领域模型方法——名词分析法

首先，描述文档中找到名词，将所有可能的名词全部罗列出来，它们将是概念类。

准则：

如果我们认为某一个概念类X不是现实世界中的数字或文本，那么X可能是概念类而不是属性。

例如，sale概念类下是否该有一个store的属性？实际上，store是一个实际的事物，应该用store概念类来描述。

又如，在flight概念类下是否应该有一个destination的属性？看似destination只是一个字符串，但是实际上，destination是一个airport，每一个airport都是一个实际的存在的事物，所以，应该有一个airport的概念类。

然而，似乎利用如上准则可以解决所有数字或文本的问题。但是，如“ObjectBerger”问题值得我们重新思考。这个经典的问题是说，如果所有的berger信息都存在Berger类里，那么当每一个汉堡卖完就从数据库中删除，其信息页随之删除。最终的问题是，所有汉堡卖完，就再也找不到Berger的信息了，甚至不知道berger长什么样子或者多少钱。是不是很郁闷？除此之外，还有一个问题是，berger类会创建很多，但是这些描述信息往往相同，比如价格、大小等，所以，不必要每个berger类里都重复存放这些信息。这里，我们就使用“描述”类，如ProductDescription。

准则：

需要有关商品或服务的描述，独立于任何商品或服务的现有实例。

删除其所描述的事物实例后，信息丢失，但这些信息是需要维护的，但是被错误的与所删除的事物关联起来。

减少冗余或重复的信息。