数据逻辑结构

数据逻辑结构（共9篇）

数据逻辑结构 篇1

一、教材分析

(一) 教材的地位和作用

本课程选用高等教育出版社出版的《数据库系统概论》。是计算机科学与技术专业的必修课。这门课是一门实验性很强的课, 而本章《数据库设计》是对本门课程所学知识的综合应用。

本节课位于第六章《数据库设计》的第四节的部分内容。逻辑结构设计是数据库设计中间的一个环节, 对数据库设计起着非常重要的作用。为了让学生更好地理解和把握, 围绕一个具有实际背景的数据库应用的开发展开讲述, 较好地达到了理论联系实际的目的, 提高学生的学习兴趣, 开阔学生的思路, 让同学们感到数据库设计比较容易, 有兴趣尝试数据库设计。从老师来说这样备课要花较多时间, 教同学时会更得心应手, 同学也能吸取到更多、更有用的知识。

(二) 教学目标

根据本节课的教学内容, 参照学生现有的知识水平和理解能力, 确定本节课的教学目标:

1. 知识目标:

会根据E-R图的转换规则将E-R图转换成关系模式;初步认识一个具有实际背景的数据库系统如何设计。

2. 能力目标

:培养学生发现问题、分析问题解决问题的能力, 提高对现实事物的理解和把握。

3. 思想目标:

培养学生动手实践的能力, 体现高职教育的特色;培养学生勤动手的良好习惯, 使他们能结合实际问题, 通过有效的分析, 做出高效的数据库设计模式。

(三) 教学重点、难点

本节课重点:E-R图向关系模型转换的一般方法。它是本节课的主要教学内容。只有掌握了E-R图转换成数据库关系模式, 才能作出正确地数据库设计。

教学难点:初步认识实际问题中大量数据的处理如何用数据库来完成。高职的教育特色就是具有高水平的专业技能, 较高的动手操作能力。由于数据库设计需要对现实事物的理解、领悟和把握, 比较抽象, 学生往往不易理解和把握, 故定为本节课的难点。

二、教学方法

为了更好地突出重点, 突破难点, 适应教情和学情, 使教学达到最佳效果, 本节课教学策略是任务驱动、层次目标教学, 教学方法采用引导发现法、探究式、师生互动、多媒体演示相结合的方法。

首先数据库设计的最终目的是设计出可用的数据库表, 而经过前面的讲解, 在第二阶段根据概念结构设计方法设计E-R图。采用任务驱动, 能引导学生正确思维。

其次, 本节课采用的另一个教学方法是探究式。它穿插于教学的全过程, 通过教师对问题的设置、点拨、指导等, 让学生积极参与讨论, 从而尽可能调动全体学生的学习积极性, 做到师生互动, 体现“学生是主体, 教师是主导”的思想。

再次, 尽可能地多采用多媒体教学手段, 直观地将内容演示给学生, 这样学生学起来效果更好。

三、教学对象分析

通过前面的学习已经知道将实际问题转换成E-R图;知道如何在SQL Ser2000中如何建数据库, 如何建表;高职二年级学生思维能力较好, 但对现实问题的语义理解不透彻;动手操作能力有所欠缺。因此讲课时着重强调对现实语义的理解、如何进行数据库的设计, 尤其是围绕一个具有设计背景的数据库系统的开发, 突出教学难点;注重由浅到深, 由已知到未知。

四、教学程序

课堂教学应以掌握知识为中心, 以培养学生的能力和综合素质为目标, 紧扣重点, 突破难点。为此设计的教学过程如下:

【模块一】问题引入, 创设情境 (时间分配:8分钟)

如何将图1中的E-R图转换成DBMS中实际应用的数据库表?这时就自然地引入到本节课学习的重要内容逻辑结构设计中来, 同时激发了学生强烈的求知欲望, 使学生的学习兴趣一下子提高起来, 十分想弄清楚这个问题。

展示教学目标。根据以往的教学经验, 发现很多学生在做数据库设计时时, 常不知如何去下手, 看上去很简单的问题, 到他们手里就成了很困难的事情。经过分析, 问题就出在不动手上, 告诫学生要循序渐进, 逐步跟上教师的步伐, 否则极有可能重蹈覆辙。

让学生明确本节课的学习任务, 激发学生达到目标的愿望, 从而调动学生的积极性、主动性, 帮助他们形成正确的心理定势, 为后续学习打好基础。

【模块二】问题解答, 引入新课 (时间分配:22分钟)

一、实体的转换二、联系的转换

1.多对多联系的转换2.一对多联系的转换3.一对一联系的转换4.三个或三个以上实体间的联系的转换巩固练习

【模块三】问题拓展, 启发创新 (时间分配:6分钟)

在开始的销售管理系统的E-R图的基础上, 即图1的基础上增加了销售员、部门、经理、供应商、仓库等5个实体, 基本上完善了销售管理系统, 如图2所示。这样向学生渗透“举一反三, 由简单到复杂”的设计思想, 拓展了学生的思维, 使学生觉得数据库设计并不是一件非常困难的事情, 有尝试数据库设计的兴趣。

【模块四】教学小结, 知识升华 (时间分配:3分钟)

回顾本节课的重点内容, 串成一个系统, 利于学生理解和记忆。

【模块五】布置作业, 巩固新知 (时间分配:1分钟)

摘要：本篇以说课稿的形式简略地讲述了我如何讲述数据库的逻辑结构设计这节课, 全文共分四部分:教材分析、教法、教学对象分析、教学程序, 采取的主要教学方法有引导发现法、探究方法、多媒体演示法等, 主要的目的是能很好地促进教学互动, 使学生在轻松愉快的气氛中突破这一重点内容。

关键词：逻辑结构设计,E-R图,销售管理系统数据库设计,关系模式

参考文献

[1]萨师煊、王珊主编的《数据库系统概论》, 高等教育出版社, 2002年1月

[2]何玉洁主编的《数据库原理与应用教程》, 机械工业出版社出版, 2003年9月

数据逻辑结构 篇2

综观《金刚经》，不但有其清晰的主题，并且其逻辑结构也很严谨，层次分明，一目了然。这无不说明佛陀说法度生的权巧方便、化导有方;译人的翻译水准之高超，义理组织之周详，于此可见其一斑矣。

据说古印度的逻辑学就是人们常常所说的“五明”中的因明学，所谓的“宗、因、喻”三。 “宗”就是指所立的论题; “因”就是为了说明“宗”之所成立的缘由; “喻”就是用浅显易懂的比喻、事例说明“因”所阐述的道理。即就是先“标宗”，立论题，次“述因”，摆事实、讲道理，后“举喻”，举例子、打比喻，以做进一步的浅近说明，以达到预期的功效。也是“宗——因——喻”这样一个循环的过程。佛陀当年说法也采用这种因明逻辑，也就是说以“宗、因、喻”的形式进行阐述、论证佛法的真理。

