[论文解读] Conceptual Data Modeling: Entity-Relationship Models as Thinging Machines

Sabah Al‐Fedaghi|arXiv (Cornell University)|Sep 29, 2021

Data Quality and Management被引用 6

一句话总结

本文提出了一种名为'thinging machine'（TM）的方法论，通过嵌入五种通用操作的处理语义，增强实体-关系（ER）模型，将TM的单一本体元素（事物/机器）与ER实体和关系相连接，并提出了一种扩展的、高层次的ER模型，整合了结构、行为和时间导向的概念，如事件。其主要贡献在于构建了一个更丰富、语义增强的概念数据模型，支持在技术无关的框架内实现动态数据行为。

ABSTRACT

Data modeling is a process of developing a model to design and develop a data system that supports an organization s various business processes. A conceptual data model represents a technology-independent specification of structure of data to be stored within a database. The model aims at providing richer expressiveness and incorporating a set of semantics to (a) support the design, control, and integrity parts of the data stored in data management structures and (b) coordinate viewing of connections and ideas on a database. The described structure of the data is often represented in an entity-relationship (ER) model, which was one of the first data-modeling techniques and is likely to continue to be a popular way of characterizing entity classes, attributes and relationships. This paper is an attempt to examine the basic ER modeling notions to analyze the concepts to which they refer as well as ways to represent them. In such a mission, we apply a new modeling methodology (thinging machine; TM) to ER in terms of its fundamental building constructs, representation entities, relationships and attributes. The goal of this venture is to further the understanding of data models and enrich their semantics. Three specific contributions to modeling in this context are incorporated: (a) using the TM model s five generic actions to inject processing in the ER structure; (b) relating the single ontological element of TM modeling (i.e., a thing/machine or thimac) to ER entities and relationships; and (c) proposing a high-level integrated, extended ER model that includes structural and time-oriented notions (e.g., events or behavior).

研究动机与目标

• 解决传统实体-关系模型在捕捉动态数据行为和语义方面的表达能力有限的问题。
• 在不依赖特定实现技术的前提下，将处理能力集成到概念数据模型中。
• 通过引入事件和操作等时间导向和行为性概念，扩展ER模型。
• 利用th性机器（TM）模型，将ER构件统一到单一本体框架下。
• 为数据库设计中更丰富语义、可扩展且可维护的概念数据模型提供基础。

提出的方法

• 将th性机器（TM）模型的五种通用操作——创建、销毁、转换、移动和监控——应用于ER构件，以注入处理语义。
• 将TM的基本本体单元“事物/机器”（thimac）映射到ER实体和关系，以在单一语义框架下统一概念建模。
• 扩展传统ER模型，以包含时间导向的构件，如事件，从而支持动态系统行为的建模。
• 将结构、行为和时间方面整合到一个单一的高层次概念模型中，同时保持技术独立性。
• 使用28幅图示来说明标准ER构件向TM增强表示的转换过程。
• 提出ER建模的正式扩展，通过语义增强支持数据关系的完整性、控制和协调。

实验结果

研究问题

• RQ1 如何增强ER模型的表达能力，以捕捉动态数据行为和处理过程？
• RQ2 th性机器（TM）模型的通用操作应如何映射并整合到ER建模构件中？
• RQ3 如何正式地将时间导向和行为语义（如事件和操作）纳入概念数据模型？
• RQ4 能否建立一个统一的本体框架，将ER实体和关系与单一语义原语（thimac）关联起来？
• RQ5 在ER模型中引入处理和时间语义，对数据库设计和数据完整性有何影响？

主要发现

• 将TM的五种操作——创建、销毁、转换、移动和监控——集成到ER模型中，可实现对数据处理和系统行为的显式建模。
• TM的单一本体元素“事物/机器”（thimac）成功映射到ER实体和关系，提供了统一的语义基础。
• 所提出的扩展ER模型支持结构、行为和时间建模，能够表示事件和动态数据操作。
• 该模型在保持技术独立性的同时，相比经典ER模型显著增强了语义表达能力。
• 该框架通过增强的语义，为复杂数据库系统中的数据完整性、控制和协调提供了更好的支持。
• 该方法通过一组完整的28幅图示得到验证，展示了标准ER构件的转换与扩展过程。