forskelle på begrebsmodellering og...

25
Forskelle på begrebsmodellering og datamodellering DANTERMcentret www.danterm.dk Bodil Nistrup Madsen [email protected]

Upload: hoangkhanh

Post on 05-Oct-2018

218 views

Category:

Documents


0 download

TRANSCRIPT

Forskelle på begrebsmodellering og

datamodellering

DANTERMcentretwww.danterm.dk

Bodil Nistrup [email protected]

Problemstilling

Udviklere af it-systemer springer ofte begrebsmodelleringen over og går direkte til den konceptuelle datamodellering!

Der er mange lighedspunkter mellem begrebsmodellering og datamodellering

MEN!

Der er ingen en-til-en korrelation mellem begrebsmodel og datamodel, dvs. der er ikke fuldstændig overensstemmelse mellem henholdsvis begreber og karakteristiske træk i begrebsmodellen og klasser og attributter i datamodellen

2

Grundlæggende principper i ontologier

3

Udsnit af diagram: ForebyggelseOprettet i i-Model med karakteristiske træk

NBS 07 Forebyggelse, sundhedsfremme og folkesundhed

trækspecifikation: attribut-værdi par

inddelingskriterium

Karakteristiske træk som baggrund for udarbejdelse af definitioner

4

universel forebyggelsekarakteristiske træk

Formålet: At fremme sundheden og begrænse risikofaktorerne i en befolkning

Arena: fx i grundskolen, på arbejdspladsen og rettet mod hele befolkningen gennem massemediekampagner

Aktør: typisk offentlige myndigheder (stat, amter og kommuner)

Målgruppen: hele befolkningen eller dele af den uanset risikostatus (= MÅLGRUPPE: befolkning)

Eksempler: massemediekampagner, som fokuserer på motion (fx ”30 minutter om dagen”), ernæring (fx ”6 om dagen”) og skolebaserede forebyggelsesprogrammer rettet mod alle elever i grundskolen

Adskillende og supplerende træk

5

universel forebyggelse

MÅLGRUPPE: befolkningenARENA: grundskole, arbejdsplads AKTØR: offentlige myndigheder

selektiv forebyggelse

MÅLGRUPPE: risikogrupperARENA: det kommercielle festmiljø, belastede boligområderAKTØR: sundhedsprofes-sionelle og socialsektoren

MÅLGRUPPE

universel forebyggelse

MÅLGRUPPE: befolkningenARENA: grundskole, arbejdsplads AKTØR: offentlige myndigheder

selektiv forebyggelse

MÅLGRUPPE: risikogrupperARENA: det kommercielle festmiljø, belastede boligområderAKTØR: sundhedsprofes-sionelle og socialsektoren

MÅLGRUPPE

forebyggelseIndholdsdefinition: nærmeste overbegreb og adskillende træk

Mål: korte, klare og konsistente definitioner

Lang beskrivelse af begreb– ikke god løsning

6

Et eksempel på en definition, eller snarere en beskrivelse af et begreb, som ikke følger princippet for indholdsdefinitioner, er definitionen af systemejer, som findes i høringsforslaget til den danske standard DS 484 (2005) under ”ejer”:

systemejerFor manuelle systemer er der ofte i en virksomhed en naturlig forventning til, hvem der er ”ejer” af et system og dets informationer, og at ”ejeren” har såvel ansvar som rettigheder vedrørende informationerne. Bogholderen ”ejer” de finansielle informationer, salgslederen ”ejer” de afsætningsmæssige informationer, og lagerforvalteren ”ejer” de beholdningsmæssige informationer. Ansvar for og rettigheder til systemer og informationer bliver ofte mere diffust, når et system digitaliseres. Derfor er det nødvendigt at der gøres noget aktivt for at bibeholde dette ansvar. ”Ejeren” bestemmer hvilke brugere, der kan anvende et system og dets informationer.

Lang beskrivelse af begreb– ny kort og præcis definition

7

NBS 06 Informationssikkerhed har på basis heraf udarbejdet en definition til begrebet systemejer, som anvender den ovennævnte definitionsmetode:

systemejeraktør der har det samlede ansvar for og rettigheder til et it-system

Denne definition er baseret på den del af begrebssystemet, som vedrører organisatoriske sikkerhedsforanstaltninger.

