什么是模型
Qing
Julia
On 7月10日, 下午2时59分, Qing <happys...@gmail.com> wrote:
> 什么是模型？什么是分析模型？现在问这个问题似乎有点不合时宜，但总觉得这个词在平日里出现的频次太多，而其实大家并没什么共识在上面，只是当作一个名词而已。 动辄建一个模型搞定，似乎它是万能的。下面，没有特别说明，模型都是指分析模型。
>
> 昨天，要写一份报告，相当于项目的总结，照例是要描述一番"模型"的，这个工作越来越让人头疼，因为不知道究竟什么是"模型"。逐渐地，我想着不应该总是用什么 挖掘模型来解决问题，很多场合，只需要我们看看数据统计，稍微动动脑子就可以作决策了。但这样便体现不出工作量，数据统计太单调，模型才显得够档次。于是，一个 分析应用项目，必须得有个模型的东西装装门面。
>
> 我憋呀，憋呀，终于将一系列的分析统计忽悠成两个有名字的模型。折腾半天，看着ppt，开始琢磨模型到底是个什么东西。
>
> 他应当有如下特征：
>
> 1、是抽象的。
> 有人说模型，意思是指挖掘模型，有人可能指的是经验模型。但都得有个特征，它必须是一般性的，是从诸多事物、现象中抽象的规律。当然，有些模型是在特定条件下才 适用，但如果只对个体有用，对大众不适用，便不叫模型了。比如一个人，他总是在吃完饭立即就上个厕所，这是个人习惯，不是模型。但如果对一堆人，发现他们都是吃 完饭立即上厕所，然后其中80％的人都是直肠子，于是便抽象出来个东西--直肠子的人吃完就拉。这是模型。
>
> 2、得有结论。
> 数据统计不是模型，因为没有结论。这个特点跟上一个息息相关，因为抽象的结果便是一种结论，一种规则。规则的表达，可能是"如果－那么"的简单形式，也可能是复 杂一点的，比如什么x+y-z=a的形式。显然，这个结论是适用某个特定群体的。这个群体越大，这个结论便越通用。比如说，"人总是要死的"，这就是一个非常通 用的，适用于人类的模型。当然，还可以更通用一些，比如那些科学家，如爱因斯坦那样的，发现e=mc平方，那更牛比。
>
> 暂时就想出这两个特征，本来还想着有个"简洁"的特征，但意识到这是"好模型"的特征，而不应该是模型的必需特征。
>
> 如此，便拿以往的所谓的模型套一套，看是否适用。
>
> 首先说那些挖掘模型，建议个预测模型，预测一个人什么时候死掉。这个模型得从若干人那里抽象一下，最后可能得出个啥结论--一般情况下，人到80岁死，如果你喝 酒呢，加分；吸烟，减分；纵欲，加分；大病，减分...可惜，我们很多所谓的挖掘模型，符合第一个特征，但并不符合第二个特征。并不是说没有第二个特征，而是缺 乏进一步解读。一个KPI预测，反正能够用"模型"预测下个季度的值，但为什么得到呢？不管。这是挺悲哀的事。
>
> 再说说经验模型。谁说拍脑袋就不科学了？那要看谁拍。如果你是有经验的人，拍出来的就是经验模型。此处，经验本身就包含着大量的样本，经验总结就是抽象。一个人 ，从以往十次失恋经验中总结归纳，发现，要避免失恋，得经常甜言蜜语，得没事送点东西，得经常展示一下自己的能力。这也算是个模型。如果他能够失恋一百次，毫无 疑问，他将是一个权威的恋爱专家。从此靠他的失恋模型称霸爱坛，这玩意儿，数据挖掘搞不过他。
>
> 除了分析模型，还有很多模型，数据模型、业务模型、概念模型、飞机模型、人体模型...我也试图套一套上面两个特征，但发现基本上只符合第一个特征--是抽象的 。而是不是有结论，到未必。也许换了角度理解就可以了。
>
> 模型是一种对现实事物的抽象模拟。
>
> 分析模型是对规律的抽象模拟。数据模型是对关系实体的抽象模拟，业务模型是对业务元素、流程的抽象模拟。所谓模型，便是经过抽象的过程，通过某种表现形式表示出 来的模拟。因此，所谓结论，只是规律的表现形式。而数据模型的表现形式便是数据结构，人体模型便是那个看起来像个人的木偶。
>
> 于是，便得出一个关于模型的模型--它是抽象的，通过某种表现形式表达出来。
interstage
搞死了),建立关系型模型是长期建设DW的方法,多维模型是短期的方式. 所以作为BI物理基础的DW在设计模型的时候需要在这2者做出平衡.
