개념 모델

Conceptual model

개념 모델은 시스템의 표현입니다.모델이 나타내는 주제를 사람들이 알고 이해하거나 시뮬레이션하는 데 사용되는 개념으로 구성됩니다.그것은 또한 개념의 집합이다.반대로, 물리적 모델은 장난감 모형과 같이 그것이 나타내는 물체처럼 조립되고 작동하도록 만들 수 있는 물리적 물체입니다.

이 용어는 개념화 또는 일반화 [1][2]과정을 거쳐 형성된 모델을 나타낼 수 있습니다.개념 모델은 종종 물리적 또는 사회적 사물의 추상화입니다.의미 연구는 개념 형성의 다양한 단계에 관련된다.의미론은 기본적으로 개념에 관한 것으로, 사고하는 존재가 경험의 다양한 요소에 부여하는 의미이다.

개요

개념 모델 및 개념 모델

개념 모형이라는 용어는 정규적입니다.이는 "개념의 모델"을 의미할 수도 있고 "개념적인 모델"을 의미할 수도 있습니다.모델은 무엇이고 어떤 모델은 무엇으로 만들어졌는지 구분할 수 있습니다.Winchester Cathedral의 축척 모델과 같은 상징적인 모델을 제외하고 대부분의 모델은 컨셉입니다.그러나 그것들은 대부분 실제 상황의 모델이 되려고 의도된 것이다.모델의 가치는 일반적으로 과거, 현재, 미래, 실제 또는 잠재적 상태에 얼마나 잘 대응하는지와 정비례합니다.좋은 모델이 되기 위해서는 실제 세계에서의 [3]대응이 필요하지 않기 때문에 개념의 모델은 상당히 다릅니다.인공지능에서 개념 모델과 개념 그래프는 전문가 시스템과 지식 기반 시스템을 구축하기 위해 사용됩니다. 여기서 분석가들은 무엇이 진실인지에 대한 그들의 생각이 아닌 무엇이 진실인지에 대한 전문가 의견을 대변하는 것에 관심을 가지고 있습니다.

개념 모델의 유형 및 범위

개념 모델(개념적인 모델)은 친숙한 물리적 물체의 정신적 이미지와 같은 보다 구체적인 유형에서부터 마음에 이미지로 나타나지 않는 수학 모델의 형식적인 일반성과 추상성까지 다양하다.개념 모델은 또한 표현해야 하는 주제의 범위에서도 다양합니다.예를 들어, 모델은 하나의 사물(예: 자유의 여신상), 모든 사물 클래스(예: 전자), 그리고 심지어 물리적 우주와 같은 매우 광범위한 주제 영역을 나타낼 수 있습니다.개념 모델의 다양성과 범위는 그것을 사용하는 사람들이 가진 다양한 목적에 기인한다.

개념 모델링은 이해와 [4]의사소통을 위해 우리 주변의 물리적 및 사회적 세계의 일부 측면을 공식적으로 설명하는 활동입니다."

기본 목표

시스템 프로세스에서 개념 모델 역할을 강조하는 비교 모델

개념 모델의 주요 목표는 그것이 나타내는 시스템의 기본 원칙과 기본 기능을 전달하는 것입니다.또한 개념 모델은 모델 사용자에게 이해하기 쉬운 시스템 해석을 제공하는 방식으로 개발되어야 한다.개념 모델은 적절하게 구현되면 네 가지 기본 [5]목표를 충족해야 합니다.

  1. 대표제도에 대한 개인의 이해도 향상
  2. 이해관계자 간의 시스템 세부사항 효율적인 전달 촉진
  3. 시스템 설계자가 시스템 사양을 추출할 수 있는 참조 포인트 제공
  4. 향후 참조할 수 있도록 시스템을 문서화하고 협업 수단을 제공합니다.