Definitionen er suppleret med følgende bemærkning:

Ved det samlede ansvar for et system forstås det økonomiske ansvar, det juridiske ansvar, ansvar for at systemet ikke indeholder fejl, at systemet drives på en effektiv og sikkerhedsforsvarlig måde, for vedligeholdelse af systemet og for at det understøtter organisation og arbejdsgange, herunder at det udfases, når nytteværdien ikke står mål med omkostningerne ved at drive systemet.

Beskrivelse af attributter i DUBU– Digitalisering mhp. Udsatte Børn og Unge

8

Indberettende myndighed

Det skal angives, hvem der er indberettende eller godkendende myndighed. Hvis leverandøren har en godkendelse og dermed en godkendende myndighed, skal han angive denne. Hvis leverandøren ikke har en godkendelse angives kun den indberettende myndighed.

Behandlingsmetode Behandlingsmetoder inkluderer socialfaglige metoder, pædagogiske metoder og sundhedsfaglige metoder.Som eksempel på metoder kan nævnes særlige indsatser i forhold til demente eller familiebehandling for alkoholmisbrugere.

Her er ikke tale om egentlige definitioner!

Begrebsafklaring: ontologier, datamodeller og klassifikationssystemer

9

model: forenklet repræsentation af viden om fænomener

klassifikationssystem:system til inddeling af fænomener i klasser

ontologi:model til beskrivelse af viden om begreber

datamodel:formel model til beskrivelsen af data i et it-system

Skatter på indkomst og formue:

• Personbeskatning• Ejendomsbeskatning• Pensionsbeskatning• Selskabsbeskatning• Fonds- og foreningsbeskatningEksempel på klassifikations-

system som ikke er baseret på en ontologi

Ontologi for direkte skatter -forenklet

?

10

Forskelle mellem begrebsmodeller og datamodeller

MODELTYPE FORMÅL INDHOLD

Begrebsmodel At skabe begrebsafklaring og enighed om indholdet af et begreb og brugen af fagudtryk

Oplysninger om begreber i form af karakteristiske træk (trækspecifikation) og begrebsrelationer(betydningsinformation / semantisk viden)

Datamodel At fastlægge hvilke oplysninger, der skal indgå i et it-system, og hvordan de hænger sammen

Oplysninger om databasens klasser i form af attributter og relationer mellem klasser

N.B. Attributter i datamodellen giver ingen information om betydning, men kun om hvilken slags oplysninger, der er knyttet til de pågældende klasser

11

Illustration af modellernes indhold

Begrebsmodel:

Klasse

Attribut

Datamodel (UML):

SourceReference

OralSourceReferenceWrittenSourceReference

ref: Integer pktype: Stringsuppl: String

ref: Integer pk fkjob: String name: String

ref: Integer pk fkyear: String publisher: String author: Stringtitle: String

Generisk relation mellem begreberBegreb

Inddelingskriterium

Trækspecifikation: attribut-værdi-par

Specialisering Origin

Diskriminator

12

Forskelle mellem begrebmodeller og datamodeller

• Nogle begreber svarer til klasser i datamodellen, og andre svarer til attributter.

• Nogle begreber svarer hverken til klasser eller attributter, dvs. der findes ikke tilsvarende elementer i datamodellen, men de er medtaget i begrebsmodellen for at vise sammenhængene mellem begreberne.

• Derimod bør der i princippet ikke findes klasser eller attributter i datamodellen, hvis tilsvarende begreber ikke er defineret i begrebsmodellen.

• Attributværdier beskriver de enkelte instanser, ikke det begreb der ligger til grund for klassen.

13

Udsnit af Fødevareministeriets begrebsmodel for Kontrol

Konceptuel datamodel ≠ begrebsmodel

konceptuelle datamodel for Kontrol

http://www.fvm.dk/Files/Filer/Ministeriet/Udvalg%20og%20partnere/Standarder/kontrol/begrebsmodel_kontrol.htm

Kontrol på stedetAktiviteten kontrol på stedet udføres som en kontrol hos en kunde eller dennes leverandør/aftager.