而其他的模型或先于DW设计或者后于DW设计,比如业务模型,是先于DW设计,而数据模型是后于DW设计的. 模型是抽象的,所以谈模型一定要在BI特
定的时间和环境中谈,如果有人告诉你,他有很多牛比模型,可以解决BI项目一切问题,我们千万要很虚心的学习,但..........哈哈.
On Jul 10, 2:59 pm, Qing <happys...@gmail.com> wrote:
> 什么是模型？什么是分析模型？现在问这个问题似乎有点不合时宜，但总觉得这个词在平日里出现的频次太多，而其实大家并没什么共识在上面，只是当作一个名词而已。 动辄建一个模型搞定，似乎它是万能的。下面，没有特别说明，模型都是指分析模型。
>
> 昨天，要写一份报告，相当于项目的总结，照例是要描述一番"模型"的，这个工作越来越让人头疼，因为不知道究竟什么是"模型"。逐渐地，我想着不应该总是用什么 挖掘模型来解决问题，很多场合，只需要我们看看数据统计，稍微动动脑子就可以作决策了。但这样便体现不出工作量，数据统计太单调，模型才显得够档次。于是，一个 分析应用项目，必须得有个模型的东西装装门面。
>
> 我憋呀，憋呀，终于将一系列的分析统计忽悠成两个有名字的模型。折腾半天，看着ppt，开始琢磨模型到底是个什么东西。
>
> 他应当有如下特征：
>
> 1、是抽象的。
> 有人说模型，意思是指挖掘模型，有人可能指的是经验模型。但都得有个特征，它必须是一般性的，是从诸多事物、现象中抽象的规律。当然，有些模型是在特定条件下才 适用，但如果只对个体有用，对大众不适用，便不叫模型了。比如一个人，他总是在吃完饭立即就上个厕所，这是个人习惯，不是模型。但如果对一堆人，发现他们都是吃 完饭立即上厕所，然后其中80％的人都是直肠子，于是便抽象出来个东西--直肠子的人吃完就拉。这是模型。
>
> 2、得有结论。
> 数据统计不是模型，因为没有结论。这个特点跟上一个息息相关，因为抽象的结果便是一种结论，一种规则。规则的表达，可能是"如果－那么"的简单形式，也可能是复 杂一点的，比如什么x+y-z=a的形式。显然，这个结论是适用某个特定群体的。这个群体越大，这个结论便越通用。比如说，"人总是要死的"，这就是一个非常通 用的，适用于人类的模型。当然，还可以更通用一些，比如那些科学家，如爱因斯坦那样的，发现e=mc平方，那更牛比。
>
> 暂时就想出这两个特征，本来还想着有个"简洁"的特征，但意识到这是"好模型"的特征，而不应该是模型的必需特征。
>
> 如此，便拿以往的所谓的模型套一套，看是否适用。
>
> 首先说那些挖掘模型，建议个预测模型，预测一个人什么时候死掉。这个模型得从若干人那里抽象一下，最后可能得出个啥结论--一般情况下，人到80岁死，如果你喝 酒呢，加分；吸烟，减分；纵欲，加分；大病，减分...可惜，我们很多所谓的挖掘模型，符合第一个特征，但并不符合第二个特征。并不是说没有第二个特征，而是缺 乏进一步解读。一个KPI预测，反正能够用"模型"预测下个季度的值，但为什么得到呢？不管。这是挺悲哀的事。
>
> 再说说经验模型。谁说拍脑袋就不科学了？那要看谁拍。如果你是有经验的人，拍出来的就是经验模型。此处，经验本身就包含着大量的样本，经验总结就是抽象。一个人 ，从以往十次失恋经验中总结归纳，发现，要避免失恋，得经常甜言蜜语，得没事送点东西，得经常展示一下自己的能力。这也算是个模型。如果他能够失恋一百次，毫无 疑问，他将是一个权威的恋爱专家。从此靠他的失恋模型称霸爱坛，这玩意儿，数据挖掘搞不过他。
