ಆನ್ಟೋಲಾಜಿಕಲ್ ಸಿಸ್ಟಮ್ಸ್
ಕ್ರಮೇಣ ಹೆಚ್ಚು ಕಠಿಣವಾಗುವ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ, ನಾವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು? ನಾವು ಬೆಳಕಿನ ಏಕೀಕರಣವನ್ನು ಆರಿಸಿದರೆ ಇದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿದೆ.
ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವನ್ನು ನೀಡಲು ಲಭ್ಯವಿರುವ ಎಲ್ಲಾ ಮಾಹಿತಿಯ ಮೂಲಗಳ ನಡುವೆ ಹುಡುಕಾಟ ನಡೆಸುವ ಅಗತ್ಯವಿದೆ. ಈ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಆನ್‌ಲೈನ್‌ನಲ್ಲಿ (ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯಗಳು ಅನುಮತಿಸುವ ಅರ್ಥದಲ್ಲಿ) ಅಥವಾ ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ (ಒಂದು ತುಂಬುವ ಮೂಲಕ ನಿರ್ವಹಿಸಬಹುದು ಡೇಟಾಬೇಸ್ ಪ್ರತಿಕ್ರಿಯೆಗಳು).
ನಮ್ಮ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವಿಲ್ಲದಿದ್ದರೆ dati ದತ್ತಾಂಶ ಗಣಿಗಾರಿಕೆಯ ಮೂಲಕ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ, ಒಟ್ಟುಗೂಡಿಸಲು ಬೇರೆ ಮಾರ್ಗಗಳಿವೆಯೇ ಎಂದು ನಾವು ತಿಳಿದುಕೊಳ್ಳಲು ಬಯಸುತ್ತೇವೆ dati ಉತ್ತರವನ್ನು ಪಡೆಯಲು.
ಉದಾಹರಣೆಗೆ, ಕಂಪನಿಯು ಆ ಕಂಪನಿಗಳನ್ನು ಅಥವಾ ಇಬ್ಬರನ್ನೂ ಪ್ರತ್ಯೇಕಿಸಲು ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಪ್ರಕರಣವನ್ನು ತಿಳಿಸೋಣ. ಗ್ರಾಹಕರಿಗೆ ಯಾವ ಪೂರೈಕೆದಾರರು. ಅವರು ತೆರಿಗೆ ಕೋಡ್ ಅಥವಾ VAT ಸಂಖ್ಯೆಯನ್ನು ತಮ್ಮ ಗುರುತಿಸುವಿಕೆಯಾಗಿ ಹೊಂದಿದ್ದಾರೆ, ಆದ್ದರಿಂದ ಒಂದೇ ಕೋಡ್ ಒಂದೇ ಘಟಕವನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಐ ಅನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ dati ಡೇಟಾ ಮತ್ತು ಪುನರಾವರ್ತನೆಯನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ಮೂಲಕ, ಮಾಹಿತಿಯನ್ನು ಹೊಸ ರೀತಿಯಲ್ಲಿ ಸಂಘಟಿಸಲು ಮತ್ತು ತುಲನಾತ್ಮಕವಾಗಿ ಸುಲಭವಾಗಿ, ಗ್ರಾಹಕ ಮತ್ತು ಪೂರೈಕೆದಾರರೆರಡನ್ನೂ ಗುರುತಿಸಲು ಸಾಧ್ಯವಿದೆ.
ಉಪವಿಭಾಗಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಸೇರಿಸಲಾದ ಮೌಲ್ಯವನ್ನು ಸಾಧಿಸಲಾಗುತ್ತದೆ ಗ್ರಾಹಕರಿಗೆ ಮತ್ತು ಪೂರೈಕೆದಾರರು, ನಾವು ಇತರ ವಿಷಯಗಳ (ಉದಾಹರಣೆಗೆ P.A., ತೆರಿಗೆಗಳನ್ನು ಪಾವತಿಸುವ ಪುರಸಭೆಯಂತಹ) ಒಳಗೊಂಡಿರುವ ಸಾಮಾನ್ಯ ವರ್ಗದ ಇಂಟರ್ಲೋಕ್ಯೂಟರ್ಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಿದ್ದೇವೆ. ಕಲ್ಪನೆ, ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಪರಿಕಲ್ಪನೆಯನ್ನು ಪರಿಗಣಿಸುವುದು, ಮತ್ತು ಸಿಂಟ್ಯಾಕ್ಸ್ ಅಲ್ಲ, ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯ ಧ್ರುವವಾಗಿ. ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ಸಂಯೋಜಿಸುವುದನ್ನು ತಪ್ಪಿಸಲು ಇದು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ dati ಮತ್ತು ಆದ್ದರಿಂದ ಬೆಳಕಿನ ಏಕೀಕರಣವನ್ನು ಕೈಗೊಳ್ಳಿ.
ಗ್ರಾಹಕರು ಮತ್ತು ಪೂರೈಕೆದಾರರು ನಾನು ಸಂಬಂಧ ಹೊಂದಿರುವ ಕೆಲವು ಘಟಕಗಳನ್ನು ಗುರುತಿಸಲು ನನಗೆ ಅನುಮತಿಸುವ ಕೀವರ್ಡ್‌ಗಳಾಗಿವೆ.
ಈ ಹಂತದಲ್ಲಿ ನಮ್ಮ ಸಂವಾದಕರಿಗೆ ಒಂದು ರಚನೆಯನ್ನು ರಚಿಸಲು ಸಾಧ್ಯವಿದೆ, ಅವರು ವ್ಯಕ್ತಿಗಳು ಅಥವಾ ಕಾನೂನು ಘಟಕಗಳು, ಅವರು ಸಂಬಂಧಗಳನ್ನು ಹೊಂದಲು ಹೊಸ ಕಂಪನಿಗಳಾಗಿರಬಹುದು, ಆದರೆ ಯಾರು ಅಲ್ಲ ಗ್ರಾಹಕರಿಗೆ ಅಥವಾ ಪೂರೈಕೆದಾರರು (ಉದಾ. ಪುರಸಭೆ, ನೆರೆಹೊರೆಯವರು). ಆದ್ದರಿಂದ ನಾವು ಜನರ ಗುಂಪಿನೊಂದಿಗೆ ಮತ್ತು ಕಾನೂನು ಘಟಕಗಳ ಗುಂಪಿನೊಂದಿಗೆ ಸಂವಾದಗಳನ್ನು ಹೊಂದಿದ್ದೇವೆ ಎಂದು ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ.
ಪ್ರವೇಶಿಸಲು ಒಂದು ಮಾರ್ಗವಿದೆ ಡೇಟಾಬೇಸ್ ನಿರೀಕ್ಷಿತವಲ್ಲದ ಪರಸ್ಪರ ಸಂಬಂಧದ ಮೂಲಕ: ನಾವು ಐ ಅನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ ಗ್ರಾಹಕರಿಗೆ ಯಾರು ಕೂಡ ಪೂರೈಕೆದಾರರು ಏಕೆಂದರೆ ನಾವು ರಚನೆಯನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತೇವೆ dati, ಆದರೆ, ಸೇರಲು dati ಮತ್ತು ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಕಂಡುಕೊಳ್ಳಿ, ನಾವು ಕಂಡುಕೊಳ್ಳುವ ಮೌಲ್ಯಗಳ ಮೇಲೆ ಮಾತ್ರವಲ್ಲ, ಪುನರುಕ್ತಿ ಮತ್ತು ರಚನೆಯ ಮೇಲೂ ನಾವು ಅವಲಂಬಿಸುತ್ತೇವೆ (ಉದಾ: ಮ್ಯಾಕ್ ಡೊನಾಲ್ಡ್ ಮತ್ತು ಮೆಕ್‌ಡೊನಾಲ್ಡ್ಸ್ ಒಂದೇ ಕಂಪನಿಯಾಗಿದ್ದರೆ ನಾನು ಹೇಗೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತೇನೆ?).
