為什麼要數據建模

『壹』 為什麼要建立數據模型

問題一：數據模型的含義是什麼？為什麼要建立數據模型 模型是對現實世界的抽象。在資料庫技術中，表示實體類型及實體類型間聯系的模型稱為「數據模型」。 數據模型是資料庫管理的教學形式框架，是用來描述一組數據的概念和定義，包括三個方面： 1、概念數據模型（Conceptual Data Model）：這是面向數...

問題二：金融為什麼要建立數學模型 否則呢？分析數據不用數學模型去擬合，難道憑空猜嗎？

問題三：創建模型對象時傳入的數據為什麼後面還要重寫 那叫對象關系資料庫映射。Hibernate的原理..核心部分. 對象關系映射（ORM）提供了概念性的、易於理解的模型化數據的方法。ORM方法論基於三個核心原則： 簡單：以最基本的形式建模數據。 傳達性：資料庫結構被任何人都能理解的語言文檔化。 精確...

問題四：資料庫的開發過程中主要有哪三種數據模型 一般一種資料庫對應一種數據模型，所以正確的提法是：資料庫中數據模型主要有哪些模型吧？
我猜你是接下來要考《資料庫概論》吧，呵呵！以我的經驗來看，資料庫考的話，這類問題頂多出個選擇題或者填空題，就算考「這些模型的特點是什麼？」也應該不會是簡答題，考你些干條條，畢竟「資料庫」不是『大學思想政治課』。
這應該是《資料庫概論（第四版）》中第一章緒論裡面的知識，緒論算是基礎篇里的概論，應該說都是些前導概念吧，這些概念的實際應用是在後續章節中展開的，所以這些了解了解就可以了。
數據模型主要有哪些模型？
答：模型：對現實世界中某個對象特徵的模擬和抽象。
【了解】
兩大類數據模型：
數據模型分為2類（分屬2個不同的層次，在開發和使用資料庫中使用不同的模型）
①概念模型，也稱信息模型，它是按用戶的觀點來對數據和信息建模，用於資料庫友碼設計。
②邏輯模型和物理模型，
邏輯模型主要包括：網狀模型、層次模型、關系模型、面向對象模型等，按計算機系統的觀點對數據建模，用於DBMS實現。
物理模型，是對數據最底層的抽象，描述數據在系統內部的表示方式和存取方法，在磁碟或磁帶上的存儲方式和存取方法。
概念模型：信息世界中的基本概念。
用途：資料庫設計人員和用戶之間進行交流的語言。所以，這個了解就可以了；但要考E-R圖！
最常用的數據模型：非關好亮哪系模型，有層次模型和網狀模型；關系模型；面向對象模型、對象關系模型。
――――――――――――――――――――――――――――――――――――――――――
【掌握】
層次模型：用「樹形結構」來表示各類實體以及實體間的聯系。
特點：結點的雙親是唯一的；只能直接鍵世處理一對多的實體聯系；每個記錄類型可以定義一個排序欄位，也稱為：碼欄位；任何記錄值只有按其路徑查看時，才能顯示它的全部意義；沒有一個子女記錄值能夠脫離雙親記錄值而獨立存在。
網狀模型：滿足下面2個條件的基本層次聯系的 *** ：①允許一個以上的結點無雙親②一個結點可以有多於一個的雙親。
特點：優點，能夠更為直接地描述現實世界，如一個結點可以有多個雙親；具有良好的性能，存取效率較高。
缺點，結構比較復雜，而且隨著應用環境的擴大，資料庫的結構就變得越來越復雜，不利於最終用戶掌握；DDL、DML語言復雜，用戶不容易使用。
關系模型：在「用戶觀點」下，關系模型中數據的邏輯結構是一張二維表，它由行和列組成。
特點：優點，建立在嚴格的數據概念的基礎上；概念單一（實體和各類聯系都用關系來表示；對數據的檢索結果也是關系）；關系模型的存取路徑對用戶透明（具有更高的數據獨立性，更好的安全保密性；簡化了程序員的工作和資料庫開發建立的工作）。
缺點，存取路徑對用戶透明導致查詢效率往往不如非關系資料庫；為提高性能，必須對用戶的查詢請求進行優化，增加了開發DBMS的難度。

