e-business para PME WEB USAGE MINING Manuel José Ferreira Monteiro

Tamanho: px
Começar a partir da página:

Download "e-business para PME WEB USAGE MINING Manuel José Ferreira Monteiro"

Transcrição

1 e-business para PME WEB USAGE MINING Manuel José Ferreira Monteiro Dezembro de 2006

2 WEB USAGE MINING Abstract: Algoritmos de Market Basket Analysis têm-se difundido amplamente nos últimos tempos na análise de padrões de compra dos consumidores, nomeadamente na detecção de produtos que são adquiridos em conjunto. Estas técnicas são igualmente utilizadas noutras situações, como em bibliotecas, sites de comércio electrónico e na análise do comportamento de navegação em sites. Neste documento são analisadas algumas dessas técnicas aplicadas à situação do Web Usage, onde se analisa o perfil de utilização num site de serviços na Internet. Palavras-Chave: Internet, Web Mining, Web Usage Mining, Regras de Classificação, SQL, Log Files, IIS, Market Basket Analysis, Apriori, Caren, Weka

3 ÍNDICE 1. Objectivos Introdução ao Web Mining Os dados Origem dos dados Tratamento dos dados Criação da base de dados Limpeza e Tratamento dos dados Análise preliminar aos dados Análise de um conjunto de dados usando regras de associação Conceitos base Descobrir Regras de Associação WEKA Magnum Opus Caren Outras ferramentas Análise e selecção das regras e dos conjuntos frequentes Conclusões Referências e conteúdos consultados...34

4 1. Objectivos Este trabalho, no âmbito da formação de agentes de suporte em e-business para PME, promovido pelo, tem como objectivo a familiarização com os conceitos de Web Usage Mining. Analisa-se um caso prático, onde se incluem todos os passos necessários para a obtenção de informação útil. Utilizaram-se as seguintes ferramentas: SQLServer 2005 Express* O SQLServer é um dos sistemas de Gestão de Bases de Dados mais sofisticados do mundo. Utilizou-se neste trabalho a versão 2005 na edição Express. Download em: 549B5-0B DCC397514B41&displaylang=pt-br SQL Server Management Studio Express* O SQLServer Management Studio Express permite de forma simples e visual gerir bases de dados Microsoft SQL Server Download em: en&familyid=c243a5ae-4bd1-4e3d-94b8-5a0f62bf7796 WEKA Ferramenta em JAVA que contêm algoritmos para tarefas de data mining. Download em: * Ambas as aplicações disponíveis para download igualmente em 1

5 2. Introdução ao Web Mining O web mining e o web usage mining resultam da aplicação de técnicas de data mining para descobrir de forma automática padrões de utilização recolhidos na Web, com o objectivo de compreender melhor os padrões de navegação nos sites, caracterizar e servir melhor os utilizadores/clientes e optimizar as soluções web-based. A presença das organizações na Web gera normalmente grandes quantidades de dados, geradas normalmente pelos servidores Web e guardadas em ficheiros designados por logs. A análise desses logs pode ajudar as organizações a determinar o perfil dos seus utilizadores e com essa informação adaptar os conteúdos às necessidades destes, apresentar estratégias de marketing mais focalizadas e individualizadas, potenciando melhores retornos financeiros (ou outros). As primeiras ferramentas de análise da Web simplesmente reportavam a actividade gerada no site, nomeadamente o número de visitantes, páginas mais vistas, origem dos visitantes, sites de referência, entre outros. Figura 1 Exemplo de Sistema de estatísticas online (SmarterStats) 2

6 Normalmente existe associado a qualquer alojamento na Web um sistema de estatísticas que permite obter uma infinidade de informações estatísticas sobre determinado site. São exemplo desses sistemas o WhosOn (http://www.whoson.co.uk), SmarterStats (http://www.smartertools.com/products/smarterstats) ou o LiveStats (http://www.deepmetrix.com). Figura 2 Alerta de erros e detecção de Hackers (WhosOn) No caso do SmarterStats existe já um pequeno espaço dedicado ao Web Mining. No WhosOn existe um módulo que detecta erros e Hackers (Figura 2). Estes melhoramentos demonstram que o mercado está a optimizar as soluções de forma a oferecer cada vez mais informação útil, não apenas informação estatística. Têm aparecido novas técnicas, mais sofisticadas, para descoberta e análise de padrões. Essas técnicas estão orientadas para duas categorias principais: Ferramentas de Descoberta de padrões e Ferramentas de Análise de Padrões. Em resumo estas técnicas visam: Obter sistemas capazes de gerar acções que adaptam a informação e/ou serviços disponibilizados por um site às necessidades e perfis dos utilizadores, tirando vantagem do conhecimento obtido do comportamento destes [1] 3

7 Um exemplo conhecido de utilização destas técnicas é a AMAZON [5]. Ao visualizar um item a amazon.com sugere outros itens, que potencialmente o utilizador terá interesse. Estas sugestões estão ligadas a Regras de Associação baseadas na análise do histórico de vendas. O Web Usage Mining é utilizado como Sistema de Apoio à Decisão e Personalização dos Web Sites. Podemos dividir o Web Mining em três áreas [1]: Figura 3 Áreas de aplicação do Web Mining Este trabalho dedica-se com maior ênfase à componente Utilização do Web Mining, designada vulgarmente por Web Usage Mining, baseada na análise dos ficheiros log gerados pelos pedidos ao servidor. A análise dos logs pode ser realizada através de diferentes técnicas [1], nomeadamente, Estatística, Filtragem de conteúdos, Data Mining, Probabilidades e Análise de Links. 4

8 3. Os dados 3.1 Origem dos dados Os dados utilizados neste estudo foram retirados dos logs de acesso ao site forevernet.net dos dias 17 de Março de 2006 a 3 de Abril de 2006 (18 dias). Figura 4 Lista de ficheiros com logs do servidor O servidor gera um ficheiro por cada dia de actividade do site (figura 4). O Internet Information Server (IIS) fornece diferentes formatos de ficheiros de log que armazenam todos os pedidos ( requests ) no servidor Web. Estes são os formatos de ficheiros de log fornecidos pelo IIS [7]: W3C Extended Log File Format NCSA Log File Format Microsoft Log File Format O formato utilizado por defeito no IIS é o W3C Extended Log File Format [1], é este o formato utilizado como fonte de dados neste trabalho. 5

9 Os ficheiros log são do tipo texto delimitado, neste caso por espaço, segunda a especificação RFC 2616, "Hypertext Transfer Protocol -- HTTP/1.1" 1 [8]. Os ficheiros log é constituído por registos, cada registo é referente a um pedido de um ficheiro do site em determinada sessão. Estes incluem todos os ficheiros, inclusive imagens e outros documentos que não constituem páginas propriamente ditas mas que estão incluídos em páginas. O que interessa monitorizar são todos os ficheiros que constituem a estrutura de uma página, nomeadamente os.htm,.asp,.php, aspx,.pdf, entre outros. Os ficheiros de imagem não interessam monitorizar uma vez que constituem ficheiros complementares e não ficheiros principais. Os registos referentes às imagens terão que ser filtrados do dataset original, nomeadamente os.gif,.jpg,.png e afins. No caso particular do site em estudo a maioria dos ficheiros relevantes para o estudo estão desenvolvidos em Active Server Pages, com extensão.asp. No formato W3C Extended Log File Format cada registo é constituído pelos seguintes campos: Nome do Campo Date Time c-ip cs-username s-sitename s-computername s-ip Descrição Data da sessão Hora da sessão IP do utilizador. Este campo pode indiciar em erro pois poderá ser um IP comum a muitas ligações e não representar apenas uma ligação (ou utilizador) mas sim muitas ligações distintas. Utilizador (em branco). Terá valores se for um utilizador autenticado. Referência do Servidor Nome do Servidor IP do Servidor 1 6

10 s-port cs-method cs-uri-stem cs-uri-query sc-status sc-win32-status sc-bytes cs-bytes time-taken cs-version cs-host cs(user-agent) cs(cookie) cs(referer) Porta do Servidor Instrução http requisitada Ficheiro requisitado Query associada ao ficheiro requisitado Status da operação retornado pelo servidor Status da operação retornado pelo cliente Número de bytes enviados para o utilizador Número de bytes enviados para o servidor Tempo em milissegundos que demorou a processar o pedido Versão do protocolo HTTP Domínio do registo. Este pode variar dentro de um site. O caso em estudo tem situações onde isso acontece. A utilização de Domain Alias, domínios alternativos que apontam para o mesmo site, origina a existência de diferentes domínios num só site. Informação adicional Cookie associado ao pedido, caso exista URL previamente visitado pelo cliente. Este campo é importantíssimo quando se pretende elaborar estudos sobre sequencias tipo (padrões) de visitas. Os campos [c-ip] e [cs-uri-stem], referentes ao IP do visitante do site e ao nome do ficheiro visitado, constituem os elementos mais relevantes para se realizar este estudo. Os restantes campos são de elevado interesse para outros estudos. Figura 5 - Exemplo de um registo 7

