数据建模和数据模型的含义,我们可以分四个部分来了解:
1、业务模型 2、构建表关系/表链接 3、数学模型 4、算法模型
1、业务模型
重点是懂业务,即了解业务的整个过程,A-B-C 大部分是业务模型,指标体系大多数的本质也是在反映业务本身,也可以归为业务模型 我们曾经有一支优秀的税务数据分析团队,也得益于懂业务
2、构建表关系/表链接
核心含义是使几个相关的表之间建立好联系,以供我们可以更好的数据分析,解决数据表结构层面上连接的一些问题,bi工具/可视化建模工具的主要设计思路
3、数学模型
按照一定的规律进行计算的模型,比如excel公式计算 包括简单模型和复杂模型 评分模型/积分模型:维度打分-->综合总分 数据模型的本质是通过数学计算/公式计算,得出最终想要的结果,本身并不复杂 难点:计算结果是否可以解决业务问题 我们常说的数据建模主要指数学模型
4、算法模型
比如:社交购物App的推荐系统,行为输入-->有效结果 涉及到机器学习、人工智能方面的知识,这些是数据挖掘工程师应该掌握的内容 还有一些特定领域,图像识别、视频识别、语言识别、语义识别等,这些是算法工程师的看家本领
数据建模和数据模型总结1
1、业务模型 核心
2、构建表关系/表链接 工具的设计思路
3、数学模型 直接解决业务问题
4、算法模型 间接解决业务问题
数据建模和数据模型总结2
1、业务模型 数据分析 数据分析工程师
2、构建表关系/表链接 数据分析 数据分析工程师
3、数学模型 数据分析 数据分析工程师
4、算法模型 数据挖掘 数据挖掘工程师/算法工程师