개념 모델은 전체 시스템 개발 라이프 사이클에서 중요한 역할을 합니다.아래 그림[6] 1은 일반적인 시스템 개발 계획에서 개념 모델의 역할을 보여줍니다.개념 모델이 완전히 개발되지 않은 경우, 기본 시스템 속성의 실행이 적절하게 구현되지 않아 미래의 문제나 시스템 부족이 발생할 수 있음은 분명하다.이러한 장애는 업계에서 발생하고 있으며 사용자 입력 부족, 불완전하거나 불분명한 요건 및 변화하는 요건과 관련이 있습니다.시스템 설계 및 개발 프로세스에서 이러한 취약한 연계는 개념 모델링의 기본 목표를 부적절하게 실행한 것으로 추적될 수 있습니다.개념 모델링의 중요성은 철저한 시스템 개발과 입증된 개발 목표/기술 준수를 통해 이러한 시스템 장애가 완화될 때 분명합니다.

모델링 기술

시스템이 점점 더 복잡해짐에 따라 개념 모델링의 역할은 극적으로 확장되었습니다.이러한 존재감이 확대됨에 따라 시스템의 기본을 포착하는 개념 모델링의 효과가 실현되고 있습니다.이를 바탕으로 수많은 개념 모델링 기술이 개발되었습니다.이러한 기술을 여러 분야에 걸쳐 적용하여 [7]모델링할 시스템에 대한 사용자의 이해를 높일 수 있습니다.몇 가지 기법이 다음 텍스트에서 간략하게 설명되지만, 더 많은 기법이 존재하거나 개발되고 있습니다.일반적으로 사용되는 개념 모델링 기법 및 방법으로는 워크플로우 모델링, 워크포스 모델링, 신속한 애플리케이션 개발, 객체 역할 모델링 및 통합 모델링 언어(UML)가 있습니다.

데이터 흐름 모델링

Data Flow Modeling(DFM; 데이터 흐름 모델링)은 시스템의 요소를 그래픽으로 나타내는 기본적인 개념 모델링 기법입니다.DFM은 매우 간단한 기술이지만, 많은 개념 모델링 기법과 마찬가지로 상위 및 하위 수준의 대표 다이어그램을 구성할 수 있습니다.데이터 흐름도는 일반적으로 병렬 개발 고려사항이나 타이밍 정보 등 복잡한 시스템 세부사항을 전달하지 않고 주요 시스템 기능을 컨텍스트에 포함시키는 데 도움이 됩니다.데이터 흐름 모델링은 구조화 시스템 분석설계 방법(SSADM)을 사용하는 시스템 개발에 사용되는 중앙 기술입니다.

엔티티 관계 모델링

엔티티-관계 모델링(ERM)은 주로 소프트웨어 시스템 표현에 사용되는 개념 모델링 기법입니다.ERM 기술을 실행한 결과물인 엔티티 관계도는 일반적으로 데이터베이스 모델 및 정보 시스템을 나타내기 위해 사용됩니다.다이어그램의 주요 구성요소는 엔티티와 관계입니다.엔티티는 독립된 함수, 객체 또는 이벤트를 나타낼 수 있습니다.그 관계는 실체를 서로 연관시킬 책임이 있다.시스템 프로세스를 형성하기 위해 관계를 엔티티 및 프로세스를 상세하게 기술하는 데 필요한 모든 속성과 결합합니다.기법에는 IDEF1X, Bachman, EXPRESS 등 여러 다이어그램 규칙이 있습니다.이러한 표기법은 다양한 시스템 측면을 나타내기 위해 데이터를 보고 구성하는 다른 방법일 뿐입니다.

