SlideShare ist ein Scribd-Unternehmen logo
1 von 24
Downloaden Sie, um offline zu lesen
Níveis de Modelagem 
Mundo Real 
Modelo 
Conceitual 
Modelo Lógico Modelo Físico 
O que existe no 
domínio? 
Nível de abstração 
mais alto 
Nível Intermediário 
Nível mais baixo de 
abstração 
Objetos, seres, 
fatos e 
interpretações 
Representação 
precisa dos 
conceitos 
Estruturas de 
Dados que 
representam os 
conceitos 
Recursos 
computacionais, 
códigos, BD
Ciclo de um SI 
Análise de 
Necessidades 
Projeto 
Conceitual 
Projeto 
Lógico 
Projeto 
Físico 
Modificação e 
adaptação 
Operação e 
monitoramento 
Implementação
(1) Modelagem Conceitual 
Mais importante para Biblioteconomia!
O que é? 
• Modelo mental 
• Captação de ideias pelo usuário 
• “Contar uma história” 
(a) Representação gráfica da história 
• Representação da realidade 
• Ligações entre conceitos (“coisas")
O que não é? 
• Não é "Modelo de dados" 
• Como eles serão armazenados? 
• Não armazena NADA! 
• Não é o BD (dados) 
• Não é arquitetura de software 
Modelo Conceitual <DIFERENTE> Modelo Lógico
Onde está o Modelo 
Conceitual?
Elementos Básicos 
(1) Conceitos 
• Representar a "história" 
(2) Atributos 
• Características dos Conceitos ("coisas" ) 
(3) Associações 
• Relacionamentos / Relações entre os Conceitos
Conceitos e Atributos 
• Como identificar? 
• Verificação dos textos da especificação 
• "Casos de Uso" (histórias curtas) * 
• Selecionar termos que representem alguma 
informação necessária ao SI (dica: substantivos) 
• Agrupar sinônimos e detalhes 
• Evitar redundância
O que é um “Caso de Uso”? 
SI (Todo o Sistema de 
Informação) 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso 
Caso de 
Uso …
Exemplo de Caso de Uso 
• "Pegar livro emprestado na biblioteca" 
• Faz parte do sistema da Biblioteca 
1. O cliente chega no balcão e se identifica; 
2. O cliente entrega o livro desejado ao funcionário; 
3. O funcionário registra o livro; 
4. O funcionário finaliza o empréstimo, devolve o livro ao 
cliente e informa a data de devolução; 
5. O cliente vai embora com o livro. 
Caso de 
Uso 
Caso de 
Uso
Exceções 
1. "O cliente chega no balcão e se identifica"! 
a) O cliente ainda não possui cadastro 
2. "O funcionário registra cada um dos livros"! 
1. O livro ainda não está cadastrado no sistema 
2. O livro está danificado ou com algum problema físico 
3. "O funcionário finaliza o empréstimo, devolve os livros ao cliente e 
informa a data de devolução dos livros"! 
a) Cliente está com livros pendentes de devolução; 
b) Cliente está com o número máximo de livros permitido;
Identificando os 
Elementos 
• Conceitos? 
• Atributos/Propriedades? 
• Associações/Relacionamentos?
Elementos 
• Conceitos + Atributos 
• Cliente 
• Nome, endereço, telefone, e-mail, etc 
• Livro 
• Título, autor, ISBN, etc 
• Empréstimo 
• Data do empréstimo, data da devolução
Representação Visual 
?
Associações 
• Associação: relação estática que pode existir entre 
dois conceitos complexos, complementando a 
informação que se tem sobre eles em um 
determinado instante, ou referenciando informação 
associativa nova. 
• Operação: ato de transformar a informação, 
passando de um estado para outro, mudando, por 
exemplo, a configuração das associações, 
destruindo e/ou criando novas associações ou 
objetos, ou modificando o valor dos atributos
Exemplos 
Associação
Exemplos 
Operação (Transação)
Descobrindo Associações 
• Observar cada Conceito 
• Se pergunte se a informação representada por 
ele é completa. 
• Se não for… 
• Criar associação entre os Conceitos para 
complementar a informação e fazer sentido.
Tipos de Conceitos 
• Dependentes 
• Precisam estar ligados a outros Conceitos para 
fazer sentido. 
• Independentes 
• Não precisam estar ligados a outros Conceitos 
para fazer sentido.
Atributos como Associações 
• No Modelo Conceitual… 
• Não se deve colocar atributos (?) “simulando" 
associações. 
• Exemplo: 
• Não colocar “nome do cliente” como atributo 
do conceito “Empréstimo". 
Este pensamento é errado na Modelagem Conceitual.
Incluindo Cardinalidade 
• Relação de “quantidade" 
• “Cliente faz quantos empréstimos?” 
* = mais de um 
Opções: 1 ou *
Nosso Exemplo
Conjuntos e Coleções

