Um framework para concepção de ferramentas de apoio à decisão baseadas em ontologias

Tamanho: px
Começar a partir da página:

Download "Um framework para concepção de ferramentas de apoio à decisão baseadas em ontologias"

Transcrição

1 Um framework para concepção de ferramentas de apoio à decisão baseadas em ontologias Marcio Napoli 1,2, Denilson Sell 1, Luciano C. Liduário 1,2, Rodrigo F. Borges 1,2, José Leomar Todesco 2, Roberto Carlos dos Santos Pacheco 2 1 Instituto Stela. Florianópolis SC Brasil 2 Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Universidade Federal de Santa Catarina, SC. Abstract. A major challenge in Business Intelligence is the integration of structured and unstructured information. This paper presents a framework in which ontologies are applied to describe different levels of abstraction over heterogeneous data sources and also to guide the analytical processing over this data. Among the benefits of this framework, we highlight the abstraction of data sources and the support for the development of generic decision support tools guided by the business knowledge. Resumo. Dentre os desafios no contexto de Business Intelligence, destaca-se a falta de meios mais efetivos para a localização e a combinação de informação a partir de fontes estruturadas e não estruturadas. Neste artigo, apresenta-se o framework ISQueryManager, no qual se aplicam ontologias para criar diferentes níveis de abstração sobre fontes de dados heterogêneas e para orientar o processamento analítico sobre esses dados. O framework possibilita o acesso transparente a fontes de dados, o desenvolvimento de ferramentas analíticas genéricas, guiadas pelo conhecimento do negócio, e a utilização desse conhecimento para apoiar o tomador de decisão durante o processamento analítico. 1. Introdução Soluções de Business Intelligence (BI) visam oferecer os meios necessários para a transformação de dados em informação a fim de suportar o processo decisório [Sell 2005]. De acordo com o Instituto IDC, o Mercado para soluções de BI vale mundialmente mais de 7 bilhões de dólares e deve dobrar até o final de 2006 [Computerworld 2005]. Entretanto, conforme o Gartner Group (2004) e a ComputerWorld (2004), até 2007 cerca de 50% dos projetos de BI vão ter uma aceitação limitada por parte dos usuários ou vão fracassar. Entre as causas enumeradas pelos institutos de pesquisa, encontra-se a falta de aderência das soluções implantadas com os requisitos analíticos das organizações. De fato, muitas organizações já constataram a complexidade em se traduzirem os dados providos por essas soluções em conhecimento e em resultados positivos para o negócio [Liebowitz 2005]. Comumente os usuários são submetidos a grandes volumes

2 de dados, dispondo basicamente do seu conhecimento pessoal para guiá-los durante o processo de seleção e interpretação da informação para satisfazer os seus requisitos analíticos. Esse conhecimento muitas vezes se mostra insuficiente para fazer os julgamentos corretos em um processamento tão complexo. A este cenário adiciona-se a necessidade de se proverem meios eficientes para combinação de dados não estruturados aos estruturados em uma mesma análise. Dados não estruturados são constituídos de conteúdo disponibilizado na Web ou na organização, e a sua importância para o processo decisório torna-se cada vez maior. Tradicionalmente, o tratamento desse tipo de dado é feito através de rotinas especializadas, agregadas às ferramentas ETL das soluções de BI. Entretanto, torna-se essencial buscar meios mais escaláveis que facilitem a combinação desses dados sem necessariamente proceder-se ao desenvolvimento de rotinas especializadas e sem replicar esses dados em tabelas do data warehouse. Deve-se buscar uma estratégia que possibilite a utilização da semântica do negócio para guiar os colaboradores das organizações na obtenção de informações que auxiliem na transformação e na interpretação do dado localizado e que apóiem a formação de conhecimento, bem como a sua divulgação. O dado por si só, sem o contexto do negócio e isolado em tabelas e documentos, constitui artefato de pouca importância no processo decisório [Liebowitz 2005]. Dessa forma, deverão ser considerados aspectos até então negligenciados, tais como o mapeamento da semântica do negócio e a sua utilização intensiva durante o processo de recuperação de informação, transformando-a em conhecimento. As ontologias podem ser utilizadas para agregar descrição semântica e lógica ao conteúdo mantido nos repositórios de dados de interesse para os tomadores de decisão. Uma ontologia identifica as entidades e os relacionamentos em um universo de discurso, definindo um vocabulário conceitual para suportar referências e raciocínio sobre esse domínio. O conhecimento representado através de ontologias pode ser explorado por máquinas de inferência que visam à geração de conhecimento adicional [Fensel 2001]. Neste artigo, apresenta-se o framework ISQueryManager para o desenvolvimento de ferramentas analíticas no qual se aplicam ontologias para descrever semanticamente os dados de interesse do tomador de decisão. As fontes de informação estruturadas ou não são contextualizadas em unidades de análise (i.e. assuntos do negócio), unidades de agrupamento e filtro (i.e. dimensões e respectivas hierarquias lógicas, associadas aos assuntos do negócio) e unidades de conteúdo (i.e. as medidas associadas aos assuntos do negócio). Essa organização lógica da semântica das unidades de informação permite que o usuário possa gradualmente ser introduzido às fontes de dados, partindo de uma visão dos principais temas do negócio, navegando de forma gradativa no detalhamento da informação a partir dos relacionamentos semânticos entre os temas e cada elemento de dado. A descrição semântica introduzida no framework é utilizada para guiar a montagem da interface das ferramentas de apoio à decisão e para orientar a formulação e o processamento de requisições junto às fontes de informação, facilitando a personalização das ferramentas de acordo com as necessidades específicas de cada organização. A abordagem implementada permite ainda a combinação de dados estruturados e não estruturados no escopo de uma análise, em relatórios ou cubos de