Administrativ kontrolVed administrativ kontrol forstås den kontrol, der foretages ved at sammenholde modtagne oplysninger og data vedrørende kunder, produkt eller aktivitet med gældende regler og andre relevante oplysninger.

14

Begrebsmodel for Udsnit af Fødevareministeriets datamodel for Kontrol

Konceptuel datamodel ≠ begrebsmodel

15

Problem i datamodelEksempel på datamodel for lægemiddeladministration

GEPJ: Grundstruktur for Elektroniske PatientJournaler

UML CLASS DIAGRAM:Lægemiddeladministration / Medicinering

16

Problem i datamodel

Begrebsmodel

Konceptuel datamodel (UML)

måde hvorpå et lægemiddelstof tilføres en

patient

del af administrationsmådehvor det specificeres hvilken

vej et lægemiddel skal tilføres en patient (oralt, intravenøst,

intramuskulært)

del af administrationsmådehvor metoden for hvordan et lægemiddel tilføres en patient

specificeres (pensling, påsmøring, infusion, inhalation)administrationsteknik

administrationsmåde

administrationsvej

Medicinering

- medicin : Laegemiddel [0..1]- administrationsMaade : KlassId [1]- administrationsVej : KlassId [1]- selvadministration : boolean [1]- dsTekst : string [0..1]

Bør ændres til:

Medicinering

- medicin : Laegemiddel [0..1]- administrationsVej : KlassId [1]- administrationsTeknik : KlassId [1]- selvadministration : boolean [1]- dsTekst : string [0..1]

17

1• Begrebsmodellering

Udarbejdelse af en eller flere ontologier der indeholder oplysninger om begreber i form af karakteristiske træk og begrebsrelationer

2

• Konceptuel datamodelleringUdarbejdelse af en datamodel der afspejler typer af entiteter og deres indbyrdes relationer, og som udgør en abstrakt repræsentation af data.

3

• Logisk datamodelleringUdarbejdelse af en datamodel der specificerer organiseringen af data på en måde, som afspejler den logiske struktur i et it-system.

4

• Fysisk datamodelleringUdarbejdelse af en datamodel der afspejler den fysiske struktur i et it-system

Fra begrebsmodel til datamodel

18

Person

Deltager Forfatter

rolle

Case fra Mathiassen et al.: Objektorienteret analyse & design

(database til konferenceadministation)

19

Eksempel på modelleringsforløb

Beskrivelse af databasen

Beskrivelse af databasen:

Konferencesystemet skal bruges til forberedelse og administration af en konference, dvs. udarbejdelse af konferenceprogram og administration af deltagere og artikler. Det skal ikke bruges i forbindelse med budgetlægning, regnskab samt hotel- og lokalereservationer. Målgruppen er programkomiteen, organisationskomiteen og det administrative personale.

Personer kan overordnet opdeles i to kategorier: personer, som er tilmeldt og derfor deltager i konferencens aktiviteter, og personer som ikke er tilmeldt, men som alligevel kan optræde i forbindelse med forberedelsen af konferencen. Sidstnævnte personer er typisk reviewere, som bedømmer artikler indsendt til programkomiteen, samt forfattere, der har skrevet artiklerne.

I forbindelse med artikler er det vigtigt at holde styr på, hvem der bedømmer en given artikel, hvad bedømmelsen er, om artiklen udvælges til konferencen, og hvornår artiklen skal fremlægges. Konferenceprogrammet er sammensat af en række forskellige aktiviteter af enten De faglige aktiviteter består af en række sessioner

20

Eksempel på modelleringsforløb

Identifikation af relevante begreber

21

Ekse

mpe

l på

begr

ebsm

odel

ko

nfer

ence

1

22

Algoritme for oprettelse af konceptuelle datamodeller på baggrund af begrebsmodeller

• Algoritme opstillet i form af rutediagram

• WORK IN PROGRESS

23

Workflow

1 2

34

Begrebsmodel

Konceptuel datamodelLogisk datamodel

automatisk

automatisk

manuel

24

Hvad opnår vi så med begrebsmodellering?

• sikre at datamodeller forankres på konsistent vis i det bagvedliggende begrebsunivers

• spare ressourcer ved at undgå fejl og uklarheder under udvikling af it-systemer

• bidrage til bedre dialog mellem fageksperter og it-udviklere

25