Weitere ähnliche Inhalte

Ähnlich wie Níveis Modelagem e Elementos Conceituais

Linguagem de programação introdução v1
Linguagem de programação   introdução v1Linguagem de programação   introdução v1
Linguagem de programação introdução v1Carlos Melo
 
04 modelagem de dados introdução
04  modelagem de dados   introdução04  modelagem de dados   introdução
04 modelagem de dados introduçãoCentro Paula Souza
 
Modelo Conceitual
Modelo ConceitualModelo Conceitual
Modelo Conceitualkottrim
 
Aulas 7. IHC – Projeto de Interface com o Usuário
Aulas 7. IHC – Projeto de Interface com o UsuárioAulas 7. IHC – Projeto de Interface com o Usuário
Aulas 7. IHC – Projeto de Interface com o UsuárioSilvia Dotta
 
Do oo para_funcional
Do oo para_funcionalDo oo para_funcional
Do oo para_funcionalPedro Correia
 
Domain Driven Design com Python
Domain Driven Design com PythonDomain Driven Design com Python
Domain Driven Design com PythonFrederico Cabral
 
Modelagem Dados - Introdução à Conceitos
Modelagem Dados - Introdução à ConceitosModelagem Dados - Introdução à Conceitos
Modelagem Dados - Introdução à Conceitospaulocoob
 
Banco de Dados _ Modelagem Conceitual.pdf
Banco de Dados _ Modelagem Conceitual.pdfBanco de Dados _ Modelagem Conceitual.pdf
Banco de Dados _ Modelagem Conceitual.pdfPauloVictor415128
 
FRBR_DESAFIANDO LIMITES
FRBR_DESAFIANDO LIMITESFRBR_DESAFIANDO LIMITES
FRBR_DESAFIANDO LIMITESRita Almeida
 
Apostila Modelagem e Desenvolvimento de Banco de Dados.pdf
Apostila Modelagem e Desenvolvimento de Banco de Dados.pdfApostila Modelagem e Desenvolvimento de Banco de Dados.pdf
Apostila Modelagem e Desenvolvimento de Banco de Dados.pdfFlvioMachadoLobo
 
Transformational Design Thinking - Aula 6
Transformational Design Thinking - Aula 6Transformational Design Thinking - Aula 6
Transformational Design Thinking - Aula 6Lu Terceiro
 
Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...
Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...
Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...Arthur Fortes
 
Proposta para especificação de histórias de usuários alinhadas a IEEE 830
Proposta para especificação de histórias de usuários alinhadas a IEEE 830Proposta para especificação de histórias de usuários alinhadas a IEEE 830
Proposta para especificação de histórias de usuários alinhadas a IEEE 830André Agostinho
 

Ähnlich wie Níveis Modelagem e Elementos Conceituais (20)

Banco de dados 1
Banco de dados 1Banco de dados 1
Banco de dados 1
 
Linguagem de programação introdução v1
Linguagem de programação   introdução v1Linguagem de programação   introdução v1
Linguagem de programação introdução v1
 
04 modelagem de dados introdução
04  modelagem de dados   introdução04  modelagem de dados   introdução
04 modelagem de dados introdução
 
Modelo Conceitual
Modelo ConceitualModelo Conceitual
Modelo Conceitual
 
Aulas 7. IHC – Projeto de Interface com o Usuário
Aulas 7. IHC – Projeto de Interface com o UsuárioAulas 7. IHC – Projeto de Interface com o Usuário
Aulas 7. IHC – Projeto de Interface com o Usuário
 
Do oo para_funcional
Do oo para_funcionalDo oo para_funcional
Do oo para_funcional
 
Bd aula2
Bd aula2Bd aula2
Bd aula2
 
Domain Driven Design com Python
Domain Driven Design com PythonDomain Driven Design com Python
Domain Driven Design com Python
 
Análise de sistemas oo 1
Análise de sistemas oo   1Análise de sistemas oo   1
Análise de sistemas oo 1
 
