Es gibt verschiedene Arten von Datenbankattributen in einem Datenbankmanagementsystem. Aber bevor wir die Typen durchgehen, müssen wir die Bedeutung und den Zweck von Attributen verstehen.

Ein Attribut gibt die Eigenschaften der Entität an. Mit anderen Worten, ein Attribut beschreibt die Eigenschaft einer Entität. Jede Entität besteht aus einem oder mehreren Attributen.

Was sind Attribute?

Das Datenbankmanagementsystem (DBMS) besteht aus einem ER-Modell. Die vollständige Form des ER-Modells ist das Entity-Relationship-Modell. Wir verwenden das ER-Modell, um die Datenelemente und ihre Beziehung zum angegebenen System zu beschreiben.

Das ER-Modell besteht aus Entitäten und Attributen. Eine Entität kann ein Objekt, eine Person oder ein Ort sein. Im ER-Modell stellen wir Entitäten als Rechtecke dar. In einer Organisation können wir zum Beispiel Mitarbeiter, Abteilungen und Führungskräfte als Entität betrachten.

Attribute geben uns zusätzliche Informationen über die Entität. Sie beschreiben die Eigenschaft einer Entität. Im ER-Modell stellen wir die Attribute als Eclipse dar. Wenn zum Beispiel ein Mitarbeiter eine Entität ist, können die Attribute eines Mitarbeiters die Mitarbeiter-ID, die Kontaktnummer, der Name, das Eintrittsdatum usw. sein.

Arten von Datenbankattributen

Es gibt 5 verschiedene Arten von Attributen in DBMS.

Einfache Attribute

Einfache Attribute sind unabhängige Attribute, die nicht weiter klassifiziert werden können. Mit anderen Worten, sie werden auch als atomare Attribute bezeichnet.

Ein Schüler ist zum Beispiel eine Entität, die aus den Attributen Matrikelnummer, Alter und Klasse besteht. In diesem Fall können wir das Attribut Rollennummer nicht in Unterattribute aufteilen. Wenn wir das Attribut also nicht weiter unterteilen können, handelt es sich um ein einfaches Attribut.

Zusammengesetztes Attribut

Wenn es möglich ist, ein Attribut in verschiedene Komponenten aufzuteilen, wird dieses Attribut als zusammengesetztes Attribut bezeichnet. Wir unterteilen Composite Attribute in Unterteile, die einfache Attribute bilden.

Zum Beispiel: Wenn Name ein Attribut für die Entität Student ist. Wir können das Attribut Name in die Attribute Vorname, zweiter Vorname und Nachname unterteilen. Diese Unterattribute, die von dem zusammengesetzten Attribut klassifiziert werden, funktionieren als einfache Attribute.

Einfach bewertete Attribute

Attribute speichern Werte, die zur Beschreibung einer Entität verwendet werden. Die Attribute, die nur einen Wert speichern können, werden als einwertige Attribute bezeichnet. Diese Attribute können nicht mehr als einen Wert speichern.

Ein Beispiel: Die Attribute einer Entität "Mitarbeiter" sind "Mitarbeiter-ID", "Geburtsdatum" und "Geschlecht". Ein Mitarbeiter hat nur eine eindeutige Mitarbeiter-ID und ein einziges Geburtsdatum. Diese Attribute können also nur einen Wert speichern. Daher werden sie als einwertige Attribute bezeichnet.

Mehrwertige Attribute

Die Attribute, die mehr als einen Wert speichern können, werden als mehrwertige Attribute bezeichnet.

Nehmen wir zum Beispiel an, dass E-Mail-ID und Kontaktnummer die Attribute der Entität Mitarbeiter sind. Ein Mitarbeiter kann mehr als eine E-Mail-ID und eine Kontaktnummer angeben. Daher können mehrere Werte in mehrwertigen Attributen gespeichert werden.

Abgeleitete Attribute

Der Name selbst beschreibt das Attribut. Abgeleitete Attribute sind diejenigen Attribute, die vom Wert eines anderen Attributs abgeleitet sind.

Zum Beispiel können wir das Alter aus dem Wert des Geburtsdatums berechnen. Daher kann das Attribut "Alter" vom Attribut "Geburtsdatum" abgeleitet werden.

Schlüsselattribute

Jede Entität hat ein spezielles Attribut, das einen eindeutigen Wert enthält, um die Entität im Entitätssatz zu identifizieren. Der Wert der Schlüsselattribute muss eindeutig sein und kann nicht wieder verwendet werden.

Zum Beispiel ist die Angestellten-ID das Schlüsselattribut für die Angestellten-Entität, die Matrikelnummer ist das Schlüsselattribut für die Studenten-Entität und der Pincode ist das Schlüsselattribut für das Ortsattribut.