3 dados. O framework é implementado por uma arquitetura denominada ISQueryManager e ilustrado neste artigo através de uma ferramenta analítica denominada ISExtracta. A seguir, apresenta-se uma visão geral das pesquisas relacionadas. Logo após, mostra-se como a ontologia que suporta o framework e os principais módulos que o implementam foram projetados. O framework é aplicado em um estudo de caso no contexto da gestão da Ciência & Tecnologia através de uma ferramenta analítica denominada ISExtracta. Por fim, apresentam-se uma discussão sobre a abordagem empregada à luz das pesquisas em BI e as conclusões finais. 2. Trabalhos Relacionados No tocante às soluções comerciais de BI, verificam-se limitações relacionadas à falta de suporte para a representação dos conceitos e da lógica do negócio para a contextualização e integração das fontes de informação. A maioria das soluções atuais aplica metadados proprietários para representar de forma sintática cubos de dados e outras informações sobre fontes de dados estruturadas. Algumas soluções comerciais de BI e iniciativas open source como o projeto Mondrian [Mondrian 2004] iniciaram a aplicação da gramática XMLA (XML for Analysis) [XMLA 2004] para facilitar o processo de integração de suas operações analíticas com aplicações de terceiros. Entretanto, apesar de essas iniciativas representarem um avanço para a integração de dados e serviços no contexto de aplicações analíticas, é necessário lidar com o problema do acesso a dados estruturados e não estruturados, localizados localmente ou em fontes de dados remotas. Para tanto, deve-se investigar uma abstração semântica que apóie o acesso a essas fontes de dados e que facilite aos tomadores de decisão a localização e a interpretação dos recursos disponíveis. Verificam-se na literatura três iniciativas que descrevem a utilização de ontologias para apoiar aplicações analíticas em BI: SEWASIE [Bergamaschi et al. 2005], BIKM [Cody et al. 2002] e a proposta de Priebe e Pernul (2003). No entanto, essas pesquisas estão focadas basicamente na utilização de ontologias para relacionar documentos aos dados dos data marts. Esses documentos são recuperados à medida que o usuário utiliza ferramentas analíticas específicas. Nenhuma dessas iniciativas aplica as ontologias para apoiar na navegação sobre os repositórios de dados e para suportar as funcionalidades exploratórias das ferramentas OLAP (como no suporte para operações de drill ou slice utilizando regras ou relações dos conceitos do negócio). De fato, pouca ênfase é dada na academia e na indústria de software sobre a aplicação de ontologias para utilização do conhecimento do negócio no suporte ao processamento analítico. Deve-se investigar como a semântica do negócio pode ser capturada, integrada a arquiteturas de BI e processada pelas aplicações analíticas de forma a oferecer acesso transparente a fontes de dados e funcionalidades exploratórias que sejam guiadas por essa representação semântica. 3. Epistemologia do ISQueryManager O framework ISQueryManager aplica um conjunto de ontologias para descrever o conteúdo das fontes de informação de interesse ao tomador de decisão. O objetivo dessa descrição semântica é tornar transparente às ferramentas de apoio à decisão a forma com que os dados estão organizados e em que local estão mantidos. A Figura 1 a seguir

4 ilustra os principais conceitos reunidos na ontologia do framework. A ontologia conta com versões representadas nos formalismos OCML [Motta 1999], RDF [W3C 1999] e em XML [W3C 1996]. A escolha do formalismo depende da performance requerida pela aplicação. O formalismo XML é o mais simples, com baixa semântica, portanto mais rápido em processar. Figura 1. Visão geral dos principais construtores reunidos na ontologia. Os conceitos reunidos na ontologia descrevem as fontes de dados através de diferentes níveis de abstração, divididos em Unidade de Análise, Unidade de Conteúdo e Unidade de Agrupamento e de filtro. Essa forma de representação é fruto de uma metodologia de desenvolvimento para concepção de ferramentas de apoio à decisão e que foi aplicada em vários projetos de governo eletrônico. Essa metodologia é apresentada em detalhes em Gonzaga (2005). As Unidades de Análise (UA) correspondem aos principais temas de interesse de uma organização ou grupo de usuários e podem estar associadas a um ou vários cubos de dados. As UA possuem três principais objetivos: (1) permitir analisar e compreender um assunto; (2) levantar ou confirmar hipóteses sobre o assunto; e (3) auxiliar no processo de tomada de decisões no que diz respeito ao assunto em questão. São representadas pelo conceito Analysis-Unit na ontologia do framework. Cada UA reúne um grupo de Unidades de Conteúdo, as quais na ontologia são representadas pelo conceito Measures. As Unidades de Conteúdo correspondem às informações a serem visualizadas e à forma como essas informações serão processadas para apresentação quando da exploração de uma UA, constituindo desse modo insumo para apoiar, por exemplo, a produção de indicadores. As UA podem ser exploradas sob diferentes perspectivas, a partir de diferentes níveis de detalhe. Para tanto, Unidades de Filtro são descritas visando identificar dimensões conceituais associadas ao tema de análise e ao desdobramento dos conceitos

5 dessas dimensões em níveis hierárquicos. As Unidades de Filtro são representadas pelos conceitos Dimension, Hierarchy, Level e Property. A Tabela 1 a seguir descreve de forma mais detalhada os principais conceitos reunidos na ontologia. Conceito Analysis-Unit Measure Property Filter Dimension Dimension-Usage Collection Collection-Join Collection-Usage Detail Property-Usage Hierarchy Level Tabela 1. Descrição dos principais conceitos reunidos na ontologia Descrição Representa uma Unidade de Análise (tema). Descreve informações como a classificação e a forma de apresentação gráfica do tema da Unidade de Análise, a lista de Unidades de Filtro (Dimension-Usage) e as Unidades de Conteúdo (Measures) relacionadas, além de informações sobre privilégios de acesso referentes às informações reunidas na Unidade de Análise. Representa uma Unidade de Conteúdo. Corresponde à propriedade (Property) e à descrição de operações de transformação a serem aplicadas sobre a propriedade. Representa uma unidade básica de informação a ser utilizada como Unidade de Medida ou Unidade de Filtro. Pode corresponder a um campo de tabela de um banco de dados, um elemento de arquivo XML ou uma entidade extraída de textos e outras fontes não estruturadas. Representa os filtros aplicados em uma determinada exploração efetuada sobre uma Unidade de Análise. Identifica a propriedade e as restrições aplicadas sobre ela. Identifica as dimensões pelas quais uma Unidade de Análise pode ser analisada. Pode compreender várias hierarquias (Hierarchy) e propriedades (Property). Descreve como as dimensões (Dimension) são unidas às Unidades de Análise. Descreve quais propriedades são utilizadas para efetuar junções entre as dimensões. Representa uma coleção em uma determinada fonte de dados. É derivada de conceitos específicos para representar tabelas de banco de dados, documentos XML, Web Services e documentos semi-estruturados. Descreve como uma coleção (Collection) pode ser unida a outra coleção. Identifica quais propriedades são utilizadas e aponta o método para junção de coleções. Caso haja a necessidade de especificar outra coleção como dependente, deve-se fazê-la por meio do Collection-Usage. Descreve a dependência do Collection-Join. Existem casos em que, na união de duas coleções, há a necessidade de uma terceira. Essa coleção dependente é especificada nesse elemento. Descreve como uma Unidade de Análise pode ser apresentada em seu nível atômico, através de uma coleção de instâncias de Property-Usage. Descreve qual propriedade (Property) pode ser utilizada na apresentação de um Detail. Descreve as hierarquias existentes dentro de uma dimensão. Cada hierarquia é constituída de um ou vários Levels. Identifica um nível dentro de uma Hierachy. 4. A Arquitetura do ISQueryManager O framework ISQueryManager é implementado através de um conjunto de classes Java que visam apoiar a manipulação da ontologia apresentada na seção anterior, a formulação de requisições de dados através de um protocolo padrão e o processamento de requisições junto a fontes de dados e Web Services. A arquitetura é ilustrada na Figura 2.