ಕೀವರ್ಡ್‌ಗಳ ಬಳಕೆಯನ್ನು ತಪ್ಪಿಸಲು, ಅಂದರೆ ಲೆಕ್ಸಿಕಲ್ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಘಟಕಗಳನ್ನು ನಿರೂಪಿಸುವುದನ್ನು ತಪ್ಪಿಸಲು, ನಾವು ಆನ್ಟೋಲಾಜಿಕಲ್ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಬಳಸಬೇಕು: ನಾವು ಒಂದು ನಿರ್ದಿಷ್ಟ ಘಟಕಕ್ಕೆ ಸಮಾನಾರ್ಥಕ ಪದಗಳಲ್ಲಿ ಆಸಕ್ತಿ ಹೊಂದಿಲ್ಲ, ಆದರೆ ಪ್ರಪಂಚದ ರಚನೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಾವು ಆಸಕ್ತಿ ಹೊಂದಿದ್ದೇವೆ, ಅಂದರೆ ಆಂಟಾಲಜಿ.
ಆಂಟಾಲಜಿಯು ಶಬ್ದಾರ್ಥಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿದೆ: ಎರಡನೆಯದು ಭಾಷೆಗಳೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿದೆ, ಆದರೆ ಆನ್ಟೋಲಜಿಗಳು ಪ್ರಪಂಚಗಳೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿವೆ. ಆಂಟಾಲಜಿಯು ಅಸ್ತಿತ್ವದ ಅಧ್ಯಯನವಾಗಿದೆ, ಅಥವಾ "ನಾವು ಪ್ರಪಂಚದಲ್ಲಿ ಹೇಗೆ ಇದ್ದೇವೆ", ಆದರೆ ಶಬ್ದಾರ್ಥವನ್ನು ಭಾಷೆಗಳಿಗೆ ಲಿಂಕ್ ಮಾಡಲಾಗಿದೆ: ಅರ್ಥವನ್ನು ಹೊಂದಲು, ಭಾಷೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರಬೇಕು. ಪ್ರಪಂಚವು ಒಂದು ಭಾಷೆಯಿಂದ ಉತ್ಪತ್ತಿಯಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ನಾವು ನೋಡುವದನ್ನು ಮತ್ತು ಆಂಟಾಲಜಿಯನ್ನು ಮೀರಿ ಹೋಗಲು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ ಪಾರ್ಲಾ ಒಂದು ನಿರ್ದಿಷ್ಟ ಪ್ರಪಂಚದ.
ಉದಾಹರಣೆಗೆ, ನಾವು "ಗಗನಚುಂಬಿ" ಪದವನ್ನು "ಕಟ್ಟಡಕ್ಕಿಂತ ಎತ್ತರದ ಕಟ್ಟಡ" ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸಿದರೆ
"ನಾನು ನನ್ನ ಜೇಬಿನಲ್ಲಿ ಗಗನಚುಂಬಿ ಕಟ್ಟಡದೊಂದಿಗೆ ಮನೆಗೆ ಬಂದಿದ್ದೇನೆ" ಎಂದು ನಾವು ವ್ಯಾಖ್ಯಾನಿಸಿರುವ ಆಂಟಾಲಜಿಯಲ್ಲಿ ಯಾವುದೇ ಅರ್ಥವಿಲ್ಲ, ಆದರೆ "ಗಗನಚುಂಬಿ" ಎಂಬ ಪದಕ್ಕೆ "ಕಟ್ಟಡವನ್ನು ಪುನರುತ್ಪಾದಿಸುವ ಸ್ಮಾರಕ ಪ್ರತಿಮೆ" ಎಂಬ ಅರ್ಥವನ್ನು ಸೇರಿಸಿದರೆ, ಆ ವಾಕ್ಯವು ನಿಖರವಾದ ಅರ್ಥವನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ.