作为逻辑学的一种，因明又与内明有所不同，内明是指佛教的内典因明学。而因明的宗又与佛典的宗有着根本不同的内涵，因为佛典的宗是整个佛法的核心部分，也是佛陀说法的宗旨所在。如小乘佛典的宗旨是以明“人空”为主，大乘佛法的宗旨是以明“法空”为主。一般的经只有一个宗，如《佛说阿弥陀经》以信愿行为宗， 《金刚经》以发菩提心为宗等。因明的宗是论辩者自身所要阐明的观点，像这样的宗，一部佛经可以有很多个。在因明学中，宗、因、喻三是同等的重要，若无因，宗则难以成立;若无宗，因则无所归;若无喻，则难以说明因之正确，宗之成立。所以，标宗、述因、举喻三者是同等的重要，如鼎之三足，缺一不可。

佛陀在《金刚经》中，为了开启人们的菩提心，发扬菩萨的入世度人精神。围绕须菩提的三问，首先阐述欲发无上菩提心者须先“降伏其心”的必然性，次则说明菩萨广行六度时应“无住生心”的不可或缺性，后则详述诸佛如来“阿耨多罗三藐三菩提法”的“是法平等，无有高下”的`深奥道理。这是告示人们，由因趣果的一条层进式的渐次修行道路，也是佛陀说法遵循因明逻辑规则的明证，使抽象难懂的道理显得有条理化，也易于人们理解接受。

在《金刚经》里，佛陀为了论证“应无所住而生其心”的重要性，大概分了三步进行论述。因为此句是全部经文的节骨眼，是发无上菩提心的菩萨远离“四相”的具体落实，是菩萨“上求佛道、下化众生”的必由之路。佛陀有次第地先开示人们，要远离四相树立佛法正确知见。如经云： “诸菩萨摩诃萨应如是降伏其心;所有—切众生之类，若卵生、若胎生、若湿生、若化生、若有色、若无色、若有想、若无想、若非有想非无想，我皆令入无余涅 槃而灭度之;如是灭度无量、无数、无边众生，实无众生得灭度者。何以故?须菩提：若菩萨有我相、人相、众生相、寿者相，即非菩萨”。接着又示其“住心”之方，令其付诸于实践。如经云“菩萨于法应无所住行于布施，所谓不住色布施，不住声、香、味、触、法布施。须菩提：菩萨应如是布施，不住于相。何以故?若菩萨不住相布施，其福德不可思量”。最后佛陀又结示受持、读诵、演说、流布此经的种种福德，胜于“有人以满无量阿僧祗世界七宝持用布施”的福德。而流布此经的最佳方式在于“不取于相，如如不动。何以故?一切有为法，如梦幻泡影，如露亦如电，应作如是观”。佛陀这种由“观念——行为——观念——行为”，互为里表，层层深入的，像“庖丁“解牛”似的论证方式，是有很强的逻辑征服力的。为了证明自己所说的正确性，启发人们的深信心，破除人们的疑惑，不惜唇舌地花费了大量时间宣说了种种菩萨所应行的理论根据。就如在正宗分中，佛陀接二连三地问了三十个“于意云何”，分别就十方世界、如来色相、五眼六通、小乘四果、授记有无、布施忍辱、来去有无、诸相非相、菩提无法、净土度生、说法有无等一系列问题进行激烈精彩的论述。终于从“一切有为法，如梦幻泡影，如露亦如电”的角度出发，彻底打破了“我相、人相、众生相、寿者相”的僵局;以“无所住而生其心”的无相行施精神，唱出了“若以色见我，以音声求我，是人行邪道，不能见如来”的寒梅考验，证明了“一切贤圣皆以无为法而有差别”的千古铁案。

作为因明的逻辑学，不是完全专注于空谈理论，而在于举例及喻说，以期达到人人心悦诚服的真实可信才行。为了说理的透彻，特别是为了能取信于人们， 《金刚经》中就列举了许多的事例，并以恰如其分的比喻作了说明。如在阐述“菩萨应离一切相，发阿耨多罗三藐三菩提心”时，以佛陀自己的往昔修因事例作了有力明证，文云： “忍辱波罗蜜，如来说非忍辱波罗蜜。何以故?须菩提：如我昔为歌利王割截身体，我于尔时无我相、无人相、无众生相、无寿者相”。在阐述得诸佛授记无法可得的道理时，又以自己当年得记为例说明，经云“若有法如来得阿耨多罗三藐三菩提，然灯佛则不与我授记，汝于来世当得作佛，号释迦牟尼;以实无有法得阿耨多罗三藐三菩提，是故然灯佛与我授记，作是言：汝于来世当得作佛，号释迦牟尼”。所有这些都是很好的例证说明。

为了发扬“无住行施”的菩萨道精神，可谓是佛陀苦口婆心，以“如来是真语者、实语者、如语者、不诳语者、不异语者”的身份，告慰须菩提说： “菩萨为利益一切众生故，应如是布施”;又恐众生难以彻底深信奉行，则以种种譬喻说明了住与不住的利害关系，如文云：“若菩萨心住于法而行布施，如人入暗，则无所见。若菩萨心不住法而行布施，如人有目，日光明照，见种种色”。经中像这样的比喻是很多的，举不胜举，不再列举说明。

综观《金刚经》经文：主要是以菩萨发阿耨多罗三貌三菩提心为宗，展开了探讨，以种种譬喻、因缘、本生等故事为证据，说明“离相伏心”、“无住生心”的般若妙用，此经除了“发菩提心”这个大宗外，还有几个小宗，也都采用了同样的说理方法。如“一切有为法，如梦幻泡影，如露亦如电”; “过去心不可得，现在心不可得，未来心不可得”： “凡所有相，皆是虚妄，若以色见我，以音声求我，是人行邪道，不能见如来”;“一切贤圣皆以无为法而有差别”; “若菩萨有我相、人相、众生相、寿者相，即非菩萨”等。当然这些小宗也不是独立存在的，而是相互关联的，都是围绕“发菩提心”这个宗趣而服务的，相互间的归趣是统一的。

总之， 《金刚经》体现出了因明逻辑学的宗、因、喻的特色，再加上优美的语言文字，具有很高文学价值的。从宗而因，由因而宗，因宗一致的逻辑推理来说，可谓是达到了恰到好处的境界。而其中的“喻”说体现出了佛陀说法普被三根的悲心，也为经文增添了色彩，处处显示了经文组织结构的严谨，读后回味无穷。

拓展阅读：金刚经40句经典语录

1.云何应住?云何降伏其心?

