17.数据建模语言Information Engineering - IE模型

最新推荐文章于 2024-01-15 01:03:32 发布
最新推荐文章于 2024-01-15 01:03:32 发布
阅读量1.9k 收藏 2
点赞数 1
分类专栏： 数据仓库

Information Engineering采用Crow's Foot表示法（也有叫做James Martin表示法的），中文翻译中对使用了Crow's Foot表示法的模型也有笼统的称做鸭掌模型的（关联关系的关联基数中采用到了一个鸭掌形的三叉线来表示）。他由Clive Finkelstein发明，与James Martin一起推广，后来两人各自做了些修正形成两份版本

前面示例模型的Information Engineering表示如下：

 

 图：Information Engineering - IE模型 - Crow's Foot Model - 鸭掌模型图：Information Engineering - IE模型

 注意IE模型与ER模型的区别。Purchase Order与Party是多对一 n:1 的关联关系，在ER模型中n被放置在了Party的左边，而IE模型中n被放置在了Purchase Order的右边。两种表示法的形式（相当于语法）不一样，但语义是一致的。这一点也只有ER模型是特殊的，其他模型表示法中都与IE 模型一致
Entity & Attribute：实体属性并不出现在IE模型中，而是单独使用另外的文档记录
Relationship
Crow's Foot的可选项optionality和关联基数cardinality 表示法：

 图：Crow's Foot的可选项optionality和关联基数cardinality 表示法图：Crow's Foot的可选项optionality和关联基数cardinality 表示法

Optionality 可选项：用来表示该关联关系是可选的，还是必须的。对于可选的关联关系，通常表现为用于关联的外键字段允许为null值，或者对于使用中间关联关系表的情况下可以不出现关联数据，而必须的关联关系则不允许外键为null或者必须存在关联数据
Cardinality 关联基数：用来表示关联实体的数量上限，为1、n等
图中右边部分表示的意义如下：1个A必须关联到1个或多个B，一个B可以关联0个或1个A

关联的约束如图所示，Product和Service通过一个圆连接到Order Line。如果是实心圆则表示Product和Service是exclusive or；如果是空心圆则表示Product和Service是inclusive or（相容的，conjunctive），表示可以是其中之一或者多个
在上面IE模型图中，Order Line右侧是Finkelstein的一个特殊符号，表示一个Purchase Order初始时有0或n个Order Line，但最终必须有1或n个Order Line
Martin以动词命名关联关系，只命名一个方向（遵循从左到右、从上往下的方式），而Finkelstein不对关联关系命名

 

 Sub-type：图中Party子类的表示方法由Martin采用，Finkelstein则对每个子类使用单独的实体，使用ISA关联关系（关联关系名称为ISA，也有采用类似UML继承的三角形符合，在关联线上使用一个三角形的）表示其为子类

 