11 3.2 Tratamento dos dados Criação da base de dados Estando os dados origem repartidos por diferentes ficheiros é essencial criar um sistema que permita recolher numa estrutura única todos os dados e que permita trabalhar com estes de forma célere e eficaz. Optou-se por converter os ficheiros de log para uma base de dados SQL. No caso específico deste trabalho utilizou-se o SQL Server Utilizou-se o Microsoft SQL Server Management Studio Express para gerir e aceder aos dados. A estrutura da base de dados pode ser criada com o seguinte comando SQL (inclui todos os campos existentes nos logs) [7][8]: CREATE TABLE logs ( [date] [datetime] NULL, [time] [datetime] NULL, [c-ip] [varchar] (50) NULL, [cs-username] [varchar] (50) NULL, [s-sitename] [varchar] (50) NULL, [s-computername] [varchar] (50) NULL, [s-ip] [varchar] (50) NULL, [s-port] [varchar] (50) NULL, [cs-method] [varchar] (50) NULL, [cs-uri-stem] [varchar] (255) NULL, [cs-uri-query] [varchar] (2048) NULL, [sc-status] [int] NULL, [sc-win32-status] [varchar] (50) NULL, [sc-bytes] [int] NULL, [cs-bytes] [int] NULL, [time-taken] [int] NULL, [cs-version] [varchar] (50) NULL, [cs-host] [varchar] (255) NULL, [cs(user-agent)] [varchar] (255) NULL, [cs(cookie)] [varchar] (2048) NULL, [cs(referer)] [varchar] (2048) NULL ) Estando a tabela criada poderemos importar os dados de cada um dos ficheiros log. Se se tiverem privilégios alargados no servidor SQLServer poderá utilizar a seguinte instrução para alimentar a tabela criada: BULK INSERT logs FROM 'c:\logs\ex log' 8

12 WITH ( FIELDTERMINATOR = ' ', ROWTERMINATOR = '\n' ) Esta instrução terá que ser executada para cada ficheiro de log existente. Não é necessário retirar os cabeçalhos dos ficheiros de log, pois o próprio BULK INSERT dá erro ao interpretar mas passa para a linha seguinte. Estando a tabela dos logs alimentada poderão ser realizadas uma série de interrogações que poderão ser base de um sistema de análise permanente ao desempenho do site. 9

13 3.2.2 Limpeza e Tratamento dos dados Procedeu-se à eliminação dos registos supérfluos ao estudo a realizar e tratamento dos dados relevantes, nomeadamente: Eliminação dos pedidos ao servidor de ficheiros secundários. Englobam-se nestes as imagens (.gif,.jpg e outros). Utilizou-se a seguinte instrução SQL para eliminar esses registos: DELETE FROM [webmining].[dbo].[logs] WHERE [cs-uri-stem] like '%.gif' Apenas este comando eliminou registos. Procedeu-se de igual forma para outras extensões de ficheiros, nomeadamente.jpg,.css,.js Eliminação de áreas de acesso privadas Eliminaram-se igualmente áreas do domínio privadas que não interessavam para o estudo, pois referiam-se a zonas de administração do site reservadas aos funcionários da empresa e sem acesso ao público em geral. DELETE FROM [webmining].[dbo].[logs] WHERE [cs-uri-stem] like '%/backoffice/%' Eliminação de registos duplicados Outro elemento a considerar são a existência de registos duplicados. Através do seguinte comando SQL eliminaram-se os registos duplicados. Para o executar é necessário criar previamente um campo de identificação único de cada linha ([id]). Esta necessidade pode ser contornada com outras instruções SQL mais elaboradas. 10

14 DELETE FROM logs WHERE id NOT IN (SELECT max(id) FROM logs GROUP BY visitante,[cs-uri-stem] HAVING count(*)>=1) Capitalização Verificou-se que para a mesma página apareciam versões com maiúsculas e outras com minúsculas. Qualquer um dos métodos a aplicar poderiam interpretar esses registos como diferentes erradamente. Assim procedemos à capitalização de todos os registos para evitar esse problema. Realizou-se a seguinte instrução SQL: UPDATE [webmining].[dbo].[logs] SET [cs-uri-stem] = upper([cs-uri-stem]) Visitantes únicos Para o trabalho em causa existe uma particularidade relevante para o estudo. Sendo os dados recolhidos relativos a visitas a um site onde não há validação do utilizador existe o problema de diferentes utilizadores serem identificados pelo mesmo IP. Isso acontece devido aos ISPs afectarem conjuntos de IPs a determinadas áreas que são partilhados por todos os utilizadores dessa área. Assim nada nos garante que determinado IP é única e exclusivamente utilizado por um dado visitante. Por este motivo teremos que tentar minimizar essa possibilidade. A forma mais obvia que ocorre será unificar o campo [c-ip], relativo ao IP do cliente, ao campo [cs(user-agent)], relativo a características do sistema utilizado pelo cliente. É teoricamente possível que um grupo de pessoas que utilizam o mesmo IP possam de alguma forma ter as características do sistema utilizado exactamente iguais, mas essa probabilidade é diminuta. 11

15 Adicionou-se à tabela SQL mais um campo com a designação [visitante]. Com a seguinte instrução SQL alimentou-se este novo campo com a junção dos dois campos já referidos. UPDATE [webmining].[dbo].[logs] SET [visitante] = [c-ip] + ' - ' + [cs(user-agent)] Na recolha de dados para obtenção das regras de associação irá ter-se em conta este novo campo. Nesta fase verificamos a existência de 107 endereços únicos (itens), obtidos com a instrução SQL: select distinct [cs-uri-stem] from logs order by [cs-uri-stem] Figura 6 Interrogação SQL no MS SQL Server Management Studio Express 12

16 3.2.3 Análise preliminar aos dados Apresentam-se a seguir algumas das instruções SQL que se podem fazer à base de dados criada para se obter alguma informação útil [6]: Interrogação SQL 1: Top 10 dos itens requisitados SELECT TOP 10 [cs-uri-stem] as Url, COUNT([cs-uri-stem]) AS Hits FROM logs GROUP BY [cs-uri-stem] ORDER BY Hits DESC Top Pedidos /Default.asp /forum/viewtopic.php /eu/default.asp /forum/viewforum.php /comparativo.asp /encomenda.asp Páginas /whois.asp /whois_resultado.asp /eu/dominios_eu.asp /conta1.asp Figura 6 Resultado da Interrogação 1 tratada no Excel Interrogação SQL 2: Top 10 dos itens mais lentos SELECT TOP 10 cs-uri-stem AS Url, MIN(time-taken) as [Min], AVG(time-taken) AS [Avg], max(time-taken) AS [Max], count(time-taken) AS Hits FROM logs WHERE time-taken < GROUP BY Url ORDER BY [Avg] DESC 13

17 Interrogação SQL 3: Endereços requisitados apenas uma vez SELECT DISTINCT TO_LOWERCASE(cs-uri-stem) AS Url, Count(*) AS Hits FROM logs WHERE sc-status=200 GROUP BY Url ORDER BY Url Interrogação SQL 4: Erros HTTP por hora: SELECT date, QUANTIZE(time, 3600) AS Hour, sc-status AS Status, COUNT(*) AS Errors FROM logs WHERE (sc-status >= 400) GROUP BY date, hour, sc-status HAVING (Errors > 25) ORDER BY Errors DESC Interrogação SQL 5: Erros HTTP ordenados por Url e Status: SELECT cs-uri-stem AS Url, sc-status AS Status, COUNT(*) AS Errors FROM logs WHERE (sc-status >= 400) GROUP BY Url, Status ORDER BY Errors DESC Interrogação SQL 6: Códifos dos erros Win32 por total e pagina: SELECT cs-uri-stem AS Url, WIN32_ERROR_DESCRIPTION(sc-win32-status) AS Error, Count(*) AS Total FROM logs WHERE (sc-win32-status > 0) GROUP BY Url, Error ORDER BY Total DESC Interrogação SQL 7: Métodos HTTP (GET, POST) usados por URL: SELECT cs-uri-stem AS Url, cs-method AS Method, Count(*) AS Total FROM logs WHERE (sc-status < 400 or sc-status >= 500) GROUP BY Url, Method ORDER BY Url, Method Interrogação SQL 8: Bytes enviados do servidor: SELECT cs-uri-stem AS Url, Count(*) AS Hits, AVG(sc-bytes) AS Avg, Max(sc-bytes) AS Max, Min(sc-bytes) AS Min, Sum(sc-bytes) AS TotalBytes FROM logs GROUP BY cs-uri-stem 14