이벤트 중심 프로세스 체인

이벤트 중심 프로세스 체인(EPC)은 주로 비즈니스 프로세스 흐름을 체계적으로 개선하기 위해 사용되는 개념 모델링 기법입니다.대부분의 개념 모델링 기술과 마찬가지로 이벤트 중심 프로세스 체인은 관계를 개발하고 처리할 수 있는 엔티티/요소와 기능으로 구성됩니다.특히 EPC는 프로세스가 어떤 상태에 있는지 또는 프로세스가 동작하는 규칙을 정의하는 이벤트로 구성됩니다.이벤트를 진행하려면 함수/활성 이벤트를 실행해야 합니다.프로세스 흐름에 따라 이 함수는 이벤트 상태를 변환하거나 다른 이벤트 구동 프로세스 체인에 연결할 수 있습니다.EPC 내에는 다른 요소가 존재하며, 이들 요소는 모두 함께 작동하여 시스템이 작동하는 방법과 규칙을 정의합니다.EPC 기술은 자원 계획, 프로세스 개선, 로지스틱스 등의 비즈니스 프랙티스에 적용할 수 있습니다.

공동 응용 프로그램 개발

동적 시스템 개발 방법은 JEFFF라는 특정 프로세스를 사용하여 시스템 라이프 사이클을 개념적으로 모델링합니다.JEFFF는 프로젝트 초기화에 앞서 보다 고도의 개발 계획에 중점을 두는 것을 목적으로 하고 있습니다.JAD 프로세스에서는 참가자들이 구상부터 완료까지 성공적인 프로젝트를 식별, 정의 및 일반적으로 매핑하는 일련의 워크샵이 필요합니다.이 방법은 대규모 애플리케이션에서는 잘 작동하지 않는 것으로 밝혀졌지만, 일반적으로 소규모 애플리케이션에서는 효율성이 [8]어느 정도 향상되었다고 보고합니다.

배치/이행망

Petri nets라고도 알려진 이 개념 모델링 기술은 직접 수학적 방법으로 설명할 수 있는 요소를 사용하여 시스템을 구성할 수 있도록 합니다.petri net은 비결정적 실행 특성과 잘 정의된 수학적 이론 때문에 동시 프로세스 실행과 같은 동시 시스템 동작을 모델링하는 데 유용한 기술입니다.

상태 이행 모델링

상태 전이 모델링은 상태 전이 다이어그램을 사용하여 시스템 동작을 설명합니다.이러한 상태 전이 다이어그램은 개별 상태를 사용하여 시스템 동작 및 변경을 정의합니다.현재 대부분의 모델링 도구에는 상태 전환 모델링을 나타내는 모종의 기능이 포함되어 있습니다.상태 전이 모델의 사용은 유한 상태 기계에 대한 논리 상태 다이어그램 및 방향 그래프로 가장 쉽게 인식될 수 있습니다.

기술평가 및 선정

개념 모델링 방법은 광범위한 사용 영역을 설명하기 위해 의도적으로 모호할 수 있기 때문에 개념 모델링의 실제 적용은 어려울 수 있습니다.이 문제를 완화하고 적절한 개념 모델링 기술을 선택할 때 고려해야 할 사항을 설명하기 위해 Gemino와 Wand가 제안한 프레임워크에 대해 다음 텍스트에서 설명합니다.그러나 특정 응용 프로그램에 대한 개념 모델링 기술의 효과를 평가하기 전에 중요한 개념을 이해해야 합니다. 특히 그래픽 또는 최상위 수준의 표현에 초점을 맞추어 개념 모델을 비교하는 것은 근시안적인 것입니다.제미노와 완드는 적절한 기술을 선택할 때 개념 모델링 언어에 중점을 두어야 한다고 주장할 때 좋은 지적이 됩니다.일반적으로 개념모델은 어떤 형태의 개념모델링 기법을 사용하여 개발된다.이 기술은 모델이 도달하는 방법에 대한 규칙을 결정하는 개념 모델링 언어를 사용합니다.사용되는 특정 언어의 능력을 이해하는 것은 개념 모델링 기술을 적절하게 평가하는 데 필수적입니다. 언어가 기술 능력을 반영하기 때문입니다.또한 개념 모델링 언어는 복잡하든 [9]단순하든 시스템을 나타낼 수 있는 깊이에 직접적인 영향을 미칩니다.