2.若菩萨有我相、人相、众生相、寿者相，即非菩萨。

3.菩萨于法，应无所住行于布施，所谓不住色布施，不住声香味触法布施。

4.应如是布施，不住于相。

5.不可以身相得见如来。

6.凡所有相，皆是虚妄。若见诸相非相，则见如来。

7.不应取法，不应取非法。

8.法尚应舍，何况非法。

9.无有定法，如来可说。

10.如来所说法，皆不可取、不可说、非法、非非法。

11.一切贤圣，皆以无为法而有差别。

12.所谓佛法者，即非佛法。

13.应如是生清净心，不应住色生心，不应住声香味触法生心，应无所住而生其心。

14.如来说世界，非世界，是名世界。

15.离一切诸相，则名诸佛。

16.菩萨应离一切相，发阿耨多罗三藐三菩提心。

17.若心有住，则为非住。

18.如来说：一切诸相，即是非相。又说：一切众生，即非众生。

19.如来是真语者、实语者、如语者、不诳语者、不异语者。

20.如来所得法，此法无实无虚。

21.当生如是心，我应灭度一切众生。灭度一切众生已，而无有一众生实灭度者。

22.如来者，即诸法如义。

23.实无有法，佛得阿耨多罗三藐三菩提。

24.如来说：一切法皆是佛法。所言一切法者，即非一切法，是故名一切法。

25.一切法无我、无人、无众生、无寿者。

26.若菩萨通达无我法者，如来说名真是菩萨。

27.诸心皆为非心，是名为心。

28.过去心不可得，现在心不可得，未来心不可得。

29.如来不应以具足诸相见。

30.说法者，无法可说，是名说法。

31.是法平等，无有高下。

32.以无我、无人、无众生、无寿者，修一切善法，即得阿耨多罗三藐三菩提。

33.实无有众生如来度者。

34.若以色见我，以音声求我，是人行邪道，不能见如来。

35.知一切法无我，得成于忍。

36.所作福德，不应贪着。

37.如来者，无所从来，亦无所去，故名如来。

38.于一切法，应如是知，如是见，如是信解，不生法相。

39.不取于相，如如不动。

数据逻辑结构 篇3

1、数据仓库逻辑建模的原则

模型可以帮助我们更加明白的了解业务需求, 是在企业分析完业务需求之后所做的第一步工作, 也是数据仓库中非常重要的一个环节。由于电信行业业务复杂, 数据庞大, 所以数据仓库的逻辑建模显得尤为重要, 在进行数据仓库逻辑建模的过程中, 必须要以以下几点为原则:

1.1 操作的简单性

由于数据仓库最终的用户不一定具有较高的计算机操作能力, 因此数据仓库创建后对于使用过程应该具有直观, 简单的特点, 使得非计算机专业的人员也应该很容易的来获取自己想要的数据。

1.2 业务的全面性

业务应该能够满足不同用户的不同需求。对于同一类用户, 应该能够提供全面的业务分析展现, 使用户能够自由的访问自己需要的数据。

1.3 高效率原则

对于数据获取的过程, 应该尽可能的缩短访问的时间, 在短时间内将用户需要的数据展现给用户, 提高用户的感受度。所以在逻辑建模的过程中应该注意以下几点:

(1) 增加适当的冗余来提高系统的响应速度。

(2) 尽量避免多个大数据量的表间连接。

(3) 尽量避免大范围的数据扫描。

(4) 充分考虑可扩展性。

由于电信行业业务的复杂多变, 在数据仓库逻辑建模的过程中要充分的考虑电信业务后期的变化, 即逻辑建模时要充分考虑系统的可扩展性。

2、电信行业企业级数据仓库模型的构建

常用的数据仓库逻辑建模主要包括三范式建模和维度建模, 三范式建模偏向于数据的存储, 是围绕主键与于其它属性之间的关系而作出的建模。维度建模偏向于数据的分析, 如常见的星型模型建模, 它是以事实表为中心, 周围关联很多维表。三范式建模和维度建模各有优缺点, 根据电信行业业务的复杂性和庞大性, 为提高企业数据的处理效率和数据分析的灵活性, 以及后期数据仓库的可扩展性, 本文采用维度建模的方式进行分析, 系统部分模块的模型如图1所示。

系统数据仓库的逻辑建模可分为以下几个步骤来执行。

2.1 确定主题

从大的模块上来说, 系统分析的主题包括业务主题, 客户主题, 其中业务主题包括企业提供的各种复杂的业务, 业务的开通取消情况, 业务的生效情况, 业务的收费情况等, 客户主题主要包括客户的基本情况, 客户订购的业务信息, 客户订购业务产生的费用信息, 以及企业为客户提供的服务信息等。图2列出了系统主题间的关系。

2.2 确定度量

度量即分析的指标, 是数据仓库中数据分析结果的直接体现, 它决定着数据分析的结果是否符合业务需要, 对企业的决策支持起着非常重要的作用, 因此度量的确定也是非常重要的。

以客户基本信息为例, 包含的度量值主要为客户id, 客户姓名, 客户年龄, 客户电话, 所在区域, 所在行业, 客户类别等信息。通过这些信息能够为客户的流失分析及客户营销分析提供基本的资料, 当然还有一些度量是需要通过计算得到的, 如客户的平均收入, 客户的平均消费等, 这些需要计算的度量在数据仓库的分析中也是非常常用的。

2.3 确定粒度

粒度是数据仓库中保存数据的细化程度, 并与细化程度成反比, 细化程度越高, 粒度级别就越低;反之越高。粒度的划分将影响数据仓库中的数据分析操作, 例如以区域为例, 如果区域的划分只到省的级别, 那么我们就无法分析省中各地市的数据信息。但如果把所有要分析的信息都使用低粒度进行保存, 将浪费很大的空间, 并影响分析的效率, 所以, 在系统粒度的设计中, 使用多重粒度设计, 即按照实际分析的需要划分不同的粒度级别。图3为系统粒度的部分实例。

2.4 确定维度

维度是描述数据仓库中事实数据的一种层次性结构, 是分析数据的角度。维度的合理定义对数据的灵活展现起着至关重要的作用。

在电信行业中, 维度的选取大同小异, 例如, 若以客户分析为主题, 那么维度常划分为区域维、时间维、行业维等, 每一维上又细分成具体的维, 如时间维上可划分为年、季度、月、日, 区域维上可划分为南北方, 省, 市等。

3、总结与展望

数据仓库建模在企业数据仓库的构建过程中起着非常重要的作用, 通过建模, 能够使企业的分析面向业务主题, 使得分析出来的数据更加贴合实际;通过建模, 能够简化后期的统计分析工作, 提高开发的效率。本文以数据仓库建模的原则为基础, 分析了电信业企业级数据仓库模型的构建的过程中需要做的工作, 并对所做的工作进行了简单的描述, 能够提高后期数据仓库的开发效率, 增强数据仓库系统的可用性, 为电信业企业的决策支持提供帮助。

摘要：近些年, 我国电信行业数据仓库的发展迅速, 作为数据仓库中的一个关键的环节, 数据仓库逻辑建模就显得越来越重要。文章以我国电信行业数据仓库发展的背景为基础, 依据数据仓库逻辑建模的原则, 探讨了我国电信行业企业级数据仓库模型构建中的几个关键的部分, 并结合事例对各部分进行了描述, 为数据仓库工作者重构了一个数据仓库逻辑建模的过程。

关键词：数据仓库,逻辑模型,维度建模

参考文献

[1]米波.基于数据仓库技术的银行数据系统的研究[J].电脑知识与技术, 2010 (06) .