ನಡುವೆ ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಸ್ಥಾಪಿಸುವ ಮೂಲಕ ಡೇಟಾಬೇಸ್, ನಾವು ಜಗತ್ತನ್ನು ವಿವರಿಸುತ್ತೇವೆ: ಅದನ್ನು ಹೇಳುವ ಜಗತ್ತು ನಾವು ಬಳಸುವ ಪದಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಈ ಪ್ರಪಂಚವು ಯಾವಾಗಲೂ ಸೀಮಿತವಾಗಿದೆ: ಸಂಸ್ಥೆಯ ಜೀವನದಲ್ಲಿ ಘಟನೆಗಳ ಸಂಖ್ಯೆ ಸೀಮಿತವಾಗಿದೆ. ಭಾಷೆಯಿಂದ ಹೊರಹೊಮ್ಮುವ ಪ್ರಪಂಚವು ಅನಂತವಾಗಿದೆ ಮತ್ತು ಭಾಷೆಯೊಂದಿಗೆ ನಾವು ಯಾವುದೇ ಸಂಭವನೀಯ ಜಗತ್ತನ್ನು ಪ್ರತಿನಿಧಿಸಬಹುದು, ಏಕೆಂದರೆ ಭಾಷೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವುದಕ್ಕೆ ಮಾತ್ರವಲ್ಲದೆ ಸಂಭಾವ್ಯತೆಗೆ ಸಂಬಂಧಿಸಿದೆ. ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ, ಇದು ಶಬ್ದಾರ್ಥದ ಸಾರವನ್ನು ಪಡೆಯಲು ನಮಗೆ ಅನುಮತಿಸುವ ತರ್ಕವಾಗಿದೆ: ಇದು ತರ್ಕವಾಗಿದೆ, ಯಾರಾದರೂ ಸೇವೆಯನ್ನು ಒದಗಿಸಿದರೆ, ಅವರು ಪೂರೈಕೆದಾರರಾಗಿದ್ದಾರೆ, ಏಕೆಂದರೆ ಸೇವೆಯು ಒಂದು ರೀತಿಯ ಪೂರೈಕೆ ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ. .
ಆಂಟಾಲಜಿ ನಮಗೆ ಎರಡು ಹಂತಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಅನುಮತಿಸುತ್ತದೆ: ಒಟ್ಟುಗೂಡಿಸುವಿಕೆ ಮತ್ತು ಸಂಭವನೀಯ ಏಕೀಕರಣ. ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯು ನಮಗೆ ಆಸಕ್ತಿಯನ್ನುಂಟುಮಾಡುವುದನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ ಮತ್ತು ಇದು ಏಕೀಕರಣದ ಮಹತ್ವದ ಭಾಗವಾಗಿದೆ: ನಾನು ಒಂದೇ ದಾಖಲೆಗಳೊಂದಿಗೆ ಎರಡು ದಾಖಲೆಗಳನ್ನು ಹೊಂದಿದ್ದರೆ dati ಮತ್ತು ನಾನು ಅವುಗಳ ಅರ್ಥವನ್ನು ಸೇರಿಸುತ್ತೇನೆ, ಹೆಚ್ಚಿನ ಪ್ರಯತ್ನವನ್ನು ಮಾಡಲಾಗಿದೆ. ಫೈಲ್‌ಗಳ ನಿಜವಾದ ಏಕೀಕರಣ (ವಿಲೀನಗೊಳಿಸುವಿಕೆ ಅಥವಾ ಸಂಪಾದನೆ) ಚಿಕ್ಕ ಭಾಗವಾಗಿದೆ.
ನಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಮಾಹಿತಿಯನ್ನು ನೀವು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಬಹುದು ಡೇಟಾಬೇಸ್, ಆದರೆ ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳು ಮತ್ತು ವೀಡಿಯೊಗಳು, ಶಬ್ದಾರ್ಥವನ್ನು ಬಳಸುತ್ತವೆ. ಹೆಚ್ಚು ಹೊಂದಿರುವ ಅನುಕೂಲ ಡೇಟಾಬೇಸ್, ಬದಲಿಗೆ ಕೇವಲ ಒಂದಕ್ಕಿಂತ, ನಾವು ಇರಿಸಬಹುದು ಡೇಟಾಬೇಸ್ ಪರಮಾಣು ಮಟ್ಟದಲ್ಲಿ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಮಾಹಿತಿ.