18 HAVING (Hits > 100) ORDER BY [Avg] DESC Interrogação SQL 9: Bytes enviados pelo cliente: SELECT cs-uri-stem AS Url, Count(*) AS Hits, AVG(cs-bytes) AS Avg, Max(cs-bytes) AS Max, Min(cs-bytes) AS Min, Sum(cs-bytes) AS TotalBytes FROM logs GROUP BY Url HAVING (Hits > 100) ORDER BY [Avg] DESC Interrogação SQL 10: Páginas que demoraram mais de 20 segundos a processar entre determinado período de tempo: SELECT [cs-uri-stem], [time-taken] FROM logs WHERE [time-taken] >= and time between ' :30:00.000' and ' :30:00.000' Interrogação SQL 11: Verifica quais as páginas que demoram mais tempo a abrir tendo como referencia o valor médio de tempo de abertura. Select distinct [cs-uri-stem], [time-taken] From tablename Where [time-taken] > (select avg([time-taken]) From tablename) order by [timetaken] desc) 15

19 4. Análise de um conjunto de dados usando regras de associação. 4.1 Conceitos base As regras de associação são relações entre itens presentes num conjunto de grupos. Uma regra de associação típica disponibiliza a seguinte informação: - Se o item x e y estão presentes num grupo, o item z está igualmente presente em m% dos casos; - A combinação x & y & z ocorre em n% de todos os grupos considerados. Exemplo: A seguinte regra de associação é encontrada numa transação de supermercado: [Tomates & Cenouras] => [Sumo de Laranja] Com: Suporte = 0.5 Confiança = 0.8 Lift = 12.4 Onde: SUPORTE: O valor do Suporte indica que o conjunto Tomates, Cenouras e Sumo de Laranja está presente em 50% dos transações consideradas no estudo. CONFIANÇA: O valor da Confiança indica que nas transações onde são encontrados em conjunto os itens Tomates e Cenouras, o item Sumo de laranja está igualmente presente em 80% dos casos. 16

20 LIFT: Mede a informatividade de A relativamente a B. O valor do Lift indica que a combinação Tomates, Cenouras e Sumo de Laranja é encontrada cerca de 12 vezes a mais do que esperado. O número esperado de ocorrências é determinado na presunção que a existencia de Tomates e Cenouras num grupo não influência a probabilidade de encontrar Sumo de Laranja no mesmo grupo e vice-versa. Quando se corre um algorítmo, pode potencialmente gerar muitas ou poucas regras. Por exemplo, não é habitual calcular todas as regras para grandes datasets, seriam muitos. O inverso pode igualmente acontecer. 17

21 4.2 Descobrir Regras de Associação Utilizam-se diversos métodos/ferramentas para obter as Regras de Associação. Destes destacam-se o algoritmo APRIORI e diversas ferramentas de DataMining como o WEKA, Magnum Opus, Caren, SPSS (Clementine) ou Analisys Services (Microsoft/SQL Server). Para a preparação dos dados para os formatos de cada aplicação testada utilizou-se fundamentalmente o SQL e o Excel. Com a base de dados tratada poderemos preparar o cesto (basket) utilizando o campo [visitante], referente às sessões, e o [cs-uri-stem], referente às páginas visitadas, ou seja, os artigos do cesto. Os dados, não duplicados, contêm, no caso em estudo, 5289 registos. Figura 7 Interrogação SQL para obtenção dos dados a tratar 18

22 4.1.1 WEKA O Weka é uma colecção de algoritmos para Machine Learning para resolver diversos tipos de problemas de Data Mining. Está escrito em JAVA e corre em praticamente todas as plataformas. Os algoritmos podem ser aplicados directamente aos datasets ou ser chamados de outras aplicações JAVA feitas à medida. Inclui diversos métodos para classificação, regras de associação, descoberta de regras de associação, clustering, previsão, etc. Informação adicional sobre o Weka pode ser obtida no URL Neste endereço encontram-se alguns datasets, do repositório da UCI, convertidos no formato ARFF (usado pelo Weka). O formato do ficheiro de dados ARFF compatível com o Weka tem a seguinte visitante A1 A2 A3 {0,1} A43 A44 1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0 2,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0 ( ) 1280,0,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 1281,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 1282,0,1,1,1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,0 Os resultados obtidos no WEKA com o ficheiro ARFF criado, com 100 instâncias e 9 itens, mantendo os parâmetros por defeito da aplicação, foram os seguintes: 19

23 === Run information === Scheme: weka.associations.apriori -N 10 -T 0 -C 0.9 -D U 1.0 -M 0.1 -S -1.0 Relation: artigos-weka.filters.unsupervised.attribute.remove-r1-9,11,18,20-43,45 Instances: 100 Attributes: 9 A9 A11 A12 A13 A14 A15 A16 A18 A43 === Associator model (full training set) === Apriori ======= Minimum support: 0.95 Minimum metric <confidence>: 0.9 Number of cycles performed: 1 Generated sets of large itemsets: Size of set of large itemsets L(1): 6 Size of set of large itemsets L(2): 11 Size of set of large itemsets L(3): 9 Size of set of large itemsets L(4): 3 Best rules found: 1. A16=0 97 ==> A14=0 97 conf:(1) 2. A15=0 97 ==> A14=0 97 conf:(1) 3. A13=0 97 ==> A14=0 97 conf:(1) 4. A12=0 97 ==> A14=0 97 conf:(1) 5. A15=0 A16=0 96 ==> A14=0 96 conf:(1) 6. A13=0 A15=0 96 ==> A14=0 96 conf:(1) 7. A12=0 A16=0 96 ==> A14=0 96 conf:(1) 8. A12=0 A15=0 96 ==> A14=0 96 conf:(1) 9. A13=0 A16=0 95 ==> A14=0 A15=0 95 conf:(1) 10. A13=0 A14=0 A16=0 95 ==> A15=0 95 conf:(1) 20

24 4.1.2 Magnum Opus O Magnum Opus é uma ferramenta para encontrar regras de associação. Usa o eficiente e rápido algoritmo de procura OPUS [9]. Mais informação sobre esta ferramenta e download de versão de testes poderá ser obtida no endereço A versão de testes está limitada a 1000 casos (transacções). O ficheiro tem o formato basket como se exemplifica a seguir: 1,/DEFAULT.ASP 2,/DEFAULT.ASP 2,/PT/ENCOMENDA_DOM_PT.ASP 2,/EU/DOMINIOS_EU_FORMULARIO.ASP 2,/ENVIAR_CONTACTO.ASP 2,/EU/POLÝTICA_REGISTO.PDF 3,/DEFAULT.ASP 4,/DEFAULT.ASP 4,/WHOIS_RESULTADO.ASP 4,/CONTACTOS.ASP 4,/BANNER4.ASP 4,/BANNER3.ASP 4,/FAQS.ASP 5,/BANNER3.ASP 5,/DEFAULT.ASP 5,/WHOIS_RESULTADO.ASP 5,/CONTACTOS.ASP 5,/FAQS.ASP 6,/FAQS.ASP 6,/BANNER2.ASP 6,/BANNER6.ASP 6,/SUPORTE.ASP 6,/WHOIS_RESULTADO.ASP 6,/BANNER4.ASP 6,/BANNER3.ASP 6,/CONTACTOS.ASP 6,/EU/DEFAULT.ASP 6,/CONTA2.ASP 6,/DEFAULT.ASP 6,/MOODLE/DEFAULT.ASP 6,/WHOIS.ASP 6,/CONTA1.ASP 6,/CONTA3.ASP 6,/CONTA5.ASP 6,/BANNER5.ASP 6,/BLOGS/DEFAULT.ASP 6,/POLITICA.ASP 21

25 O campo do dataset referente ao visitante foi convertido para uma sequência numérica por questões de simplificação e leitura. O ficheiro de texto criado foi gravado com extensão.idi. A primeira coluna representa o visitante e a segunda (depois da virgula) representa a página visitada. Para abrir o ficheiro utilizou-se o botão. Depois de selecconar o ficheiro deverá seleccionar a opção Identifier item file e premir em Import Now Figura 8 Abertura do ficheiro Utilizaram-se os seguintes parâmetros: Suporte Mínimo: 0.02 Confiança Mínima: 0.01 Lift Mínimo: 1 22

26 Figura 9 Ecrã do Magnum Opus (Definição de valores) Os resultados obtidos foram: Magnum Opus - The leader in discovery technology. Version 3.0 Copyright (c) G. I. Webb & Associates Pty Ltd. Demonstration Version case or basket limit. Data file: cesto.idi 536 cases / 0 holdout cases / 67 items Thu Apr 27 13:03: Search for rules Search by support Filter out rules that are insignificant, critical value=0.01 Maximum number of attributes on LHS = 4 Maximum number of rules = 100 Minimum leverage = -1.0 Minimum leverage count =

