Evolution of data modeling

la disciplina de modelado de datos se estableció inicialmente, ya que proporcionan camino para especificar las estructuras de datos * en los sistemas de archivo real seguido por sistemas de gestión de bases de datos (DBMS). Esto condujo a la introducción de la red y los modelos jerárquicos en la década de 1960 demuestra el DBMS llamado Integrado Almacén de datos (IDS) de Honeywell (modelo de red)y Sistema de Gestión de la Información (IMS) de IBM (modelo jerárquico). El modelo relacional fue propuesto como una matemática base para el análisis y modelado de datos [16], proporcionando datos de la independencia y la abordar una variedad de problemas relacionados con bases de datos. También proporcionó una manera para hacer frente a redundancia, así como la estimación de la bondad de lasestructuras de base de datos de una manera formal. El modelo relacional ha permitido hacer frente a restricciones de integridad, los sistemas de seguridad, distribución de los datos y la replicación de datos que no podía ser rigurosamente determinado y analizados con anterioridad. El foco se ha desplazado posteriormente de modelado de datos según lo visto por la aplicación y el usuario. Datos básicosconceptos de abstracción de la clasificación, generalización, agregación y la identificación fueron aplicadas en diferentes combinaciones y diferentes grados para producir una gran cantidad de "modelos semánticos de datos" en el Finales de 1970 y principios de 1980. Este artículo describe esta evolución de los datos modelos y se analiza la evolución reciente que han dominado la práctica comercialdel modelado de datos: la entidad-relación, lo funcional, y los enfoques orientado a objetos. El artículo concluye con un resumen de las actuales áreas como el modelado de bases de datos dinámicas, activas, y descubrimiento de conocimiento desde bases de datos. El modelado de datos beneficiado enormemente de la evolución de la representación del conocimiento y el razonamiento terminológica, ynuevos modelos, como CANDIDE [10] están surgiendo como resultado de la unión entre estas dos áreas. Algunos procesos han dominado la práctica comercial de los datos * La palabra de datos se utilizará en singular en este artículo de acuerdo con la convención en la literatura de base de datos. elaboración de modelos: la relación [entidad-14], y el enfoque binario llamada NIAM [37] son dos ejemplos. Elenfoque funcional se ejemplificado por el modelo DAPLEX [34] y está teniendo un impacto sobre el objeto modelos, junto con funciones tales como el modelo Iris, ahora disponible comercial de Hewlett-Packard en la Open sistema de ODB. Una variante del modelo ER denominado IDEF/1X (ver [25]) obtuvo una buena grado de siguiente en algunos establecimientos del gobierno. Recientemente, un esfuerzoimportante para la normalización de la representación y la modelización

de partes de datos y diseños de productos bajo el nombre de intercambio de datos utilizando PASO (SEEP) [32] está en marcha. STEP es el estándar ISO para el Intercambio de datos del modelo del producto. Esto ha dado lugar al renacimiento de modelado de datos que se está aplicando en diversas industrias tales como laconstrucción y la construcción, componentes eléctricos, y la arquitectura. Así, el ámbito del modelado de datos ahora se extiende mucho más allá de lo que era en los primeros días de los sistemas de fileoriented, muchas organizaciones se han embarcado en el modelado de datos de la empresa como parte de la estratégica planificación de actividades. Dado que este número de Comunicaciones está dedicado adiferentes aspectos del modelado orientado a objetos que incluyen análisis y modelado, así como la representación del conocimiento zona, no vamos a insistir mucho en ello. Nuestro trabajo se centrará en la modelización de los datos tal como se aplica al diseño de estructuras de base de datos. Nosotros poner de relieve las tendencias actuales en el modelado orientado a objetos de datos como modelos así...