《Data & Knowledge Engineering》：A structured perspective on conceptual modeling research
编辑推荐：
概念模型研究历经数十年发展，不同领域学者采用多样化术语和风格进行探索，导致研究贡献辨识困难。本文提出CCMR框架，通过结构化维度系统识别概念模型研究的不同贡献类型，包括方法论创新、应用场景拓展及跨学科理论融合，并验证其有效性和应用价值。
作者名单：Lois M.L. Delcambre、Stephen W. Liddle、Heinrich C. Mayr、Oscar Pastor、Veda C. Storey、Bernhard Thalheim
所属机构：美国俄勒冈州波特兰市的波特兰州立大学（Portland State University, Portland, OR, USA）
摘要
概念建模研究领域历经数十年的发展，众多研究社群为这一领域做出了贡献，他们在研究过程中使用了不同的术语和风格来表达自己的发现。这种多样性使得人们难以准确评估某项具体研究的价值，从而限制了研究项目或计划的实际影响力。我们提出了一种用于描述概念建模领域研究贡献的框架，称为“Conceptual Modeling Research Characterization (CCMR)”，并展示了如何利用该框架系统地识别各类研究贡献。该框架包含了一组对大多数概念建模研究项目尤为关键的维度。通过这一框架对研究论文进行分析，有助于研究者们更好地交流、讨论并理解彼此的观点。为了验证该框架的有效性，我们将其应用于一系列研究论文，并对应用结果进行了报告。
引言
概念建模在信息系统开发中起着基础性作用：它将应用程序中超出物理实现层面的相关要素抽象出来，并通过一个或多个模型进行表示，这些模型采用了统一的表达方式。在模型驱动的软件工程中，这些模型还充当了系统规范的工具。随着时间的推移，概念建模的应用范围不断扩大，使用的模型类型也日益增多。来自不同计算机子领域的研究人员也在积极探索概念建模的应用，并为该领域的发展做出了贡献（例如，在专门的会议和期刊上开展合作与思想交流）。因此，概念建模的知识体系包含了多种类型的研究成果，包括哲学研究、建模方法论以及应用与实现方面的研究。这种多样性是该领域的优势，但同时也可能导致研究成果的影响力受到限制，因为论文的内容和术语往往针对特定研究社群的需求进行了定制。
然而，这种多样性使得人们难以全面理解和识别该领域的研究成果。为此，我们开发了“Conceptual Modeling Research Characterization (CCMR)”框架，旨在帮助人们更好地理解当前及以往的概念建模研究。该框架提供了一种简洁的方法，用于对概念建模领域的研究贡献进行分类和比较。它能够以结构化的方式识别出各个研究贡献，并将其置于整个研究体系中的适当位置。同时，它考虑到了概念建模研究中采用的各种方法与途径的多样性，从而支持了除作者或审稿人之外的多种角色的参与，以便更全面地评价研究贡献。
本文的主要贡献在于介绍了CCMR框架，并分析了如何利用该框架来理解这一领域丰富多样的研究成果。我们基于模型的基本特征（如研究主题和目的），系统地展示了CCMR框架的适用场景。CCMR框架为概念建模研究项目提供了统一的评估方式，对于新手研究者或希望了解该领域进展的研究人员来说尤其具有价值。
本文的其余部分结构如下：第2节概述了相关研究；第3节详细介绍了CCMR框架；第4节展示了该框架的多种应用场景；第5节讨论了研究结果、局限性及未来的研究方向；第6节对全文进行了总结。
背景与相关研究
无论是有意识还是无意识地，人们总会构建对自己所感知或思考对象的模型。尤其是在理解复杂结构或关系、规划与控制流程或对其进行干预时，使用来自特定应用领域的“受控词汇表”中的术语来构建模型会更为有效。
CCMR框架
基于上述对“概念模型”的定义，以及概念建模领域的多样性，我们制定了CCMR框架，其具体目标如下：
- 重点突出某篇研究论文的关键贡献；
- 比较两篇或多篇研究论文，以评估某一特定主题的研究进展；
- 审稿时使用该框架来评估论文是否适合在某次会议或主题下发表。
CCMR框架的使用
CCMR框架适用于整个概念建模研究社群，用户可根据自身兴趣、实际情况及可用资源来使用该框架。在本节中，我们将详细探讨该框架的适用场景及潜在用户群体。在描述用户群体时，我们采用了基于荣格“心理类型”理论的人格分类方法。
CCMR框架与应用
CCMR框架旨在作为概念建模领域研究的基石，它源于对该领域多样性的认识与需求。这一领域支持多种类型的研究方法（概念化、实证研究、形式化分析等），并且随着大数据、本体论、机器学习、大型语言模型等新研究主题的出现而不断发展。尽管CCMR框架本身具有一定的复杂性，但它仍能够有效满足研究需求。
结论
本研究提出了“Conceptual Modeling Research Characterization (CCMR)”框架，旨在反映概念建模研究的多样性与发展趋势，同时便于其应用与推广。该框架基于实际应用和用户反馈不断改进完善，提供了一种结构化的方法来整理文献信息，明确研究项目的核心贡献及其具体性质。此外，它还允许补充更多相关信息。
作者贡献声明
- **Lois M.L. Delcambre**：负责撰写、审稿与编辑、初步草稿的撰写、调查工作、形式化分析及概念化；
- **Stephen W. Liddle**：负责撰写、审稿与编辑、初步草稿的撰写、软件开发、调查工作、形式化分析、数据整理及概念化；
- **Heinrich C. Mayr**：负责撰写、审稿与编辑、初步草稿的撰写、调查工作、形式化分析及概念化；
- **Oscar Pastor**：负责撰写、审稿与编辑、初步草稿的撰写、调查工作、形式化分析。
利益冲突声明
鉴于Veda C. Storey担任咨询编辑的职务，她未参与本文的同行评审过程。其他作者声明没有可能影响本文研究结果的财务利益或个人关系。
致谢
CCMR框架的诞生得益于多方合作。我们感谢许多同事在信息提供、参与ER会议研讨会或对我们的框架早期版本提出反馈方面的支持。同时，我们也感谢本文引用的论文作者们对我们的工作描述给予的宝贵意见。此外，我们也非常感谢匿名审稿人的建设性建议。
Lois M.L. Delcambre 是美国波特兰州立大学的名誉教员，她在概念建模领域从事研究已有数十年，并长期担任ER研究委员会的成员。
