visio形成数据字典_数据建模

建模可以分为数学建模，数据建模；建置三维模型

https://www.wikiwand.com/zh-hans/%E5%BB%BA%E6%A8%A1

和数据分析相关的自然就是：数据建模

概念的定义：

引用自维基百科：数据建模是运用正式的数据建模技术，建立信息系统的数据模型的过程。

把现实世界的各类数据抽象组织后，确定需要数据库管辖，以及数据的组织形式后，转化成实际的数据库，使用visio等工具简历数据库实体以及实体之间的关系的过程（数据库中的实体一般是表，表与表之间的关系有多对一，一对多，多对多）

既然是过程，因此过程中的主要活动（步骤）包括如下几点：

1. 确定数据及其相关过程，业务人员需要进行的某些操作
2. 定义数据（数据字典）
3. 确保数据的完整性（一条数据必须是完整的）
4. 定义操作过程
5. 定义数据存储技术（关系型数据集，分层）

建模的三个阶段：

概念建模阶段

主要做三件事：

1.客户交流

2.理解需求

3.形成实体

概念阶段只需要关注实体，需要关注实现细节，比如索引，约束，存储过程，在该阶段无需关注。

逻辑建模阶

对实体进行细化，细化成具体的表，丰富表结构，表与表之间的关系，确定主键，约束等

物理建模阶段

创建数据库对象；针对业务需求，可以做出改进，比如数据拆分（水平或者垂直拆分），读写分离；以性能为前提，遵从3NF。

简单说：就是根据业务需求，遵循相应的规则，在考虑性能的前提下，生成数据字典，存放到相应的数据库中。

而在该过程中，需要根据不同的业务选择不同的变量，选择不同的算法。

业务逻辑优先数据逻辑，因为不论怎样，建模都是为了解决实际中的问题，从实际中来到实际中去。而常用的算法分类包括如下：

划分消费者群体：聚类，分类；

购物篮分析：相关，聚类；

购买额预测：回归，时间序列；

满意度调查：回归，聚类，分类；

算法是需要不断的迭代的，根据算法的运行情况，调整算法的不同的参数，多次调整，达到一个最优的解决方案。

测试完成以后，需要经过测试，是否能够解决问题，是否有其他的算法更合适。

算法测试完成后，输出报告，规则，一段代码，然后接受业务人员的反馈，是否解决问题，再然后根据情况迭代。

如上的文章，参数的是中实际业务中，还没有确定系统的开发，就开始的一个模型的搭建过程，而在有了一定的数据以后，参考如下的建立模型的过程

目标制定与数据处理：明确目标，获取数据，处理数据

变量处理：选择变量，重构变量

模型搭建：选择算法，设定参数，加载算法（如果无法达成期望，可以再次选择算法），测试结果（结果不满意，可以通过设定算法的参数来调整）

结果输出：输出规则，加载模型（验证是否和目标相符合）

该模型的过程和数据分析的过程有一部分是相同的，比如开始：明确目标是第一步，目标也就是问题，当问题确定了，答案就出现了：问题就是答案

数据分析的过程：目标确定--数据采集--数据处理--数据分析--数据展现--数据建模--报告撰写（原来数据建模包含在数据分析中）目的在于发现有用的信息，辅助决策的制定。

在上文的“原来”，是由于建模分为数据建模，和数据库建模，在下文的“参考”中链接中，百度的链接说的是数据库建模，从现实世界中的实体到数据库映射，而csdn的链接参数的是数据分析中的一个环节，针对数据，对未来的数据做出预测，以及分析。

参考：

https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E5%BB%BA%E6%A8%A1

https://blog.csdn.net/achuo/article/details/51160456

欢迎拍砖

路漫漫其修远兮，吾将上下而求索。