Data and Reality: A Timeless Perspective on Perceiving and Managing Information in Our Imprecise World, 3rd Edition

ویرایش: Third 
نویسندگان: William Kent. Steve Hoberman  
سری:  
ISBN (شابک) : 1935504215, 9781935504214 
ناشر: Technics Publications, LLC 
سال نشر: 2012 
تعداد صفحات: 163 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 48,000

بیایید به سال 1978 برگردیم. سونی موسیقی قابل حمل مدرن را با واکمن معرفی می کند، شرکت ایلینوی بل اولین تلفن همراه را منتشر می کند، Space Invaders هیجان بازی های ویدیویی را آغاز می کند، و ویلیام کنت داده و واقعیترا می نویسد. em>. ما در چهار دهه گذشته از نظر موسیقی قابل حمل، ارتباطات سیار و سرگرمی پیشرفت شگفت‌انگیزی داشته‌ایم و امروزه دستگاه‌هایی مانند واکمن اصلی سونی و تلفن‌های همراه به اندازه چمدان را به موزه تبدیل کرده‌ایم. با این حال، به طور قابل توجهی، کتاب داده ها و واقعیت به همان اندازه که در سال 1978 به حوزه مدیریت داده امروزی مرتبط است.

داده ها و Realityبه‌خوبی رشته‌های روان‌شناسی و فلسفه را با مدیریت داده‌ها می‌پیوندد تا نکاتی جاودانه در مورد نحوه درک و مدیریت اطلاعات ایجاد کند. اگرچه پایگاه‌های اطلاعاتی و فناوری‌های مرتبط از سال 1978 راه طولانی را پیموده‌اند، فرآیند استخراج نیازمندی‌های تجاری و نحوه تفکر ما در مورد اطلاعات ثابت باقی می‌ماند. این کتاب بینش‌های ارزشمندی را ارائه می‌کند، چه یک متخصص پردازش داده در دهه 1970 باشید یا یک تحلیلگر تجاری مدرن، مدل‌ساز داده، مدیر پایگاه داده یا معمار داده باشید.

این ویرایش سوم داده و واقعیت< /em> به طور قابل توجهی با نسخه اول و دوم متفاوت است. رهبر تفکر مدل‌سازی داده، استیو هابرمن، بسیاری از مثال‌ها و منابع اصلی را به‌روزرسانی کرده و تفسیر خود را در سراسر کتاب، از جمله نکات کلیدی در پایان هر فصل، اضافه کرده است.

نکات مهم در این کتاب سرشار از بینش است و در عین حال به سبک نوشتاری محاوره ای ارائه شده است. در اینجا تنها چند مورد از مسائلی است که این کتاب به آنها پرداخته است:

• آیا \"هوش تجاری\" جایگزین \"هوش مصنوعی\" شده است؟
• چرا چشم انداز جغرافیایی نقشه مشابه یک داده است. چشم انداز اطلاعاتی مدل؟
• مهندسی رو به جلو و معکوس در کجای فرآیند فکری ما قرار می گیرند؟
• چرا همه ما به \"باستان شناسان داده\" تبدیل می شویم؟
• چه چیزی باعث ایجاد شکاف ارتباطی بین حرفه‌ای کسب‌وکار و متخصص فناوری اطلاعات می‌شود و مدل داده‌های منطقی چگونه می‌تواند این شکاف را پر کند؟
• چرا قبل از تعیین مشکلات تجاری، روی سخت‌افزار و نرم‌افزار سرمایه‌گذاری می‌کنیم تا مشکلات تجاری را حل کنیم. در وهله اول قرار دارند؟
• تفاوت بین یکسانی، یکسانی و دسته بندی چیست؟
• چرا زمینه در هر تصمیم طراحی نقش دارد؟
• چرا ویژگی‌های مهم‌تر به موجودیت‌ها یا روابط تبدیل می‌شوند؟
• چرا نمادها بلندتر از کلمات صحبت می‌کنند؟
• تفاوت بین یک مدل‌ساز داده، یک فیلسوف، و یک هنرمند چیست؟
• li>
• چرا رویای 1975 نقشه برداری از همه ویژگی ها هنوز رویایی است؟
• زبان چه تأثیری بر درک ما از واقعیت دارد؟
• آیا می توانیم بین نامگذاری و توصیف تمایز قائل شویم؟