영향 요인 고려

Gemino와 Wand는 이전 [10]작업 중 일부를 바탕으로 개념 모델이 표현해야 하는 내용, 모델이 제시되는 방법, 모델 사용자의 특성, 개념 모델 언어 고유의 작업 [9]등 영향을 미치는 요소를 연구할 때 고려해야 할 몇 가지 주요 사항을 인정하고 있습니다.관련 정보를 제시할 수 있는 기술을 선택하기 위해 개념 모델의 내용을 고려해야 한다.선택 목적을 위한 프레젠테이션 방법은 의도된 깊이와 상세 수준에서 모델을 표현하는 기법의 능력에 초점을 맞출 것이다.모델의 사용자 또는 참가자의 특성은 고려해야 할 중요한 측면입니다.참가자의 배경과 경험은 개념 모델의 복잡성과 일치해야 합니다.그렇지 않으면 시스템을 잘못 표현하거나 주요 시스템 개념을 잘못 이해하면 시스템 구현에 문제가 생길 수 있습니다.개념적 모델 언어 과제를 통해 적절한 기술을 선택할 수 있습니다.시스템 기능을 전달하는 시스템 개념 모델을 작성하는 것과 기능이 완전히 다른 두 가지 유형의 개념 모델링 언어를 포함할 수 있다는 것을 해석하는 시스템 개념 모델을 작성하는 것의 차이입니다.

영향을 받는 변수 고려

Gemino와 Wand는 계속해서 관찰의 초점과 [9]비교 기준을 고려하여 제안된 프레임워크의 영향을 받는 변수 내용을 확장합니다.관찰의 초점은 개념 모델링 기법이 "새로운 제품"을 창출할 것인지, 또는 그 기법이 모델링되는 시스템에 대한 보다 깊은 이해만을 가져올 것인지를 고려합니다.비교 기준은 개념 모델링 기법이 효율적이거나 효과적일 수 있는 능력에 무게를 둘 것이다.모든 시스템 변수를 개괄적으로 고려하는 시스템 모델의 개발을 가능하게 하는 개념 모델링 기술은 시스템 기능의 이해 프로세스를 보다 효율적으로 만들 수 있지만, 이 기술은 내부 프로세스를 설명하는 데 필요한 정보가 부족하여 모델을 덜 효과적으로 만듭니다.

어떤 개념 기법을 사용할지 결정할 때, 해당 개념 모델의 범위를 적절히 평가하기 위해 제미노와 완드의 추천을 적용할 수 있다.개념 모델의 범위를 이해하면 특정 모델을 적절하게 다루는 기술을 보다 정확하게 선택할 수 있습니다.요약하자면, 모델링 기법 중 하나를 결정할 때 다음과 같은 질문에 답하면 중요한 개념 모델링 고려 사항을 해결할 수 있습니다.

  1. 개념 모델은 어떤 내용을 나타냅니까?
  2. 개념 모델은 어떻게 제시됩니까?
  3. 누가 개념 모델을 사용하거나 참여합니까?
  4. 개념 모델은 시스템을 어떻게 설명합니까?
  5. 개념적 모델의 초점은 무엇입니까?
  6. 개념 모델이 시스템을 설명하는 데 효과적입니까?

시뮬레이션 개념 모델의 또 다른 기능은 시뮬레이션 적용의 적절성을 평가하기 위한 합리적이고 사실적인 근거를 제공하는 것이다.

철학 및 과학 모델

멘탈 모델

인지심리학과 정신철학에서, 정신모델은 [11]마음 속에 있는 어떤 것의 표현이지만, 정신모델은 정신 자체의 [12]비물리적 외부모델을 언급할 수도 있다.

