或行为说明文档，说明中出现的重要概念或构件以网状的链接方式相互连接，检索者在阅读文档的过程中，可按照人类的联想思维方式，任意跳转到包含相关概念或构件的文档；全文检索系统将用户给出的关键字与说明文档中的文字进行匹配，实现构件的浏览式检索。超文本是一种非线性的网状信息组织方法，它以节点为基本组织单位，链作为节点之间的联想式关联。
超文本组织方法为构造构件和重用构件提供了友好的，直观的多媒体方式。由于网状的结构比较的松散自由，超文本方法比前面的两种方法更易于修改构件库的结构

试题三论软件系统需求获取技术及应用

试题三论软件系统需求获取技术及应用
需求获取(Raquirecent Discovery, RD)是一个确定和理解不同类用户的需要和约束的过程。需求获取是否科学、充分对所获取的结果影响很大，直接决定了系统开发的目标和质量。由于大部分别户无法完整的描述需求，也不可能看到系统的全貌，所以在需求获取中，系统分析师需要与用户进行有效沟通和合作才能成功。系统分析师根据要获取的信息内容和信息来源采用不同的需求获取技术，并且熟练地在实践中运用它，进而获得用于描述系统活动的待定软件需求，构建系统开发目际和质量要求。
请围绕“软件系统需求获取技术及应用”论题，依次从以下三个方面进行论述。
1.简要叙述你参与的软件开发项目以及你所承担的主要工作。
2.详细说明目前主要有哪些需求获取技术，不同需求获取技术各自有哪些特点。
3.根据你所参与的项目。具体阐述如何根据需求内容采用不同的需求获取技术获取系统需求。

【解答】
需求获取的定义
在整个需求过程中，需求捕获，需求分析，需求定义和需求验证四个阶段不是瀑布式的发展，而且应该在迭代式的演化过程。也就是说，在进行需求捕获时，不要期望着一次就将需求全部收集完毕，而是应该捕获到一些信息后，进行相应的需求分析，并针对分析中发现的疑问和不足，带着问题再进行有针对性的需求捕获工作。
需求捕获的技术
用户访谈
它是最基本的一种需求获取手段。其形式包括结构化和非结构化两种，结构化是指事先准备好一系列的问题，有针对性的进行；非结构化则是只列出一个粗略的的想法，根据访谈的具体情况来发挥。最有效的访谈是结合这两种方法进行。用户访谈具有良好的灵活性，有较为宽广的应用范围。但是也存在着许多困难，诸如客户经常较忙，难以安排到事件；面谈时信息量大，记录较为困难；沟通需要很多技巧，同时需要分析人员有足够的领域知识；另外，在访谈时会遇到一些对于组织来说比较机密和敏感的话题，因此，这看起来简单的技术，也需要分析人员拥有足够多的经验和较强的沟通能力。
用户调查
用户访谈时最大的难处就在于很多关键的人员时间有限，不容易安排到过多的时间；而且客户面经常较广，不可能一一访谈。因此我们就需要借助用户调查，通过精心设计要问的问题，然后下发到相关人员的手里，让他们填写答案。这样就可以有效的克服前面提到的两个问题。但是与用户访谈相比，用户调查最大的不足之处就是缺乏灵活性；而且双方未见面，分析人员无法从他们的表情等其他动作来获取一些更隐性的信息；还有就是客户有可能在心理上会不重视一张小小的表格，不会认真对待，从而使得反馈的信息不全面。因此，较好的做法是将两种技术结合使用，具体来说就是先设计问题，制作成用户调查表，下发填写完后进行知识的分组，整理，分析，以获得基础信息，然后再针对这个结果进行小范围的用户访谈，作为补充。
现场观摩
对于许多复杂的流程和操作而言，是比较难以用言语表达清楚的，而且这样做也会显得很低效。因此针对这一现象，分析团队可以就一些较复杂较难理解的流程，操作采用现场观摩的方法来获取需求。具体来说就是走到客户的工作现场，一边观察一边听客户的讲解，甚至可以安排人员跟随客户工作一小段时间。这样就可以使得分析人员更加直观地理解需求。
阅读历史文档
这种方法也称为文档考古。对于一些数据流比较复杂的，工作表单较多的项目，有时是难以通过说，或者或观察来了解需求细节的。这个时候可就可以使用阅读历史文档的方法，对历史存在的一些文档进行研究，从中获得所需要的信息。这个方法的主要风险是历史的文档可能与新系统的流程数据有一些不吻合的地方，并且还可能存在一些原有系统的缺陷。要想有效地避免和发现这些问题，就需要分析人员能够运用自己的聪明才智，将其与其他需求捕获技术结合对照。还有一个负面因素就是，这些历史的文档中记载的信息有可能涉及到客户的商业秘密，因此对数据信息的保密也是分析人员基本的职业道德。
联合讨论会
这时一种相对来说成本较高的需求获取方法，但也是十分有效的一种。他通过联合各个关键客户代表，分析人员，开发团队代表一起，通过有组织的会议来讨论需求。通常该会议的参与人员是6到18人，召开会议时间为一到五个小时。在会议之前，应该将参与会议主题相关的材料，及时发给所有将要参加会议的人。在会议开始之后，首先应该花一些时间，让所有的与会者相互认识，以使交流在更加轻松的氛围下进行。会议的最初就是针对列举的问题进行逐项专题讨论，然后对原有系统类似系统的不足，进行开放性的交流，第三步是大家在此基础上对新的解决方案进行一番设想，在过程中将这些想法，问题不足记录下来，形成要点清单。第四步就是针对这个要点清单进行整理，明确优先级并进行评审。这种联合讨论会将起到群策群力的作用。对于一些问题最有歧义的时候，对需求最不清晰的领域是十分有效果的。而且最大的难度就是会议的组织，要做到言之有物，气氛开放，否则将难以达到预定的效果。

