数据建模

以数据使用和更好的架构设计为重点，借助 MongoDB Packt 2015，优化 MongoDB 数据建模。

本书以数据使用和优化架构设计为重点，涵盖数据建模的基本概念，并提供设计更好架构的工具。本书通过关注数据使用，将介绍查询和索引如何影响我们设计架构，并提供详尽的示例和详细的代码。本书从数据模型的简要讨论开始，并在关系数据库、NoSQL 和 MongoDB 之间进行比较。

数据挖掘中，模式发现的方法包括因子分析。因子分析通过分析变量间的相关性，减少数据维度，揭示数据内在结构。这个方法在多维数据处理中尤为有效，能帮助发现数据中的潜在模式，提高数据处理效率。因子分析可以应用于市场分析、心理学研究等领域，是数据挖掘中常用且实用的方法。

数据建模：数据挖掘的艺术 本书以通俗易懂的烹饪比喻，深入浅出地阐述了数据建模这一数据挖掘新技术。全书共分三部分： 第一部分：奠定基础 明确目标，阐述商业预测中目标定义的重要性。 提供数据收集和建模数据集创建的实例。 第二部分：模型开发详解 通过实例详细阐述模型开发的完整流程。 第三部分：行业应用实例 以保险、银行、电信行业为例，详细阐明针对不同目标的数据建模关键步骤。 本书融合作者多年行业经验，辅以大量实例，对当前市场营销和客户关系管理建模具有极高的参考价值，适合具有一定统计和分析建模基础的分析师、数据挖掘人员、营销经理等专业人士阅读，也可用作计算机相关专业本科生、研究生的教材或补充读物。

数据仓库建模概念 维度建模与事实建模 星型和雪花型模式 数据仓库设计工具 数据仓库建模最佳实践

SPSS Modeler是一款面向数据建模的工具，提供从数据预处理到模型评估的完整建模功能。它的特点包括友好易用的操作界面、流程标准化，以及面向业务的开放性。

Erwin操作手册（入门）--ERWin的全称是ERwin Data Modeler，是CA公司的数据建模工具。支持各主流数据库系统。ERwin数据建模市场占有率第一的产品，市场占有率33%。

基本描述数据建模的本质是利用已知数据推测未知数据。可表示为：F( )X Y其中，X 为已知数据，Y 为未知数据，F 是 X 到 Y 的映射。 深入表述由于数据缺失，数据建模困难。解决方法是寻找相关数据，间接确定模型。将自变量 X 分为已知部分 X1 和未知部分 X2。可考虑以下相关数据：- Z1：影响 X2 的因素- Z2：与 X2 有相关性的数据- Z3：能被精确观测的数据

AllFuusin ERwin Data Modeler是CA公司旗下的数据建模工具，支持各主流数据库系统。设计图可以直接拷贝至MS Office。请下载ERWIN7的三个部分，并使用360解压。

创建数据库与模型：建立数据架构的基础。 创建表、表空间、序列：定义数据存储结构。 创建用户：管理数据库访问权限。 设置关系：建立表之间的关联。 生成数据库脚本：将模型转换为可执行代码。 连接数据库：与外部数据库建立通信。 反向工程：从现有数据库生成模型。 修改数据模型：调整数据结构。 更新数据库：将模型更改同步到数据库。 生成数据字典：记录数据库元数据。 生成测试数据：填充数据库以进行测试。 配置数据源：连接到不同类型的数据源。