[2]周冬婉, 周伟, 叶涛.企业数据仓库多维数据模型的建立[J].微机发展, 2005 (06) .

[3]Anand S Kamble.A Conceptual Model for MultidimensionalData[C].Proceedings of the Fifth on Asia-Pacific Conference onConceptual Modelling, 2008.

[4]徐琴, 彭宇扬, 彭自成.电子商城的数据仓库建模研究[J].计算机与现代化, 2010 (07) .

[5]高翔, 刘峰, 张殿东.商业银行数据仓库建模研究与设计[J].计算机与数字工程.2010 (08) .

实验4 逻辑结构设计 篇4

实验目的1．将概念模型转换为关系模型。

2．运用关系数据理论对关系模型进行优化。

实验内容与步骤

逻辑结构设计主要实现由概念模型到数据模型的转换，简单地说，就是将E-R图转换为某一种DBMS支持的数据模型，当前主要是关系模型。转换后，还应运用关系规范化理论，对数据模型进行优化。

实验操作：将你所做的概念模型转换为关系模型，并进行优化。

数据逻辑结构 篇5

1 Teradata FSLDM客户化

Teradata FSLDM是预先构建的逻辑数据模型, 利用它可以直接开始数据仓库模型设计。它是一个纯粹的逻辑数据模型, 可以运行在任何数据库和平台上, 与Teradata数据库无关。客户化方法论可以概括为自底向上、从顶至下以及自底向上和从顶至下的联合使用。下面我们简要对这几种方法进行一下对比和分析, 主要从策略、过程等方面的特点来决定到底采用何种方法进行开发。

首先, 自底向上法是指先从较下层设计开始, 也就是说去解决问题的各个不同的小部分, 然后把这些部分组合成为完整的应用。这种设计方法主要是要根据系统功能要求, 从具体的逻辑部件或者相似系统开始, 凭借设计者熟练的技巧和丰富的经验, 通过对其进行相互连接、修改和扩大, 构成所要求的系统并保证系统功能的实现。从设计成本和开发周期来讲, 自底向上法一般优于自顶向下法, 但是由于其设计是从最底层开始的, 所以也存在难以保证总体设计的最佳性的问题, 一般适用于探索性的开发项目。在银行建设数据仓库, 自底向上策略一般是从某个数据仓库原型开始, 选择一些特定的为企业管理人员所熟知的管理问题作为数据仓库建设目标。该策略的主要优点在于能够以较小的投入在短时间内取得局部成果。

结合银行业务特点, 一般来讲, 按照数据仓库的思路建设信息决策系统已经有一定的先例和成功经验可以借鉴, 不应该算作探索性尝试, 而是目标明确、长期规划的建设过程, 所以应该采用从顶至下的方法进行。也就是说, 在开发前就已经具备数据仓库的系统定位、实现目标、应用范围等内容, 这种策略对开发人员的开发经验要求和管理层、建设者的预期目标明确程度都有非常高的要求。

2具体实施策略

在某银行Teradata FS-LDM客户化的具体实施过程中, 采取的是分重点设计主题、自主设计主题、简化设计主题等不同类别, 根据每种类别的特点和目标来分别制定有针对性实施策略的原则。实施后, 产生的实体主题分布情况如下图所示:

下面从几个主题区域的具体情况来分别看一下。

团体域:团体域的逻辑数据模型截图如下图所示, 它在分类、主要实体和与其它主题的关系方面继承了FS-LDM, 在外部组织的非排它分类、贷款项目信息、重要相关人信息、团体地址信息等方面客户化程度较高。对于客户单一视图来讲, 实施后可能存在的问题是由于来自各源业务系统的内部机构信息 (一般是机构编码等) 不一致, 就需要数据仓库同时保留多套内部机构信息或需要手工建立映射关系。当然, 这种情况能够最大限度地保留源业务系统信息, 满足当前应用对机构信息的需求, 但也存在可能造成系统资源开销较大、对各原系统数据缺乏统一机构分析视角等问题。

协议域:协议域的逻辑数据模型截图如下图所示, 它在大型分类 (如行业、业务种类等) 、主要实体和与其它主题的关系方面继承了FS-LDM, 在各个详细子类、对帐单地址、协议和业务种类等方面客户化程度较高。这一主题区域包含了协议的金额、状态历史, 协议的周期性资金变动计划, 以及协议与协议之间的关系历史等在内的所有与协议相关的变动历史信息。

资产域:资产域的逻辑数据模型截图如下图所示, 它在资产及其分组、资产价值历史等主要实体以及与其它主题的关系方面继承了FS-LDM, 在资产分类 (以建设银行为准) 、资产详细信息以及处置情况等方面客户化程度较高。需要说明的是, 这里的资产概念分为实物资产、金融资产、无形资产三类, 所有与之相关的信息都存放在此, 且既包括银行资产, 也包括客户资产 (大多数情况是客户在办理贷款申请时提交的担保及抵质押物信息) , 同时既可以描述一个团体的所有资产, 也可以描述一个资产被多个团体拥有的情况, 也就是说, 一个团队可以与多项资产有关, 一个资产也可以与多个团体有关。

财务域:财务域的逻辑数据模型截图如下图所示, 它在分类总账科目、财务细目、主要实体科目和上述科目的子类、历史以及与其它主题的关系方面继承了FS-LDM, 同时将财务预算、统计项目保留为今后可扩充的部分。目前的特点是对于银行内部账组织模式进行了抽象描述, 能够适应不同科目组织体系, 但仅就总帐科目余额进行了客户化。

摘要：商业银行的数据是商业银行宝贵的财富, 这些未经加工的数据并不能满足商业银行的需要。因此, 通过数据仓库技术对商业银行的数据进行有效的整合是一项重大的系统工程。利用数据仓库技术成功整合商业银行数据成功的关键是要做好基础数据的准备工作。基础数据的质量好坏直接决定了数据仓库系统工程的成败。