6 Figura 2. Visão geral da arquitetura do ISQueryManager. O OntologyManager é uma classe que permite acessar as definições mantidas na ontologia. Os conceitos representados na ontologia são disponibilizados na forma de JavaBeans através de um conjunto de métodos implementados por essa classe. As definições recuperadas são utilizadas pelas ferramentas-cliente para guiar o tomador de decisão na seleção das informações desejadas. O OntologyManager orienta ainda a recuperação de informações necessárias para a formatação de requisições de dados. O RequestParser é o componente responsável por traduzir as demandas informacionais das ferramentas-cliente em requisições e por encaminhar essas requisições ao QueryManager. As ferramentas-cliente utilizam os métodos ilustrados na Figura 3 para definir a Unidade de Análise (setanalysisunit), as Unidades de Agrupamento (addcolumnheader) e as Unidades de Conteúdo (addmeasure) a serem mostradas, além das Unidades de Filtros (addfilter) a serem aplicadas. A paginação dos dados pode ser solicitada pelos métodos setstartpos (identifica a posição inicial do primeiro registro) e setendpos (define a posição-limite do último registro). O processamento da requisição é acionado por meio do método dorequest. O método close deve ser chamado para liberar os recursos alocados. Figura 3. Representação em UML da classe RequestParser.

7 Na montagem da requisição, o RequestParser complementa as definições fornecidas pela ferramenta-cliente adicionado informações de identificação das coleções de dados associadas a cada Unidade de Análise, Unidade de Filtro, Unidade de Agrupamento e Unidade de Conteúdo. Essas informações são recuperadas da ontologia através do OntologyManager e são utilizadas para formar uma requisição XML, denominada RequestMessage, como ilustra a Figura 4. Uma classe homônima é empregada no apoio da montagem e interpretação da mensagem XML. Um exemplo de RequestMessage é apresentado na Figura 5. Figura 4. Fluxo (UML) de operação para montagem de uma RequestMessage. <?xml version="1.0" encoding="iso "?> <rm au-id="1"> <ch id="27" name="ano_producao" cn="fato_producao" schema="extracta"/> <measure id="1" name="tot_bibl_periodico_nac" agg="sum" cn="fato_producao" schema="extracta"/>... <filter id="2000" name="idx_busca" comp="search" value="bioinformática" cn="idx_busca"/> <filter id="5" name="nme_area" comp="=" value="ciência da Computação cn="vw_pessoa_area_atuacao"/> <filter id="5" name="nme_area" comp="=" value="ciência da Informação" cn="vw_pessoa_area_atuacao"/> <join tcp="rdbms" cp="fato_producao" scp="extracta" ccp="seq_id_pessoa" tcs="rdbms" cs="vw_pessoa_area_atuacao" scs="extracta" ccs="seq_id_pessoa"/> <join tcp="rdbms" cp="fato_producao" scp="extracta" ccp="seq_id_pessoa" tcs="rdbms" cs="dim_pessoa" scs="extracta" ccs="seq_id_pessoa"/> <join tcp="rdbms" cp="dim_pessoa" scp="extracta" ccp="nro_id_pessoa" tcs="text" cs="idx_busca" ccs="key"/> </rm> Figura 5. Exemplo de mensagem gerada pela requisição do RequestParser. Na Figura 5, é ilustrada uma RequestMessage que corresponde à totalização de produções bibliográficas que contenham a palavra Bioinformática, filtrando sua área de conhecimento por Ciências da Computação ou Ciências da Informação, agrupadas pelo ano da publicação. Esse exemplo de análise necessita de acesso a dois repositórios distintos, um textual e outro em um RDBMS. Na requisição observam-se os elementos com o atributo id, valor originado da ontologia para identificar cada elemento. O elemento-raiz rm (RequestMessage) possui o atributo au-id, que corresponde ao identificador da Unidade de Análise selecionada. Os elementos ch e measure representam respectivamente as Unidades de Agrupamento e Unidades de

8 Medida a serem retornadas. O atributo id refere-se ao identificador da propriedade, name é relativo ao nome do atributo, cn ao nome da coleção na qual o atributo se encontra e o schema é um atributo específico da coleção RDBMS. Já os elementos measure possuem atributos similares, porém acrescidos do tipo de agregador a ser utilizado ( agg ). Em seguida, as Unidades de Filtros a serem aplicadas, adicionadas do tipo de comparador comp e seu valor de comparação value. Por último, as ligações entre as coleções. Os atributos tcp e tcs representam respectivamente o tipo da primeira coleção e o tipo da segunda coleção. Já os atributos cp (Collection-Primary) e cs (Collection-Secondary) representam os nomes das coleções, enquanto os atributos ccp (Column Collection-Primary) e ccs (Column Collection-Secondary) representam os nomes dos respectivos atributos a serem relacionados. O QueryManager é responsável por repassar a RequestMessage ao DriverManager, e no caso de uma requisição envolvendo múltiplos Drivers, irá se responsabilizar por fazer as chamadas necessárias, retornando apenas os resultados da intersecção dos Drivers. O QueryManager implementa um balanceamento de carga, distribuindo o processamento de requisições junto aos servidores onde os Drivers de processamento de requisições foram instalados. O processamento das requisições é realizado pelos Drivers conectados à arquitetura, os quais são acionados pelo DriverManager conforme o tipo de requisição enviada pelo RequestParser. Cada Driver implementado está registrado no DriverManager. Os Drivers são responsáveis por processar o RequestMessage e retornar as informações num formato padrão utilizando XML e respeitando um schema específico (vide Figura 6). Cada Driver possui a capacidade de receber os resultados do processamento de outros Drivers, de maneira a permitir a intersecção de resultados entre Drivers de diferentes tipos ou pertencentes a repositórios heterogêneos. Observa-se no preenchimento do RequestParser que o sistema desconhece onde estão os repositórios detentores da informação nem como se interligam (junção). As informações da RequestMessage orientam o DriverManager na distribuição das requisições e na intersecção dos resultados. O retorno dos dados (ResultSet) é composto de campos (Fields) e de respectivos tipos (Fieldtype), bem como de linhas de retorno (Row). Cada linha dessas contém a identificação dos atributos e os respectivos valores. Um exemplo de ResultSet baseado na requisição ilustrada na Figura 5 é apresentado na Figura 6. <?xml version="1.0" encoding="utf-8" standalone="yes"?> <DATAPACKET Version="2.0"> <METADATA> <FIELDS> <FIELD attrname="ano_producao" fieldtype="string" WIDTH="4"/> <FIELD attrname="tot_bibl_periodico_nac" fieldtype="i4"/> <FIELD attrname="tot_bibl_periodico_int" fieldtype="i4"/> <FIELD attrname="tot_bibl_trabalho" fieldtype="i4"/> <FIELD attrname="tot_bibl_livro" fieldtype="i4"/> <FIELD attrname="tot_bibl_capitulo_livro" fieldtype="i4"/> <FIELD attrname="tot_bibl_resumo_revista" fieldtype="i4"/> <FIELD attrname="tot_bibl_resumo_anais" fieldtype="i4"/> <FIELD attrname="tot_bibl_outros" fieldtype="i4"/> </FIELDS> <PARAMS/> </METADATA> <ROWDATA> <ROW ANO_PRODUCAO="1981" TOT_BIBL_PERIODICO_NAC="0" TOT_BIBL_PERIODICO_INT="2" TOT_BIBL_TRABALHO="0" TOT_BIBL_LIVRO="0" TOT_BIBL_CAPITULO_LIVRO="0" TOT_BIBL_RESUMO_REVISTA="0" TOT_BIBL_RESUMO_ANAIS="3" TOT_BIBL_OUTROS="0"/>... </ROWDATA></DATAPACKET> Figura 6. Representação em XML do ResultSet.