试题四论数据挖掘方法及应用

试题四论数据挖掘方法及应用
随着信息技术和数据库技术的普遍应用。人类获取数据的能力不断增强，数据库的数量和规模在迅速增加。数据挖掘又称数据库中的知识发现:(Knowledge Discover in Database, KDD), 是识别数据库中以前不知道的，新颖的、潜在有用的和最终可被理解的模式的非平凡过程。数据挖掘是数据库知识发现过程的一个步骤，其目标就是要智能化和自动化地把数据转换为有用的信息和知识。
请围绕“数据挖据方法及应用”论题，依次从以下三个方面进行论述。
1.概要叙述你参与分析和开发的软件系统以及你所担任的主要任务和开展的主要工作。
2.详细阐述三种常用的数据挖掘方法。
3.详细说明你所参与分析和开发的软件系统是如何基于常用的数据挖掘方法进行数据挖掘的。

【解答】
数据挖掘技术就是人们长期对数据库技术进行研究和开发的结果。
数据挖掘就是从大量的，不完全的，有噪音的，模糊的，随机的实际应用数据中，提取隐含在其中的人们事先不知道的，但又是潜在有用的知识或信息的过程。
从技术的角度看，数据挖掘是一种新的业务信息处理技术，其主要特点是对业务数据库中大量的业务数据进行提取，转换，分析，和其他的模型化处理；从中提取可以辅助业务决策的关键性数据。
数据挖掘与传统的数据分析（如查询，报表，联机应用分析）的本质区别就是数据挖掘是在没有明确的假设的前提之下去挖掘信息，发现知识。数据挖掘所得到的信息应具有先知，有效和可实用三个特征。
数据挖掘通过预测未来趋势及行为，做出前摄的，基于知识的决策。
常用的数据挖掘方法
关联分析
数据关联是数据库中存在的一类重要的可被发现的知识，做两次或多个变量的取值之间存在某种规律性就称为关联。
关联分析主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生。关联分析的重点在于快速发现那些有实用价值的关联发生的事件。
序列分析
序列分析技术主要用于发现一定时间间隔内接连发生的事件。这些事件构成一个序列，发现的序列应该具有普遍意义。其依据除了统计上的概率之外，还要加上时间的约束。
分类分析
分类分析通过分析具有类别的样本的特点，得到决定样本，属于各种类别的规则或方法。利用这些规则和方法对未知类别的样本分类时应该具有一定的准确度。其主要方法有基于统计学的贝叶斯方法，神经网络方法，决策树方法等。
聚类分析
是根据物以类聚的原理，将本身没有类别的样本聚集成不同的组，并且对每一个这样的组进行描述的过程。其主要的依据是聚到同一个组中的样本应该彼此相似，而属于不同组的样本应该足够不相似。
预测
预测与分类分析相似，但预测是根据样本的已知特征估算某个连续类型的变量的取值的过程。而分类则只是用于判别样本所属的离散类别而已。预测常用的技术是回归分析。
时间序列分析
是随着时间的变化的事件序列，目的是预测未来发展趋势，或者寻找相似发展模式或者是发现周期性发展规律。
数据挖掘是一个多种专家合作的过程，也是一个在资金上和技术上高投入的过程。这一过程要反复进行，不断地趋近事物的本质，不断地优化问题的解决方案。数据挖掘是一个完整的过程，该过程从大型数据库中挖掘先前未知的，有效的，可实用的信息。它的流程大致分为以下六步骤：
问题定义，建立数据挖掘库，分析数据，调整数据，模型化，评价和解释。