能效逻辑和数据中心定量评价指标 篇6

该报告的主要包括了解现状、展望趋势、评估能耗、寻找机会、优选手段等内容。该报告已经深远的影响了全球服务器和数据中心产业,且将在以后的几年内对整个产业继续产生持续而重大的影响。

该EPA报告罗列了由Lawrence Berkeley国家实验室提供的10个最佳的节能措施。

◆Lighting Controls照明控制;

◆Use Premium Efficiency Motors使用高效率马达;

◆Install Variable Speed Everything安装变速设备;

◆Utilize More Efficient Chilled Water Plants使用高效率水冷系统;

◆Power Conversion Efficiency提高能量转换效率;

◆Virtualization减少未使用的服务器数量;

◆Air-Side Efficiency提高空气流动通道效率;

◆Free Cooling自然冷却;

◆Appropriate Environmental Conditions适宜的环境条件;

◆Liquid Cooling液体冷却。

但Emerson认为单单是罗列节能措施远远不够,目前业界缺乏一种对数据中心节能方案的中立客观的评估。因此,这使得数据中心管理者无法确定这些节能方法的优先排序,并且无法针对其数据中心的设备情况和运营状况定制出最好的节能策略,于是就有了能效逻辑(Energy Logic)。

1能效逻辑

能效逻辑由艾默生网络能源提出,可成为降低能耗的路标。对于数据中心和IT部门的管理者来说,能效逻辑描述的是从终端主设备到基础设施的级联节能效应。能效逻辑对过程中的每一步骤的节能进行量化以及评估投资的回报时间。基于研究和建模,能效逻辑在保证可用性和灵活性的基础上,使能耗最小化,系统容量最大化。

能效逻辑级联节能的瀑布模型如图1。

(1)能效逻辑理解数据中心节能降耗方面有着积极的意义

◆级联效应的模型化,可视化——关于数据中心节能的具体措施和方法,业界的叙述汗牛充栋,不可胜数。当能效逻辑的提出者站在数据中心整个系统的高度研究之后提出了节能链条的观点:“终端主设备节省的每一瓦电能都会向上游支撑设备产生级联效应”并用良好的可视化的模型表现出来。这是从概念的角度来看待能效逻辑。

◆数据模型——能效逻辑的提出者做出了大量细致而又艰苦的建模的工作,建立一个十分漂亮的5000平方英尺数据中心模型。除了美国与中国因为供电制式的差异之外,其模型大部分可以为现实所参考。这是从手段的角度来看待能效逻辑。

◆基于能耗量能的角度对节能措施优先级排序——这是能效逻辑期望达到的理想结果,而事实上只要一看图1的瀑布模型,这个目的就自然而然的达到了。各子系统的能耗比例是如此的一目了然,数据中心管理者结合自己的实际情况当然很容易就做出判断。这是从结果的角度来看待能效逻辑。

能效逻辑对业界最大的贡献不仅仅是可视化的揭示了数据中心各子系统在节能降耗方面的逻辑相关性,更为业界的同行提供了分析数据中心的一种思路和方法。

但是能效逻辑是对节能措施进行优先级排序的定性方法,而不是定量的标准。那到底有没有一个定量的标准呢?这个标准必须是能够定量的显示数据中心的能效,且在采取节能措施后能从数字上看到这种改进的效果。而且这个标准必须由中立组织制定,且广泛为业界认可。因此数据中心能效定量评价指标应运而生。

2数据中心能效定量评价指标:PUE&DCi E

(1)定义:

PUE:Power Usage Effectiveness(能量使用效率)

DCi E:Data Center InfrastructureEfficiency(数据中心基础设施效率)

PUE和DCi E二者成倒数关系,在文章《The Green Grid Data Center Power Efficiency Metrics:PUE and DCi E》中有更为详细的界定。

(2)历史沿革

这两个概念都是由Green Grid(绿色网格)制定,Green Grid(绿色网格)是一个非盈利的第三方机构,由业界专家构成,该机构主要负责研制修订数据中心能效定量评价指标,和EPA、ECMA等机构关系密切。

这两个概念非常新,2007年2月才有Green Grid(绿色网格)在文章《Green Grid Metrics:Describing Data Center Power Efficiency》定义出来,刚出来时,两个概念分别叫PUE(Power Usage Effectiveness)和DCE(Data Center Effectiveness),PUE被广泛应用,但由于DCE语义不明,几个月后Green Grid在文章《The Green Grid Data Center Power Efficiency Metrics:PUE and DCi E》将DCE改成DCi E。

(3)指标制定思路

EPA将数据中心分成IT和Infrastructure(基础设施)两个部分,两个部分能效的乘积才是整个数据中心的能效,详见图2。但是IT部分的能效评价指标还在定义之中,还没出来,现在还只有Infrastructure(基础设施)部分的能效定义,即PUE and DCi E。PUE已经在业界有广泛应用,而DCi E(见图3)在2007年8月EPA那份有名的报告中被专门提及,身价立即倍增,这两个指标作为定义数据中心Infrastructure(基础设施层)能效评价指标已经无法动摇。

(4)指标的局限

数据中心典型的PUE和DCi E曲线如图4、图5所示。

但是问题的关键是PUE和DCi E的指标到时是否有个阈值,低于这个特定的DCi E阈值数据中心就可被认为是耗能的,高于这个特定的DCi E阈值数据中心就可被认为是节能的?很遗憾,目前这个阈值点的具体数值目前大家仍在讨论,但这个阈值的出现是可以期待的。

(5)指标的发展

第一,关于如何定义数据中心总能效也就是数据中心生产率(包括IT层和Infrastructure层),主要在讨论如何定义何为“有效的计算Useful Computing或Usefu work”。但数据中心能效也就是数据中心生产率的初步定义已经出来(见图6)。

第二,PUE的定义也在深化,主要是因为如果对系统分解,就可以得到如下定义。

因为:Total Facility Power=Cooling Load+Power Equipment Loss+IT Equipment Load

即:数据中心总能耗=制冷用电负荷+供配电能耗+IT设备能耗

以后,CLF就代表在IT/W负载上消耗的制冷用电量,而PLF就代表在IT/W负载上供电系统的损耗,1.0则永远不会变,因为这是IT负载和自己的比率。这样,就可通过一些子指标来定量表征各子系统和IT负荷的能效关联度。

摘要：Energy Logic(能效逻辑)通过其精巧的数据模型不仅可以展示各子系统的级联节能效应,也可展示其基于量能的对节能措施的优先排序。PUE和DCiE可以实现对数据中心能效的定量管理。