از پیشگفتار Graeme Simsion:
در حالی که چنین مسائل اساسی ناشناخته باقی می مانند و بدون پاسخ، داده و واقعیت، با روشن شدن واضح و قانع کننده سوالات، باید در چاپ باقی بماند. من کتاب را به عنوان مدیر پایگاه داده در سال 1980، به عنوان محقق در سال 2002، و اخیراً به عنوان نسخه خطی نسخه حاضر مطالعه کردم. در هر مناسبت چیزهای بیشتری پیدا کردم و در هر مناسبت آن را مهم‌ترین کتابی که در مورد مدل‌سازی داده خوانده بودم در نظر گرفتم. برای همیشه در لیست خواندن توصیه شده من بوده است. فصل اول مخصوصاً باید برای هر کسی که درگیر مدل‌سازی داده است، اجباری باشد.

در انتشار این نسخه جدید، استیو هابرمن نه تنها تضمین کرده است که یکی از کتاب‌های کلیدی در قانون مدل‌سازی داده باقی بماند. در چاپ، اما نظرات خود و نمونه‌های به‌روز را اضافه کرده است، که احتمالاً برای کسانی که اخیراً به مدل‌سازی داده‌ها آمده‌اند مفید خواهد بود. تا زمانی که آن را نخوانده اید، دیگر کار مدل سازی داده انجام ندهید.

Let's step back to the year 1978. Sony introduces hip portable music with the Walkman, Illinois Bell Company releases the first mobile phone, Space Invaders kicks off the video game craze, and William Kent writes Data and Reality. We have made amazing progress in the last four decades in terms of portable music, mobile communication, and entertainment, making devices such as the original Sony Walkman and suitcase-sized mobile phones museum pieces today. Yet remarkably, the book Data and Reality is just as relevant to the field of data management today as it was in 1978.

Data and Reality gracefully weaves the disciplines of psychology and philosophy with data management to create timeless takeaways on how we perceive and manage information. Although databases and related technology have come a long way since 1978, the process of eliciting business requirements and how we think about information remains constant. This book will provide valuable insights whether you are a 1970s data-processing expert or a modern-day business analyst, data modeler, database administrator, or data architect.

This third edition of Data and Reality differs substantially from the first and second editions. Data modeling thought leader Steve Hoberman has updated many of the original examples and references and added his commentary throughout the book, including key points at the end of each chapter.

The important takeaways in this book are rich with insight yet presented in a conversational writing style. Here are just a few of the issues this book tackles:

• Has "business intelligence" replaced "artificial intelligence"?
• Why is a map's geographic landscape analogous to a data model's information landscape?
• Where do forward and reverse engineering fit in our thought process?
• Why are we all becoming "data archeologists"?
• What causes the communication chasm between the business professional and the information technology professional, and how can the logical data model bridge this gap?
• Why do we invest in hardware and software to solve business problems before determining what the business problems are in the first place?
• What is the difference between oneness, sameness, and categories?
• Why does context play a role in every design decision?
• Why do the more important attributes become entities or relationships?
• Why do symbols speak louder than words?
• What's the difference between a data modeler, a philosopher, and an artist?
• Why is the 1975 dream of mapping all attributes still a dream today?
• What influence does language have on our perception of reality?
• Can we distinguish between naming and describing?

From Graeme Simsion's foreword:
While such fundamental issues remain unrecognized and unanswered, Data and Reality, with its lucid and compelling elucidation of the questions, needs to remain in print. I read the book as a database administrator in 1980, as a researcher in 2002, and just recently as the manuscript for the present edition. On each occasion I found something more, and on each occasion I considered it the most important book I had read on data modeling. It has been on my recommended reading list forever. The first chapter in particular should be mandatory reading for anyone involved in data modeling.

In publishing this new edition, Steve Hoberman has not only ensured that one of the key books in the data modeling canon remains in print, but has added his own comments and up-to-date examples, which are likely to be helpful to those who have come to data modeling more recently. Don't do any more data modeling work until you've read it.