형이상학적 모형

형이상학적 모형은 제안된 범위에 의해 다른 개념적 모형과 구별되는 개념적 모델의 한 종류이다; 형이상학적 모형은 가능한 한 넓은 [13]방법으로 현실을 표현하고자 한다.물질과 정신이 하나의 물질인지 두 가지 물질인지, 인간의 자유의지가 있는지 등 근본적인 질문에 대한 답을 설명해준다는 것이다.

개념 모델 vs. 의미론 모델

개념 모델과 의미 모델은 많은 유사점을 가지고 있지만, 제시 방식, 유연성 수준 및 용도는 다릅니다.개념 모델은 특정한 목적을 염두에 두고 있기 때문에 핵심 의미 개념은 소위 메타 모델이라고 불리는 모델에 미리 정의되어 있습니다.이것은 실용적인 모델링을 가능하게 하지만 사전 정의된 의미 개념만 사용할 수 있기 때문에 유연성을 감소시킨다.샘플은 프로세스 동작을 위한 흐름도 또는 나무 동작을 위한 조직 구조입니다.

의미 모델은 더 유연하고 개방적이기 때문에 모델링이 더 어렵습니다.잠재적으로 모든 의미 개념을 정의할 수 있으므로 모델링 지원은 매우 일반적입니다.샘플은 용어, 분류법 또는 온톨로지입니다.

개념 모델에서 각 개념은 독특하고 구별 가능한 그래픽 표현을 가지고 있는 반면, 의미 개념은 기본적으로 동일합니다.개념 모델에서 각 개념은 채워질 수 있는 미리 정의된 속성을 가지고 있는 반면, 의미 개념은 속성으로 해석되는 개념과 관련이 있습니다.개념 모델에서 운영 시맨틱은 시퀀스의 처리와 같이 내장될 수 있는 반면, 시맨틱 모델은 시퀀스의 명시적인 시맨틱 정의를 필요로 한다.

따라서 개념 모델 또는 의미 모델을 사용하는 경우의 결정은 "조사 대상 객체", 의도된 목표, 필요한 유연성 및 모델이 해석되는 방법에 따라 달라진다.인간 해석의 경우 그래픽 개념 모델에 초점이 맞춰질 수 있으며, 기계 해석의 경우 의미 모델에 초점이 맞춰질 수 있다.

인식론적 모형

인식론적 모형은 제안된 범위가 알려진 것과 알 수 있는 것, 그리고 믿을 수 있는 것과 믿을 수 있는 것의 개념적 모형이다.

논리 모델

논리학에서 모형은 특정 진술이 참인 해석의 한 유형입니다.논리 모델은 크게 수학적 모델과 같은 개념만을 표현하려는 모델과 물리적 객체 및 사실 관계를 표현하려는 모델로 나눌 수 있으며, 그 중 과학적 모델이 있습니다.

모델 이론은 수학 논리학의 도구를 사용하여 그룹, 필드, 그래프, 심지어 집합론의 세계와 같은 수학적 구조를 연구하는 학문이다.정식 언어의 문장에 의미를 부여하는 체계를 언어의 모델이라고 한다.언어에 대한 모델이 더 나아가 특정 문장이나 이론(문장의 집합)을 충족한다면, 그것은 문장이나 이론의 모델이라고 불린다.모델 이론은 대수학과 보편대수와 밀접한 관계가 있다.

수학적 모델

수학적 모델은 동적 시스템, 통계적 모델, 미분 방정식 또는 게임이론 모델을 포함하여 다양한 형태를 취할 수 있습니다.이러한 모델과 다른 유형의 모델은 다양한 추상 구조를 포함하는 주어진 모델과 겹칠 수 있습니다.

보다 포괄적인 유형의 수학[14] 모델은 주어진 상황을 모델링하기 위해 범주 이론의 언어 버전을 사용합니다.엔티티 관계 모델과 마찬가지로 커스텀 카테고리 또는 스케치는 데이터베이스 스키마로 직접 변환할 수 있습니다.다른 점은 논리가 범주 이론으로 대체된다는 것입니다. 범주 이론은 모델링의 주제에 대해 강력한 이론을 가지고 있으며, 특히 이질적인 모델 간(범주 간 함수로서) 번역에 유용합니다.