問題五：為什麼需要用戶角色模型 最近，我自己一直在做一些活動頁面和移動端游戲，我漸漸意識到角色模型的重要性。角色模型，是設計產品時的指路燈，是產品經理和交互設計師的設計參考。 創建角色模型，是在剝皮(就像剝洋蔥一樣，雖然會流淚，但洋蔥的味道還是不錯的)嗎?是的，我們需要剝出用戶的靈魂，然後再為這些靈魂賦予血肉，穿上外衣(人口統計學特徵)。這樣的話，我們會感覺用戶就在我們身邊，生動形象，印象深刻。僅僅剝皮是不夠的，我們還需要總結歸類，了解用戶的目標、觀點和行為，發現用戶間的差異和共同點。 按用戶研究類型和分析方法的不同，創建角色模型有三種方法：定性人物角色、經定量驗證的定性人物角色和定量人物角色。結合阿里巴巴中文站交易線用戶角色模型項目，對以下創建方法進行分析： 研究方法也有很多，常用的方法有：調查問卷、用戶訪談、現場觀察、可用性測試、數據分析、網站流量/日誌分析。交易線項目中，訪談、調查問卷和數據分析有利於發現用戶的目標和觀點;現場觀察、網站流量/日誌分析有利於了解用戶的行為。 在創建角色模型的過程中，經常會遇到以下幾個問題： 1. 怎麼利用數據進行細分?怎麼看數據的規律? 從數據中找出緯度差異，並找出造成這種差異的所有相關因素。 2. 怎麼設計調查問卷?有何緯度? 按交易整個流程訂單-管理-支付-物流和產品維度(考慮用戶實際操作流程)。 3. 怎麼寫深訪提綱? 了解用戶的哪些信息，參考用戶角色劃分維度問卷。 4. 怎麼進行CRM分析?見相關專題 5. 怎麼進行交叉表分析?見相關專題 6. 怎麼細分用戶? 一般來說，按用戶目標細分、按使用周期來細分、用行為和觀點的組合來細分。在交易線人物角色項目中，細分角色是按照驅動用戶目標、行為和觀點產生差異的關鍵因素， 如：貨物來源不同，購物動機不同。 7. 怎麼初步檢驗細分緯度? 細分群體可以解釋已知的關鍵差異，如：買房目標(二手房用戶和新房用戶)不同，可以解釋關鍵字搜索使用存在的差異);細分群體應該在決定功能設計、交互設計和草圖方面起決定性作用。 6. 定量驗證都有哪些方法? 數據交叉Tab分析(CRM分析、定量問卷、網站流量/日誌分析)、統計式的分析。 7. 人物角色需要哪些特徵? 參考角色模型參數，人物角色是由目標、行為和觀點來驅動的，而非一些簡單的人口統計特徵。 8. 人物角色模型的使用? 開發新功能及功能改進(了解用戶需求)，交互設計細節(了解用戶習慣)。 創建角色模型時，需要學習的相關專題： 1. CRM數據分析 將某個用戶的歷史記錄和價值與他的調查問卷綁定在一起，尋找內在關聯從而更好的定義或描述人物角色。其包括：交易記錄、財務數據和人口統計信息三類數據。 交易記錄，顯示了用戶購買過哪些產品或服務，購買頻率，這將強烈影響網站的目標和行為，可作為用戶細分的依據之一。財務數據，使用數字來測量不同人物角色的財務價值，也就能幫助確定各個人物角色的優先順序別。財務數據可以與用戶調研問卷關聯在一起。人口統計信息，對於人物角色創建沒有很大決定意義，人物角色是由目標、行為和觀點驅動的。 2. 網站流量分析 兩種方式：a. 尋找其決定作用的行為模式，分析數據，力圖使數據結果和細分群體行為聯系起來。b. 把個別用戶的點擊流和他回復的問卷綁定在一起，進一步詳細分析。探索用戶的......>>

