問14
頻出度★★★
業務で利用するデータの構造を分析し, 抽出したエンティティとエンティティ間の関係を E-R 図などで整理する手法はどれか。
平成21年度 秋期 ITパスポート試験 問14
テクノロジ系データベース › データベース設計
这道题的解析和你的作答记录。
解説
問 14
错误ア
数据清理（Data Cleaning）是指检测并修正已积累数据中的错写、重复、写法不一致、缺失等问题，以提高数据质量的作业（与数据清洗基本同义）。它是整理已有数据「内容」的作业，而不是抽取实体与关系来设计数据结构的作业。
错误イ
数据清洗（Data Cleansing）同样是在将数据导入数据仓库等之前，找出并整理数据中的错误和不一致，以提升质量的作业。其对象是数据的值而不是结构，也不是用 E-R 图整理实体之间关系的方法。
错误ウ
数据挖掘（Data Mining）是用统计方法或机器学习来分析大量积累的数据，从中发现此前未知的规律性或相关性（例如容易被一起购买的商品组合）的方法。它的分析对象是已积累的数据，而不是数据结构的设计方法。
- エ
正解 正确答案是 エ「数据建模（Data Modeling）」。数据建模是指分析业务中处理的数据，梳理出作为管理对象的「事物·事项」＝实体（Entity）、实体之间的关系（Relationship）以及各实体所具有的属性，并用 E-R 图（实体-关联图）等图示方式加以整理和表达的方法。题干中的「分析数据的结构」「抽取出的实体与实体之间的关系」「用 E-R 图等加以整理」，都正是数据建模作业内容的直接描述。E-R 图（实体-关联图）是数据建模的代表性表示法，这里建立的数据模型将成为后续关系数据库表（Table）设计的基础。
ここがポイント
- 数据建模 = 从业务数据中抽取实体、属性以及实体之间的关系，用 E-R 图等表达出来，为数据库设计打下基础的方法。
- 易混淆的「数据〇〇」类术语的区分：清理／清洗 = 纠正数据值错误的质量改善，挖掘 = 从已积累数据中发现知识，建模 = 数据结构的设计。
用語