Mô hình này được đề xuất bởi Baldwin và Zhou vào năm 1984 (tham khảo trong [5],[17]). Cách tiếp cận này không mở rộng miền giá trị các thuộc tính mà mở rộng ngữ nghĩa của dữ liệu rõ bằng cách đưa ra độ đánh giá độ thuộc của mỗi bộ vào một quan hệ là một số thuộc [0, 1].
Một cách hình thức, một quan hệ mờ trên lược đồ R = {A1, A2, ..., An} là một tập con mờ của tích Đề-Các: D1 × D2 × ... × Dn được đặc trưng bởi một hàm thuộc µR : D1 × D2 × ... × Dn → [0, 1]. Trong đó Di là miền trị của thuộc tính Ai.
Về mặt biểu diễn, quan hệ mờ trong mô hình này giống như trong mô hình quan hệ nhưng thêm cột µ để lưu độ thuộc của mỗi bộ. Như vậy một bộ của R có dạng (u1, u2, ..., un, µR(u1, u2, ..., un)), trong đó ui∈Di với i=1, 2,..., n. Kiểu biểu diễn dữ liệu này đi kèm với giả thiết khái niệm một bộ thuộc về một quan hệ là một khái niệm mờ trong khi các giá trị cụ thể của các thuộc tính lại là giá trị không mờ hoặc cũng có thể là một nhãn ngôn ngữ nhưng được xử lý như một đơn giá trị.
Các phép tính quan hệ như: Phép chiếu, hợp, giao, tích Đề-Các được thực hiện như các phép toán tương ứng trên tập mờ.
Nhiều kết quả nghiên cứu về cơ sở dữ liệu mờ đã sử dụng mô hình này như: những kết quả về phụ thuộc hàm mờ, kết nối không tổn thất của Raju
([23], 1988), phụ thuộc đa trị mờ của Jyothi([17], 1997), xây dựng ngôn ngữ hỏi mềm dẻo trên cơ sở dữ liệu mờ của Kacpryk ([15], 1986), ... Những cài đặt đầu tiên cho cơ sở dữ liệu mờ đều dùng mô hình này vì tận dụng được khả năng lưu trữ dữ liệu của các hệ quản trị cơ sở dữ liệu đã có, chỉ bổ sung những mở rộng tính toán cần thiết, tiêu biểu là các hệ OMRON (1992), FQUERY (1996)[19].