ವೆಚ್ಚವನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಮತ್ತು ಎಲ್ಲದರೊಂದಿಗೆ ಸರಿಯಾದ ಸಂಬಂಧವನ್ನು ಖಾತರಿಪಡಿಸಲು ನಮಗೆ ಅನುಮತಿಸುವ ಪ್ರಮಾಣಿತ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪಡೆಯುವ ಸಲುವಾಗಿ ನಾವು ಮಾಹಿತಿಯನ್ನು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಗ್ರಾಹಕರಿಗೆ (ಅದೇ ರೀತಿಯಲ್ಲಿ ಉತ್ತರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ).
ಯಾವುದರೊಂದಿಗೆ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ವೆಬ್‌ನ ಕಲ್ಪನೆಯಿಂದ ಬಂದ ಉದಾಹರಣೆಯನ್ನು ಪರಿಗಣಿಸೋಣ: ಎಲ್ಲಾ ಸಂಬಂಧಿತ ಮಾಹಿತಿಯನ್ನು ಗುರುತಿಸಲು ನಾವು ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಅನ್ವಯಿಸಬಹುದು. ಈ ವಿಧಾನದ ಸಮಸ್ಯೆಯೆಂದರೆ ನಾವು ಒಂದೇ ವಿಷಯವನ್ನು ಪ್ರತಿನಿಧಿಸಲು ವಿವಿಧ ರೂಪಗಳಲ್ಲಿ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಬಳಸಬಹುದು (ಟ್ಯಾಗ್‌ಗಳು ಸಿಂಟ್ಯಾಕ್ಸ್‌ಗೆ ಸಂಬಂಧಿಸಿವೆ). ಎರಡನೆಯ ಪರಿಹಾರವೆಂದರೆ ಶಬ್ದಾರ್ಥದ ಆಯಾಮವನ್ನು ಉಲ್ಲೇಖಿಸುವುದು, ಶಬ್ದಕೋಶದಿಂದ (ಅಂದರೆ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಪಡೆಯಲು ಪದಗಳ ಬಳಕೆ) ಶಬ್ದಾರ್ಥಕ್ಕೆ (ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು ಘಟಕಗಳನ್ನು ಪಡೆದುಕೊಳ್ಳಿ) ಚಲಿಸುತ್ತದೆ.
ಆದಾಗ್ಯೂ, ನಾವು ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಶಬ್ದಾರ್ಥವು ನೈಸರ್ಗಿಕ ಭಾಷೆಗಳಿಗಿಂತ ವಿಭಿನ್ನ ಸ್ವರೂಪವನ್ನು ಹೊಂದಿದೆ, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಸ್ತಾಪಿಸಿದ್ದಕ್ಕಿಂತ ವಿಶಾಲವಾದ ಉದ್ದೇಶಗಳನ್ನು ಹೊಂದಿದೆ. ಶಬ್ದಾರ್ಥಕ್ಕೆ ಧನ್ಯವಾದಗಳು, ನಾವು ನಮ್ಮ ಆಸಕ್ತಿಯ ಪ್ರಪಂಚವನ್ನು ವಿವರಿಸಬಹುದಾದ ಭಾಷೆಯನ್ನು ನಿರೂಪಿಸಬಹುದು, ಅಂದರೆ ಆಂಟಾಲಜಿ.
ತಾರ್ಕಿಕ ಭಾಷೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಆನ್ಟೋಲಜಿಗಳನ್ನು ವಿವರಿಸಬಹುದು, ಅತ್ಯಂತ ವ್ಯಾಪಕವಾದ OWL (ಆಂಟಾಲಜಿ ವೆಬ್ ಭಾಷೆ).