27 Minimum coverage = 0.01 Minimum coverage count = 1 Minimum support = 0.02 Minimum support count = 0 Minimum lift = 1 Minimum strength = 0.0 All values allowed on LHS All values allowed on RHS Only 16 rules satisfy the specified constraints. /DEFAULT.ASP is associated with /COMPARATIVO.ASP with strength = coverage = 0.655: 351 cases satisfy the LHS support = 0.052: 28 cases satisfy both the LHS and the RHS lift 1.43: the strength is 1.43 times greater than the strength if there were no association leverage = : the support is (8.4 cases) greater than if there were no association /COMPARATIVO.ASP is associated with /DEFAULT.ASP with strength = coverage = 0.056: 30 cases satisfy the LHS support = 0.052: 28 cases satisfy both the LHS and the RHS lift 1.43: the strength is 1.43 times greater than the strength if there were no association leverage = : the support is (8.4 cases) greater than if there were no association /DEFAULT.ASP is associated with /WHOIS.ASP with strength = coverage = 0.655: 351 cases satisfy the LHS support = 0.045: 24 cases satisfy both the LHS and the RHS lift 1.36: the strength is 1.36 times greater than the strength if there were no association leverage = : the support is (6.3 cases) greater than if there were no association /WHOIS.ASP is associated with /DEFAULT.ASP with strength = coverage = 0.050: 27 cases satisfy the LHS support = 0.045: 24 cases satisfy both the LHS and the RHS lift 1.36: the strength is 1.36 times greater than the strength if there were no association leverage = : the support is (6.3 cases) greater than if there were no association /DEFAULT.ASP is associated with /WHOIS_RESULTADO.ASP with strength = coverage = 0.655: 351 cases satisfy the LHS support = 0.035: 19 cases satisfy both the LHS and the RHS lift 1.45: the strength is 1.45 times greater than the strength if there were no association leverage = : the support is (5.9 cases) greater than if there were no association /WHOIS_RESULTADO.ASP 24

28 is associated with /DEFAULT.ASP with strength = coverage = 0.037: 20 cases satisfy the LHS support = 0.035: 19 cases satisfy both the LHS and the RHS lift 1.45: the strength is 1.45 times greater than the strength if there were no association leverage = : the support is (5.9 cases) greater than if there were no association /FORUM/VIEWTOPIC.PHP is associated with /FORUM/VIEWFORUM.PHP with strength = coverage = 0.177: 95 cases satisfy the LHS support = 0.034: 18 cases satisfy both the LHS and the RHS lift 2.54: the strength is 2.54 times greater than the strength if there were no association leverage = : the support is (10.9 cases) greater than if there were no association /FORUM/VIEWFORUM.PHP is associated with /FORUM/VIEWTOPIC.PHP with strength = coverage = 0.075: 40 cases satisfy the LHS support = 0.034: 18 cases satisfy both the LHS and the RHS lift 2.54: the strength is 2.54 times greater than the strength if there were no association leverage = : the support is (10.9 cases) greater than if there were no association /DEFAULT.ASP is associated with /CONTA1.ASP with strength = coverage = 0.655: 351 cases satisfy the LHS support = 0.030: 16 cases satisfy both the LHS and the RHS lift 1.44: the strength is 1.44 times greater than the strength if there were no association leverage = : the support is (4.9 cases) greater than if there were no association /CONTA1.ASP is associated with /DEFAULT.ASP with strength = coverage = 0.032: 17 cases satisfy the LHS support = 0.030: 16 cases satisfy both the LHS and the RHS lift 1.44: the strength is 1.44 times greater than the strength if there were no association leverage = : the support is (4.9 cases) greater than if there were no association /EU/DEFAULT.ASP is associated with /WHOIS.ASP with strength = coverage = 0.142: 76 cases satisfy the LHS support = 0.024: 13 cases satisfy both the LHS and the RHS lift 3.40: the strength is 3.40 times greater than the strength if there were no association leverage = : the support is (9.2 cases) greater than if there were no association /WHOIS.ASP is associated with /EU/DEFAULT.ASP with strength = coverage = 0.050: 27 cases satisfy the LHS support = 0.024: 13 cases satisfy both the LHS and the RHS 25

29 lift 3.40: the strength is 3.40 times greater than the strength if there were no association leverage = : the support is (9.2 cases) greater than if there were no association /DEFAULT.ASP & /EU/DEFAULT.ASP are associated with /WHOIS.ASP with strength = coverage = 0.067: 36 cases satisfy the LHS support = 0.022: 12 cases satisfy both the LHS and the RHS lift 6.62: the strength is 6.62 times greater than the strength if there were no association leverage = : the support is (10.2 cases) greater than if there were no association /COMPARATIVO.ASP is associated with /WHOIS.ASP with strength = coverage = 0.056: 30 cases satisfy the LHS support = 0.021: 11 cases satisfy both the LHS and the RHS lift 7.28: the strength is 7.28 times greater than the strength if there were no association leverage = : the support is (9.5 cases) greater than if there were no association /WHOIS.ASP is associated with /COMPARATIVO.ASP with strength = coverage = 0.050: 27 cases satisfy the LHS support = 0.021: 11 cases satisfy both the LHS and the RHS lift 7.28: the strength is 7.28 times greater than the strength if there were no association leverage = : the support is (9.5 cases) greater than if there were no association /DEFAULT.ASP & /FORUM/VIEWTOPIC.PHP are associated with /FORUM/VIEWFORUM.PHP with strength = coverage = 0.050: 27 cases satisfy the LHS support = 0.021: 11 cases satisfy both the LHS and the RHS lift 5.46: the strength is 5.46 times greater than the strength if there were no association leverage = : the support is (9.0 cases) greater than if there were no association Analizando a última regra gerada: /DEFAULT.ASP & /FORUM/VIEWTOPIC.PHP /FORUM/VIEWFORUM.PHP verificamos que tem uma Confiança (Strength) de 40,7% e um Suporte de 2.1 % o que representa 11 casos nos 536 avaliados. 26

Tarefa Orientada 16 Vistas

Tarefa Orientada 16 Vistas Tarefa Orientada 16 Vistas Objectivos: Vistas só de leitura Vistas de manipulação de dados Uma vista consiste numa instrução de SELECT que é armazenada como um objecto na base de dados. Deste modo, um

Leia mais

Portal AEPQ Manual do utilizador

Portal AEPQ Manual do utilizador Pedro Gonçalves Luís Vieira Portal AEPQ Manual do utilizador Setembro 2008 Engenharia Informática - Portal AEPQ Manual do utilizador - ii - Conteúdo 1 Introdução... 1 1.1 Estrutura do manual... 3 1.2 Requisitos...

Leia mais

COMPETÊNCIAS ESPECÍFICAS Compreender e utilizar a linguagem SQL, na construção e manutenção de uma base de dados.

COMPETÊNCIAS ESPECÍFICAS Compreender e utilizar a linguagem SQL, na construção e manutenção de uma base de dados. PLANIFICAÇÃO DA DISCIPLINA DE SISTEMAS DE INFORMAÇÃO 12.ºH CURSO PROFISSIONAL DE TÉCNICO MULTIMÉDIA ANO LECTIVO 2013/2014 6. LINGUAGENS DE PROGRAMAÇÃO IV Pré-requisitos: - Planificar e estruturar bases

Leia mais

UFCD 787. Administração de base de dados. Elsa Marisa S. Almeida

UFCD 787. Administração de base de dados. Elsa Marisa S. Almeida UFCD 787 Administração de base de dados Elsa Marisa S. Almeida 1 Objectivos Replicação de base de dados Gestão de transacções Cópias de segurança Importação e exportação de dados Elsa Marisa S. Almeida

Leia mais

Data Mining: Ferramenta JAVA

Data Mining: Ferramenta JAVA Data Mining: Ferramenta JAVA JAVA para Data Mining Weka 3: Data Mining Software em Java http://www.cs.waikato.ac.nz/ml/weka/ Coleção de algoritmos para as tarefas de data mining; Free software. WEKA: JAVA

Leia mais

Bases de Dados. Lab 1: Introdução ao ambiente. Figura 1. Base de dados de exemplo

Bases de Dados. Lab 1: Introdução ao ambiente. Figura 1. Base de dados de exemplo Departamento de Engenharia Informática 2014/2015 Bases de Dados Lab 1: Introdução ao ambiente 1º semestre O ficheiro bank.sql contém um conjunto de instruções SQL para criar a base de dados de exemplo

Leia mais

Tarefa Orientada 12 Junção Externa, Auto-Junção e União

Tarefa Orientada 12 Junção Externa, Auto-Junção e União Tarefa Orientada 12 Junção Externa, Auto-Junção e União Objectivos: Junção externa (Outer JOIN) Junção externa à esquerda (LEFT Outer JOIN) Junção externa à direita (RIGHT Outer JOIN) Junção externa completa

Leia mais

PROGRAMA. Objectivos Gerais :

PROGRAMA. Objectivos Gerais : PROGRAMA ANO LECTIVO : 2005/2006 CURSO : ENGENHARIA MULTIMÉDIA ANO: 2.º DISCIPLINA : SISTEMA DE GESTÃO DE BASE DE DADOS DOCENTE RESPONSÁVEL PELA REGÊNCIA : Licenciado Lino Oliveira Objectivos Gerais :

