什么是模型(转)

什么是模型？什么是分析模型？现在问这个问题似乎有点不合时宜，但总觉得这个词在平日里出现的频次太多，而其实大家并没什么共识在上面，只是当作一个名词而已。动辄建一个模型搞定，似乎它是万能的。下面，没有特别说明，模型都是指分析模型。 昨天，要写一份报告，相当于项目的总结，照例是要描述一番"模型"的，这个工作越来越让人头疼，因为不知道究竟什么是"模型"。逐渐地，我想着不应该总是用什么挖掘模型来解决问题，很多场合，只需要我们看看数据统计，稍微动动脑子就可以作决策了。但这样便体现不出工作量，数据统计太单调，模型才显得够档次。于是，一个分析应用项目，必须得有个模型的东西装装门面。 我憋呀，憋呀，终于将一系列的分析统计忽悠成两个有名字的模型。折腾半天，看着ppt，开始琢磨模型到底是个什么东西。 他应当有如下特征： 1、是抽象的。有人说模型，意思是指挖掘模型，有人可能指的是经验模型。但都得有个特征，它必须是一般性的，是从诸多事物、现象中抽象的规律。当然，有些模型是在特定条件下才适用，但如果只对个体有用，对大众不适用，便不叫模型了。比如一个人，他总是在吃完饭立即就上个厕所，这是个人习惯，不是模型。但如果对一堆人，发现他们都是吃完饭立即上厕所，然后其中80％的人都是直肠子，于是便抽象出来个东西——直肠子的人吃完就拉。这是模型。 2、得有结论。数据统计不是模型，因为没有结论。这个特点跟上一个息息相关，因为抽象的结果便是一种结论，一种规则。规则的表达，可能是"如果－那么"的简单形式，也可能是复杂一点的，比如什么x+y-z=a的形式。显然，这个结论是适用某个特定群体的。这个群体越大，这个结论便越通用。比如说，"人总是要死的"，这就是一个非常通用的，适用于人类的模型。当然，还可以更通用一些，比如那些科学家，如爱因斯坦那样的，发现e=mc平方，那更牛比。 暂时就想出这两个特征，本来还想着有个"简洁"的特征，但意识到这是"好模型"的特征，而不应该是模型的必需特征。 如此，便拿以往的所谓的模型套一套，看是否适用。 首先说那些挖掘模型，建议个预测模型，预测一个人什么时候死掉。这个模型得从若干人那里抽象一下，最后可能得出个啥结论——一般情况下，人到80岁死，如果你喝酒呢，加分；吸烟，减分；纵欲，加分；大病，减分...可惜，我们很多所谓的挖掘模型，符合第一个特征，但并不符合第二个特征。并不是说没有第二个特征，而是缺乏进一步解读。一个KPI预测，反正能够用"模型"预测下个季度的值，但为什么得到呢？不管。这是挺悲哀的事。 再说说经验模型。谁说拍脑袋就不科学了？那要看谁拍。如果你是有经验的人，拍出来的就是经验模型。此处，经验本身就包含着大量的样本，经验总结就是抽象。一个人，从以往十次失恋经验中总结归纳，发现，要避免失恋，得经常甜言蜜语，得没事送点东西，得经常展示一下自己的能力。这也算是个模型。如果他能够失恋一百次，毫无疑问，他将是一个权威的恋爱专家。从此靠他的失恋模型称霸爱坛，这玩意儿，数据挖掘搞不过他。 除了分析模型，还有很多模型，数据模型、业务模型、概念模型、飞机模型、人体模型...我也试图套一套上面两个特征，但发现基本上只符合第一个特征——是抽象的。而是不是有结论，到未必。也许换了角度理解就可以了。 模型是一种对现实事物的抽象模拟。 分析模型是对规律的抽象模拟。数据模型是对关系实体的抽象模拟，业务模型是对业务元素、流程的抽象模拟。所谓模型，便是经过抽象的过程，通过某种表现形式表示出来的模拟。因此，所谓结论，只是规律的表现形式。而数据模型的表现形式便是数据结构，人体模型便是那个看起来像个人的木偶。 于是，便得出一个关于模型的模型——它是抽象的，通过某种表现形式表达出来。 回复 答复作者 转发 您需要先登录才能发帖。要发帖子，您需要先加入此论坛。请先在订阅设置页上更新您的昵称，然后再进行发帖。请先在订阅设置页上更新您的昵称，然后再进行发帖。 Julia 查看个人资料 更多选项 7月12日, 上午10时28分发件人：Julia 日期：Thu, 12 Jul 2007 02:28:44 -0000 当地时间：2007年7月12日(星期四) 上午10时28分主题：Re: 什么是模型回复 | 答复作者 | 转发 | 打印 | 单个帖子 | 显示原始邮件 | 报告此帖 | 查找此作者的帖子醍醐灌顶啊~~ On 7月10日, 下午2时59分, Qing wrote: - 隐藏被引用文字 - - 显示引用的文字 - > 什么是模型？什么是分析模型？现在问这个问题似乎有点不合时宜，但总觉得这个词在平日里出现的频次太多，而其实大家并没什么共识在上面，只是当作一个名词而已。 动辄建一个模型搞定，似乎它是万能的。下面，没有特别说明，模型都是指分析模型。 > 昨天，要写一份报告，相当于项目的总结，照例是要描述一番"模型"的，这个工作越来越让人头疼，因为不知道究竟什么是"模型"。逐渐地，我想着不应该总是用什么挖掘模型来解决问题，很多场合，只需要我们看看数据统计，稍微动动脑子就可以作决策了。