数据模型按不同的应用层次分成三种类型：分别是概念数据模型、逻辑数据模型、物理数据模型 。
概念数据模型概念数据模型（Conceptual Data Model），是一种面向用户、面向客观世界的模型，主要用来描述世界的概念化结构，它是数据库的设计人员在设计的初始阶段，摆脱计算机系统及DBMS的具体技术问题，集中精力分析数据以及数据之间的联系等，与具体的数据管理系统（Datab
物联网关方案定制
数据模型按不同的应用层次分成三种类型：分别是概念数据模型、逻辑数据模型、物理数据模型 。
概念数据模型概念数据模型（Conceptual Data Model），是一种面向用户、面向客观世界的模型，主要用来描述世界的概念化结构，它是数据库的设计人员在设计的初始阶段，摆脱计算机系统及DBMS的具体技术问题，集中精力分析数据以及数据之间的联系等，与具体的数据管理系统（Database Management System，简称DBMS）无关。概念数据模型必须换成逻辑数据模型，才能在DBMS中实现 [5] 。在概念数据模型中常用的是E-R模型、扩充的E-R模型、面向对象模型及谓词模型。
层次模型将数据组织成一对多关系的结构，用树形结构表示实体及实体间的联系 。
网状模型用连接指令或指针来确定数据间的网状连接关系，是具有多对多类型的数据组织方式。
关系模型以记录组或数据表的形式组织数据，以便于利用各种实体与属性之间的关系进行存储和变换，不分层也无指针，是建立空间数据和属性数据之间关系的一种非常有效的数据组织方法。
空间数据模型是关于现实世界中空间实体及其相互间联系的概念，它为描述空间数据的组织和设计空间数据库模式提供着基本方法。因此，对空间数据模型的认识和研究在设计GIS空间数据库和发展新一代GIS系统的过程中起着举足轻重的作用。
《地理信息系统——原理、方法和应用》邬伦等编著，第48页。
来源二：为了能够利用地理信息系统工具来解决现实世界中的问题，首先必须将复杂的地理事物和现象抽象到计算机中进行表示、处理和分析，其结果就是空间数据模型。
建立模型的步骤：
三、建立模型
在准备好的数据基础上，建立数据模型，这种模型可能是机器学习模型，也可能不需要机器学习等高深的算法。选择什么样的模型，是根据要解决的问题（目标）确定的。
当然可以选择两个或以上的模型对比，并适当调整参数，使模型效果不断优化。
四、模型评估
模型效果的评估有两个方面：一是模型是否解决了需要解决的问题（是否还有没有注意和考虑到的潜在问题需要解决）；二是模型的准确性（误差率或者残差是否符合正态分布等）。
如：在识别KOL假粉的问题中，需要评估的是：模型能否识别出假粉？识别的误差率是多少？粉丝识别误差率=（假粉误认为真粉的数量+真粉误认为假粉的数量）/总粉丝数
（作者： 来源：）
