知识卡片
用例分析逐步收束模型
用例建模先获取场景描述,提取名词候选,添加需要记住的语义关联,再区分属性,最后按需要补泛化、组合和子域。名词和动词只提供线索:候选可能是同义词、属性或无用词,关联不等于调用或数据流。每一步都应回到用例含义,而非机械把语言成分翻译成表。
结构图:
flowchart TD
A[获取用例] --> B[提取候选概念]
B --> C[判断必要关联]
C --> D[区分属性和概念]
D --> E[按需要精化模型]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
获取用例描述 既然领域模型指的是问题域模型,那么建模也一定要从问题域入手。那么问题域的知识如何表现出来呢?一种最常见的方式是通过用例,也可以通过场景(Scenario)来分析,总之就是一段格式化的需求文字描述。 (2)寻找概念类 寻找概念类就是对获取的用例描述进行语言分
参考来源
- 位置:《代码精进之路:从码农到工匠(异步图书)》7.6.1 用例分析法(spine2;extracted/代码精进之路:从码农到工匠(异步图书)/_epub-src/OEBPS/text00001.html;u119-ch07-018)。
- 结论依据:原文在“获取用例描述”附近的定义、实例或代码支撑本卡的核心说明:用例建模先获取场景描述,提取名词候选,添加需要记住的语义关联,再区分属性,最后按需要补泛化、组合和子域。适用边界按该处前提解释,代码未执行。
- 原始内容:获取用例描述 既然领域模型指的是问题域模型,那么建模也一定要从问题域入手。那么问题域的知识如何表现出来呢?一种最常见的方式是通过用例,也可以通过场景(Scenario)来分析,总之就是一段格式化的需求文字描述。 (2)寻找概念类 寻找概念类就是对获取的用例描述进行语言分