数据处理技术QQ群：467404632       原文地址https://www.cnblogs.com/hadoopdev/p/4994886.html

   
韦宇
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
FS-LDM-建模过程与模型介绍(Teradata).pdf
12-14
3. 物理数据模型（Physical Data Model）：面向计算机物理表示，描述数据在储存介质上的组织结构，它不但与具体的DBMS有关，而且还与操作系统和硬件有关，是物理层次的数据模型。 Teradata FS-LDM的设计理念： 1. ...
信息工程方法论
10-16
目前国内的企业在进行大数据应用和数据共享过程中遇到了数据方面的问题，要解决它，Clive Finkelstein的信息工程方法有很好的参考和借鉴价值，进行企业级战略数据建模、战术建模和应用开发建模三类数据模型，实现数据的企业级数据管理。
E-R 图的不同表示方法（Chen 方法和 Crow‘s foot 方法）
热门推荐
aopstudio的博客
02-02 1万+
E-R图，中文名称叫实体-关系图，是数据库设计所使用的重要模型。 E-R图最早由Peter Chen提出，他现在是路易斯安那州立大学的教授，中文名叫陈品山，是出生于台湾的美国计算机科学家。这是他的照片： 他刚提出来E-R图的时候，使用矩形表示实体集，椭圆形表示属性，菱形表示关系。类似于这样： 这种表示方法叫做Chen方法（陈氏表示法）。有人常常把Chen方法当作E-R图的唯一的方法，我之前也以为是这样，实际上是不对的，这只是E-R图刚诞生时的画法，之后有各种各样的改进方法。这个方法存在的最大问题就是当一
数据建模：思想与方法
Hello World
05-31 1608
文章目录为什么要数据建模与数据库设计数据模型与概念模型抽象的八个字E-R模型实体与实例联系与联系的元数联系与联系的基数Chen 方法表达 E-R 模型Crow's Foot 方法表达 E-R 模型数据模型与两种抽象层次再看抽象层次 为什么要数据建模与数据库设计 软件之所以开发失败是很多时候是因为没有充分理解客户的需求。成功的软件开发过程应当能够在交付时超出用户的预期需求。 要达到用户的期望，就要很好的理解需求，以及根据需求设计数据库等 数据模型与概念模型 表达计算机世界的模型称数据模型 ；表达信息世界的模型
【E-R模型表达方法之Crow’s foot方法,数据库设计中的抽象,IDEFx概述】
forever_youyang的博客
10-02 1219
1.IDEF1x是IDEF标准之一ICAM计划为项目规范化管理提出了一系列项目描述方法，被称为IDEF（ICAM Definition），包括:IDEF0,IDEF1,IDEF2。2.IDEF1x是将E-R模型扩充语义含义而形成的，或者说IDEF1x是E-R图的细化。3.IDEF是一种进行数据建模或数据库设计的工程化的方法。
数据库作业 1：绘制crow‘s foot图
huangbx_tx的博客
09-30 7271
文章目录题目要求crow's footBackground informationER relationship descriptionSales office 与 employeeSales office 与 propertyProperty 与 locationProperty 与 ownersConcluding remark 题目要求 根据上述的要求绘制 ER 图 crow’s foot Background information 由题目可以看出，本题难点主要在两部分关系。 sales o
《DAMA数据管理知识体系指南》05—第5章 数据建模和设计 知识点记录
最新发布
01-15 1193
DAMA数据建模设计
UML教程.统一建模语言教程_系统建模语言
01-16
UML教程-统一建模语言教程-系统建模语言 UML（Unified Modeling Language）是一种通用的可视化建模语言，用于对软件进行描述、可视化处理、构造和建立软件系统的文档。UML是由Rational软件公司的Rumbaugh、Booch和...
面向CAD数据重用的产品B-rep模型建模方法.pdf
08-04
面向CAD数据重用的产品B-rep模型建模方法.pdf
阿里集团数据研发体系-数据模型设计规范.docx
08-07
阿里集团数据研发体系-数据模型设计规范 阿里集团数据研发体系-数据模型设计规范是阿里集团数据研发团队...该规范涵盖了数据模型设计的所有方面，包括维度建模、数据模型标准化和一致性、数据模型文档和版本控制等。
资料汇总:数学建模常用算法----灰色模型.zip
10-08
《数学建模常用算法——灰色模型》 数学建模是一种运用数学工具来理解和解决实际问题的方法，它在各个科学领域都有着广泛的应用。其中，灰色模型（Grey Model）是一种基于有限数据进行预测和决策的数学方法，尤其...
public_html:Clive road M2版本
03-18
奇路 Clive road M2版本
YANG 1.1 数据建模语言.pdf
09-14
YANG 数据建模语言
数据建模与数据库设计
weixin_42952928的博客
08-17 454
数据建模与数据库设计数据建模之思想与方法E-R模型Chen方法E-R模型表达方法之Crow’s foot方法二级目录三级目录 数据建模之思想与方法 E-R模型 给出了一组基本概念，用这组概念可以刻画信息世界 实体 属性：单一属性与复合属性，单值属性和多值属性，可空值属性和非空值属性，导出属性 联系：一元联系（当同一实体的不同实例参与一个联系时，为区别各实例参与联系的方式，需要显式指明其角色(role)）、二元联系和多元联系。联系的基数有一对一、 一对多、多对多，完全参与联系、部分参与联系 关键字/码 Che
数据建模表示法一大堆，到底该用哪一个？
如沐春风
02-20 715