Leia mais

Introdução ao SQL Avançado

Introdução ao SQL Avançado Introdução ao SQL Avançado Introdução as consultas, manipulação e a filtragem de dados com a linguagem SQL Prof. MSc. Hugo Vieira L. Souza Este documento está sujeito a copyright. Todos os direitos estão

Leia mais

Tarefa Orientada 19 Triggers

Tarefa Orientada 19 Triggers Tarefa Orientada 19 Triggers Objectivos: Criar triggers AFTER Criar triggers INSTEAD OF Exemplos de utilização Os triggers são um tipo especial de procedimento que são invocados, ou activados, de forma

Leia mais

A VISTA BACKSTAGE PRINCIPAIS OPÇÕES NO ECRÃ DE ACESSO

A VISTA BACKSTAGE PRINCIPAIS OPÇÕES NO ECRÃ DE ACESSO DOMINE A 110% ACCESS 2010 A VISTA BACKSTAGE Assim que é activado o Access, é visualizado o ecrã principal de acesso na nova vista Backstage. Após aceder ao Access 2010, no canto superior esquerdo do Friso,

Leia mais

Bases de Dados 2005/2006. Aula 5

Bases de Dados 2005/2006. Aula 5 Bases de Dados 2005/2006 Aula 5 Sumário -1. (T.P.C.) Indique diferenças entre uma tabela e uma relação. 0. A base de dados Projecto 1. SQL Join (variantes) a. Cross Join b. Equi-Join c. Natural Join d.

Leia mais

SQL Structured Query Language

SQL Structured Query Language Janai Maciel SQL Structured Query Language (Banco de Dados) Conceitos de Linguagens de Programação 2013.2 Structured Query Language ( Linguagem de Consulta Estruturada ) Conceito: É a linguagem de pesquisa

Leia mais

Manual de Administração Intranet BNI

Manual de Administração Intranet BNI Manual de Administração Intranet BNI Fevereiro - 2010 Índice 1. Apresentação... 3 2. Conceitos... 5 3. Funcionamento base da intranet... 7 3.1. Autenticação...8 3.2. Entrada na intranet...8 3.3. O ecrã

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

Leia mais

Tarefa Orientada 10 Obter informação a partir de uma tabela

Tarefa Orientada 10 Obter informação a partir de uma tabela Tarefa Orientada 10 Obter informação a partir de uma tabela Objectivos: Consultar dados de uma tabela Utilizar operadores aritméticos, relacionais, lógicos, de concatenação de cadeias de caracteres, LIKE

Leia mais

Bases de Dados. Lab 1: Introdução ao ambiente. Figura 1. Base de dados de exemplo

Bases de Dados. Lab 1: Introdução ao ambiente. Figura 1. Base de dados de exemplo Departamento de Engenharia Informática 2012/2013 Bases de Dados Lab 1: Introdução ao ambiente 1º semestre O ficheiro bank.sql contém um conjunto de instruções SQL para criar a base de dados de exemplo

Leia mais

Linguagem de Consulta Estruturada SQL- DML

Linguagem de Consulta Estruturada SQL- DML Linguagem de Consulta Estruturada SQL- DML INTRODUÇÃO A SQL - Structured Query Language, foi desenvolvido pela IBM em meados dos anos 70 como uma linguagem de manipulação de dados (DML - Data Manipulation

Leia mais

Escrito por Sex, 14 de Outubro de 2011 23:12 - Última atualização Seg, 26 de Março de 2012 03:33

Escrito por Sex, 14 de Outubro de 2011 23:12 - Última atualização Seg, 26 de Março de 2012 03:33 Preço R$ 129.00 Compre aqui SUPER PACOTÃO 3 EM 1: 186 Vídeoaulas - 3 dvd's - 10.5 Gybabyte. 1) SQL 2) Banco de Dados (Oracle 10g, SQL Server 2005, PostgreSQL 8.2, Firebird 2.0, MySQL5.0) 3) Análise e Modelagem

Leia mais

Bases de Dados. Lab 1: Introdução ao ambiente

Bases de Dados. Lab 1: Introdução ao ambiente Departamento de Engenharia Informática 2010/2011 Bases de Dados Lab 1: Introdução ao ambiente 1º semestre O ficheiro bank.sql contém um conjunto de instruções SQL para criar a base de dados de exemplo

Leia mais

Comandos de Manipulação

Comandos de Manipulação SQL - Avançado Inserção de dados; Atualização de dados; Remoção de dados; Projeção; Seleção; Junções; Operadores: aritméticos, de comparação,de agregação e lógicos; Outros comandos relacionados. SQL SQL

Leia mais

Tarefa Orientada 13 Agrupamento e sumário de dados

Tarefa Orientada 13 Agrupamento e sumário de dados Tarefa Orientada 13 Agrupamento e sumário de dados Objectivos: Funções de agregação Agrupamento e sumário de dados Funções de agregação Nesta tarefa orientada iremos formular consultas que sumariam os

Leia mais

Inteligência de Negócio. Brian Cowhig

Inteligência de Negócio. Brian Cowhig Inteligência de Negócio Brian Cowhig Inteligência de Negócio O Que é Inteligência de Negócio? Três Níveis de Inteligência de Negócio Database Query OLAP Data Mining Produtos de Inteligência de Negócio

Leia mais

Manual Dashboard XD. (Versão 0.91 Beta)

Manual Dashboard XD. (Versão 0.91 Beta) Manual Dashboard XD (Versão 0.91 Beta) Conteúdo Introdução... 3 Registo e ativação... 4 Login... 5 Menu Principal... 6 Configuração de servidores... 7 Visualizar Gráficos... 8 Personalização dos gráficos

Leia mais

PROGRAMA. Aquisição dos conceitos teóricos mais importantes sobre bases de dados contextualizados à luz de exemplos da sua aplicação no mundo real.

PROGRAMA. Aquisição dos conceitos teóricos mais importantes sobre bases de dados contextualizados à luz de exemplos da sua aplicação no mundo real. PROGRAMA ANO LECTIVO: 2005/2006 CURSO: LICENCIATURA BI-ETÁPICA EM INFORMÁTICA ANO: 2.º DISCIPLINA: BASE DE DADOS DOCENTE RESPONSÁVEL PELA REGÊNCIA: Licenciado Lino Oliveira Objectivos Gerais: Aquisição

Leia mais

Bases de Dados 2007/2008. Aula 1. Referências

Bases de Dados 2007/2008. Aula 1. Referências Bases de Dados 2007/2008 Aula 1 Sumário 1. SQL Server 2000: configuração do acesso ao servidor. 1.1. SQL Server Service Manager. 1.2. SQL Server Enterprise Manager. 1.3. SQL Query Analyzer. 2. A base de

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

Extracção de Anúncios e Notificação de Utilizadores do Site do Emprego Científico da Fundação para a Ciência e a Tecnologia

Extracção de Anúncios e Notificação de Utilizadores do Site do Emprego Científico da Fundação para a Ciência e a Tecnologia Extracção de Conhecimento da Internet Mestrado em Inteligência Artificial e Computação Extracção de Anúncios e Notificação de Utilizadores do Site do Emprego Científico da Fundação para a Ciência e a Tecnologia

Leia mais

Extracto on Line Aplicação Local Guia do Utilizador

Extracto on Line Aplicação Local Guia do Utilizador Extracto on Line Aplicação Local Guia do Utilizador Índice 1. Sobre o Guia... 4 1.1 Objectivo... 4 1.2 Utilização do Guia... 4 1.3 Acrónimos e Abreviações... 4 2. Introdução ao Extracto on Line Aplicação

Leia mais

A versão básica disponibiliza a informação criada no Microsoft Navision em unidades de informação

A versão básica disponibiliza a informação criada no Microsoft Navision em unidades de informação O Business Analytics for Microsoft Business Solutions Navision ajuda-o a ter maior controlo do seu negócio, tomar rapidamente melhores decisões e equipar os seus funcionários para que estes possam contribuir

Leia mais

Pedro F. Carvalho OCP Oracle 2008.2 10g LINGUAGEM SQL. www.pedrofcarvalho.com.br contato@pedrofcarvalho.com.br São José do Rio Preto

Pedro F. Carvalho OCP Oracle 2008.2 10g LINGUAGEM SQL. www.pedrofcarvalho.com.br contato@pedrofcarvalho.com.br São José do Rio Preto Pedro F. Carvalho OCP Oracle 2008.2 10g LINGUAGEM SQL Objetivos Revisando a sintaxe SQL SELECT, UPDATE, INSERT, DELETE Manipulando expressões Funções matemáticas, etc Condições de Pesquisa Funções de Agregação