但这样便体现不出工作量，数据统计太单调，模型才显得够档次。于是，一个 分析应用项目，必须得有个模型的东西装装门面。 > 我憋呀，憋呀，终于将一系列的分析统计忽悠成两个有名字的模型。折腾半天，看着ppt，开始琢磨模型到底是个什么东西。 > 他应当有如下特征： > 1、是抽象的。 > 有人说模型，意思是指挖掘模型，有人可能指的是经验模型。但都得有个特征，它必须是一般性的，是从诸多事物、现象中抽象的规律。当然，有些模型是在特定条件下才适用，但如果只对个体有用，对大众不适用，便不叫模型了。比如一个人，他总是在吃完饭立即就上个厕所，这是个人习惯，不是模型。但如果对一堆人，发现他们都是吃 完饭立即上厕所，然后其中80％的人都是直肠子，于是便抽象出来个东西--直肠子的人吃完就拉。这是模型。 > 2、得有结论。 > 数据统计不是模型，因为没有结论。这个特点跟上一个息息相关，因为抽象的结果便是一种结论，一种规则。规则的表达，可能是"如果－那么"的简单形式，也可能是复杂一点的，比如什么x+y-z=a的形式。显然，这个结论是适用某个特定群体的。这个群体越大，这个结论便越通用。比如说，"人总是要死的"，这就是一个非常通 用的，适用于人类的模型。当然，还可以更通用一些，比如那些科学家，如爱因斯坦那样的，发现e=mc平方，那更牛比。 > 暂时就想出这两个特征，本来还想着有个"简洁"的特征，但意识到这是"好模型"的特征，而不应该是模型的必需特征。 > 如此，便拿以往的所谓的模型套一套，看是否适用。 > 首先说那些挖掘模型，建议个预测模型，预测一个人什么时候死掉。这个模型得从若干人那里抽象一下，最后可能得出个啥结论--一般情况下，人到80岁死，如果你喝酒呢，加分；吸烟，减分；纵欲，加分；大病，减分...可惜，我们很多所谓的挖掘模型，符合第一个特征，但并不符合第二个特征。并不是说没有第二个特征，而是缺 乏进一步解读。一个KPI预测，反正能够用"模型"预测下个季度的值，但为什么得到呢？不管。这是挺悲哀的事。 > 再说说经验模型。谁说拍脑袋就不科学了？那要看谁拍。如果你是有经验的人，拍出来的就是经验模型。此处，经验本身就包含着大量的样本，经验总结就是抽象。一个人，从以往十次失恋经验中总结归纳，发现，要避免失恋，得经常甜言蜜语，得没事送点东西，得经常展示一下自己的能力。这也算是个模型。如果他能够失恋一百次，毫无 疑问，他将是一个权威的恋爱专家。从此靠他的失恋模型称霸爱坛，这玩意儿，数据挖掘搞不过他。 > 除了分析模型，还有很多模型，数据模型、业务模型、概念模型、飞机模型、人体模型...我也试图套一套上面两个特征，但发现基本上只符合第一个特征--是抽象的 。而是不是有结论，到未必。也许换了角度理解就可以了。 > 模型是一种对现实事物的抽象模拟。 > 分析模型是对规律的抽象模拟。数据模型是对关系实体的抽象模拟，业务模型是对业务元素、流程的抽象模拟。所谓模型，便是经过抽象的过程，通过某种表现形式表示出 来的模拟。因此，所谓结论，只是规律的表现形式。而数据模型的表现形式便是数据结构，人体模型便是那个看起来像个人的木偶。 > 于是，便得出一个关于模型的模型--它是抽象的，通过某种表现形式表达出来。 回复 答复作者 转发 您需要先登录才能发帖。要发帖子，您需要先加入此论坛。请先在订阅设置页上更新您的昵称，然后再进行发帖。请先在订阅设置页上更新您的昵称，然后再进行发帖。 interstage 查看个人资料 更多选项 7月12日, 下午12时50分发件人：interstage 日期：Wed, 11 Jul 2007 21:50:16 -0700 当地时间：2007年7月12日(星期四) 下午12时50分主题：Re: 什么是模型回复 | 答复作者 | 转发 | 打印 | 单个帖子 | 显示原始邮件 | 报告此帖 | 查找此作者的帖子呵呵,有道理,对DW设计来讲,模型的选取是最基础,也是项目的基础. 广泛的就是关系型和多维型(还是Inmon和Kimball的分歧,被这2个人搞死了),建立关系型模型是长期建设DW的方法,多维模型是短期的方式. 所以作为BI物理基础的DW在设计模型的时候需要在这2者做出平衡. 而其他的模型或先于DW设计或者后于DW设计,比如业务模型,是先于DW设计,而数据模型是后于DW设计的. 模型是抽象的,所以谈模型一定要在BI特定的时间和环境中谈,如果有人告诉你,他有很多牛比模型,可以解决BI项目一切问题,我们千万要很虚心的学习,但..........哈哈.[@more@]

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/8227599/viewspace-932927/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/8227599/viewspace-932927/