과학적 모델

과학적 모델은 복잡한 현실에 대한 단순화된 추상적 견해이다.과학적 모델은 경험적 객체, 현상 및 물리적 과정을 논리적인 방법으로 표현합니다.경험과학원리공식화하려는 시도는 논리학자들이 논리학의 원리공리화하는 것과 같은 방식으로 현실을 모델링하기 위해 해석을 사용합니다.이러한 시도의 목적은 현실이 유일한 해석형식적인 시스템을 구축하는 것이다.세계는 이러한 과학의 해석(또는 모델)입니다.[15]이러한 과학이 사실인 한에만 해당됩니다.

통계 모델

통계 모형은 데이터 생성으로 제안된 확률 분포 함수입니다.모수 모형에서 확률 분포 함수는 정규 분포평균분산 또는 선형 회귀 분석의 독립 변수다양한 지수에 대한 계수와 같은 변수 모수를 가집니다.비모수 모형은 부트스트래핑과 같이 모수가 없는 분포 함수를 가지며 가정에 의해 느슨하게 구속됩니다.모델 선택은 그것들의 클래스 내의 분포 함수를 선택하기 위한 통계적 방법이다. 예를 들어, 종속 변수가 파라메트릭 계수를 갖는 독립 변수의 다항식인 선형 회귀에서, 모델 선택은 가장 높은 지수를 선택하고 있으며, 교차 유효와 같은 비모수 평균을 사용하여 수행될 수 있다.ation.

통계학에는 신체적 사건의 모델뿐만 아니라 정신적 사건의 모델도 있을 수 있다.예를 들어, 고객행동의 통계적 모형은 개념적 모형(행동이 육체적 사건이기 때문에)이지만, 고객만족 통계적 모형은 개념적 모형(만족이란 육체적 사건이 아니라 정신적 사건이기 때문에)이다.

사회 및 정치 모델

경제 모델

경제학에서 모형은 변수 집합과 변수들 사이의 논리적 및/또는 양적 관계 집합으로 경제 과정을 나타내는 이론적 구조이다.경제 모델은 복잡한 과정을 설명하기 위해 설계된 단순화된 프레임워크로, 종종 수학적 기법을 사용하지만 항상 그렇지는 않습니다.경제 모델은 종종 구조적 매개변수를 사용한다.구조 매개변수는 모형 또는 모형 클래스의 기본 매개변수입니다.모델에는 다양한 매개변수가 있을 수 있으며 이러한 매개변수는 다양한 특성을 생성하기 위해 변경될 수 있습니다.

시스템 아키텍처 모델

시스템 모델은 시스템의 구조, 동작 및 더 많은 보기를 설명하고 나타내는 개념 모델입니다.시스템 모델은 두 가지 다른 접근방식을 사용하여 시스템의 여러 뷰를 나타낼 수 있습니다.첫 번째는 비아키텍처 접근법이고 두 번째는 아키텍처 접근법입니다.비아키텍처 접근방식은 각 뷰에 대해 각각 모델을 선택합니다.아키텍처 접근법(시스템 아키텍처라고도 함)에서는 많은 이기종 및 관련 없는 모델을 선택하는 대신 하나의 통합 아키텍처 모델만 사용합니다.

비즈니스 프로세스 모델링

비즈니스 프로세스[16] 모델링을 위한 추상화

비즈니스 프로세스 모델링에서는 엔터프라이즈 프로세스 모델을 비즈니스 프로세스 모델이라고 부릅니다.프로세스 모델은 프로세스 엔지니어링 분야의 핵심 개념입니다.프로세스 모델은 다음과 같습니다.

  • 함께 모델로 분류되는 동일한 성격의 프로세스입니다.
  • 유형 수준의 프로세스에 대한 설명입니다.
  • 공정 모델은 유형 수준이기 때문에 공정은 공정 모델을 인스턴스화하는 것입니다.

