Datamodelleren FCO-IM methode.

Slides:



Advertisements
Verwante presentaties
SQL deel 2: datamodel ontwerp
Advertisements

Onderzoek naar competentiegericht beoordelen in het groene onderwijs
Eerst wat terminologie vooraf….
OOS Object geOrienteerd Software-ontwerp
Module 7 – Hoofdstuk 5 (1) SQL – een begin.
Informatica als keuzevak
Normaliseren Inleiding.
Fedora Content Model en XSLT Fedora op Klompen, Amsterdam, Egbert Gramsbergen TU Delft Library / Digital Product Development
Marktonderzoek als proces
Datamodelleren.
Filmpje voor servicedesk
Databases Informatica Ga verder met een muisklik. SQL FCO DBMS NE FA
Ontwikkeling van een leefstijlinstrument voor speciaal voortgezet onderwijs en praktijkonderwijs NCVGZ 3 april 2013 Ineke Vogel, Dick Butte, Petra.
HALLO OPLETTEN : Waarom sql DOEN : Introductie opdracht
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Het selecteren van data uit meerdere gekoppelde tabellen
DATABASES Hoofdstuk
Informatica Hoofdstuk 11 LauwersCollege Buitenpost Informatica
Entity Relation Model (ER-model).
SQL & datamodelleren.
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Normalisatie Relationeel databaseontwerp:
Opleiding AI cursus Databases
Vrij Technisch Instituut - Hasselt
HALLO OPLETTEN : Waarom sql DOEN : Introductie opdracht
Informatiebeheer.
Databases I (H. 1) Wiebren de Jonge Vrije Universiteit, Amsterdam Voorlopige versie 2003.
Marktonderzoek als proces
ICT en Didactiek Willem Bustraan EFA
Praktijk case: “Geautomatiseerd scannen én verwerken van ingekomen facturen” ICT Platform.
Fundament Informatica
Databases.
KLIMAATBUFFERS Technicles NVON-congres Duurzaamheid in processen Heerlen 14 maart 2008.
{ Workshop 1 Verantwoordelijkheden, procedures, openbaarheid Peter Horsman.
DigiDoc Een digitaal kantoor voor iedereen !. Ceci n’est pas du software?! 2.
Business Intelligence
Hogeschool van Amsterdam - Interactieve Media – Internet Development – Jochem Meuwese - -
Docentinstructie: Het is aan te bevelen de eerste dia’s klassikaal te tonen en met uitleg te bespreken. Als na zes dia’s een korte demo van Celsius/Fahrenheit.
Agenda Inleiding en Lagerhuis: Proces management en proces keten optimalisatie gaat ons helpen inzicht te krijgen in de impact van toekomstige veranderingen.
Insights & Essentials Willem van Putten
ANALYSE 3 INFANL01-3 WEEK CMI Informatica.
Ontwerpen & ontwikkelen
Analyse 3 INFANL01-3 week 2 CMI Informatica.
ANALYSE 3 INFANL01-3 WEEK 8 CMI Informatica. ANALYSE 3- INFANL01-3 ▸ Vorige les ▸ Herhaling ▸ Normaliseerregels ▸ Omzetten ERD ▸ Group by en SET ▸ Proeftentamen.
ANALYSE 3 INFANL01-3 WEEK CMI Informatica.
FRED TRUYEN HANS COPPENS BRUNO VANDERMEULEN Doelstelling  Verantwoord omgaan met informatie op 3 niveaus: Zorgvuldig beheer van informatie Verantwoordelijkheid.
Socrative 1 Wat is Socrative? 2 Ervaren van de tool als student 3 Maken van een quiz: stappenplan 4 Bruikbaarheid 5 Reflectie bij assessment 6 Kader UDL.
Wetenschap & Technologie Boomgaard, 14 september 2015 Monica Wijers, Liesbeth van de Grint, Vincent Jonker.
Havo – vmbo-t/havo Profielwerkstuk college 3 Methode van onderzoek
Programmeren met kinderen
Datamodelleren FCO-IM methode.
Databases.
Object georiënteerd programmeren
Eerst wat terminologie vooraf….
© UNIEK IN DE KLAS.
Modelleren en Programmeren voor KI Practicumopdracht 4: SAT Solver
ETUDE Toetsservicesysteem
Big Data.
Big Data.
Informatie-analyse 1: Er zijn veel manieren om een database te vullen
Databases.
Les 5: rekenen met grafieken, diagrammen en tabellen
Benny juliane en tessa.
Functionele rekenvaardigheid
Rekenen in andere vakken
Informatie-analyse 2: Informatie-analyse met FCO-IM
Onderzoek water!! WaterLab www. onderzoekwater.nl Kijkje terug
Datamodelleren FCO-IM methode.
Communiceren met knipperen
Transcript van de presentatie:

Datamodelleren FCO-IM methode

Problemen van een slecht ontworpen database Redundantie: Gegevens meer dan 1 keer in DB Klant doet 2 bestellingen. Klantgegevens worden 2 keer bij de bestelling opgeslagen Inconsistentie: Dezelfde soort gegevens worden op verschillende manieren opgeslagen Postcode: 2233AB en 2345 CD Isolatie: Geen relatie tussen tabellen

Oplossing: Modelleren Verschillende tools en methoden Wij gebruiken: FCO-IM (Fully Communication Oriented Information Modelling) Inhoudelijke expert (opdrachtgever) en Technische expert (uitvoerder) zijn meestal niet dezelfde persoon Communicatieprobleem:

Oplossing: Modelleren FCO-IM tracht communicatieprobleem op te lossen Slaat brug tussen opdrachtgever en uitvoerder FCO-IM destilleert feiten (data) uit ‘gewone’ mensentaal

Informatiebron De data-analist (jij in dit geval) heeft informatie nodig van de opdrachtgever. Deze data is vaak afkomstig uit verschillende bronnen en kan onvolledig en tegenstrijdig zijn: Papieren administratie, of verouderde digitale administratie Input uit een interview met de opdrachtgever of zijn medewerkers Werkschema’s Veldonderzoek (zelf gaan kijken) Etc ... Deze informatie moet worden gefilterd tot de essentie. FCO-IM helpt daarbij

FCO-IM Informatie wordt in voorbeeldzinnen geformuleerd (feitexpressies). Docent Wt geeft het vak Informatica Zinnen moeten elementair zijn Fout: Leerling 8231 zit in klas 4b en heeft een 6 voor scheikunde Goed: Leerling 8231 zit in klas 4b Leerling 8231 heeft een 6 voor scheikunde

Feittypen Zelfde soort feitexpressies alleen objecten verschillen Leerling 86139 zit in klas 4Hc. Leerling 86141 zit in klas 4Va. Leerling 86147 zit in klas 4Hb. Feittype: standaardformulering van dezelfde soort feitexpressies Leerling ... zit in klas ... feitexpressie zit in object leerling 86139 klas 4Hc

Objecttypen Verder generaliseren: Objecttypen Objecttype: soort object Bijvoorbeeld: Leerling, Klas feitexpressie zit in object leerling 86139 klas 4Hc objecttype Klas Leerling

Verder uitsplitsen: labels Label: aanduiding van een specifiek object Bv: 86139 Labeltype: soort label Bv: leerlingnummer feitexpressie zit in object leerling klas objecttype Klas Leerling labeltype klascode leerlingnummer label 86139 4Hc

Stappenplan bij datamodelleren: Gegevens analyseren en omzetten in feitexpressies (voorbeeldzinnen) Classificeren en kwalificeren van feitexpressies mbv CaseTalk Relaties en constraints invoeren in Casetalk Optimaliseren in Casetalk Database genereren (Casetalk-> DBMS) Database vullen (DBMS) Database gebruiken en beheren