Modelo E-R
Modelo E-RModelo E-R
Modelo E-R
 
Modelagem Dados - Introdução à Conceitos
Modelagem Dados - Introdução à ConceitosModelagem Dados - Introdução à Conceitos
Modelagem Dados - Introdução à Conceitos
 
Aula 01 introdução aoo
Aula 01   introdução aooAula 01   introdução aoo
Aula 01 introdução aoo
 
Banco de Dados _ Modelagem Conceitual.pdf
Banco de Dados _ Modelagem Conceitual.pdfBanco de Dados _ Modelagem Conceitual.pdf
Banco de Dados _ Modelagem Conceitual.pdf
 
FRBR_DESAFIANDO LIMITES
FRBR_DESAFIANDO LIMITESFRBR_DESAFIANDO LIMITES
FRBR_DESAFIANDO LIMITES
 
Apostila Modelagem e Desenvolvimento de Banco de Dados.pdf
Apostila Modelagem e Desenvolvimento de Banco de Dados.pdfApostila Modelagem e Desenvolvimento de Banco de Dados.pdf
Apostila Modelagem e Desenvolvimento de Banco de Dados.pdf
 
Descobrindo Requisitos de Forma Ágil
Descobrindo Requisitos de Forma ÁgilDescobrindo Requisitos de Forma Ágil
Descobrindo Requisitos de Forma Ágil
 
Aula 1 4
Aula 1 4Aula 1 4
Aula 1 4
 
Transformational Design Thinking - Aula 6
Transformational Design Thinking - Aula 6Transformational Design Thinking - Aula 6
Transformational Design Thinking - Aula 6
 
Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...
Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...
Sistemas de Recomendação Aplicados a WebComo converter visitantes em comprado...
 
Proposta para especificação de histórias de usuários alinhadas a IEEE 830
Proposta para especificação de histórias de usuários alinhadas a IEEE 830Proposta para especificação de histórias de usuários alinhadas a IEEE 830
Proposta para especificação de histórias de usuários alinhadas a IEEE 830
 

Mehr von Junior Grossi

Apresentação da Qualificação - Mestrado UFMG Ciência da Informação
Apresentação da Qualificação - Mestrado UFMG Ciência da InformaçãoApresentação da Qualificação - Mestrado UFMG Ciência da Informação
Apresentação da Qualificação - Mestrado UFMG Ciência da InformaçãoJunior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Exercício 02
Introdução a Banco de Dados UFMG/2014-02 - Exercício 02Introdução a Banco de Dados UFMG/2014-02 - Exercício 02
Introdução a Banco de Dados UFMG/2014-02 - Exercício 02Junior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 10
Introdução a Banco de Dados UFMG/2014-02 - Aula 10Introdução a Banco de Dados UFMG/2014-02 - Aula 10
Introdução a Banco de Dados UFMG/2014-02 - Aula 10Junior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 09
Introdução a Banco de Dados UFMG/2014-02 - Aula 09Introdução a Banco de Dados UFMG/2014-02 - Aula 09
Introdução a Banco de Dados UFMG/2014-02 - Aula 09Junior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 08
Introdução a Banco de Dados UFMG/2014-02 - Aula 08Introdução a Banco de Dados UFMG/2014-02 - Aula 08
Introdução a Banco de Dados UFMG/2014-02 - Aula 08Junior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 07
Introdução a Banco de Dados UFMG/2014-02 - Aula 07Introdução a Banco de Dados UFMG/2014-02 - Aula 07
Introdução a Banco de Dados UFMG/2014-02 - Aula 07Junior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 06
Introdução a Banco de Dados UFMG/2014-02 - Aula 06Introdução a Banco de Dados UFMG/2014-02 - Aula 06
Introdução a Banco de Dados UFMG/2014-02 - Aula 06Junior Grossi
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 04
Introdução a Banco de Dados UFMG/2014-02 - Aula 04Introdução a Banco de Dados UFMG/2014-02 - Aula 04
Introdução a Banco de Dados UFMG/2014-02 - Aula 04Junior Grossi
 
Exercícíos de Modelagem Conceitual 2014/2
Exercícíos de Modelagem Conceitual 2014/2Exercícíos de Modelagem Conceitual 2014/2
Exercícíos de Modelagem Conceitual 2014/2Junior Grossi
 