Leia mais

Programação SQL. INTRODUÇÃO II parte

Programação SQL. INTRODUÇÃO II parte Programação SQL INTRODUÇÃO II parte Programação SQL SELECT; INSERT; UPDATE; DELETE. Este conjunto de comandos faz parte da sublinguagem denominada por DML Data Manipulation Language (Linguagem de manipulação

Leia mais

SQL TGD/JMB 1. Projecto de Bases de Dados. Linguagem SQL

SQL TGD/JMB 1. Projecto de Bases de Dados. Linguagem SQL SQL TGD/JMB 1 Projecto de Bases de Dados Linguagem SQL SQL TGD/JMB 2 O que é o SQL? SQL ("ess-que-el") significa Structured Query Language. É uma linguagem standard (universal) para comunicação com sistemas

Leia mais

Trabalho prático 2011/2012 Linguagens de programação. João Caixinha Nº5946

Trabalho prático 2011/2012 Linguagens de programação. João Caixinha Nº5946 Trabalho prático 2011/2012 Linguagens de programação João Caixinha Nº5946 1 INTRODUÇÃO... 3 1. CPYTHON-INTERFACE GRÁFICA... 3 1.1 DESCARGA DE REGISTOS PARA A BASE DE DADOS... 3 1.2 VISUALIZAÇÃO DE DADOS

Leia mais

WEB OF SCIENCE - tutorial

WEB OF SCIENCE - tutorial WEB OF SCIENCE - tutorial O QUE É A WEB OF SCIENCE A Web of Science é a designação comum que é dada a um conjunto de bases de dados também conhecidas como «Science Citation Indexes» (Science Citation Index,

Leia mais

Structured Query Language (SQL)

Structured Query Language (SQL) SQL Histórico Structured Query Language (SQL) Foi desenvolvido pela IBM em meados dos anos 70 como uma linguagem de manipulação de dados (DML - Data Manipulation Language) para suas primeiras tentativas

Leia mais

BPstat. manual do utilizador. Banco de Portugal BPstat Estatísticas online Manual do Utilizador 1/24

BPstat. manual do utilizador. Banco de Portugal BPstat Estatísticas online Manual do Utilizador 1/24 BPstat manual do utilizador Banco de Portugal BPstat Estatísticas online Manual do Utilizador 1/24 BANCO DE PORTUGAL Av. Almirante Reis, 71 1150-012 Lisboa www.bportugal.pt Edição Departamento de Estatística

Leia mais

O CITIUS é uma ferramenta mais avançada do que a antiga aplicação Habilus.net, permitindo um conjunto de novas funcionalidades.

O CITIUS é uma ferramenta mais avançada do que a antiga aplicação Habilus.net, permitindo um conjunto de novas funcionalidades. Projecto CITIUS CITIUS (do latim mais rápido, mais célere) é o projecto de desmaterialização dos processos nos tribunais judiciais desenvolvido pelo Ministério da Justiça. Englobando aplicações informáticas

Leia mais

manual instalação e configuração v13 1

manual instalação e configuração v13 1 manual instalação e configuração v13 1 Conteúdo Introdução... 3 Conteúdo do DVD:... 3 Instalação e configuração do ERP... 4 Instalação do ERP... 4 Configuração do ERP... 6 Como actualização de versão...

Leia mais

MEMORANDO. Ambiente de Produção GeRFiP Configurações de acesso e utilização v.12

MEMORANDO. Ambiente de Produção GeRFiP Configurações de acesso e utilização v.12 MEMORANDO Ambiente de Produção GeRFiP Configurações de acesso e utilização v.12 Enquadramento do documento Programa Projecto GeRFiP Migração GeRFiP Histórico de versões Versão Data Autor Descrição Localização

Leia mais

SQL UMA ABORDAGEM INTERESSANTE

SQL UMA ABORDAGEM INTERESSANTE SQL é uma linguagem de consulta estruturada, do inglês Structured Query Language. É uma linguagem de pesquisa declarativa para banco de dados relacional (base de dados relacional). Muitas das características

Leia mais

SQL (Structured Querie Language) Escola Secundária de Emídio Navarro 2001/2002 Estruturas, Tratamento e Organização de Dados

SQL (Structured Querie Language) Escola Secundária de Emídio Navarro 2001/2002 Estruturas, Tratamento e Organização de Dados SQL (Structured Querie Language) SQL é mais que uma linguagem de interrogação estruturada. Inclui características para a definição da estrutura de dados, para alterar os dados de uma base de dados, e para

Leia mais

Copyright 2008 GrupoPIE Portugal, S.A.

Copyright 2008 GrupoPIE Portugal, S.A. WinREST Sensor Log A Restauração do Séc. XXI WinREST Sensor Log Copyright 2008 GrupoPIE Portugal, S.A. 2 WinREST Sensor Log Índice Índice Pag. 1. WinREST Sensor Log...5 1.1. Instalação (aplicação ou serviço)...6

Leia mais

COLIBRI Ambiente Colaborativo Multimédia MÓDULO MOODLE. Rui Ribeiro colibri@fccn.pt. FCCN - Dezembro 2010

COLIBRI Ambiente Colaborativo Multimédia MÓDULO MOODLE. Rui Ribeiro colibri@fccn.pt. FCCN - Dezembro 2010 COLIBRI Ambiente Colaborativo Multimédia MÓDULO MOODLE FCCN - Dezembro 2010 Rui Ribeiro colibri@fccn.pt Módulo COLIBRI Concebido por: José Coelho Universidade Aberta Apoiado por: Rui Ribeiro FCCN Vitor

Leia mais

Administração e Optimização de BDs

Administração e Optimização de BDs Departamento de Engenharia Informática 2010/2011 Administração e Optimização de BDs Mini-Projecto 1 2º semestre A resolução deve ser claramente identificada com o número de grupo e entregue sob a forma

Leia mais

O Endnote é um software que permite guardar, organizar e usar referências bibliográficas na criação de documentos.

O Endnote é um software que permite guardar, organizar e usar referências bibliográficas na criação de documentos. Augusto Ribeiro augusto.ribeiro@reit.up.pt O Endnote é um software que permite guardar, organizar e usar referências bibliográficas na criação de documentos. Permite a pesquisa online em bases de dados

Leia mais

4.3 Ferramentas para criar conteúdos/recursos educativos

4.3 Ferramentas para criar conteúdos/recursos educativos 4.3 Ferramentas para criar conteúdos/recursos educativos 4.3.2. Google Sites Célio Gonçalo Marques a) Introdução O Google Sites foi lançado oficialmente no dia 23 de Outubro de 2008 em mais de 37 línguas,

Leia mais

Os dados no MySQL são armazenado em tabelas. Uma tabela é uma colecção de informação relacionada e consiste em colunas e linhas.

Os dados no MySQL são armazenado em tabelas. Uma tabela é uma colecção de informação relacionada e consiste em colunas e linhas. MySQL 101 Recapitulando Os dados no MySQL são armazenado em tabelas. Uma tabela é uma colecção de informação relacionada e consiste em colunas e linhas. As bases de dados são úteis quando necessitamos

Leia mais

Asset Inventory Service (AIS)

Asset Inventory Service (AIS) Asset Inventory Service (AIS) Última revisão feita em 02 de Setembro de 2008. Objetivo Neste artigo veremos detalhes sobre o Asset Inventory Service (AIS), um serviço disponível através do System Center

Leia mais

Structured Query Language (SQL) SQL é uma linguagem normalizada (ANSI) para consultas e actualizações de bases de dados relacionais.

Structured Query Language (SQL) SQL é uma linguagem normalizada (ANSI) para consultas e actualizações de bases de dados relacionais. Structured Query Language (SQL) SQL é uma linguagem normalizada (ANSI) para consultas e actualizações de bases de dados relacionais. A instrução SELECT As consultas a uma base de dados relacional fazem-se

Leia mais

Guia "Web Connect" Versão 0 POR

Guia Web Connect Versão 0 POR Guia "Web Connect" Versão 0 POR Modelos aplicáveis Este Manual do Utilizador aplica-se aos seguintes modelos: ADS-2500W e ADS-2600W Definições de notas Ao longo deste Manual do Utilizador, é utilizado

Leia mais

SQL Linguagem de Manipulação de Dados. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri

SQL Linguagem de Manipulação de Dados. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri SQL Linguagem de Manipulação de Dados Banco de Dados SQL DML SELECT... FROM... WHERE... lista atributos de uma ou mais tabelas de acordo com alguma condição INSERT INTO... insere dados em uma tabela DELETE

Leia mais

Álgebra Relacional. Conjunto de operações que usa uma ou duas relações como entrada e gera uma relação de saída. Operações básicas:

Álgebra Relacional. Conjunto de operações que usa uma ou duas relações como entrada e gera uma relação de saída. Operações básicas: Álgebra Relacional Conjunto de operações que usa uma ou duas relações como entrada e gera uma relação de saída operação (REL 1 ) REL 2 operação (REL 1,REL 2 ) REL 3 Operações básicas: seleção projeção

Leia mais

Ficha prática nº 7. SGBD Microsoft Access e SQL Server

Ficha prática nº 7. SGBD Microsoft Access e SQL Server Instituto Superior Politécnico de Viseu Escola Superior de Tecnologia Departamento de Informática Ficha prática nº 7 SGBD Microsoft Access e SQL Server Objectivo: Criação de uma aplicação em arquitectura

Leia mais

Linguagem SQL (Parte I)

Linguagem SQL (Parte I) Universidade Federal de Sergipe Departamento de Sistemas de Informação Itatech Group Jr Softwares Itabaiana Site: www.itatechjr.com.br E-mail: contato@itatechjr.com.br Linguagem SQL (Parte I) Introdução

Leia mais

Ao conjunto total de tabelas, chamamos de Base de Dados.

