процес встановлення закономірностей між об'єктами вхідних даних і віднесення їх відповідних кластерів за відомими їх характеристиками;

процес поділу множини елементів вхідних даних на кластери за відомими їх характеристиками;

процес вирішення завдання поділу множини елементів на кластери;

процес поділу множини елементів вхідних даних на кластери за відомими їх ознаками;

зводиться до визначення за відомими характеристиками об'єкта значення деякого його параметра;

зводиться до пошуку незалежних груп (кластерів) і їх характеристик в усій множині аналізованих даних;

зводиться до знаходження часткових залежностей (або асоціацій) між об'єктами або подіями;

зводиться до визначення класу об'єкта за його характеристиками;

послідовністю вимоги до ПЗ;

атомарністю вимоги до ПЗ;

завершеністю вимоги до ПЗ;

повнотою відстеження вимоги до ПЗ;

має після модифікації початкових даних зберігати отримані результати окремо;

має надавати користувачу можливість виконання операцій зрізання, обертання, консолідації та деталізації над гіперкубом без потреби здійснювати множину дій з інтерфейсом;

має підтримувати можливість зберігання отриманих результатів окремо, тобто засоби формування звітів мають подавати дані, які синтезуються;

має забезпечувати зберігання отриманих результатів окремо, описаних за допомогою певної формальної мови між клітинами гіперкуба при виконанні будь-яких операцій зрізання, обертання, консолідації або деталізації;

має надавати можливість декільком користувачам працювати спільно з однією аналітичною моделлю або має створювати для них різні моделі з єдиних даних;

має забезпечувати оптимальне оброблення розріджених матриць;

має надавати користувачу можливість виконання операцій зрізання, обертання, консолідації та деталізації над гіперкубом без потреби здійснювати множину дій з інтерфейсом;

має забезпечувати збереження функціональних відносин, описаних за допомогою певної формальної мови між клітинами гіперкуба при виконанні будь-яких операцій зрізання, обертання, консолідації або деталізації;

описують процес виявлення обмежень на дані масиву, що аналізується;

описують процес виявлення закономірностей між зв'язаними подіями;

описують виняткові ситуації в записах (наприклад, окремих пацієнтів), які різко відрізняються чим-небудь від основної множини записів (групи хворих);

описують групи (кластери), на які поділяються об'єкти, інформація про які піддається аналізу;

має підтримувати всі чотири моделі аналізу даних, а саме: зрізання, обертання, трансформації та структуризації;

має підтримувати всі чотири моделі аналізу даних, а саме: категоріальну, тлумачну, умоглядну і стереотипну;

має підтримувати всі чотири моделі аналізу даних, а саме: об'єднання, перерізу, трансформації та структуризації;

має підтримувати всі чотири моделі аналізу даних, а саме: об'єднання, перерізу, консолідації та деталізація;

результати аналізу даних мають відображати неочевидні, несподівані їхні закономірності, що становлять так звані приховані знання;

оскільки витрачені зусилля на виявлення знань, які вже відомі аналітикові, не окупаються, то цінність для аналітика представляють саме нові, раніше невідомі знання;

знайдені закономірності мають бути нові, логічно зрозумілі, інакше існує ймовірність того, що вони є випадковими;

здобуті знання мають застосовуватися для подальшого дослідження, які містять й для аналізу нових даних, з достатньо високою мірою достовірності;

вибір найбільш ефективного способу організації даних для його інтелектуального аналізу, організація доступу до даних;

вибір найбільш ефективного для аналізу способу організації даних, організація доступу до даних, використання технології аналізу даних;

вибір найбільш ефективного способу інтелектуального аналізу даних, організація доступу до даних, використання технології аналізу даних;

вибір найбільш ефективного способу організації даних для його інтелектуального аналізу, використання технології аналізу;

результати аналізу даних мають відображати неочевидні, несподівані їхні закономірності, що становлять так звані приховані знання;

оскільки витрачені зусилля на виявлення знань, які вже відомі аналітикові, не окупаються, то цінність для аналітика представляють саме нові, раніше невідомі знання;

знайдені закономірності мають бути нетривіальні, логічно зрозумілі, інакше існує ймовірність того, що вони є випадковими;

Здобуті знання мають застосовуватися для подальшого дослідження, які містять й для аналізу нових даних, з достатньо високою мірою достовірності;