Introdução a Banco de Dados 02 - UFMG BIBL 2014/02
Introdução a Banco de Dados 02 - UFMG BIBL 2014/02Introdução a Banco de Dados 02 - UFMG BIBL 2014/02
Introdução a Banco de Dados 02 - UFMG BIBL 2014/02Junior Grossi
 
Introdução a Banco de Dados 01 - UFMG BIBL 2014/02
Introdução a Banco de Dados 01 - UFMG BIBL 2014/02Introdução a Banco de Dados 01 - UFMG BIBL 2014/02
Introdução a Banco de Dados 01 - UFMG BIBL 2014/02Junior Grossi
 
Flink (Peter Mika) - Semantic Web
Flink (Peter Mika) - Semantic WebFlink (Peter Mika) - Semantic Web
Flink (Peter Mika) - Semantic WebJunior Grossi
 
Presentation about Ontologies at my Masters (UFMG, pt_BR)
Presentation about Ontologies at my Masters (UFMG, pt_BR)Presentation about Ontologies at my Masters (UFMG, pt_BR)
Presentation about Ontologies at my Masters (UFMG, pt_BR)Junior Grossi
 

Mehr von Junior Grossi (13)

Apresentação da Qualificação - Mestrado UFMG Ciência da Informação
Apresentação da Qualificação - Mestrado UFMG Ciência da InformaçãoApresentação da Qualificação - Mestrado UFMG Ciência da Informação
Apresentação da Qualificação - Mestrado UFMG Ciência da Informação
 
Introdução a Banco de Dados UFMG/2014-02 - Exercício 02
Introdução a Banco de Dados UFMG/2014-02 - Exercício 02Introdução a Banco de Dados UFMG/2014-02 - Exercício 02
Introdução a Banco de Dados UFMG/2014-02 - Exercício 02
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 10
Introdução a Banco de Dados UFMG/2014-02 - Aula 10Introdução a Banco de Dados UFMG/2014-02 - Aula 10
Introdução a Banco de Dados UFMG/2014-02 - Aula 10
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 09
Introdução a Banco de Dados UFMG/2014-02 - Aula 09Introdução a Banco de Dados UFMG/2014-02 - Aula 09
Introdução a Banco de Dados UFMG/2014-02 - Aula 09
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 08
Introdução a Banco de Dados UFMG/2014-02 - Aula 08Introdução a Banco de Dados UFMG/2014-02 - Aula 08
Introdução a Banco de Dados UFMG/2014-02 - Aula 08
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 07
Introdução a Banco de Dados UFMG/2014-02 - Aula 07Introdução a Banco de Dados UFMG/2014-02 - Aula 07
Introdução a Banco de Dados UFMG/2014-02 - Aula 07
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 06
Introdução a Banco de Dados UFMG/2014-02 - Aula 06Introdução a Banco de Dados UFMG/2014-02 - Aula 06
Introdução a Banco de Dados UFMG/2014-02 - Aula 06
 
Introdução a Banco de Dados UFMG/2014-02 - Aula 04
Introdução a Banco de Dados UFMG/2014-02 - Aula 04Introdução a Banco de Dados UFMG/2014-02 - Aula 04
Introdução a Banco de Dados UFMG/2014-02 - Aula 04
 
Exercícíos de Modelagem Conceitual 2014/2
Exercícíos de Modelagem Conceitual 2014/2Exercícíos de Modelagem Conceitual 2014/2
Exercícíos de Modelagem Conceitual 2014/2
 
Introdução a Banco de Dados 02 - UFMG BIBL 2014/02
Introdução a Banco de Dados 02 - UFMG BIBL 2014/02Introdução a Banco de Dados 02 - UFMG BIBL 2014/02
Introdução a Banco de Dados 02 - UFMG BIBL 2014/02
 
Introdução a Banco de Dados 01 - UFMG BIBL 2014/02
Introdução a Banco de Dados 01 - UFMG BIBL 2014/02Introdução a Banco de Dados 01 - UFMG BIBL 2014/02
Introdução a Banco de Dados 01 - UFMG BIBL 2014/02
 
Flink (Peter Mika) - Semantic Web
Flink (Peter Mika) - Semantic WebFlink (Peter Mika) - Semantic Web
Flink (Peter Mika) - Semantic Web
 
Presentation about Ontologies at my Masters (UFMG, pt_BR)
Presentation about Ontologies at my Masters (UFMG, pt_BR)Presentation about Ontologies at my Masters (UFMG, pt_BR)
Presentation about Ontologies at my Masters (UFMG, pt_BR)
 