>
> 除了分析模型，还有很多模型，数据模型、业务模型、概念模型、飞机模型、人体模型...我也试图套一套上面两个特征，但发现基本上只符合第一个特征--是抽象的 。而是不是有结论，到未必。也许换了角度理解就可以了。
>
> 模型是一种对现实事物的抽象模拟。
>
> 分析模型是对规律的抽象模拟。数据模型是对关系实体的抽象模拟，业务模型是对业务元素、流程的抽象模拟。所谓模型，便是经过抽象的过程，通过某种表现形式表示出 来的模拟。因此，所谓结论，只是规律的表现形式。而数据模型的表现形式便是数据结构，人体模型便是那个看起来像个人的木偶。
>
> 于是，便得出一个关于模型的模型--它是抽象的，通过某种表现形式表达出来。
python
模型是存在于一个数据、信息、知识站主导地位的微观中。其实模型应该还包括理解、意图洞察等重要的因素。
观察者的模型基本上分为5个连续的统一整体
推理的、预测型
关联的、系统型
静态的、动态型
定性的、定量型
比较的、交互型。
五个连续统一体当然不能无穷的举例对模型分类和描述所有用途。但是在商业模型都可以有效的描述成从某处沿着这些维度，并通过某一中描述得到有效的理解
yus...@gmail.com
牛顿力学、欧几里德几何学当然也是模型，但是它们都构成了科学体系，似乎更像一座威严的摩天大厦。
而模型更小巧更直观些，有点像个玩具（教具），却能演示出事物的行为，简化并不简陋，反而突出彰显了事物最基本的原理。
近代物理学之父伽利略为研究力学问题引入的斜面，单摆就堪称这样的模型。它们实在太漂亮了，举重若轻，把自由落体（斜面把垂直下落变为可观察的
下滑），弹道轨迹，甚至行星运转都用这个模型表达了。
我常想，我们搞企业模型的就应该向前辈学习，什么时候也能干出如此漂亮的活来。我们的计算机优势还远没有发挥出来，或者说因为沉溺在技术细节，
反而失去了简洁表达的能力。
说到预测模型，周易的六十四卦就是一个。它的表达特点是建立了卦象的释义场。如果仅从哲学方法论来评价，它的预测达到了全息相关的水平，这是非
常高的境界。难怪一代代人乐此不疲地研究学习。
杨振宁曾批评周易阻碍了中华民族自然科学的发展。的确，一个万能解释模型很容易让人陶醉与自圆其说的满足中，而不去直面客观世界。这说明模型并
不一定是科学的。相反，模型更长于表达多元世界的一种可能存在，它不像科学那么绝对，强调上下文的语境。这时把模型（model)称为模式
(pattern)似乎更为合适。比如，社会学家费孝通的名作《江村经济》，通过一个村落的生活，我们犹如在显微镜下看到了整个中国的缩影。现在我们常
听到所谓"某某"经济发展模式，也是一种模型，比起铁的逻辑论证，它显得从容不迫、言简意赅和包容通达。
On 7月10日, 下午2时59分, Qing <happys...@gmail.com> wrote:
> 什么是模型？什么是分析模型？现在问这个问题似乎有点不合时宜，但总觉得这个词在平日里出现的频次太多，而其实大家并没什么共识在上面，只是当作一个名词而已。 动辄建一个模型搞定，似乎它是万能的。下面，没有特别说明，模型都是指分析模型。
>