동일한 프로세스 모델이 여러 응용 프로그램 개발에 반복적으로 사용되므로 많은 인스턴스화가 이루어집니다.

프로세스 모델을 사용할 수 있는 한 가지 방법은 프로세스 자체와 달리 작업을 수행해야 하는 방법/해야 하는 방법/가능해야 하는 방법/가능성)을 규정하는 것입니다.프로세스 모델은 대략적으로 프로세스가 어떻게 보일지에 대한 예상입니다.어떤 프로세스가 필요한지는 실제 시스템 [17]개발 중에 결정됩니다.

정보 시스템 설계 모델

인간 활동 시스템의 개념적 모델

인간 활동 시스템의 개념적 모델은 관리상의 문제 구조와 관련된 시스템 분석 방법인 소프트 시스템 방법론(SSM)에 사용된다.이 모델들은 개념의 모델이다.저자들은 물리적인 세계의 상황을 나타내기 위한 것이 아니라고 구체적으로 말한다.또한 정보 시스템 설계 및 소프트웨어 엔지니어링을 위해 개발된 SSM의 변형인 정보 요구사항 분석(IRA)에도 사용됩니다.

논리 언어 모델

로직 언어 모델링은 개념 모델을 사용하는 SSM의 또 다른 변형입니다.그러나 이 방법은 개념 모델과 추정 현실 세계 객체 및 사건의 모델을 결합합니다.이는 모달 연산자가 개념에 대한 문장과 실제 객체 및 이벤트에 대한 문구를 구별하기 위해 사용되는 모달 로직의 그래픽 표현입니다.

데이터 모델

엔티티-관계 모델

소프트웨어 공학에서, 실체-관계 모형(ERM)은 데이터의 추상적이고 개념적인 표현이다.엔티티-관계 모델링은 데이터베이스의 모델링 방법으로, 시스템의 개념 스키마 또는 의미 데이터 모델(종종 관계형 데이터베이스)과 그 요구사항을 하향식으로 생성하는 데 사용됩니다.이 프로세스에 의해 작성된 다이어그램을 엔티티 관계도, ER도 또는 ERD라고 부릅니다.

실생활에서 사물이나 사건을 포함하는 활동을 지원하기 위한 정보 시스템의 구축에 개체-관계 모형이 광범위하게 적용되어 왔다.이 경우 개념적인 모델입니다.그러나, 이 모델링 방법은 컴퓨터 게임이나 그리스 신들의 가계도를 만드는데 사용될 수 있으며, 이 경우 개념 모델링에 사용될 것이다.

도메인 모델

도메인 모델은 관심 영역(문제 영역이라고도 함) 내에서 구조적 요소와 그 개념적 제약을 묘사하는 데 사용되는 개념 모델의 한 유형입니다.도메인 모델은 다양한 엔티티, 그 속성 및 관계와 더불어 그 문제 도메인을 구성하는 구조 모델 요소의 개념적 무결성을 지배하는 제약을 포함한다.도메인 모델은 또한 다수의 개념 뷰를 포함할 수 있으며, 여기서 각 뷰는 도메인의 특정 주제 영역 또는 도메인 모델의 이해관계자에게 관심이 있는 도메인 모델의 특정 서브셋에 관련된다.