关键词：Energy Logic(能效逻辑),数据中心定量评价指标(PUE,DCiE)

参考文献

[1]Green Grid《The Green Grid Data Center Power Efficiency Metrics:PUE and DCiE》

数据逻辑结构 篇7

结构化学课程是化学学科的基础理论课。该课程通过探讨物质的静态结构,使学生掌握微观物质运动的基本规律,获得原子、分子及晶体结构的基本理论和基础知识,了解物质的结构与性能的关系,了解研究分子和晶体结构的近代物理方法的基本原理。该课程是从微观层面解释化学实验现象的理论基础,对深入理解及研究化学问题具有十分重要的意义。该课程的基本理论涵盖于各化学分支,是化学各相关专业学生应掌握的最基本、最重要的理论,对锻炼学生思维(想象,逻辑,抽象,交叉)、开发学生智力(分析,批判,综合,衍变)、发展学生能力(发现、解决、表述、总结) 有着重要作用。

依据多年的结构化学教学实践,我们把结构化学课程的主要特点概括为“四性三多二少一难”。

四性指基础性、重要性、抽象性和逻辑性。结构化学的基础性和重要性可由图1很好地体现,此外,学会结构化学才能树立正确的化学观,即“化学≠实验,化学=实验+测试+理论分析”;结构化学主要讨论微观粒子的状态和运动规律,所以抽象深奥;结构化学研究物质结构的核心方法是基于“量子力学”原理的演绎法,所以逻辑性很强。

三多指知识多、原理多和思维形式多(演绎思维、归纳思维、逻辑思维、抽象思维、形象思维和空间思维)。

二少指学时少(54学时)和优质课程资源少。

一难是教学难,主要原因有三:一是基本原理多,范畴的界定和之间的关系较难全面掌握;二是原理的理解主要依赖于学生的数理基础(化学系学生的数理基础普遍不好),同时还需要较好的专业基础;三是能够与理论直接联系的实际例子少,显得理论格外抽象。普通学生自己学会结构化学不太现实,很多学生“上课时还明白,课后看书却不懂”。所以教学方法的探索和革新始终是结构化学课程教学改革的主题。

2结构化学常规教学方法的局限性以及新举措

教改是为了提高教学效率和教学效果,不断解决教学中发现的新问题、新矛盾。这里我们把结构化学教学中出现的主要矛盾归纳为三个。

(1)结构化学课程存在着内容太多与学时过少的矛盾。现在是知识爆炸时代,结构化学新知识和新理论的增长速度迅猛,然而教学时数不增反减。考虑到学生实际(考研的多)和教学要求,目前普遍采用的解决方法是利用多媒体手段辅助教学,而不是删减教学内容。因为当前考研试题中结构化学所占分数比例较大,而且知识覆盖面很广,但是学生自学收效甚微,所以删减教学内容的方法实不可取,对教学内容的处理只能是优化知识结构。多媒体教学的突出优势就是提高课堂教学效率,所以普遍在使用。但是结构化学课程概念多、原理多、数学推导多,多媒体的节奏稍有控制不当就剥夺了学生的思维时间和联想空间,反会降低教学效果。

(2)结构化学教学中存在着教学效率和教学效果的矛盾。该课程不仅知识多而且难度大,所以为了效率而增大课堂知识容量,往往导致学生的思维联想空间萎缩,课上学的似懂非懂,教学效果不佳。“启发式”教学法是在保证效率的前提下,通过调动学生积极思考来提高知识的课堂传授效果,但前提是学生要具备一定知识基础并且能够迁移,然而结构化学对于学生的数理化基础都有较高要求,经常出现“启而不发”的尴尬局面。“探究式”和“讨论式”教学法,是通过组织学生主动参与来获取知识和形成技能(效果好),不过此类方法除了依赖学生的知识基础外,还需要大量的时间(效率低),不太适合结构化学这种“内容多课时少”的课程。所以结构化学的课堂教学仍是以讲授法为主,这一点可以从“国家精品课程资源网(http://www.jingpinke.com)”上所列的国家级“结构化学精品课”课程录像中轻易地看出。

(3)结构化学课程教学中存在着知识传授和能力培养的矛盾,这是较高层面的矛盾。结构化学知识点多、难点多,教师在教学中常常陷入知识细节的讲解中,而忽视了知识的宏观体系和知识结构的讲授(所谓的“只见树木不见森林”),造成的结果是学生学了挺多知识点,但是没有形成知识结构和系统,所以容易混淆和忘记,也不会用,未能形成能力。解决这个问题的方法可以采用“知识逻辑结构与思维形式注记教学法(KM 教学法)”,杨炳儒教授在2011年4月对该法进行过详细阐述[1]。该法把“知识的内在逻辑结构”作为组织教学语言与教学内容的重要依据,即基于知识本体之上的“知识逻辑结构”居于教学的核心地位。遵循知识点之间的内在逻辑关系,把它们组织起来就形成知识逻辑结构图(知识链图或知识网图),这些图清晰地揭示了知识点的地位作用以及知识点之间的联系。教学中按图索骥,既有利于知识的理解和掌握,又有利于知识的传授,对学生和教师都有指导作用。作者在近几年的教学中,一直以这种方法为主,收到了很好的教学效果。但是通过查阅“国家精品课程资源网”发布的15个高校的结构化学精品课以及部分兄弟院校的结构化学课程网站,我们发现应用这种方法的学校很少,只有两个高校(陕西师范大学和湖南师范大学)提及到了这种方法(他们的命名是“框架结构教学法”)。所以我们想写篇文章倡议大家采用“知识逻辑结构教学法”,以便更多的学生受益。

3 落实“知识逻辑结构教学法”的方法

应用“知识逻辑结构与思维形式注记教学法”,能够解决结构化学课程“难度高容量大课时少”的难题,能够较好地提高教学质量。但是若想取得实效,关键是要制作出“知识逻辑结构呈现式” 课件(使知识逻辑结构图时刻显示在教学屏幕上,而不是在教师的脑子里,才能实际地帮助学生快速认识和掌握知识结构),并合理结合“启发式教学法”;要坚持“先搭架、后填充、再诱导”和“少而精”的原则。具体操作时可分三步。

第一步,备课时按理论知识的内在联系和内在逻辑性来确立逻辑结构和知识框架,构造知识逻辑结构图。在知识框架的基础上,沿着各个“脉络”去发展延伸,将各相应部分加入全部细节,从而扩充并上升到知识的总体状态。这时已不是原来教材中知识内容的简单重复和罗列,而是高视角的、有牢固支撑的知识概型。这样的知识是成串、成套的,是具有“空间”结构的,而不是“平面”结构的简单展现。