9 Cada Driver deve implementar a interface IDriver, ilustrada na Figura 7, responsável por definir os métodos básicos para troca de mensagens com o DriverManager e o QueryManager. O DriverManager suporta inúmeros Drivers, e para cada tipo de repositório implementa-se um ou vários Drivers. No Driver textual, utilizou-se o apoio de um conjunto de algoritmos para indexação e recuperação de dados [Beppler et al. 2005], enquanto no Driver RDBMS foram utilizados Drivers JDBC para acessar bancos relacionais. Os Drivers são utilizados pelo QueryManager (QM) da seguinte maneira: 1) QM solicita ao DriverManager qual Driver processa a requisição atual por meio do método gettype, verificando se o tipo da requisição é igual ao tipo do Driver; 2) QM invoca o método setxml com o conteúdo do RequestMessage; 3) QM invoca o método execute, responsável por processar a solicitação; 4) QM solicita o retorno dos dados (ResultSet) pelo método getxml; 5) QM invoca getdatapacket retornando o objeto DataPacket responsável por ler/escrever XML, respeitando o formato do ResultSet; 6) QM solicita o filtro pelo método setfilter, responsável por filtrar os registros atuais por outro ResultSet; 7) método close está destinado à liberação dos recursos utilizados pelo Driver. Os métodos getcount e close estão vinculados ao RequestParser. O getcount é responsável por retornar o número de registros atual do ResultSet. Os passos 5 e 6 só são executados quando há a necessidade de se realizar a intersecção de resultados. Figura 7. Representação em UML da interface IDriver. 5. ISExtracta Um exemplo de ferramenta de apoio à decisão suportada pelo ISQueryManager Nesta seção apresenta-se uma ferramenta Web denominada ISExtracta, a qual possui características analíticas que ilustram a aplicação do framework ISQueryManager no contexto da gestão da ciência & tecnologia. O objetivo do ISExtracta é guiar o tomador de decisão no processo de localização e combinação de dados para produzir indicadores e extrair conhecimento a partir de repositórios mantidos na organização ou acessíveis através da Web. Para ilustrar a aplicação do ISExtracta, configurou-se a ontologia do framework com vistas a representar o conteúdo armazenado em um data warehouse que mantém informações curriculares sobre pesquisadores de uma instituição de ensino. Além do data warehouse, foram utilizados os arquivos em formato XML, os quais correspondem aos currículos detalhados desses pesquisadores. As Unidades de Análise dizem respeito a visões lógicas sobre as tabelas de fato e sobre os arquivos XML. Essas coleções reúnem dados sobre produções científicas e tecnológicas, além de informações

10 sobre orientações acadêmicas e projetos de pesquisa. Os agrupamentos e filtros identificados indicam informações reunidas nas dimensões do data warehouse e nos próprios currículos detalhados. No estudo, além do Driver RDBMS utilizado para conectar na base do data warehouse, também foi utilizado um Driver textual que permite o acesso a um índice constituído a partir dos currículos XML. A indexação e a busca desses dados foram desenvolvidas a partir dos componentes descritos em Beppler et al. (2005). O ambiente utilizado para testes do ISExtracta e dos módulos do ISQueryManager é composto de um servidor Web com dois processadores Pentium Ghz, 1 GB de RAM e de um servidor de banco de dados Oracle com a mesma configuração no qual são executados os serviços de indexação.. O ISExtracta foi desenvolvido de forma a introduzir gradualmente o usuário às fontes de dados disponíveis. Para tanto, a ferramenta aplica a representação semântica das fontes de dados para estruturar um wizard que permite guiar o usuário por uma seqüência de passos até o conjunto de informações almejadas. No primeiro passo do wizard, o usuário pode selecionar uma análise na lista de análises previamente definidas ou criar uma nova análise. No passo 2, é realizada uma requisição ao OntologyManager para apresentar ao usuário todas as Unidades de Análise definidas na ontologia, como ilustrado no item A da Figura 8. Um fragmento da ontologia correspondente à descrição de uma Unidade de Análise é apresentado no item B da Figura 8. Figura 8. Passo 2: Representação gráfica das Unidades de Análise. Após a seleção da Unidade de Análise (neste exemplo assume-se a unidade produções bibliográficas ), o usuário avança para o passo 3, conforme ilustra a Figura 9. Os agrupamentos e filtros correspondentes à Unidade de Análise selecionada são retornados pelo OntologyManager, como ilustra o item A da Figura 9. Os agrupamentos

11 representam as hierarquias conceituais do assunto selecionado, nas quais o usuário pode explorar os temas de análise de acordo com o nível de detalhe desejado. O item B da Figura 9 ilustra os componentes envolvidos na geração da RequestMessage bem como um fragmento da mensagem gerada após a seleção dos agrupadores área de atuação e ano de produção. A área de atuação no exemplo ilustrado foi filtrada pelo valor ciência da computação ou ciência da informação. No exemplo aplicou-se ainda um filtro textual, o qual descreve que deverão ser contabilizadas somente as produções que possuam o termo bioinformática. Após a escolha dos agrupamentos e de seus respectivos filtros, o usuário visualiza o resultado da análise, como ilustra a Figura 10. Os resultados apresentados descrevem o total de produções bibliográficas distribuídas por ano que possuam o termo bioinformática informado em suas descrições e cujos autores atuem nas áreas ciência da computação ou ciência da informação. Uma requisição é montada através do RequestParser, e o resultado do processamento dos Drivers é retornado por meio de um arquivo XML contendo os dados resultantes do processamento. O resultado apresentado para o usuário reflete as Unidades de Conteúdo definidas para a Unidade de Análise selecionada, além dos agrupamentos e filtros definidos no terceiro passo do wizard. Figura 9. Passo 3: Definição de agrupamentos e filtros para o tema selecionado.

12 Figura 10. Passo 4: Apresentação do resultado da análise. O processo completo de definição e processamento de análises é ilustrado na Figura 11 a seguir. 6. Discussão Figura 11. Fluxo (UML) de operação básico para montagem do sistema. A vitrine de uma solução de BI é a área de apresentação. Através das ferramentas disponibilizadas nessa área, os usuários da organização poderão explorar os dados