問題六：為什麼要使用資料庫 當人們從不同的角度來描述這一概念時就有不同的定義(當然是描述性的)。例如，稱資料庫是一個記錄保存系統(該定義強調了資料庫是若干記錄的 *** )。又如稱資料庫是人們為解決特定的任務，以一定的組織方式存儲在一起的相關的數據的 *** (該定義側重於數據的組織)。更有甚者稱資料庫是一個數據倉庫。當然，這種說法雖然形象，但並不嚴謹。嚴格地說，資料庫是按照數據結構來組織、存儲和管理數據的倉庫。在經濟管理的日常工作中，常常需要把某些相關的數據放進這樣倉庫，並根據管理的需要進行相應的處理。例如，企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表20.6.3中，這張表就可以看成是一個資料庫。有了這個數據倉庫我們就可以根據需要隨時查詢某職工的基本情況，也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行，那我們的人事管理就可以達到極高的水平。此外，在財務管理、倉庫管理、生產管理中也需要建立眾多的這種資料庫，使其可以利用計算機實現財務、倉庫、生產的自動化管理。
J.Martin給資料庫下了一個比較完整的定義：資料庫是存儲在一起的相關數據的 *** ，這些數據是結構化的，無有害的或不必要的冗餘，並為多種應用服務；數據的存儲獨立於使用它的程序；對資料庫插入新數據，修改和檢索原有數據均能按一種公用的和可控制的方式進行。當某個系統中存在結構上完全分開的若干個資料庫時，則該系統包含一個資料庫 *** 。
? 資料庫的優點
使用資料庫可以帶來許多好處：如減少了數據的冗餘度，從而大大地節省了數據的存儲空間；實現數據資源的充分共享等等。此外，資料庫技術還為用戶提供了非常簡便的使用手段使用戶易於編寫有關資料庫應用程序。特別是近年來推出的微型計算機關系資料庫管理系統dBASELL，操作直觀，使用靈活，編程方便，環境適應廣泛(一般的十六位機，如IBM/PC/XT，國產長城0520等均可運行種軟體)，數據處理能力極強。資料庫在我國正得到愈來愈廣泛的應用，必將成為經濟管理的有力工具。
資料庫是通過資料庫管理系統(DBMS-DATA BASE MANAGEMENT SYSTEM)軟體來實現數據的存儲、管理與使用的dBASELL就是一種資料庫管理系統軟體。
? 資料庫結構與資料庫種類
資料庫通常分為層次式資料庫、網路式資料庫和關系式資料庫三種。而不同的資料庫是按不同的數據結構來聯系和組織的。
1.數據結構模型
(1)數據結構
所謂數據結構是指數據的組織形式或數據之間的聯系。如果用D表示數據，用R表示數據對象之間存在的關系 *** ，則將DS＝(D，R)稱為數據結構。例如，設有一個電話號碼簿，它記錄了n個人的名字和相應的電話號碼。為了方便地查找某人的電話號碼，將人名和號碼按字典順序排列，並在名字的後面跟隨著對應的電話號碼。這樣，若要查找某人的電話號碼(假定他的名字的第一個字母是Y)，那麼只須查找以Y開頭的那些名字就可以了。該例中，數據的 *** D就是人名和電話號碼，它們之間的聯系R就是按字典順序的排列，其相應的數據結構就是DS＝(D，R)，即一個數組。
(2)數據結構種類
數據結構又分為數據的邏輯結構和數據的物理結構。數據的邏輯結構是從邏輯的角度(即數據間的聯系和組織方式)來觀察數據，分析數據，與數據的......>>

問題七：django都要創建數據模型有什麼用 django都要創建數據模型有什麼用
模型有兩個方面的作用
一方面決定所創建*資料庫*的結構
有哪些欄位，每一個欄位是什麼數據類型，是否可以為空null=True
另一方面決定程序如何操作資料庫的數據
URL類型，在*網頁輸入*時需要檢查是否滿足超鏈接的條件
blank=True決定在網頁輸入數據時是否可以為空
而在程序中寫入數據時則不檢查
並非約束數據的結構
一句話來說，blank是對用戶輸入的限制，null是對程序/資料庫的限制

問題八：實證分析怎麼做？！需要什麼數據啊？！建立模型什麼的該怎麼弄啊？！ 5分 燈管壽命取決於鎮流器，鎮流器不好，再好的燈管也不長壽，如果閥流器跟燈管匹配好，帶預熱功能，即使市場上一般3-5元的燈管也可以用5年不壞。

