CBF Studio业务建模示例(1)-内部组织模型设计

2023-11-09 17:20

本文主要是介绍CBF Studio业务建模示例(1)-内部组织模型设计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 背景和需求分析
    • 业务运营组织模型
    • 创建组织模型
    • 在企业资源管理器中使用

背景和需求分析


  我们假设已经掌握了CBF Studio的安装部署以及常规操作。现在以客户管理系统为例,从头开始进行业务模型设计。最终将模型设计成果直接运行在CBF Stack上,前端到后端的全部设计均在CBF Studio上完成。
  客户管理系统的需求简化为录入和维护(更新和删除)客户信息,客户信息包括个人客户信息和对公客户信息,其中侧重设计个人客户信息,扩充个人客户的财务信息、关系人信息等,对公客户信息则交给所有读者自行扩展设计。

业务运营组织模型


  首先根据组织结构进行内部组织模型设计,抽象出关键的岗位模型。这属于数据模型的一部分,所以强调一点数据模型作为业务和应用模型的支撑最为关键,数据模型设计的好与坏会直接影响建模的最终成果。
  产品本身带有基础模型库(包括业务模型、数据模型和应用模型),满足企业基本的组织管理、文档和方案的管理等需求。新模型中的业务运营组织模型则必须基于基础模型库扩展出来,其他模型设计也应该保证最大化的利用现有基础模型库进行扩展设计。
  客户信息由客户经理录入并提交给审查员进行审核,审核通过后客户信息入库。客户经理和审查员隶属运营部门,运营部门则隶属总部。并且客户经理和审查员均属于岗位类型,运营部门则是内部组织类型。
  其中岗位和内部组织模型都由基础模型库提供,因此我们只需要按照组织结构的需求创建对应数据模型即可。

创建组织模型


  在数据架构中创建一个“组织机构”主题域:
组织机构

  然后在组织机构下创建“运营部门”数据组件:
运营部门

  运营部门下创建“岗位”和“部门”两个分组,分别存放岗位数据模型和内部组织数据模型:
岗位和部门

  部门分组下创建“运营部门”实体数据,衍生自“内部组织”:
运营部门

  岗位分组下创建“客户经理”和“审查员”实体数据,均衍生自“岗位”:
客户经理和审查员

  然后运营部门、客户经理和审查员添加数据关系,因为我本地已经完成了这个过程,所以上述示图中会在各个实体数据见看到有表示数据关系的“连线”,实际上这些“连线”是在数据关系添加后才会出现的。这里我们就以客户经理为例,添加“客户经理 N : 1 运营部门”这样的数据关系:
数据关系

  接下来需要发布运营部门的数据模型设计,发布成功后就可以在企业资源管理器中创建对应的内部组织了。

在企业资源管理器中使用


  因为是本地开发环境,仅做演示功能,因此选择在研发中心下创建一个类型为“运营部门”的内部组织,加锁研发中心后右键选择“管理下属资源-添加下级内部组织”,并选择“运营部门”,填入相关属性信息后点击确认按钮:
运营部

  然后加锁运营部,右键选择“管理下属资源-添加职员”,填写相应的属性信息后点击确认按钮,按这样的操作步骤添加两个职员:
添加职员

  接下来为这两个职员分别添加客户经理和审查员任职,在运营部上右键选择“管理下属资源-调整任职”,在弹出的设置页面上进行岗位设置即可:
添加任职

  业务运营组织模型就设计完成了。
  (更多关于可视化建模开发工具的介绍可以关注领驭框架(北京)软件有限公司的微信公众号和我自己的订阅号,或者到公司主页(www.eframesoft.com)查询。)
在这里插入图片描述
在这里插入图片描述

这篇关于CBF Studio业务建模示例(1)-内部组织模型设计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/377510

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

如何在Visual Studio中调试.NET源码

今天偶然在看别人代码时,发现在他的代码里使用了Any判断List<T>是否为空。 我一般的做法是先判断是否为null,再判断Count。 看了一下Count的源码如下: 1 [__DynamicallyInvokable]2 public int Count3 {4 [__DynamicallyInvokable]5 get