13 integrados no data warehouse. Entretanto, soluções de BI carecem de suporte para a representação dos conceitos e da lógica do negócio, e de poder de inferência sobre essa descrição semântica para apoiar operações analíticas. Essa deficiência é decorrente da maneira pela qual as soluções de BI são concebidas. O conhecimento sobre o negócio é obtido pelos arquitetos de BI durante a etapa de concepção da solução e abstraído na forma de tabelas no data warehouse e na codificação das rotinas de ETL. Essa visão do negócio é então apresentada aos usuários da solução por meio de cubos de dados. Os usuários muitas vezes não conseguem compreender qual a relação desses cubos com os conceitos do negócio e acabam abandonando a solução por não conseguirem satisfazer as suas necessidades analíticas, engrossando as estatísticas de fracasso desse tipo de projeto [Gartner Group 2004]. As funcionalidades exploratórias nas soluções de BI comerciais ou open source normalmente são suportadas por metadados proprietários, os q uais se limitam em descrever sintaticamente as fontes de informação, possuindo participação reduzida na execução das ferramentas. Essa abordagem restringe as possibilidades de assistência ao usuário no momento da exploração. O processo de análise normalmente é dependente dos insights do tomador de decisão bem como do seu conhecimento sobre o modelo de dados e sobre as funcionalidades da ferramenta analítica. Verifica-se que existe um nicho a ser explorado por uma nova linha de pesquisa, a do desenvolvimento de soluções de BI baseadas em conhecimento do negócio para o suporte do processamento analítico. As iniciativas relacionadas não buscam suportar a criação de aplicações analíticas flexíveis orientadas à lógica do negócio e que possam apoiar o decisor na exploração do seu negócio. Esta pesquisa aponta novas maneiras para a resolução de problemas clássicos no contexto de soluções de BI. Tecnologias semânticas são aplicadas em domínios variados, mas a sua aplicação no contexto de soluções de BI está restrita quase que exclusivamente ao suporte de integração de dados. Conforme descrito anteriormente, são verificadas três referências do uso de ontologias em aplicações analíticas. Entretanto, essas pesquisas visam basicamente suportar a recomendação de documentos relacionados a um cubo ou a anotação de cubos para recuperá-los em sistemas de buscas integrados. Não existem referências na literatura nos moldes da solução proposta. O framework apresentado propõe-se a contribuir para a resolução desses problemas através de uma abordagem baseada em ontologias, em um protocolo para requisições, e de um conjunto de componentes desenvolvidos em Java. A abordagem utilizada busca propiciar maior flexibilidade para adição de novas fontes de dados e para configuração das ferramentas de suporte à decisão. Novos Drivers podem ser embutidos na arquitetura para tratar outros tipos de repositórios de dados. Na implementação corrente, disponibilizam-se Drivers para processamento de requisições sobre banco de dados, documentos semi-estruturados e textos não estruturados. O Driver RDBMS permite conexão com banco de dados por JDBC e sobre dados semi-estruturados ou não estruturados, a partir de um conjunto de algoritmos para extração de entidades de textos livres ou da indexação de dados semi-estruturados, são acessados pelo Driver textual. O suporte à indexação e à extração de entidades é provido dos componentes descritos em Beppler et al. (2005). Fontes de dados externas podem ser acopladas à arquitetura através de um ou vários Drivers Web Service. A anotação do conteúdo disponível por qualquer tipo de fonte de dados é feita utilizando-se os mesmos

14 conceitos da ontologia do framework (i.e., através de Unidades de Análise, Unidades de Conteúdo e Unidades de Filtro). O framework desenvolvido não onerou a performance do processamento das consultas. Entre a montagem da mensagem e do ResultSet e as junções dos resultados adicionam-se frações de segundo aos tempos de processamento das consultas sobre os repositórios de dados. A análise demonstrada na seção 5 levou cerca de 30ms para ser processada no banco relacional e 350ms sobre os índices textuais. No exemplo citado, o tempo adicional de processamento foi de apenas 3ms. 7. Conclusão Os desenvolvimentos nas áreas da engenharia do conhecimento e de tecnologias correlatas, tais como ontologias, oferecem o potencial para a criação de novas alternativas de exploração das fontes de dados para a formação de conhecimento útil ao processo decisório nas organizações. O framework apresentado neste artigo incorpora várias características que o distinguem das soluções de BI existentes e de pesquisas relacionadas. Esta pesquisa busca a criação de uma solução abrangente para integrar a semântica do negócio e as fontes de dados e serviços, com vistas a suportar o processamento analítico de apoio à decisão. A arquitetura proposta demonstrou, através de um estudo de caso, ser uma alternativa viável para a construção de soluções de BI mais flexíveis e alinhadas à lógica do negócio. Resumidamente, as seguintes características foram possibilitadas pela arquitetura: a informação é apresentada aos usuários utilizando os seus próprios vocabulários e oferece visões lógicas que facilitam a localização das informações e a compreensão do seu significado; a definição dos conceitos do negócio é utilizada para apresentar aos usuários as fontes de dados estruturadas e não estruturadas disponíveis na organização ou remotamente; dados estruturados e não estruturados podem ser combinados em uma mesma análise; as definições do conhecimento e das regras de negócio podem ser alteradas a qualquer momento, proporcionando maior flexibilidade para mudanças nas ferramentas de apoio à decisão. Os próximos passos compreendem a utilização das informações sobre o contexto das análises e do perfil do usuário para apoiar um processo de recomendação de recursos durante o processo decisório, tais como informações e serviços. Referências Beppler, F. D., Todesco, J. L., Gonçalves, A. L., Sell, D., Morales, A. B. T. and Pacheco, R. C. S. (2005) Uma Arquitetura para Recuperação de Informação Aplicada ao Processo de Cooperação Universidade-Empresa, In: KM BRASIL, São Paulo. Bergamaschi, S., Quix, C. and Jarke, M. (2005) The SEWASIE EU IST Project, SIG SEMIS Bulletin, vol. 2, n. 1, Feb

15 Cody, W. F., Kreulen, J. T., Krishna, V. and Spangler, W. S. (2002) The integration of business intelligence and knowledge management, In IBM Systems Journal, vol. 41, issue 4, pages Computerworld. (2004) Top 10 Critical Challenges for BI Success, <http://www.computerworld.com/services/whitepapers/story/0,4793,82630,00.html>, 10 Out Fensel, D. (2001) Ontologies: silver bullet for knowledge management and electronic commerce, Berlin, Springer-Verlag. Gartner Group. (2004) DW failures through 2007, 14 Ago Gonzaga, T. (2005) Uma metodologia para o desenvolvimento de instrumentos de análise multidimensional da informação em projetos de governo eletrônico voltado ao cidadão, Dissertação (Mestrado em Engenharia de Produção) Universidade Federal de Santa Catarina, Florianópolis. Liebowitz, J. (2005) Where is the "Intelligence" behind Business Intelligence?, BusinessIntelligence.com, 28 Mar Mondrian. (2006) Mondrian Olap Server, 17 May Motta, E. (1999) Reusable Components for Knowledge Modelling. Amsterdam, The Netherlands, IOS Press. Priebe, T. and Pernul, G. (2003) Ontology-based integration of OLAP and information retrieval, In: The DEXA 2003 Workshop on Web Semantics, September 2003, Prague, Czech Republic. Sell, D., Cabral, L., Motta, E., Domingue, J. and Pacheco, R. (2005) Adding Semantics to Business Intelligence, In: 16th International Workshop on Database and Expert Systems Applications, Denmark, IEEE Compute Society Press. XMLA. (2004) XML for Analysis, 23 Ago W3C. (1996) Extensible Markup Language (XML), 20 Out W3C. (1999) Resource Description Framework (RDF), 11 Jan

Um framework para concepção de ferramentas de apoio à decisão baseadas em ontologias

Um framework para concepção de ferramentas de apoio à decisão baseadas em ontologias Um framework para concepção de ferramentas de apoio à decisão baseadas em ontologias Marcio Napoli 1,2, Denilson Sell 1, Luciano C. Liduário 1,2, Rodrigo F. Borges 1,2, José Leomar Todesco 2, Roberto Carlos

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro

Leia mais

Uma Ferramenta Web para BI focada no Gestor de Informação

Uma Ferramenta Web para BI focada no Gestor de Informação Uma Ferramenta Web para BI focada no Gestor de Informação Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

UMA ARQUITETURA PARA BUSINESS INTELLIGENCE BASEADA EM TECNOLOGIAS SEMÂNTICAS PARA SUPORTE A APLICAÇÕES ANALÍTICAS

UMA ARQUITETURA PARA BUSINESS INTELLIGENCE BASEADA EM TECNOLOGIAS SEMÂNTICAS PARA SUPORTE A APLICAÇÕES ANALÍTICAS Universidade Federal de Santa Catarina Programa de Pós-Graduação em Engenharia de Produção Denilson Sell UMA ARQUITETURA PARA BUSINESS INTELLIGENCE BASEADA EM TECNOLOGIAS SEMÂNTICAS PARA SUPORTE A APLICAÇÕES

Leia mais

Semântica para Sharepoint. Busca semântica utilizando ontologias

Semântica para Sharepoint. Busca semântica utilizando ontologias Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...