問題九：為什麼在創建數據透視表時，Excel2013無法勾選「將此數據添加到數據模型？ 10分 請檢查第一行是否有合並單元格,空白單元格 合並單元格,如果有以上內容 可能會有錯誤

『貳』 數學建模的目的是什麼

數學建模就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。

當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。

數學建模就是建立數學模型，建立數學模型的過程就是數學建模的過程。數學建模是一種數學知渣飢的思考方法，是運用數學的語言和方法，通過抽象、簡化建立能近似刻畫並"解決"實際問題的一種強有力的數學手段。

(2)為什麼要數據建模擴展閱讀：

從基本物理定律以及系統的結構數據來推搭返導出模型。

1. 比例分析法--建立變數之間函數關系的最基本最常用的方法。

2. 代數方法--求解離散問題(離散的數據、符號、圖形)的主要方法。

3. 邏輯方法--是數學理論研究的重要方法梁知，對社會學和經濟學等領域的實際問題，在決策，對策等學科中得到廣泛應用。

4. 常微分方程--解決兩個變數之間的變化規律，關鍵是建立"瞬時變化率"的表達式。

5. 偏微分方程--解決因變數與兩個以上自變數之間的變化規律。

從大量的觀測數據利用統計方法建立數學模型。

1. 回歸分析法--用於對函數f(x)的一組觀測值(xi, fi)i=1,2…n，確定函數的表達式，由於處理的是靜態的獨立數據，故稱為數理統計方法。

2. 時序分析法--處理的是動態的相關數據，又稱為過程統計方法。

3. 回歸分析法--用於對函數f(x)的一組觀測值(xi, fi)i=1,2…n，確定函數的表達式，由於處理的是靜態的獨立數據，故稱為數理統計方法。

4. 時序分析法--處理的是動態的相關數據，又稱為過程統計方法。

『叄』 數據模型的含義是什麼為什麼要建立數據模型

數據模型（Data Model）是數據特徵的抽象。數據（Data）是描述事物的符號記錄，模型（Model)是現實世界的抽象專。數屬據模型從抽象層次上描述了系統的靜態特徵、動態行為和約束條件，為資料庫系統的信息表示與操作提供了一個抽象的框架。數據模型所描述的內容有三部分：數據結構、數據操作和數據約束。

(3)為什麼要數據建模擴展閱讀：

數據模型所描述的內容包括三個部分：數據結構、數據操作、數據約束。

1、數據結構:數據模型中的數據結構主要描述數據的類型、內容、性質以及數據間的聯系等。數據結構是數據模型的基礎，數據操作和約束都建立在數據結構上。不同的數據結構具有不同的操作和約束。

2、數據操作:數據模型中數據操作主要描述在相應的數據結構上的操作類型和操作方式。

3、數據約束：數據模型中的數據約束主要描述數據結構內數據間的語法、詞義聯系、他們之間的制約和依存關系，以及數據動態變化的規則，以保證數據的正確、有效和相容。

『肆』 數據建模是什麼意思

數據建模是什麼意思介紹如下：

分類

1、使用計算機描述一個系統的行為。例如，電子表格程序可以用來處理財務數據，代表公司的行為；開發商業計劃；評估公司經營改變可能造成的影響。

2、使用計算機以數學方法描述物體和它們之間的空間關系。例如，計算機輔助設計 (CAD) 程序可在屏幕上生成物體，使用方程式產生直線和形狀，依據它們相互之間及與所在的二維或三維空間的關系精確放置。

3、應用程序和數據建模是為應用程序確定、記錄和實現數據和進程要求的過程。這包括查看現有的數據模型和進程，以確定它們是否可被重復使用，並創建新數據模型和進程，以滿足應用程序的獨特要求。

『伍』 什麼是資料庫建模，為什麼要資料庫建模，有什麼好處

你伏弊說的答案不對，我們經理說資料庫建模是指把實際業務邏輯抽離出來，從而變成與數據缺檔族庫表對應的蠢銀表結構！所以不能給你分，我自己拿回來了。

『陸』 什麼是數據建模

數據建模是一個用於定義和分析在組織的信息系統范圍內支持商業流程所需的數據要求的過程。簡單來說，數據建模是基於對業務數據的理解和數據分析的需要，將各類數據進行整合和關聯，使得數據可以最終以可視化的方式呈現，讓使用者能夠快速地、高效地獲取到數據中有價值的信息，從而做出准確有效的決策。