第二步,选用先进的课件制作软件(如Authorware),开发“知识逻辑结构呈现式”课件,为落实知识逻辑结构图的功能奠定必要的基础。该课件的模式和功能在第4部分介绍。

第三步,课堂上以知识逻辑结构图为纲(课件展示,要让学生看见),再结合“启发式教学法”对重点、难点与关键点进行精讲,余者可自学。

4 “知识逻辑结构呈现式”课件的模式和功能

与传统PPT课件不同,“知识逻辑结构呈现式”课件在教学页面上不仅要展示知识,而且要展示知识的逻辑结构。具体的显示模式可以借助作者所开发课件的两个具体页面来形象体现。比如“分子的点群”的知识逻辑结构图,显示在课件上的结果如图2a。

讲解单轴群中的Sn群时,单击Sn链接,课件显示效果如图2b。

采用“知识逻辑结构呈现式”课件能帮助学生厘清知识点之间的关系,快速记忆并形成知识结构,也有助于学生对知识的长久保持,可以显著提高教学效果。

摘要：论述了结构化学课程的特点和教学中的主要矛盾,总结了常规教学方法的局限性,找到了提高结构化学教学质量的有效途径:即采用“知识逻辑结构与思维形式注记教学法”,制作并使用“知识逻辑结构呈现式”课件,并适当结合“启发式教学法”。

关键词：知识逻辑结构,课件,结构化学,教法

参考文献

[1]杨炳儒,马楠,谢永红.知识逻辑结构与思维形式注记教学法研究与探索[J].中国大学教学,2011(4):57-59.

[2]陈光巨,李宗和.教与学的思考和实践—关于结构化学教学方法的改革[J].大学化学,1998,13(5):15-17.

数据逻辑结构 篇8

大数据无疑是未来影响各行各业发展的最受瞩目的技术之一。中国计算机学会大数据专家委员会委员杜小勇认为, 大数据带来了三大根本改变:大数据让人们脱离了对算法和模型的依赖, 数据本身即可帮助人们贴近事情的真相;大数据弱化了因果关系, 大数据分析可以挖掘出不同要素之间的相关关系, 使得人们不需要知道这些要素为什么相关就可以利用其结果, 大大提高了工作效率;大数据可以处理半结构化或非结构化的数据, 使计算机能够分析的数据范围迅速扩大。

大数据带来的这些本质性的改变使得管理的疆界和管理的深度都得到了无限延拓。德勤认为, 在过去的两年中, 大数据的应用经历了从逻辑判断到系统思考的提升, 同时, 大数据的解决问题的策略也经历了相应转变。

从简单相关关系的寻找到系统生存关系的转变

大数据应用的第一阶段, 为人们提供了分析数据关系的利器。当现实中多种关系要素错综交织在一起时, 大数据可以在一片混沌的状态中发掘出可能的确定关系, 指出管理这一混沌状态的方向;然而, 在大数据应用第二阶段, 简单相关关系的寻找只是开始, 如何用系统生存的思路去利用这些关系成为制胜关键。

例如, 乐视在搜索《致我们终将逝去的青春》的相关微博数时, 偶然发现《小时代》的讨论是前者的8倍, 这一数据明确地预示了《小时代》的卖座率, 乐视果断成为《小时代》这部电影的营销方。然而, 数据层面能够给出的直接结论推导只是大数据的最基本的应用。微博的关注率是投资方回报的一个保证, 而一部电影是否能够卖座, 影响因素是多方面的。同档期的其他电影的竞争力、各个媒体的推广力度及推广手段、甚至连天气、学校假期这样的因素也有可能影响到电影的票房。

大数据的技术的不断更迭将不但能够发现和已有要素的联系, 还能将各种要素综合, 以系统发展的思路看待每个要素质之间的关系。

从发现问题到互动成长的转变

在大数据应用的第一阶段, 人们利用大数据对复杂系统的各种变量及关系的记录和描述, 通过深层的数据挖掘, 发现问题, 以提升解决问题的效率。而在大数据应用的第二阶段, 大数据的应用更偏向于对用户的深层认知和了解, 通过对用户的深刻理解, 构造出真正符合用户需求的产品, 与用户共同成长。

比如全球最大的在线付费视频与在线影碟租赁提供商Netflix公司运用搜索技术对比, 观察用户的观影习惯, 发现了一个看上去有点风马牛不相及“巧合”:喜欢观看1990年BBC版本《纸牌屋》的观众, 同样是著名导演大卫·芬奇的粉丝, 同时他们还是奥斯卡影帝凯文·史派西的忠诚影迷。Netflix公司认为, 将这三个元素糅合在一起的电视剧成功几率将大大增加。

于是, 他们请大卫·芬奇来翻拍《纸牌屋》, 并邀请凯文·史派西来主演。同时, 由于是在线播出, Netflix公司可以轻易地通过强大的数据库监测系统, 分析出《纸牌屋》上线后, 用户在哪一处按下了暂停键, 有多少用户看过几集就放弃了, 有多少用户回放和再次播放了剧集, 通过对这一连串的精准数据分析为今后制作剧集提供参考。2013年初, 《纸牌屋》成为Netflix所有覆盖的国家中收视率最高的电视剧集。

《纸牌屋》的制作过程完美的诠释了大数据如何帮助企业在与用户的互动中深度了解用户的需求, 帮助企业打造符合用户需求的完美产品。

从既定状态分析到未来生态环境重构的转变

在大数据应用的第一阶段, 大数据被用作对用户当前状态的静态分析。例如, 大数据可以记录用户的行为、偏好、地理位置等实时信息, 企业利用这些数据可以在恰当的时间和地点推送更为精准的促销信息, 更好地锁定用户。相比之下, 在大数据应用的第二阶段, 大数据帮助企业重构用户需求, 塑造出新的生态环境, 让企业和用户以全新的商务模式共同有机成长。

Patients Like Me就通过大数据开拓新的慢性病诊疗模式。其实, 没有人愿意将自己极为隐私的信息公布在Facebook或者Foursquare上, 但Patients Like Me社交网络成为一个例外。在这个开放性的平台上, 患者可以测量自己疾病的治疗进展, 而且研究人员也可以获得他们的医疗数据。至今, 已有近20万用户在Patients Like Me上创建和分享了他们的医疗记录。

Patients Like Me的盈利模式是:在经得用户授权的情况下, 将用户的信息卖给制药商;制药商通过这些庞大的、详实的用户信息的记录, 可以研究各种药品对不同患者的作用机制、获得研发新药品的充足的信息。