Ao conjunto total de tabelas, chamamos de Base de Dados. O QUE É O ACCESS? É um sistema gestor de base de dados relacional. É um programa que permite a criação de Sistemas Gestores de Informação sofisticados sem conhecer linguagem de programação. SISTEMA DE

Leia mais

VM Card. Referência das Definições Web das Funções Avançadas. Manuais do Utilizador

VM Card. Referência das Definições Web das Funções Avançadas. Manuais do Utilizador VM Card Manuais do Utilizador Referência das Definições Web das Funções Avançadas 1 Introdução 2 Ecrãs 3 Definição de Arranque 4 Informações de Função Avançada 5 Instalar 6 Desinstalar 7 Ferramentas do

Leia mais

Vantagem Garantida PHC

Vantagem Garantida PHC Vantagem Garantida PHC O Vantagem Garantida PHC é um aliado para tirar maior partido das aplicações PHC A solução que permite à empresa rentabilizar o seu investimento, obtendo software actualizado, formação

Leia mais

Como Configurar Catálogos de Correio Eletrônico com o MDaemon 6.0

Como Configurar Catálogos de Correio Eletrônico com o MDaemon 6.0 Como Configurar Catálogos de Correio Eletrônico com o MDaemon 6.0 Alt-N Technologies, Ltd 1179 Corporate Drive West, #103 Arlington, TX 76006 Tel: (817) 652-0204 2002 Alt-N Technologies. Todos os Direitos

Leia mais

Tarefa Orientada 15 Manipulação de dados

Tarefa Orientada 15 Manipulação de dados Tarefa Orientada 15 Manipulação de dados Objectivos: Criação de tabelas teste Comando INSERT INTO Inserção de dados Comando INSERT Actualização de dados Comando UPDATE Eliminação de dados Comando DELETE

Leia mais

Segurança no Computador

Segurança no Computador Segurança no Computador Segurança na Internet: Módulo 1 (CC Entre Mar E Serra), 2008 Segurança na Internet, CC Entre Mar E Serra 1 Segurança no Computador Um computador (ou sistema computacional) é dito

Leia mais

Manual CallCenter para a IPBrick

Manual CallCenter para a IPBrick Manual CallCenter para a IPBrick iportalmais 1 de Outubro de 2010 1 1 Introdução As empresas usam call centers como forma de interagir e de construir relações com os seus clientes. Consciente da importância

Leia mais

GlobalPhone - Central Telefónica. Manual do Portal de Selfcare Utilizador

GlobalPhone - Central Telefónica. Manual do Portal de Selfcare Utilizador Manual do Portal de Selfcare Utilizador Índice 1 Introdução... 3 1.1 Âmbito do Documento... 3 1.2 Acesso... 4 1.3 Autenticação... 4 2 Extensões... 5 2.1 Reencaminhamentos (redireccionamentos)... 6 2.2

Leia mais

ÍNDICE. Acesso para agências...3. Organização por pastas...4. Download das facturas a partir do site...5. Pesquisa de facturas...8

ÍNDICE. Acesso para agências...3. Organização por pastas...4. Download das facturas a partir do site...5. Pesquisa de facturas...8 2 ÍNDICE Acesso para agências...3 Organização por pastas...4 Download das facturas a partir do site...5 Pesquisa de facturas...8 Configurar notificações por email...11 3 Bem-vindo ao manual de uso do novo

Leia mais

UNIVERSIDADE DA BEIRA INTERIOR Faculdade de Engenharia Departamento de Informática

UNIVERSIDADE DA BEIRA INTERIOR Faculdade de Engenharia Departamento de Informática 1 Este é o seu teste de avaliação de frequência. Leia as perguntas com atenção antes de responder. Escreva as suas respostas nesta folha de teste, marcando um círculo em volta da opção ou opções que considere

Leia mais

Hugo Pedro Proença, 2007

Hugo Pedro Proença, 2007 Stored Procedures À medida que a complexidade dos sistemas aumenta, torna-se cada vez mais difícil a tarefa de integrar o SQL com as aplicações cliente. Além disto, é necessário que todas as aplicações

Leia mais

Sistemas Operativos I

Sistemas Operativos I Gestão da Memória Luis Lino Ferreira / Maria João Viamonte Fevereiro de 2006 Gestão da Memória Gestão de memória? Porquê? Atribuição de instruções e dados à memória Endereços lógicos e físicos Overlays

Leia mais

Resultados da Pesquisa

Resultados da Pesquisa Resultados da Pesquisa 1. Estratégia de Mensuração 01 As organizações devem ter uma estratégia de mensuração formal e garantir que a mesma esteja alinhada com os objetivos da empresa. Assim, as iniciativas

Leia mais

SQL - Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL

SQL - Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL SQL - Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL Criar uma base de dados (criar um banco de dados) No mysql: create database locadora; No postgresql: createdb locadora Criar

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Instruções para aceder ao correio electrónico via web

Instruções para aceder ao correio electrónico via web Caro utilizador(a) Tendo por objectivo a melhoria constante das soluções disponibilizadas a toda a comunidade do Instituto Politécnico de Santarém, tanto ao nível de serviços de rede como sistema de informação.

Leia mais

Tarefa Orientada 20 Cursores

Tarefa Orientada 20 Cursores Tarefa Orientada 20 Cursores Objectivos: Declarar cursores Utilizar cursores Utilizar funções do sistema para trabalhar com cursores Actualizar dados através de cursores Um cursor é um objecto da base

Leia mais

SQL Server Triggers Aprenda a utilizar triggers em views e auditar as colunas atualizadas em uma tabela

SQL Server Triggers Aprenda a utilizar triggers em views e auditar as colunas atualizadas em uma tabela SQL Server Triggers Aprenda a utilizar triggers em views e auditar as colunas atualizadas em uma tabela Certamente você já ouviu falar muito sobre triggers. Mas o quê são triggers? Quando e como utilizá-las?

Leia mais

Grupo de trabalho sobre a protecção das pessoas singulares no que diz respeito ao tratamento de dados pessoais. Recomendação 1/99

Grupo de trabalho sobre a protecção das pessoas singulares no que diz respeito ao tratamento de dados pessoais. Recomendação 1/99 5093/98/PT/final WP 17 Grupo de trabalho sobre a protecção das pessoas singulares no que diz respeito ao tratamento de dados pessoais Recomendação 1/99 sobre o tratamento invisível e automatizado de dados

Leia mais

PHC dteamcontrol Externo

PHC dteamcontrol Externo PHC dteamcontrol Externo A gestão remota de projectos e de informação A solução via Internet que permite aos seus Clientes participarem nos projectos em que estão envolvidos, interagindo na optimização

Leia mais

3) Palavra-chave distinct (select-from). Obter apenas os pibs distintos entre si.

3) Palavra-chave distinct (select-from). Obter apenas os pibs distintos entre si. NOME: BRUNO BRUNELI BANCO DE DADOS - ADS create database ProducaoMinerais use ProducaoMinerais create table Mineral( nome varchar(15) primary key, preco real) create table Pais( nome varchar(30) primary

Leia mais

Migrar para o Excel 2010

Migrar para o Excel 2010 Neste Guia Microsoft O aspecto do Microsoft Excel 2010 é muito diferente do Excel 2003, pelo que este guia foi criado para ajudar a minimizar a curva de aprendizagem. Continue a ler para conhecer as partes

Leia mais

Acronis Servidor de Licença. Manual do Utilizador

Acronis Servidor de Licença. Manual do Utilizador Acronis Servidor de Licença Manual do Utilizador ÍNDICE 1. INTRODUÇÃO... 3 1.1 Descrição geral... 3 1.2 Política de licenças... 3 2. SISTEMAS OPERATIVOS SUPORTADOS... 4 3. INSTALAR O SERVIDOR DE LICENÇA

Leia mais

Linguagem SQL Parte I

Linguagem SQL Parte I FIB - Centro Universitário da Bahia Banco de Dados Linguagem SQL Parte I Francisco Rodrigues Santos chicowebmail@yahoo.com.br Slides gentilmente cedidos por André Vinicius R. P. Nascimento Conteúdo A Linguagem

Leia mais

Centro Atlântico, Lda., 2011 Ap. 413 4764-901 V. N. Famalicão, Portugal Tel. 808 20 22 21. geral@centroatlantico.pt www.centroatlantico.

