การแบ่งแยกประเภทหรือการเปรียบเทียบลักษณะทุ่นระเบิดที่จัดหมวดหมู่คลาสเป้าหมายจากคลาสที่ต่างกัน คลาสเป้าหมายและคลาสที่ตัดกันควรเปรียบเทียบได้หากมีมิติและแอตทริบิวต์เหมือนกัน ตัวอย่างเช่น ทั้งสามคลาส บุคคล ที่อยู่ และองค์ประกอบ ไม่สามารถเปรียบเทียบกันได้ แต่ยอดขายในช่วง 3 ปีที่ผ่านมาเป็นชั้นเรียนที่เทียบเคียงกันได้ เช่นเดียวกับผู้เข้าสอบด้านวิทยาการคอมพิวเตอร์และผู้เข้าสอบฟิสิกส์
เทคนิคที่พัฒนาขึ้นสามารถดำเนินการต่อไปเพื่อจัดการการเปรียบเทียบชั้นเรียนในชั้นเรียนที่เปรียบเทียบกันได้หลายชั้น ตัวอย่างเช่น กระบวนการการวางนัยทั่วไปของแอตทริบิวต์ที่กำหนดไว้สำหรับการกำหนดลักษณะของคลาสสามารถเปลี่ยนแปลงได้ เพื่อให้การวางนัยทั่วไปถูกนำไปใช้พร้อมกันระหว่างชั้นเรียนทั้งหมดเมื่อเปรียบเทียบ ซึ่งจะช่วยให้แอตทริบิวต์ในบางคลาสสามารถสรุปได้ในระดับนามธรรมที่คล้ายกัน
ตัวอย่างเช่น สมมติว่าได้รับข้อมูล AllElectronics สำหรับการขายในปี 2546 และยอดขายในปี 2547 และสามารถเปรียบเทียบทั้งสองคลาสได้ พิจารณาพื้นที่มิติที่มีนามธรรมในระดับเมือง จังหวัด หรือรัฐ และประเทศ ข้อมูลทุกระดับจะต้องเป็นแบบทั่วไปในระดับตำแหน่งที่ใกล้เคียงกัน
นั่นคือทั้งหมดพร้อมกันในระดับเมืองหรือระดับความรับผิดชอบหรือระดับรัฐหรือระดับประเทศ สิ่งนี้มีประโยชน์มากกว่าการเปรียบเทียบ เช่น ยอดขายในแวนคูเวอร์ในปี 2546 กับยอดขายในสหรัฐอเมริกาในปี 2547 (กล่าวคือ ซึ่งข้อมูลการขายทุกชุดถูกทำให้เป็นแบบทั่วไปในหลายระดับ)
ผู้ใช้ต้องมีตัวเลือกในการเขียนทับรวมถึงการเปรียบเทียบอัตโนมัติแบบซิงโครนัสกับตัวเลือกของพวกเขาเมื่อเลือก มีหลายขั้นตอนดังต่อไปนี้ -
-
การเก็บรวบรวมข้อมูล − ชุดของเร็กคอร์ดที่เกี่ยวข้องในฐานข้อมูลถูกรวบรวมโดยการประมวลผลคิวรี และแยกตามคลาสเป้าหมายและหนึ่งหรือชุดของคลาสที่ตัดกัน
-
การวิเคราะห์ความเกี่ยวข้องของมิติข้อมูล − หากมีหลายมิติ ต้องใช้การวิเคราะห์ความเกี่ยวข้องของมิติในคลาสเหล่านี้เพื่อเลือกเฉพาะมิติที่มีความเกี่ยวข้องสูงสำหรับการวิเคราะห์เพิ่มเติม
-
การวางนัยทั่วไปแบบซิงโครนัส − การวางนัยทั่วไปถูกนำไปใช้กับคลาสเป้าหมายจนถึงระดับที่จัดการโดยเกณฑ์มิติที่ผู้ใช้หรือผู้เชี่ยวชาญกำหนด ซึ่งส่งผลให้เกิดความสัมพันธ์ระดับเป้าหมายหลัก
-
การนำเสนอการเปรียบเทียบที่ได้รับ − คำอธิบายการเปรียบเทียบคลาสที่เป็นผลลัพธ์สามารถคาดการณ์ได้ในรูปแบบของตาราง กราฟ และกฎ งานนำเสนอนี้โดยทั่วไปเกี่ยวข้องกับการวัด "ความเปรียบต่าง" ซึ่งรวมถึงจำนวน % (จำนวนเปอร์เซ็นต์) ที่สะท้อนถึงการเปรียบเทียบระหว่างเป้าหมายและชั้นเรียนที่ตัดกัน
ผู้ใช้สามารถควบคุมคำอธิบายการเปรียบเทียบได้โดยใช้การเจาะลึก ภาพรวม และการดำเนินการ OLAP ต่างๆ กับเป้าหมายและคลาสที่ตัดกันตามที่ได้มา