Níveis Modelagem e Elementos Conceituais

  • 1. Níveis de Modelagem Mundo Real Modelo Conceitual Modelo Lógico Modelo Físico O que existe no domínio? Nível de abstração mais alto Nível Intermediário Nível mais baixo de abstração Objetos, seres, fatos e interpretações Representação precisa dos conceitos Estruturas de Dados que representam os conceitos Recursos computacionais, códigos, BD
  • 2. Ciclo de um SI Análise de Necessidades Projeto Conceitual Projeto Lógico Projeto Físico Modificação e adaptação Operação e monitoramento Implementação
  • 3. (1) Modelagem Conceitual Mais importante para Biblioteconomia!
  • 4. O que é? • Modelo mental • Captação de ideias pelo usuário • “Contar uma história” (a) Representação gráfica da história • Representação da realidade • Ligações entre conceitos (“coisas")
  • 5. O que não é? • Não é "Modelo de dados" • Como eles serão armazenados? • Não armazena NADA! • Não é o BD (dados) • Não é arquitetura de software Modelo Conceitual <DIFERENTE> Modelo Lógico
  • 6. Onde está o Modelo Conceitual?
  • 7.
  • 8. Elementos Básicos (1) Conceitos • Representar a "história" (2) Atributos • Características dos Conceitos ("coisas" ) (3) Associações • Relacionamentos / Relações entre os Conceitos
  • 9. Conceitos e Atributos • Como identificar? • Verificação dos textos da especificação • "Casos de Uso" (histórias curtas) * • Selecionar termos que representem alguma informação necessária ao SI (dica: substantivos) • Agrupar sinônimos e detalhes • Evitar redundância
  • 10. O que é um “Caso de Uso”? SI (Todo o Sistema de Informação) Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso Caso de Uso …
  • 11. Exemplo de Caso de Uso • "Pegar livro emprestado na biblioteca" • Faz parte do sistema da Biblioteca 1. O cliente chega no balcão e se identifica; 2. O cliente entrega o livro desejado ao funcionário; 3. O funcionário registra o livro; 4. O funcionário finaliza o empréstimo, devolve o livro ao cliente e informa a data de devolução; 5. O cliente vai embora com o livro. Caso de Uso Caso de Uso
  • 12. Exceções 1. "O cliente chega no balcão e se identifica"! a) O cliente ainda não possui cadastro 2. "O funcionário registra cada um dos livros"! 1. O livro ainda não está cadastrado no sistema 2. O livro está danificado ou com algum problema físico 3. "O funcionário finaliza o empréstimo, devolve os livros ao cliente e informa a data de devolução dos livros"! a) Cliente está com livros pendentes de devolução; b) Cliente está com o número máximo de livros permitido;
  • 13. Identificando os Elementos • Conceitos? • Atributos/Propriedades? • Associações/Relacionamentos?
  • 14. Elementos • Conceitos + Atributos • Cliente • Nome, endereço, telefone, e-mail, etc • Livro • Título, autor, ISBN, etc • Empréstimo • Data do empréstimo, data da devolução
  • 16. Associações • Associação: relação estática que pode existir entre dois conceitos complexos, complementando a informação que se tem sobre eles em um determinado instante, ou referenciando informação associativa nova. • Operação: ato de transformar a informação, passando de um estado para outro, mudando, por exemplo, a configuração das associações, destruindo e/ou criando novas associações ou objetos, ou modificando o valor dos atributos
  • 19. Descobrindo Associações • Observar cada Conceito • Se pergunte se a informação representada por ele é completa. • Se não for… • Criar associação entre os Conceitos para complementar a informação e fazer sentido.
  • 20. Tipos de Conceitos • Dependentes • Precisam estar ligados a outros Conceitos para fazer sentido. • Independentes • Não precisam estar ligados a outros Conceitos para fazer sentido.
  • 21. Atributos como Associações • No Modelo Conceitual… • Não se deve colocar atributos (?) “simulando" associações. • Exemplo: • Não colocar “nome do cliente” como atributo do conceito “Empréstimo". Este pensamento é errado na Modelagem Conceitual.
  • 22. Incluindo Cardinalidade • Relação de “quantidade" • “Cliente faz quantos empréstimos?” * = mais de um Opções: 1 ou *