英汉语篇逻辑语义结构及应用 篇9

一、英汉语篇逻辑语义结构异同

逻辑联系语指的是表示各种逻辑意义的连句手段。因此要进行英汉语篇逻辑语义对比就必须从逻辑联系语着手。逻辑联系语可以表示两个或更多的句子之间的某种逻辑联系, 并指出句子是在什么意义上相互联系起来的, 也可用来表明语篇中的各个组成部分之间语义上的联系。但并非没有连接性词语就没有连接关系。逻辑联系语只是语篇逻辑语义联系的外在形式。在有的情况下, 或是信息本身的逻辑关系非常清楚, 或是情景语境提供必要的启示, 即使没有连接性词语, 语篇仍是连贯的。语篇的连贯性并不单纯依赖表面语言形式之间的联系而存在, 而是取决于各句所表述的概念或命题之间以及这些概念和命题与整个语篇的主题之间在语义逻辑上的联系。换句话说, 语篇语义的逻辑联系更多地依赖语境。英汉语篇结构中汉语更注重意合即注重行文意义上的连贯, 而英语注重形合即注重语言形式上的接应, 这使得英汉两种语言在语言组织方面存在差异。

例如: (1) 上邪!我欲与君相知, 长命无绝衰。山无陵, 江水为竭;冬雷震震, 夏雨雪;天地合, 乃敢与君绝。

(2) If that’s your last stop at the end of an exhausting day of sight seeing, stay in the old city, because there are plenty of bars in which to enjoy an early evening drink. (对于观光了一天筋疲力尽的游人来说, 最后一站是老城, 那里有许多酒吧, 日暮时游人可以在那儿开怀畅饮。)

例 (1) 中没有太多的显性的逻辑联系语, 可是文中通过语境这个媒介, 让读者更含蓄、更深层次地体会到主人公对爱情的坚贞之心, 颇有一些“蝉噪林愈静, 鸟鸣山更幽”的意味。倘若诗中加上“除非”、“否则”等这些词, 也许, 这首诗就不会这样千古流唱了。例 (2) 中英文由“老城”过渡到“酒吧”, 主要靠“because”这一因果概念的逻辑联系语衔接。中文却可完全不必明示这种关系, 只需“那里”这一指称同时标示地点关系便够了。

(3) 子夏曰:“贤贤易色:事父母, 能竭其力;事君, 能致其身;与朋友交言而有信。……” (《论语·学而篇第一》)

Zixia said, “If a man who draws his mind from the love of beauty, and applies it as sincerely to the love of the virtuous;if, in serving his parents, he can exert his utmost strength;if, in serving his prince, he can devote his life;if, in his intercourse with his friend, his words are sincere...” (《四书》 (汉英对照) , p66-67)

以上子夏说的话, 表述的正是这样—个“如果……就……”的道理, 但却没有一个这样的联接语, 而主要靠语用文化背景及语法同构来实现语篇的连贯。译成英文, 那几个if却是不可或缺的。

以此可以看出, 英汉语篇结构中, 英语偏向于更多地使用形式词语来体现语义关系, 而汉语则相对地偏向于依赖语义的逻辑联系。关于产生这种差异的原因是由于中西两种思维方式的不同在语言中的折射, 比如英语的民族文化特质表现为理性思维逻辑以及形式组成的严谨, 表现在语言中也是同样, 而汉语重整体性思维, 表现为综合性思维方式, 强调整体平衡、整体程式, 表现在语言上则要求叙述全面、周到, 务求突出整体性综合框架, 等等。

二、逻辑语义在英汉互译方面的应用价值

1. 逻辑分析下的多义词翻译

英语同汉语一样, 拥有大量的多义词。在一定的上下文中, 多义词词义的确定和理解, 主要是一种逻辑分析活动。理解词义往往要运用概念、判断和推理等思维形式和方法。例如:

(4) It is recognition of compassion’s part that leads the up holders of cap ital punishment to accuse the abolitionists of sentimentality in being more sorry for the murderer than for his victim. (Advanced English)

原译:认可了怜悯者的看法, 就会使死刑鼓吹者去指责主张废除死刑者是感情用事, 是同情凶杀犯甚于同情受害者。

如果进行逻辑分析, 就会发现, 这句的译文在内容上有些自相矛盾:如果死刑鼓吹者真的认可了怜悯者的看法, 他们就不会去指责主张废除死刑的人了。原来recognition在这里不是“认可”、“承认”的意思, 而作“认出”、“识破” (identification, discovery) 解。故上句应译为:“正是由于识破了怜悯的作用, 才使得主张死刑的人去指责提倡废除死刑的人是感情用事, 说他们同情凶杀犯甚于同情被害者。”可见, 翻译要准确无误, 就必须对上下文进行逻辑分析, 从而确定词语的具体意思, 不能只进行字面翻译, 更不能望文生义。

2. 逻辑分析下的语法结构

语法结构可以加深我们对原文的理解, 可是有时侯单靠语法结构是不行的, 必须借助逻辑分析才能更好地解决问题。例如:

(5) 不光是大伙眼皮底下的事儿你赖不掉, 就连你打算破坏训练班, 偷偷饮病了枣红马, 那也成不了无头案。

You can’t wriggle out of this.These are things everyone has seen.And if you think we’re still in the dark about your making the sorrel ill and your trying to break up the training class, well, you’re mistaken.

原文的主干结构是“不光是……就连……那也……”, 这样的逻辑联结语构成的是一种递进-让步关系。译者在逻辑分析下对原文作了更灵活的处理。即将整个意思分为两层, 第一层有两个独立的句子。它们主要靠“this”的下指作用和“can’t wriggle out”与“has seen”的语用联系连接。其中隐含的是因果关系。第二层首先用“And”与前—层作并举的逻辑连接, 其次主要用“if”和“well”表现条件性的因果推论。因此, 几乎完全改变了原文的那种递进—让步关系, 但是结果翻译的英语是更加地道、更符合英语的语言习惯和文化审美。

总之, 由于文化和思维习惯的差异, 英汉语篇逻辑语义结构方面存在很大的不同, 如何避免由于欠缺逻辑分析而造成的辞不达意或者盲目照搬汉语的表达结构而造成的中式英语现象, 是今后逻辑语义进一步研究和完善的动力。

摘要：语篇逻辑语义结构分析着重研究的是语篇中表达的各种概念及命题之间在语义逻辑上的联系。本文旨在分析并描述英汉相似语篇结构的逻辑语义关系的异同点, 并探讨了英汉语篇逻辑语义结构对外语教学与翻译活动的应用价值。

关键词：英汉,语篇逻辑语义结构,异同,英汉互译

参考文献

[1]姚勇芳.论英汉语词汇和语篇的结构差异及其在诗歌翻译中的表现[J].中南工业大学学报 (社会科学版) .

[2]唐品芳.逻辑语义结构视阈下的英汉语篇对比研究.内蒙古农业大学学报, 2008, (6) .