女人18毛片水真多,午夜成人无码福利免费视频,欧美丰满熟妇xxxxx,岳和我厨房做爽死我了A片视频

圖模型由節(jié)點和邊組成。

節(jié)點代表實體或概念，而邊由屬性或關(guān)系組成。

實體是指可區(qū)分且獨立的事物，例如某個人，某個城市，某種植物，某種商品等。

它是圖模型中最基本的元素；概念是特征組合形成的知識單元主要是指集合，類別，對象類型和事物的類型，例如人，地理等。

屬性主要是指實體或概念的特征或特性，例如一個人的國籍和生日。

我們采用“哲學(xué)家”的觀點。

以設(shè)計圖形模型為例，如圖5-13所示。

▲圖5-13邏輯示意圖模型示例邏輯示意圖模型的構(gòu)建包括幾個關(guān)鍵步驟，如圖5-14所示。

▲圖5-14建立企業(yè)圖模型的步驟。

第一步：業(yè)務(wù)場景定義業(yè)務(wù)場景確定信息覆蓋范圍和信息粒度的表示形式。

以支持業(yè)務(wù)連續(xù)性為例。

由于不可抗力的影響，某些地區(qū)的供應(yīng)商工廠無法正常生產(chǎn)和運輸。

涉及的信息包括供應(yīng)商信息，產(chǎn)能，組件和內(nèi)部材料，合同和客戶信息。

根據(jù)用戶輸入的當(dāng)前物料儲備和合同狀態(tài)，獲取影響內(nèi)部物料，產(chǎn)品，合同交付和客戶的清單和范圍。

這種應(yīng)用涉及產(chǎn)品目錄和配置的解釋，并且需要從收集的信息中提取最少的購買組件。

信息粒度是圖模型構(gòu)建中不可忽視的問題。

根據(jù)應(yīng)用場景確定信息的粒度以及圖模型的準確性和有效性。

例如，手機包括品牌，型號，批次和整個手機。

在相同的信息范圍內(nèi)，粒度越細，圖模型的應(yīng)用范圍越廣，關(guān)系越豐富，但是冗余度越高，知識消耗的效率就越低。

信息粒度的原理是“可以滿足業(yè)務(wù)應(yīng)用程序的最粗粒度”。

第二步：信息收集信息的選擇應(yīng)考慮兩個方面。

與應(yīng)用場景直接相關(guān)的信息。

例如，為了確定不可抗力供應(yīng)中斷的影響范圍，直接相關(guān)的信息包括物料信息，產(chǎn)品配置，合同信息等。

它與應(yīng)用場景間接相關(guān)，但可以幫助理解問題的信息。

這包括公司信息，專業(yè)領(lǐng)域信息，行業(yè)信息和開放域信息。

第三步：圖建模中的相同數(shù)據(jù)可以用幾種模式定義。

好的模型可以減少數(shù)據(jù)冗余并提高實體識別的準確性。

在建模過程中，有必要結(jié)合數(shù)據(jù)特征和應(yīng)用場景來完成。

相同的數(shù)據(jù)可以從不同的角度繪制不同的圖形模型。

步驟4：注釋實體，概念，屬性和關(guān)系。

公司圖模型中涉及的實體和概念可以分為三類：公共類別，例如人名，組織名稱，地名，公司名稱，時間等；公司類別，例如業(yè)務(wù)術(shù)語，公司部門等；行業(yè)類別，例如金融業(yè)，通信業(yè)等。

步驟5：實體和概念的識別。

公司圖模型中實體和概念的識別可以使用業(yè)務(wù)輸入和數(shù)據(jù)資產(chǎn)中的現(xiàn)有信息作為種子，并使用命名實體識別（NER）的方法來擴展新的實體概念。

確認后，它將包含在實體和概念庫中。

步驟6：屬性識別和關(guān)系識別。

通常，基于業(yè)務(wù)知識在模式級別定義公司圖模型中的屬性和關(guān)系。

屬性和關(guān)系相對穩(wěn)定，并且沒有很多擴展方案。

企業(yè)圖模型的存儲技術(shù)必須全面考慮應(yīng)用場景，圖模型中節(jié)點和連接的數(shù)量，邏輯的復(fù)雜性，屬性的復(fù)雜性以及性能要求。

通常建議使用混合存儲方法，使用圖形數(shù)據(jù)庫存儲關(guān)系，使用關(guān)系數(shù)據(jù)庫或鍵值對存儲屬性。

強調(diào)邏輯推理的應(yīng)用場景使用RDF存儲方法，而強調(diào)圖計算的應(yīng)用場景