> 昨天，要写一份报告，相当于项目的总结，照例是要描述一番"模型"的，这个工作越来越让人头疼，因为不知道究竟什么是"模型"。逐渐地，我想着不应该总是用什么 挖掘模型来解决问题，很多场合，只需要我们看看数据统计，稍微动动脑子就可以作决策了。但这样便体现不出工作量，数据统计太单调，模型才显得够档次。于是，一个 分析应用项目，必须得有个模型的东西装装门面。
>
> 我憋呀，憋呀，终于将一系列的分析统计忽悠成两个有名字的模型。折腾半天，看着ppt，开始琢磨模型到底是个什么东西。
>
> 他应当有如下特征：
>
> 1、是抽象的。
> 有人说模型，意思是指挖掘模型，有人可能指的是经验模型。但都得有个特征，它必须是一般性的，是从诸多事物、现象中抽象的规律。当然，有些模型是在特定条件下才 适用，但如果只对个体有用，对大众不适用，便不叫模型了。比如一个人，他总是在吃完饭立即就上个厕所，这是个人习惯，不是模型。但如果对一堆人，发现他们都是吃 完饭立即上厕所，然后其中80％的人都是直肠子，于是便抽象出来个东西--直肠子的人吃完就拉。这是模型。
>
> 2、得有结论。
> 数据统计不是模型，因为没有结论。这个特点跟上一个息息相关，因为抽象的结果便是一种结论，一种规则。规则的表达，可能是"如果－那么"的简单形式，也可能是复 杂一点的，比如什么x+y-z=a的形式。显然，这个结论是适用某个特定群体的。这个群体越大，这个结论便越通用。比如说，"人总是要死的"，这就是一个非常通 用的，适用于人类的模型。当然，还可以更通用一些，比如那些科学家，如爱因斯坦那样的，发现e=mc平方，那更牛比。
>
> 暂时就想出这两个特征，本来还想着有个"简洁"的特征，但意识到这是"好模型"的特征，而不应该是模型的必需特征。
>
> 如此，便拿以往的所谓的模型套一套，看是否适用。
>
> 首先说那些挖掘模型，建议个预测模型，预测一个人什么时候死掉。这个模型得从若干人那里抽象一下，最后可能得出个啥结论--一般情况下，人到80岁死，如果你喝 酒呢，加分；吸烟，减分；纵欲，加分；大病，减分...可惜，我们很多所谓的挖掘模型，符合第一个特征，但并不符合第二个特征。并不是说没有第二个特征，而是缺 乏进一步解读。一个KPI预测，反正能够用"模型"预测下个季度的值，但为什么得到呢？不管。这是挺悲哀的事。
>
> 再说说经验模型。谁说拍脑袋就不科学了？那要看谁拍。如果你是有经验的人，拍出来的就是经验模型。此处，经验本身就包含着大量的样本，经验总结就是抽象。一个人 ，从以往十次失恋经验中总结归纳，发现，要避免失恋，得经常甜言蜜语，得没事送点东西，得经常展示一下自己的能力。这也算是个模型。如果他能够失恋一百次，毫无 疑问，他将是一个权威的恋爱专家。从此靠他的失恋模型称霸爱坛，这玩意儿，数据挖掘搞不过他。
>
> 除了分析模型，还有很多模型，数据模型、业务模型、概念模型、飞机模型、人体模型...我也试图套一套上面两个特征，但发现基本上只符合第一个特征--是抽象的 。而是不是有结论，到未必。也许换了角度理解就可以了。
>
> 模型是一种对现实事物的抽象模拟。
>
> 分析模型是对规律的抽象模拟。数据模型是对关系实体的抽象模拟，业务模型是对业务元素、流程的抽象模拟。所谓模型，便是经过抽象的过程，通过某种表现形式表示出 来的模拟。因此，所谓结论，只是规律的表现形式。而数据模型的表现形式便是数据结构，人体模型便是那个看起来像个人的木偶。
>
> 于是，便得出一个关于模型的模型--它是抽象的，通过某种表现形式表达出来。