IE(Information Engineering), ER(Entity-Relationship),IDEF1X,Barker,Merise,UML等等模型表示法一大堆，数据建模时到底该用哪一个？一般数据建模用UML比较少，而其它几个却主要用于数据建模。而IE(Information Engineering), ER(Entity-Relationship),IDEF1X等等它们之间大同小异...
标准事件模型和IE事件模型
hcy48的博客
04-18 603
在浏览器解析事件的时候，有两种触发方式，一种叫做Bubbling(冒泡)，另外一种叫做Capturing(捕获)。这里不做过多解释这里分析三种绑定事件模式1、 Traditional Module传统方式的事件模型即直接在DOM元素上绑定事件处理器，例如—window.onload=function(){…}obj.onmouseover=function(e){…}obj.onclick=func
云原生——华为大数据开发入门+DataFactory
Yushiba972的博客
06-18 761
文章解释了大数据开发、面向数据处理过程开发、数据模型驱动开发等数据开发领域相关概念，并对华为云原生工具DataFactory进行了介绍
YANG建模语言
illusion2000的博客
04-18 4232
这里写目录标题YANG语言概述二级目录三级目录 YANG语言概述 List item 二级目录 三级目录
数据仓库专题18-数据建模语言IDEF（转载）
weixin_34007020的博客
11-25 397
１引言 IDEF的含义是集成计算机辅助制造（Integrated　 Computer－AidedManufacturing，ICAM)DEFinition。最初的IDEF方法是在美国空军ICAM项目建立的，最初开 发3种方法:功能建模(IDEF0)、信息建模(IDEF1)、动态建模(IDEF2)，后来，随着信息系统的相继开发，又开发出了下列IDEF族方法： 数据建模（IDEF1X）、过程描述获取...
1. ARIMA 2. SARIMA 3. VAR 4. Auto-ARIMA 5. Auto-SARIMA 6. LSTM 7. GRU 8. RNN 9. CNN 10. MLP 11. DNN 12. MLP-LSTM 13. MLP-GRU 14. MLP-RNN 15. MLP-CNN 16. LSTM-ARIMA 17. LSTM-MLP 18. LSTM-CNN 19. GRU-ARIMA 20. GRU-MLP 21. GRU-CNN 22. RNN-ARIMA 23. RNN-MLP 24. RNN-CNN 25. CNN-ARIMA 26. CNN-MLP 27. CNN-LSTM 28. CNN-GRU 29. ARIMA-SVM 30. SARIMA-SVM 31. VAR-SVM 32. Auto-ARIMA-SVM 33. Auto-SARIMA-SVM 34. LSTM-SVM 35. GRU-SVM 36. RNN-SVM 37. CNN-SVM 38. MLP-SVM 39. LSTM-ARIMA-SVM 40. LSTM-MLP-SVM 41. LSTM-CNN-SVM 42. GRU-ARIMA-SVM 43. GRU-MLP-SVM 44. GRU-CNN-SVM 45. RNN-ARIMA-SVM 46. RNN-MLP-SVM 47. RNN-CNN-SVM 48. CNN-ARIMA-SVM 49. CNN-MLP-SVM 50. CNN-LSTM-SVM 51. CNN-GRU-SVM 52. ARIMA-RF 53. SARIMA-RF 54. VAR-RF 55. Auto-ARIMA-RF 56. Auto-SARIMA-RF 57. LSTM-RF 58. GRU-RF 59. RNN-RF 60. CNN-RF 61. MLP-RF 62. LSTM-ARIMA-RF 63. LSTM-MLP-RF 64. LSTM-CNN-RF 65. GRU-ARIMA-RF 66. GRU-MLP-RF 67. GRU-CNN-RF 68. RNN-ARIMA-RF 69. RNN-MLP-RF 70. RNN-CNN-RF 71. CNN-ARIMA-RF 72. CNN-MLP-RF 73. CNN-LSTM-RF 74. CNN-GRU-RF 75. ARIMA-XGBoost 76. SARIMA-XGBoost 77. VAR-XGBoost 78. Auto-ARIMA-XGBoost 79. Auto-SARIMA-XGBoost 80. LSTM-XGBoost 81. GRU-XGBoost 82. RNN-XGBoost 83. CNN-XGBoost 84. MLP-XGBoost 85. LSTM-ARIMA-XGBoost 86. LSTM-MLP-XGBoost 87. LSTM-CNN-XGBoost 88. GRU-ARIMA-XGBoost 89. GRU-MLP-XGBoost 90. GRU-CNN-XGBoost 91. RNN-ARIMA-XGBoost 92. RNN-MLP-XGBoost 93. RNN-CNN-XGBoost 94. CNN-ARIMA-XGBoost 95. CNN-MLP-XGBoost 96. CNN-LSTM-XGBoost 97. CNN-GRU-XGBoost 98. ARIMA-ANN 99. SARIMA-ANN 100. VAR-ANN 上面这些缩写模型的全称及相关用途功能详细解释
07-15
2. SARIMA (Seasonal ARIMA): 在ARIMA模型基础上添加了对季节性因素的建模，适用于带有季节性的时间序列数据的预测。 3. VAR (Vector Autoregression): 用于多变量时间序列数据的预测，基于自回归模型，能够捕捉...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值