실체-관계 모형과 마찬가지로, 도메인 모형은 개념을 모델링하거나 실제 사물 및 사건을 모델링하는 데 사용될 수 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Merriam-Webster, Merriam-Webster's Collegiate Dictionary, Merriam-Webster.
  2. ^ Tatomir, A.; et al. (2018). "Conceptual model development using a generic Features, Events, and Processes (FEP) database for assessing the potential impact of hydraulic fracturing on groundwater aquifers". Advances in Geosciences. 45: 185–192. Bibcode:2018AdG....45..185T. doi:10.5194/adgeo-45-185-2018.
  3. ^ Gregory, Frank Hutson(1992년 1월) 원인, 영향, 효율성 소프트 시스템 모델 Warwick 비즈니스 스쿨 연구 논문 제42호개정 및 추가와 함께 운영연구회 저널(1993) 44(4), 페이지 149–68에 게재되었다.
  4. ^ Mylopoulos, J. "Conceptual modeling and Telos1". In Loucopoulos, P.; Zicari, R (eds.). Conceptual Modeling, Databases, and Case An integrated view of information systems development. New York: Wiley. pp. 49–68. CiteSeerX 10.1.1.83.3647.
  5. ^ "C.H. Kung, A. Solvberg, Activity Modeling and Behavior Modeling, In: T. Ollie, H. Sol, A. Verrjin-Stuart, Proceedings of the IFIP WG 8.1 working conference on comparative review of information systems design methodologies: improving the practice. North-Holland, Amsterdam (1986), pp. 145–71". Portal.acm.org. Retrieved 2014-06-20.
  6. ^ Sokolowski, John A.; Banks, Catherine M., eds. (2010). Modeling and Simulation Fundamentals: Theoretical Underpinnings and Practical Domains. Hoboken, NJ: John Wiley & Sons. doi:10.1002/9780470590621. ISBN 9780470486740. OCLC 436945978.
  7. ^ I. Davies, P. Green, M. Rosemann, M. Indulska, S. Gallo, 실무자들은 어떻게 개념 모델링을 실제로 사용합니까?Elsevier, 데이터 및 놀리지 엔지니어링 58 (2006) 페이지 358–80[데드링크]
  8. ^ Davidson, E. J. (1999). "Joint application design (JAD) in practice". Journal of Systems and Software. 45 (3): 215–23. doi:10.1016/S0164-1212(98)10080-8.
  9. ^ a b c Gemino, A.; Wand, Y. (2004). "A framework for empirical evaluation of conceptual modeling techniques". Requirements Engineering. 9 (4): 248–60. doi:10.1007/s00766-004-0204-6. S2CID 34332515.
  10. ^ Gemino, A.; Wand, Y. (2003). "Evaluating modeling techniques based on models of learning". Communications of the ACM. 46 (10): 79–84. doi:10.1145/944217.944243. S2CID 16377851.
  11. ^ 정신적 표현:Stanford 철학의 백과사전, [1]의 컴퓨터 이론
  12. ^ Mental Models and Usability, Depaul University, 인지심리학 404, 1999년 11월 15일, Mary Jo Davidson, Laura Dov, Julie Weltz, [2] Wayback Machine에서 2011-05-18 아카이브 완료
  13. ^ Slater, Matthew H.; Yudell, Zanja, eds. (2017). Metaphysics and the Philosophy of Science: New Essays. Oxford; New York: Oxford University Press. p. 127. ISBN 9780199363209. OCLC 956947667.
  14. ^ 스피박, RE 켄트"올로그: 지식 표현에 대한 범주 이론 접근법"(2011).PLoS ONE (인쇄): e24274.doi:10.1371/journal.pone.0024274
  15. ^ 한스 프로이덴탈(1951)에 의해 편집된 수학과 자연 사회과학에서의 모델의 개념과 역할, 페이지 8-9
  16. ^ 콜렛 롤랜드(1993)1993년 6월 헝가리 부다페스트에서 열린 제3회 정보 모델링지식 기반에 관한 유럽-일본 세미나에서 "요건 엔지니어링 프로세스 모델링"은 다음과 같습니다.
  17. ^ C. 롤랜드와 C.Tanos Pernici(1998)."프로세스 엔지니어링의 포괄적인 뷰": 제10회 국제회의 CAiSE'98, B의 진행. 컴퓨터 사이언스 강의 노트 1413, 이탈리아 피사, Springer, 1998년 6월.

추가 정보

외부 링크