数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。

在数据分析与挖掘中，我们通常需要根据一些数据建立起特定的模型，然后处理。模型的建立需要依赖于算法，一般，常见的算法有分类(有明确类别)、聚类(无明确类别)、关联、回归等。

数据分类主要处理现实生活中的分类问题，一般处理思路如下：

(1)首先明确需求并对数据进行观察;

(2)其次，确定算法;

(3)确定步骤;

(4)编程实现。

数据建模的目标

确保准确表示数据库所需要的所有数据对象。

数据模型有助于在概念、物理和逻辑层面设计数据库。

数据模型结构有助于定义关系表、主键和外键以及存储过程。

提供了基本数据的清晰图像，数据库开发人员可以使用它来创建物理数据库。

有助于识别缺失项和冗余数据。

虽然在开始阶段，数据建模费时费力，但从长远来看，可以是我们的基础架构易于升级和维护。

数据建模的原则：

1. 保证系统中的数据都是干净、有效的，异常和错误数据不能存在。

2. 最好将所有信息尽可能完整、完全记录下来，以防丢失重要历史信息。

3. 使系统具有可扩展性，这样不仅能容易满足以后的需求变动，而且又能使变动前后的数据格式相兼容。