Since even a smart data modeler may not be an expert in terms of job knowledge, the design of a database model would certainly be limited by the modeler’s subjectivity and then distort or lose information pertaining to the business requirements. The best way of designing a database is for a domain user to lay out a database for information systems, though this approach might impose a heavy modeling burden on the user. Although many traditional automated design systems have been researched, they asked the user too much knowledge on database or interactions with the systems and so failed to become widely used. We propose a new model, the Association-Oriented Conceptual (ASOC) Model, so that an ordinary field worker can perform conceptual data modeling without having to be an expert modeler. With ASOC, users no longer are required to have expert knowledge, as in many automated tools of the past few decades. This model relies solely on business descriptions and generates an appropriate ERD. Our context-adaptive approach performs ER modeling by analyzing contexts in business descriptions that the user creates and then utilizing associations among the various contexts. We introduce the scope and detailed logics of ASOC. And, on the basis of association rules, we perform case studies to evaluate ASOC’s applicability to practical business fields.
아무리 숙련된 데이터설계자라도 업무에 대한 전문가는 아니기 때문에, 설계한 데이터모델이 설계자의 주관적 판단에 의해 제한을 받아 업무요구에 대한 정보를 왜곡하거나 누락하는 일이 발생하고 있다. 현업 업무 담당자가 데이터를 직접 설계하는 것이 업무요구에 가장 적합한 정보시스템을 확보할 수 있는 가장 좋은 방법이라는 명분 아래, 지난 수 십 년 동안 자동화된 데이터 설계 시스템에 대한 연구가 수행되었지만, 이들은 사용자에게 데이터 설계에 대한 지식을 과도하게 요구하여, 데이터베이스에 대한 지식이 없는 사용자가 주어진 요구조건에 적합한 개체관계모형을 성공적으로 도출하는 데는 무리가 많았다. 본 논문에서 제안하는 데이터설계 방법론은 업무기술서를 구성하는 객체의 연관성을 기반하여 개체, 속성, 관계를 자동으로 추출하여 업무에 충실한 완성된 개체관계도를 확보할 수 있는 방법론이다. 과거에 수행된 객체 구분에 대한 지식에 지나치게 의존하지 않고, 사용자에게 무리한 질문을 요구하지 않으며, 사용자가 직접 작성한 업무기술서의 문장 내의 객체 간에 발생하는 연관성에 기반하여 개체관계도를 자동으로 도출하는 방법을 수행함으로써, 현업의 업무를 잘 반영한 데이터모델을 설계할 수 있다. 다수의 규칙과 정리로 구성된 본 방법론의 현업 적용을 위해, 세부화된 알고리즘을 제작하였으며, 다섯 개의 실제 현업 업무에 대한 실험을 수행하였다.
