趋势分析之数据建模

AMiner全新功能技术趋势分析Trend analysis（http://trend.aminer.cn）基于AMiner 2亿篇论文数据进行深入挖掘，包括对技术来源、热度、发展趋势进行研究，进而预测未来的技术前景。技术趋势分析描述了技术的出现、变迁和消亡的全过程，可以帮助研究人员理解领域的研究历史和现状，快速识别研究的前沿热点问题。

我们目前已发布了6期分析内容，具体如下：

• 趋势分析之人工智能

• 趋势分析之自动驾驶技术

• 趋势分析之大数据

• 趋势分析系列之区块链

• 趋势分析之计算机视觉

• 趋势分析之数据挖掘

• 趋势分析之深度学习

数据建模（data modeling）指的是对现实世界各类数据的抽象组织，确定数据库管辖的范围、数据的组织形式等直到转化成现实的数据库。

数据建模是一种用于定义和分析数据的要求和其需要的相应支持的信息系统的过程。从需求到实际的数据库，有三种不同的类型。用于信息系统的数据模型作为一个概念数据模型，本质上是一组记录数据要求的最初的规范技术。数据首先用于讨论适合企业的最初要求，然后被转变为一个逻辑数据模型，该模型可以在数据库中的数据结构概念模型中实现。一个概念数据模型的实现可能需要多个逻辑数据模型。数据建模中的最后一步是确定逻辑数据模型到物理数据模型中到对数据访问性能和存储的具体要求。数据建模定义的不只是数据元素，也包括它们的结构和它们之间的关系。

下面我们将用Trend analysis分析数据建模技术领域内的研究热点。

下图是当前该领域的热点技术趋势分析，通过Trend analysis分析挖掘可以发现当前该领域的热点研究话题Top10如下：

• panel data

• data mining

• random effects

• biomedical research

• social network

• gaussian process

• fixed effects

• missing data

• query processing

从Trend analysis的分析我们可以看到，数据模型（Data Model）是数据建模领域内研究的热点话题之一。数据模型是数据特征的抽象。数据是描述事物的符号记录，模型是现实世界的抽象。数据模型从抽象层次上描述了系统的静态特征、动态行为和约束条件，为数据库系统的信息表示与操作提供了一个抽象的框架。数据发展过程中产生过三种基本的数据模型，它们是层次模型、网状模型和关系模型，其中应用最广泛的是关系模型。

图灵奖获得者“关系数据库之父”Edgar Frank Codd在1970年发表了题为“A Relational Model of Data for Large Shared Data Banks”的论文，文中首次提出了数据库的关系模型。

ACM后来在1983年把这篇论文列为从1958年以来的四分之一个世纪中具有里程碑式意义的最重要的25篇研究论文之一，因为它首次明确而清晰地为数据库系统提出了一种崭新的模型，即关系模型。

由于关系模型简单明了、具有坚实的数学理论基础，所以一经推出就受到了学术界和产业界的高度重视和广泛响应，并很快成为数据库市场的主流。20世纪80年代以来，计算机厂商推出的数据库管理系统几乎都支持关系模型，数据库领域当前的研究工作大都以关系模型为基础。