Leia mais

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados MBA Inteligência Competitiva BI/CPM 1 Data Warehousing PÓS-GRADUAÇÃO MBA Inteligência Competitiva Com ênfase em BI/CPM Metadados Andréa Cristina Montefusco (36927) Hermes Abreu Mattos (36768) Robson Pereira

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

Ferramenta CORIDORA Web Mapping para Mapeamento de Esquemas em Bancos de Dados Heterogêneos

Ferramenta CORIDORA Web Mapping para Mapeamento de Esquemas em Bancos de Dados Heterogêneos Ferramenta CORIDORA Web Mapping para Mapeamento de Esquemas em Bancos de Dados Heterogêneos Fernando Busanello Meneghetti 1, Fabiano Gama Paes 1, Gustavo Zanini Kantorski 1 Curso de Sistemas de Informação

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Resultados alcançados com a Ferramenta Channel em implementação de sucesso da Gerência de Projetos no nível G de maturidade do MR-MPS

Resultados alcançados com a Ferramenta Channel em implementação de sucesso da Gerência de Projetos no nível G de maturidade do MR-MPS Resultados alcançados com a Ferramenta Channel em implementação de sucesso da Gerência de Projetos no nível G de maturidade do MR-MPS Mauricio Fiorese 1, Alessandra Zoucas 2 e Marcello Thiry 2 1 JExperts

Leia mais

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados:

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados: MC536 Introdução Sumário Conceitos preliminares Funcionalidades Características principais Usuários Vantagens do uso de BDs Tendências mais recentes em SGBDs Algumas desvantagens Modelos de dados Classificação

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

3 Um Framework Orientado a Aspectos para Monitoramento e Análise de Processos de Negócio

3 Um Framework Orientado a Aspectos para Monitoramento e Análise de Processos de Negócio 32 3 Um Framework Orientado a Aspectos para Monitoramento e Análise de Processos de Negócio Este capítulo apresenta o framework orientado a aspectos para monitoramento e análise de processos de negócio

Leia mais

O PAPEL DA SEMÂNTICA NO BUSINESS INTELLIGENCE 2.0: Um Exemplo no Contexto de um Programa de Pós-Graduação

O PAPEL DA SEMÂNTICA NO BUSINESS INTELLIGENCE 2.0: Um Exemplo no Contexto de um Programa de Pós-Graduação O PAPEL DA SEMÂNTICA NO BUSINESS INTELLIGENCE 2.0: Um Exemplo no Contexto de um Programa de Pós-Graduação Julliano Trindade Pintas, Sean W. M. Siqueira Departamento de Informática Aplicada Universidade

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades

Leia mais

4 Trabalhos relacionados

4 Trabalhos relacionados 4 Trabalhos relacionados O intuito deste capítulo é analisar trabalhos cujos objetivos estejam relacionados ao problema principal do sistema Clairvoyant: providenciar uma capacidade de evolução transparente

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Programa do Módulo 2. Processo Unificado: Visão Geral

Programa do Módulo 2. Processo Unificado: Visão Geral 9.1 Programa do Módulo 2 Orientação a Objetos Conceitos Básicos Análise Orientada a Objetos (UML) O Processo Unificado (RUP) Processo Unificado: Visão Geral 9.2 Encaixa-se na definição geral de processo:

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação MATA67 Projeto Final II Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

Web Semântica e Matching de Ontologias: Uma Visão Geral

Web Semântica e Matching de Ontologias: Uma Visão Geral Web Semântica e Matching de Ontologias: Uma Visão Geral Hélio Rodrigues de Oliveira Departamento de Computação Universidade Federal do Ceará heliorodrigues@lia.ufc.br Bernadette Farias Lóscio Departamento

Leia mais

Service Oriented Architecture (SOA)

Service Oriented Architecture (SOA) São Paulo, 2011 Universidade Paulista (UNIP) Service Oriented Architecture (SOA) Prof. MSc. Vladimir Camelo vladimir.professor@gmail.com 04/09/11 vladimir.professor@gmail.com 1 04/09/11 vladimir.professor@gmail.com

Leia mais

Relatório apresentado na reunião em Karlsruher Institut für Technologie Karlsruhe, Alemanha

Relatório apresentado na reunião em Karlsruher Institut für Technologie Karlsruhe, Alemanha Relatório apresentado na reunião em Karlsruher Institut für Technologie Karlsruhe, Alemanha Arquitetura da Informação para o Sistema Brasileiro de Inventário de Ciclo de Vida (SICV BRASIL) Everson Andrade

Leia mais

2 Conceitos relativos a Web services e sua composição

2 Conceitos relativos a Web services e sua composição 15 2 Conceitos relativos a Web services e sua composição A necessidade de flexibilidade na arquitetura das aplicações levou ao modelo orientado a objetos, onde os processos de negócios podem ser representados

Leia mais

Organizaçãoe Recuperação de Informação GSI521. Prof. Rodrigo Sanches Miani FACOM/UFU

Organizaçãoe Recuperação de Informação GSI521. Prof. Rodrigo Sanches Miani FACOM/UFU Organizaçãoe Recuperação de Informação GSI521 Prof. Rodrigo Sanches Miani FACOM/UFU Introdução Organização e Recuperação de Informação(GSI521) Tópicos Recuperação de informação (RI); Breve histórico; O

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

Integração de Dados na Web. Ana Carolina Salgado Bernadette Lóscio

Integração de Dados na Web. Ana Carolina Salgado Bernadette Lóscio Integração de Dados na Web Ana Carolina Salgado Bernadette Lóscio Conteúdo Introdução Integração de Informações Consultando a Web Introdução Motivação Web e BD Arquitetura na Web Introdução Evolução da

Leia mais

PENTAHO. História e Apresentação

PENTAHO. História e Apresentação PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 Crédito dos Slides: Clever Junior 2 PENTAHO História

Leia mais

Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial

Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial Lucas A. de Oliveira, Rui A. R. B. Figueira, Expedito C. Lopes Mestrado em Sistemas e Computação Universidade de Salvador (UNIFACS)