之所以數據建模會變得復雜且難度大，是因為在建模過程中會引入數學公式或模型，用於確定數據實體之間的關聯關系。不同的業務邏輯和商業需求需要選擇不同的數學公式或模型，而且，一個好的數據模型需要通過多次的測試和優化迭代來完成，這就使得數據建模的難度變得很高。但是，數據分析中的建模並沒有想像中的那麼高深莫測，人人都可以做出適合自己的模型。

數據建模總歸是為了分析數據從而解決商業問題。如下圖數據建模的流程圖，數據建模核心部分是變數處理和模型搭建。

• 變數處理

在建模之前，首先要決定選擇哪些變數進行建模，主要從業務邏輯和數據邏輯兩方面來考慮。業務邏輯需要了解數據來源的背景，通過了解業務知識來判斷哪些變數在業務上很有價值的，哪些變數是可以選擇的。數據邏輯則是從數據的完整性，集中度，是否與其他變數強相關等角度來考慮。

除了選擇變數，對於一些變數的重構也是需要在建模前進行。例如客戶的滿意度有「滿意」「不滿意」，可以將其重構成數字「0」和「1」，便於後續建模使用。除此以外，還有將變數單獨計算（取平均值）和組合計算（如A*B）也是常用的重構方法，例如，缺失值以數據取平均值的方式替換。

• 模型搭建

在模型搭建時，會經歷選擇演算法、設定參數、載入演算法、測試結果四個過程。在這個過程中，測試結果會引導調整之前設定的參數，載入演算法會對應調整之前選擇的演算法，而選擇演算法時會考慮到已定的變數，如果變數不滿足演算法要求，還需回到選擇/重構變數，直至得到最合適的模型。

在優化模型的過程中，模型的解釋能力和實用性會不斷地提升。在結果輸出之後，還需接收業務人員的反饋，看看模型是否解決了他們的問題，如果沒有，還需進一步修改和調整。

MicroStrategy在數據領域深挖企業需求，經過多年的研究和沉澱，結合眾多復雜的應用場景，不斷更新體驗，深入開發各種數據輔助功能，使客戶可以一站式鏈接各類型數據資源，完成數據導入和數據建模。在MicroStrategy 平台中，既支持傳統方式數據建模，即通過Project Schema 來進行建模，又支持自助式數據導入的建模方式。

『柒』 為什麼要進行數據建模 如果不定義數據字典

能夠促進業務與技術進行有效溝通，形成對主要業務定義和術語的統一認識，具有跨部門、中性的特徵，可以表達和涵蓋所有的業務。
無論是操作型資料庫，還是數據倉庫都需要數據模型組織數據構成，指導數據表設計。
數據建模至關重要。數據建模過程需要專業的建模人員，業務人員以及潛在信息系統的用戶緊密工作在一起。數據建模是認識數據的過程，數據模型是數據建模的輸出模型有很多種，例如企業數據模型，物理模型，邏輯模型，業務模型，數據使用模型等等。