ಅದರ ಮೂಲಕ, ನಾವು ಪ್ರಪಂಚದ ಮೂಲಕ ಚಲಿಸಲು ಮತ್ತು ಸತ್ಯಗಳನ್ನು ಅರ್ಥೈಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಇದು ಬಹಳ ಅಮೂರ್ತ ವಿವರಣೆಯಾಗಿದೆ, ನಾವು ನಿರ್ವಹಿಸಲು ಬಯಸುವ ಕ್ರಿಯೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಉಪಯುಕ್ತವಾಗಿದೆ.
ಆಂಟಾಲಜಿಯಲ್ಲಿ, ನೋಡ್‌ಗಳ ನಡುವಿನ ಸಂಬಂಧಗಳು ಪ್ರಶ್ನೆಯಲ್ಲಿರುವ ಆಂಟಾಲಜಿಗೆ ಯಾವುದು ಸಾಧ್ಯ ಮತ್ತು ಸಂಬಂಧಿತವಾಗಿದೆ ಎಂಬುದನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ, ಅದರ ಹೊರಗೆ ಅಲ್ಲ, ಮತ್ತು ನಾವು ಮಾಡಬಹುದಾದ ಕ್ರಿಯೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಅದು ಪೂರ್ಣಗೊಂಡಿದೆ.
ವಿಭಿನ್ನ ವಿಷಯಗಳನ್ನು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಲು ಇದನ್ನು ಬಹಳಷ್ಟು ಬಳಸಲಾಗುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಕಂಪನಿಯು ಇನ್ನೊಂದು ಕಂಪನಿಯ ಬಗ್ಗೆ ಏನನ್ನಾದರೂ ತಿಳಿದುಕೊಳ್ಳಲು ಬಯಸಿದಾಗ. ಈ ಸಂದರ್ಭದಲ್ಲಿ ನಾನು ವಿಭಿನ್ನ ಮಾಹಿತಿಯನ್ನು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಲು ಮಾರ್ಗಗಳನ್ನು ಹುಡುಕಬೇಕಾಗಿದೆ. ಅಮೂರ್ತತೆಯ ಬಳಕೆಯು ಹೆಚ್ಚು ಬಳಸಿದ ತಂತ್ರವಾಗಿದೆ:
- ಸಂಸ್ಥೆಯ ರೋಗನಿರ್ಣಯ;
- ಮಾನವ ರೋಗನಿರ್ಣಯ;
- ಯಂತ್ರ ರೋಗನಿರ್ಣಯ.
ಅಮೂರ್ತತೆಯ ಪ್ರಕಾರವು ನಾವು ನೀಡಲು ಬಯಸುವ ಉತ್ತರವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ: ಮೂರು ರೋಗನಿರ್ಣಯಗಳು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಿವೆ, ಸ್ಪಷ್ಟವಾಗಿ ಈ ಪರಿಕಲ್ಪನೆಗಳು ವಿಭಿನ್ನ ವರ್ಗಗಳಿಗೆ ಸೇರಿದ್ದರೂ ಸಹ.
ಈ ಪ್ರತಿಯೊಂದು ವಿಭಾಗಗಳು ಸಂಸ್ಥೆಯೊಂದಿಗಿನ ವ್ಯಕ್ತಿಯ ಸಂಬಂಧಗಳಲ್ಲಿ ಹಕ್ಕು-ಕರ್ತವ್ಯಗಳ ಗುಂಪನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಹಂಚಿಕೊಳ್ಳಿ:
ಆನ್ಲೈನ್ ವೆಬ್ ಏಜೆನ್ಸಿಯಿಂದ ಇನ್ನಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಿ
ಇಮೇಲ್ ಮೂಲಕ ಇತ್ತೀಚಿನ ಲೇಖನಗಳನ್ನು ಸ್ವೀಕರಿಸಲು ಚಂದಾದಾರರಾಗಿ.