Leia mais

Técnicas de Business Intelligence na Análise de Dados de Produção. Rafael Deitos

Técnicas de Business Intelligence na Análise de Dados de Produção. Rafael Deitos Copyright 2014-15 OSIsoft, LLC. 1 Técnicas de Business Intelligence na Análise de Dados de Produção Presented by Felipe Trevisan Rafael Deitos Copyright 2014-15 OSIsoft, LLC. Sumário Contextualização Itaipu

Leia mais

ANEXO I TERMO DE REFERÊNCIA SISTEMA DE INFORMAÇÃO EM SAÚDE

ANEXO I TERMO DE REFERÊNCIA SISTEMA DE INFORMAÇÃO EM SAÚDE ANEXO I TERMO DE REFERÊNCIA SISTEMA DE INFORMAÇÃO EM SAÚDE 1. OBJETO 1.1. Contratação de empresa especializada na construção de Data Warehouse/Data Marts, culminando na criação do SIS - Sistema de Informação

Leia mais

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI)

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Apresentação O programa de Pós-graduação Lato Sensu em Business Intelligence Inteligência Competitiva tem por fornecer conhecimento

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS Capítulo 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7.1 2003 by Prentice Hall OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação?

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Similaridade entre Objetos Localizados em Fontes de Dados Heterogêneas

Similaridade entre Objetos Localizados em Fontes de Dados Heterogêneas Similaridade entre Objetos Localizados em Fontes de Dados Heterogêneas Rubens Guimarães 1, Gustavo Zanini Kantorski 1 1 Curso de Sistemas de Informação Universidade Luterana do Brasil (ULBRA) Campus Santa

Leia mais

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Mateus Ferreira Silva, Luís Gustavo Corrêa Lira, Marcelo Fernandes Antunes, Tatiana Escovedo, Rubens N. Melo mateusferreiras@gmail.com, gustavolira@ymail.com,

Leia mais

XML e Banco de Dados. Prof. Daniela Barreiro Claro DCC/IM/UFBA

XML e Banco de Dados. Prof. Daniela Barreiro Claro DCC/IM/UFBA XML e Banco de Dados DCC/IM/UFBA Banco de Dados na Web Armazenamento de dados na Web HTML muito utilizada para formatar e estruturar documentos na Web Não é adequada para especificar dados estruturados

Leia mais

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

CAPITULO 4 A ARQUITETURA LÓGICA PARA O AMBIENTE

CAPITULO 4 A ARQUITETURA LÓGICA PARA O AMBIENTE CAPITULO 4 A ARQUITETURA LÓGICA PARA O AMBIENTE A proposta para o ambiente apresentada neste trabalho é baseada no conjunto de requisitos levantados no capítulo anterior. Este levantamento, sugere uma

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação ão? Como um sistema de gerenciamento

Leia mais

Contrata Consultor na modalidade Produto

Contrata Consultor na modalidade Produto Contrata Consultor na modalidade Produto PROJETO 914BRA/1123 FNDE -EDITAL Nº 01/2009 1. Perfil: Consultor ESPECIALISTA EM PLANO DE METAS ANALISTA PROGRAMADOR DELPHI - Código 1 - CGETI. 2. Nº de vagas:

Leia mais

Uma introdução à Web Semântica no domínio dos Sistemas de Informações Geográficas

Uma introdução à Web Semântica no domínio dos Sistemas de Informações Geográficas Uma introdução à Web Semântica no domínio dos Sistemas de Informações Geográficas Angelo Augusto Frozza, Rodrigo Gonçalves {frozza,rodrigog}@inf.ufsc.br Universidade Federal de Santa Catarina UFSC Florianópolis

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

O que é a UML? Introdução a UML. Objetivos da Modelagem. Modelos. A UML não é. Princípios da Modelagem. O que é um modelo?

O que é a UML? Introdução a UML. Objetivos da Modelagem. Modelos. A UML não é. Princípios da Modelagem. O que é um modelo? O que é a UML? Introdução a UML Linguagem Gráfica de Modelagem para: Visualizar Especificar Construir Documentar Comunicar Artefatos de sistemas complexos Linguagem: vocabulário + regras de combinação

Leia mais

4 Aplicação da Sistemática

4 Aplicação da Sistemática 4 Aplicação da Sistemática Este capítulo descreve a aplicação da sistemática definida no Capítulo 3 utilizando dados reais de uma estatística pública e aplicando tecnologias avançadas fazendo o uso de

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

Uma Ontologia para Gestão de Segurança da Informação

Uma Ontologia para Gestão de Segurança da Informação Uma Ontologia para Gestão de Segurança da Informação Paulo Fernando da Silva, Henrique Otte, José Leomar Todesco, Fernando A. O. Gauthier Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento

Leia mais

2 Geração Dinâmica de Conteúdo e Templates de Composição

2 Geração Dinâmica de Conteúdo e Templates de Composição 2 Geração Dinâmica de Conteúdo e Templates de Composição Alguns dos aspectos mais importantes na arquitetura proposta nesta dissertação são: a geração dinâmica de conteúdo e a utilização de templates de

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

Banco de Dados. Aula 1 - Prof. Bruno Moreno 16/08/2011

Banco de Dados. Aula 1 - Prof. Bruno Moreno 16/08/2011 Banco de Dados Aula 1 - Prof. Bruno Moreno 16/08/2011 Roteiro Apresentação do professor e disciplina Definição de Banco de Dados Sistema de BD vs Tradicional Principais características de BD Natureza autodescritiva

Leia mais

GeCA: Uma Ferramenta de Engenharia Reversa e Geração Automática de Código

GeCA: Uma Ferramenta de Engenharia Reversa e Geração Automática de Código GeCA: Uma Ferramenta de Engenharia Reversa e Geração Automática de Código Igor Steinmacher 1, Éderson Fernando Amorim 1, Flávio Luiz Schiavoni 1, Elisa Hatsue Moriya Huzita 1 1 Departamento de Informática

Leia mais

Presidente do Quality Assurance Institute QAI Brasil Presidente do International Function Point Users Group IFPUG. Definindo e Alcançando Objetivos

Presidente do Quality Assurance Institute QAI Brasil Presidente do International Function Point Users Group IFPUG. Definindo e Alcançando Objetivos Derivação de Métricas para Projetos de BI Mauricio Aguiar ti MÉTRICAS Presidente do Quality Assurance Institute QAI Brasil Presidente do International Function Point Users Group IFPUG www.metricas.com.br

Leia mais

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

Leia mais

Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA

Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA RESUMO Ricardo Della Libera Marzochi A introdução ao Service Component Architecture (SCA) diz respeito ao estudo dos principais fundamentos

Leia mais

Módulo 5. Implementando Cubos OLAP

Módulo 5. Implementando Cubos OLAP Módulo 5. Implementando Cubos OLAP Objetivos Compreender a importância da manipulação correta da segurança nos dados. Conhecer as operações que podem ser realizadas na consulta de um cubo. Entender o uso

Leia mais

Gestão de Contextos Visão Calandra Soluções sobre Gestão da Informação em Contextos White Paper