『捌』 為什麼使用資料庫建模工具

資料庫建模工具與資料庫管理系統應該還是有所區別的吧？
很多人在進行資料庫設計的時候，還是喜歡使用word文檔的格式設計好資料庫結構以後，再進行物理資料庫的創建；而真正使用資料庫建模工具進行資料庫設計的就很少了；如果你訊問那些不願意使用資料庫建模工具的人為什麼的話，我想他們一般會給你下面幾個答案：
1.資料庫結構不復雜，沒必要使用建模工具。
2.建模工具使用起來比較麻煩，不現實。
3.我們公司有專門的資料庫文檔格式，恐怕建模工具沒法生成合適的文檔。
對於以上答案，我認為都不成立，是因為對建模工具的誤解造成的。
以powerdesign為例，對於上述答案可以一一回應。
一些人想當然的認為，使用建模工具必需進行復雜的數據分析等工作，其實這是個誤解；資料庫建模工具當然有一部分這個能力，但不是重要的，甚至不是必需的。你完全可以把目光集中在資料庫的設計上，只需建立起各個實體及他們的關系，這個工作就算完成了，建立實體時，實體的屬性就是表的各個欄位，實體之間的關系就是表與表之間的關系，這個過程的字元輸入量決不大於你使用word的輸入量；而且，當你對建模工具象對word一樣熟練以後，這個過程所花費的時間還要小於你用word設計資料庫的時間。更重要的是，只要這一步完成，你就可以直接生成創建資料庫的sql代碼，或者讓建模工具和資料庫建立連接，這樣就可以隨時通過更改實體及他們之間的關系來直接更改資料庫結構了。而傳統的使用word的方式，你必需在建立資料庫時，把欄位名稱和類型重新再敲上一遍，而且為了保證這個過程建立的資料庫和原來你用word設計的資料庫結構的一致性，你必需付出額外的勞動。更糟的是，如果你改變了資料庫，比如從sqlserver換成了oracle，恐怕花費的精力就更多了。而資料庫建模工具就沒有這個缺點，應為它是和資料庫平台無關的，所以可以簡單的移植到不同的資料庫平台。
而且，資料庫建模工具大部分都是圖形界面的，這更有利與實體關系的建立，至少比文字方式要直觀、簡練，現在你建立一個主外鍵之間的關系只需托放一個控制項，再做幾下選擇就可以了。
資料庫建模工具還支持強大的數據導出功能，能夠生成完全自定義格式的超文本或word文檔，可以滿足你想要的輸出格式，而且這個操作也不復雜，可以這么說吧，至少俺見過的數據文檔格式，使用powerdesigner都可以導出。
還有更讓你想不到的好處，現在很多資料庫建模工具都支持代碼生成功能，可以生成一些基本的數據操作代碼，而且支持多種語言，比如powerdesigner就支持.net、java、pb、delphi等各種語言。
想像一下，你只需付出比用word設計資料庫結構更少的精力和時間，就可以得到跨平台、一致性好、圖形界面、格式自由還外帶代碼生成功能的超級便利，為什麼還不用它呢？
（資料來源於http://www.sawin.cn/doc/SD/Database/ermodel.htm）

用實體關系圖進行資料庫建模 可參考http://www.sawin.cn/doc/SD/Database/ermodel.htm

『玖』 數據建模目的

目的：有序、有結構的分類組織和存儲

數據模型和表的區別：

模型在性能、成本、效率、質量之間達到最好的爛銷平衡（成本和效率比較重要）

OLTP：業務系統， 遵循範式等，ER模型
OLAP：決策類系統， 通過對業務系統數據的再分析，將銷歷運數據迴流到業務系統再決策， 維度建模

ER模型：對於3NF要求很高
維度模型虧梁： 允許相對比較多的數據冗餘， 可以基於維度和事實兩個角度去分析

『拾』 什麼是數據建模數據建模有什麼優點和缺點

數據建模是使組織能夠通過直觀的圖形界面發現、設計、可視化、標准化和部署高質量數據資產的過程。數據模型提供可視化，創建其他元數據並標准化整個企業中的數據設計。

數據建模的優點就是：可以引用虛擬資料庫里的元素，這樣做可以降低開發的難度，因為不用要求開發人員了解數據結構就能開發了，變相的也提高了開發效率，其二是將業務層與物理層，即需求和存儲切分開來，使系統的架構更易讀、合理。缺點是：因為多了一層，所以在系統運行時會多一層解析，理論上說會降低系統的速度，但實際上也影響不大，其二是這種手段適用於大中型系統的開發，對數據結構簡單，就用到幾張資料庫表的小系統而言，難免會有些畫蛇添足。

更多關於數據建模信息，可咨詢CDA數據分析師。CDA數據分析師項目以調動學員數據挖掘實用能力的場景式教學為主，在講師設計的業務場景下由講師不斷提出業務問題，再由學員循序漸進思考並操作解決問題的過程中，幫助學員掌握真正過硬的解決業務問題的數據挖掘能力。這種教學方式能夠引發學員的獨立思考及主觀能動性，學員掌握的技能知識可以快速轉化為自身能夠靈活應用的技能，在面對不同場景時能夠自由發揮。點擊預約免費試聽課。