Datenauswertung

Neben DBMS gibt es verschiedene Arten von Datenbankattributen im Data Mining. Data Mining ist ein computergestützter Prozess zur Analyse von Daten. Es sammelt mehr Informationen über die Daten. Es wird auch als Wissensextraktion aus den Daten bezeichnet.

Beim Data Mining gibt es Datenobjekte, die als Entität fungieren, und diese Entitäten haben verschiedene Arten von Datenattributen. Eine Gruppe von Attributen einer Entität bildet ein Datenobjekt. Es hat ein anderes Konzept als DBMS. Wenn ein Datenobjekt bereit ist, in einer Datenbank verwendet zu werden, wird das Datenobjekt als Datentupel bezeichnet.

Arten von Datenbankattributen im Data Mining

Beim Data Mining gibt es 3 Hauptphasen. Datenvorverarbeitung, Datenextraktion und Datenauswertung. Data Mining verwendet Datenobjekte und Attribute in der ersten Phase der Datenvorverarbeitung. Die Datenbank unterteilt die Attribute in zwei Hauptkategorien.

Qualitative Attribute

Es gibt 3 Arten von Attributen, die die Qualität der Entität beschreiben.

Nominal (N)

Nominale Attribute bestehen aus Namen. Sie beschreiben auch die Kategorie oder den Zustand des Attributs. Sie folgen keiner Reihenfolge oder Sequenz.

Nehmen wir zum Beispiel an, das Attribut ist Farben, die Werte dieses Attributs können Schwarz, Braun, Weiß sein.

Binäre Attribute (B)

Binäre Attribute bestehen aus nur zwei Werten. Zum Beispiel "Bestanden" und "Nicht bestanden", "Einverstanden" und "Nicht einverstanden", usw.

Es gibt zwei verschiedene Arten von binären Attributen. Symmetrische binäre Attribute treten auf, wenn beide Werte wichtig sind. Zum Beispiel hat das Geschlecht zwei Werte, männlich und weiblich, und beide Werte sind gleich wichtig. Asymmetrische binäre Attribute treten auf, wenn beide Werte nicht wichtig sind. Beim Attribut "Ergebnis" sind beispielsweise "bestanden" und "nicht bestanden" nicht gleich wichtig.

Ordinalattribute (O)

Die Werte in den Ordinalattributen müssen in einer sinnvollen Reihenfolge stehen. Ordinalattribute sind Attribute, bei denen die Reihenfolge der Werte sequentiell ist und beschreibt, was wichtig ist.

Zum Beispiel hat das Attribut Note die Werte A, B, C, D, E, F.

Quantitative Attribute

Es gibt 3 verschiedene Arten von Daten, die die Menge der Entität beschreiben.

Numerische Daten

Numerische Daten bestehen aus ganzen Zahlen. Sie sind eine Unterkategorie der quantitativen Attribute, da sie messbar sind. Es gibt zwei verschiedene Arten von numerischen Daten.

Das intervallskalierte Attribut besteht aus numerischen Werten. Die Differenz zwischen den beiden Werten ist aussagekräftig. Wir können die Daten in einem Intervall addieren oder entfernen, aber wir können die Daten nicht multiplizieren.

Das Attribut verhältnisskaliert besteht aus Werten, die Vielfache oder Verhältnisse eines anderen Wertes sind. Die Werte müssen in einer Folge stehen. Es können auch der Mittelwert, der Median und die Differenzen der Werte berechnet werden.

Diskrete Daten

Diskrete Daten bestehen sowohl aus numerischen als auch aus nominalen Werten. Das Hauptmerkmal dieser Daten ist, dass sie eine endliche Menge von Werten haben.

Postleitzahl-Attribute bestehen beispielsweise aus einer endlichen Menge von numerischen Werten.

Kontinuierlich

Kontinuierliche Daten bestehen aus einer unendlichen Menge von Werten. Die Werte dieser Daten sind vom Typ Float. Wenn z. B. die Höhe ein Attribut ist, lauten die Werte 5,2, 6,4, 7,2, ….etc.

Schlussfolgerung

Attribute beschreiben die Entität. Sie bestehen aus Werten. Wir haben auch verschiedene Arten von Attributen gesehen. In DBMS gibt es verschiedene Arten von Attributen, die die Werte für die Entität speichern. Im ER-Modell sind Attribute auch wichtig, um die Beziehung zwischen Entitäten zu beschreiben.

Wir haben auch die Verwendung von Attributen im Data Mining gesehen. Die Vorverarbeitungsphase des Data Mining besteht aus Datenobjekten und Attributen. Ohne Attribute können wir die Entität nicht definieren und es wird unmöglich sein, die Entität in einer Entitätsmenge mit eindeutigen Attributen auszuwählen.