Centro Atlântico, Lda., 2011 Ap. 413 4764-901 V. N. Famalicão, Portugal Tel. 808 20 22 21. geral@centroatlantico.pt www.centroatlantico. Reservados todos os direitos por Centro Atlântico, Lda. Qualquer reprodução, incluindo fotocópia, só pode ser feita com autorização expressa dos editores da obra. Microsoft Excel 2010 Colecção: Software

Leia mais

EXERCÍCIOS PRÁTICOS. Banco de Dados

EXERCÍCIOS PRÁTICOS. Banco de Dados EXERCÍCIOS PRÁTICOS Banco de Dados Introdução ao uso do SQL Structured Query Language, considerando tanto DDL Data Definition Language quanto DML Data Manipulation Language. Banco de Dados selecionado:

Leia mais

Estudar a Internet. As soluções da Marktest

Estudar a Internet. As soluções da Marktest Estudar a Internet As soluções da Marktest Formas de medir a Internet Estudos centrados no utilizador (user-centric) Medição de audiências Internet através de uma amostra representativa de utilizadores

Leia mais

Faculdade de Ciências da Universidade de Lisboa CURSO DE GPS. Módulo x. (Aula Prática) Reliance - Ashtech. Suas Aplicações Em SIG.

Faculdade de Ciências da Universidade de Lisboa CURSO DE GPS. Módulo x. (Aula Prática) Reliance - Ashtech. Suas Aplicações Em SIG. Faculdade de Ciências da Universidade de Lisboa CURSO DE GPS Módulo x (Aula Prática) Reliance - Ashtech e Suas Aplicações Em SIG (Carlos Antunes) INTODUÇÃO O Sistema Reliance baseia-se na utilização do

Leia mais

Licenciatura em Eng.ª Informática Complementos de Redes - 3º Ano - 2º Semestre. Trabalho Nº 4 - VoIP

Licenciatura em Eng.ª Informática Complementos de Redes - 3º Ano - 2º Semestre. Trabalho Nº 4 - VoIP Trabalho Nº 4 - VoIP 1. Introdução A utilização de tecnologia VoIP como alternativa às redes telefónicas tradicionais está a ganhar cada vez mais a aceitação junto dos utilizadores, e está sobretudo em

Leia mais

Manual Passo a Passo do Microsoft Windows Server Update Services 3.0 SP2

Manual Passo a Passo do Microsoft Windows Server Update Services 3.0 SP2 Manual Passo a Passo do Microsoft Windows Server Update Services 3.0 SP2 Microsoft Corporation Autor: Anita Taylor Editor: Theresa Haynie Resumo Este manual fornece instruções detalhadas para instalar

Leia mais

Nova plataforma de correio electrónico Microsoft Live@edu

Nova plataforma de correio electrónico Microsoft Live@edu 1 Nova plataforma de correio electrónico Microsoft Live@edu Tendo por objectivo a melhoria constante dos serviços disponibilizados a toda a comunidade académica ao nível das tecnologias de informação,

Leia mais

Licenciatura em Eng.ª Informática Redes de Computadores - 2º Ano - 2º Semestre. Trabalho Nº 1 - Ethereal

Licenciatura em Eng.ª Informática Redes de Computadores - 2º Ano - 2º Semestre. Trabalho Nº 1 - Ethereal 1. Objectivos do Trabalho Trabalho Nº 1 - Ethereal Tomar conhecimento com um analisador de pacotes o Ethereal Realizar capturas de pacotes e analisá-los o TCP / UDP o IP o Ethernet o HTTP / DNS 2. Ambiente

Leia mais

Desenvolvimento de uma Aplicação WEB para monitorização de BD Oracle

Desenvolvimento de uma Aplicação WEB para monitorização de BD Oracle Desenvolvimento de uma Aplicação WEB para monitorização de BD Oracle Luís Filipe Borges Pinto Resumo: Este projecto consiste na implementação de uma aplicação WEB para monitorização

Leia mais

SICOP Sistema de Inovação, Controlo e Optimização de Produtos

SICOP Sistema de Inovação, Controlo e Optimização de Produtos SICOP Sistema de Inovação, Controlo e Optimização de Produtos Célia Alves, Liliana Monteiro, Fernanda Barbosa, Ana Borges, Jorge Barbosa* Resumo De modo a facilitar e estandardizar o ciclo de desenvolvimento,

Leia mais

EXCEL TABELAS DINÂMICAS

EXCEL TABELAS DINÂMICAS Informática II Gestão Comercial e da Produção EXCEL TABELAS DINÂMICAS (TÓPICOS ABORDADOS NAS AULAS DE INFORMÁTICA II) Curso de Gestão Comercial e da Produção Ano Lectivo 2002/2003 Por: Cristina Wanzeller

Leia mais

EDUTec Learning. José Paulo Ferreira Lousado

EDUTec Learning. José Paulo Ferreira Lousado EDUTec Learning MANUAL DO UTILIZADOR José Paulo Ferreira Lousado Índice Página Principal... ii Página de Desenvolvimento de Conteúdos... iii Página de Comunicações...iv Página de Transferência de Ficheiros...vi

Leia mais

Descrição Tinyint[(M)] Inteiro pequeno. Varia de 128 até +127

Descrição Tinyint[(M)] Inteiro pequeno. Varia de 128 até +127 Disciplina: Tópicos Especiais em TI PHP Este material foi produzido com base nos livros e documentos citados abaixo, que possuem direitos autorais sobre o conteúdo. Favor adquiri-los para dar continuidade

Leia mais

ORACLE 11 G INTRODUÇÃO AO ORACLE, SQL,PL/SQL. Carga horária: 32 Horas

ORACLE 11 G INTRODUÇÃO AO ORACLE, SQL,PL/SQL. Carga horária: 32 Horas ORACLE 11 G INTRODUÇÃO AO ORACLE, SQL,PL/SQL Carga horária: 32 Horas Pré-requisito: Para que os alunos possam aproveitar este treinamento ao máximo, é importante que eles tenham participado dos treinamentos

Leia mais

PERIVER PLATAFORMA SOFTWARE REQUIREMENT SPECIFICATION. Periver_SoftwareRequirementSpecification_2008-03-31_v1.0.doc. Versão 1.0

PERIVER PLATAFORMA SOFTWARE REQUIREMENT SPECIFICATION. Periver_SoftwareRequirementSpecification_2008-03-31_v1.0.doc. Versão 1.0 PLATAFORMA Versão 1.0 31 de Março de 2008 TABELA DE REVISÕES Versão Autores Descrição da Versão Aprovadores Data António Rocha Cristina Rodrigues André Ligeiro V0.1r Dinis Monteiro Versão inicial António

Leia mais

Consistem num conjunto de apontadores para instâncias especificas de cada relação.

Consistem num conjunto de apontadores para instâncias especificas de cada relação. Mecanismo usado para mais fácil e rapidamente aceder à informação existente numa base de dados. Bases de Dados de elevadas dimensões. Consistem num conjunto de apontadores para instâncias especificas de

Leia mais

O que é a iniciativa de marcação de consultas pela Internet eagenda? Simplificar e melhorar o acesso a cuidados de saúde. O que é o eagenda?

O que é a iniciativa de marcação de consultas pela Internet eagenda? Simplificar e melhorar o acesso a cuidados de saúde. O que é o eagenda? O que é a iniciativa de marcação de consultas pela Internet Simplificar e melhorar o acesso a cuidados de saúde Pedir Receitas A de pela Internet, no âmbito do Programa Simplex, surge no seguimento do

Leia mais

Linguagem de Consulta - SQL

Linguagem de Consulta - SQL Complementos da Linguagem SQL - Eliminando Tuplas Repetidas Exemplo: Obter o código das editoras que têm livros publicados CodEditora Titulo Publicacao... 04 Banco de Dados 1989 02 Análise 2000 01 XML

Leia mais

NOTIFICAÇÃO DE NEGÓCIO

NOTIFICAÇÃO DE NEGÓCIO NOTIFICAÇÃO DE NEGÓCIO O Microsoft Business Solutions for Supply Chain Management Navision Business Notification ajudao a gerir a sua empresa mais facilmente e eficazmente. Pode identificar qualquer problema

Leia mais

geral@centroatlantico.pt www.centroatlantico.pt Impressão e acabamento: Inova 1ª edição: Novembro de 2004

geral@centroatlantico.pt www.centroatlantico.pt Impressão e acabamento: Inova 1ª edição: Novembro de 2004 FICHEIROS COM EXEMPLOS Envie um e-mail* para software@centroatlantico.pt para conhecer os endereços de Internet de onde poderá fazer o download dos ficheiros com os exemplos deste livro. Reservados todos

Leia mais