Gestão de Contextos Visão Calandra Soluções sobre Gestão da Informação em Contextos White Paper Gestão de Contextos Visão Calandra Soluções sobre Gestão da Informação em Contextos White Paper ÍNDICE ÍNDICE...2 RESUMO EXECUTIVO...3 O PROBLEMA...4 ILHAS DE INFORMAÇÃO...4 ESTRUTURA FRAGMENTADA VS. ESTRUTURA

Leia mais

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado)

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) SISTEMA INTERNO INTEGRADO PARA CONTROLE DE TAREFAS INTERNAS DE UMA EMPRESA DE DESENVOLVIMENTO

Leia mais

Sistemas de Apoio à Inteligência do Negócio

Sistemas de Apoio à Inteligência do Negócio Sistemas de Apoio à Inteligência do Negócio http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br Visão Geral de Business Intelligence Evolução dos Sistemas de Informação (computadorizados) 1950 s:

Leia mais

Transformação de modelos em processos de desenvolvimento de software

Transformação de modelos em processos de desenvolvimento de software 1068 X Salão de Iniciação Científica PUCRS Transformação de modelos em processos de desenvolvimento de software Vinycio de Correa Lunelli 1, Profa. Dra. Ana Paula Terra Bacelo 1 1 Faculdade de Informática,

Leia mais

Serviços Web: Introdução

Serviços Web: Introdução Sistemas Distribuídos Mauro Lopes Carvalho Silva Professor EBTT DAI Departamento de Informática Campus Monte Castelo Instituto Federal de Educação Ciência e Tecnologia do Maranhão Objetivos Nesta aula

Leia mais

Documento de Visão do Projeto

Documento de Visão do Projeto Documento de Visão do Projeto 1. Objetivo O propósito deste documento é coletar, analisar e definir as necessidades de alto-nível e características do projeto de software do Módulo Editor de Estruturas

Leia mais

Uma Abordagem usando PU

Uma Abordagem usando PU Uma Abordagem usando PU Curso de Especialização DEINF - UFMA Desenvolvimento Orientado a Objetos Prof. Geraldo Braz Junior Referências: Baseada em: Rational Software Corpotation G. Booch, Ivar Jacobson,

Leia mais

INTRODUÇÃO A MODELAGEM DE PROCESSOS UTILIZANDO BPMN 1 FÁBIO RODRIGUES CRUZ 2 2.1 CONCEITO DE MODELAGEM DE PROCESSOS UTILIZANDO BPMN

INTRODUÇÃO A MODELAGEM DE PROCESSOS UTILIZANDO BPMN 1 FÁBIO RODRIGUES CRUZ 2 2.1 CONCEITO DE MODELAGEM DE PROCESSOS UTILIZANDO BPMN INTRODUÇÃO A MODELAGEM DE PROCESSOS UTILIZANDO BPMN 1 FÁBIO RODRIGUES CRUZ 2 1 INTRODUÇÃO A Business Process Modeling Notation (BPMN), ou Notação de Modelagem de Processos de Negócio, é um conjunto de

Leia mais

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

Leia mais

Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house

Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house Universidade Regional de Blumenau Centro de Ciências Exatas e Naturais Curso de Sistemas de Informação (Bacharelado) Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house

Leia mais

Arquitetura de Banco de Dados

Arquitetura de Banco de Dados Arquitetura de Banco de Dados Daniela Barreiro Claro MAT A60 DCC/IM/UFBA Arquitetura de Banco de dados Final de 1972, ANSI/X3/SPARC estabeleceram o relatório final do STUDY GROUP Objetivos do Study Group

Leia mais

ENGENHARIA DE SOFTWARE Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com.br

ENGENHARIA DE SOFTWARE Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com.br - MÓDULO 3 - MODELAGEM DE SISTEMAS ORIENTADA A OBJETOS COM UML 1. INTRODUÇÃO A partir de 1980, diversos métodos de desenvolvimento de sistemas surgiram para apoiar o paradigma orientado a objetos com uma

Leia mais

Uma estrutura (framework) para o Business Intelligence (BI)

Uma estrutura (framework) para o Business Intelligence (BI) Uma estrutura conceitural para suporteà decisão que combina arquitetura, bancos de dados (ou data warehouse), ferramentas analíticas e aplicações Principais objetivos: Permitir o acesso interativo aos

Leia mais

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional João Silva and José Saias m5672@alunos.uevora.pt, jsaias@di.uevora.pt Mestrado em Engenharia Informática, Universidade

Leia mais

IBM Cognos Business Intelligence Scorecarding

IBM Cognos Business Intelligence Scorecarding IBM Cognos Business Intelligence Scorecarding Unindo a estratégia às operações com sucesso Visão Geral O Scorecarding oferece uma abordagem comprovada para comunicar a estratégia de negócios por toda a

Leia mais

LEI DE ACESSO A INFORMAÇÃO DIREITO DO CIDADÃO

LEI DE ACESSO A INFORMAÇÃO DIREITO DO CIDADÃO DESCRIÇÃO DO SIGAI O SIGAI (Sistema Integrado de Gestão do Acesso à Informação) é uma solução de software que foi desenvolvida para automatizar os processos administrativos e operacionais visando a atender

Leia mais

Uso de taxonomias na gestão de conteúdo de portais corporativos.

Uso de taxonomias na gestão de conteúdo de portais corporativos. Gestão de Conteúdo web através de ontologias: conceitos e aplicações Fernando Silva Parreiras Contextualização O que? Uso de taxonomias na gestão de conteúdo de portais corporativos. Quem? Gerentes, consultores

Leia mais

Histórico da Revisão. Versão Descrição Autor. 1.0 Versão Inicial

Histórico da Revisão. Versão Descrição Autor. 1.0 Versão Inicial 1 of 14 27/01/2014 17:33 Sistema de Paginação de Esportes Universitários Documento de Arquitetura de Software Versão 1.0 Histórico da Revisão Data 30 de novembro de 1999 Versão Descrição Autor 1.0 Versão

Leia mais

BANCO DE DADOS E BUSINESS INTELIGENCE. C/H: 20 horas (20/02, 25/02, 27/02, 04/03, 06/03)

BANCO DE DADOS E BUSINESS INTELIGENCE. C/H: 20 horas (20/02, 25/02, 27/02, 04/03, 06/03) MBA em Gestão de TI MÓDULO: BANCO DE DADOS E BUSINESS INTELIGENCE C/H: 20 horas (20/02, 25/02, 27/02, 04/03, 06/03) PROFESSOR: Edison Andrade Martins Morais prof@edison.eti.br http://www.edison.eti.br

Leia mais

PRODUTO 1 (CONSTRUÇÃO DE PORTAL WEB)

PRODUTO 1 (CONSTRUÇÃO DE PORTAL WEB) RELATÓRIO DE ENTREGA DO PRODUTO 1 (CONSTRUÇÃO DE PORTAL WEB) PARA A ELABORAÇÃO DOS PLANOS MUNICIPAIS DE GESTÃO INTEGRADA DE RESÍDUOS SÓLIDOS PMGIRS PARA OS MUNICÍPIOS DE NOVO HORIZONTE, JUPIÁ, GALVÃO,

Leia mais

Ferramenta para Ensino da Técnica de Raciocínio Baseado em Casos

Ferramenta para Ensino da Técnica de Raciocínio Baseado em Casos Ferramenta para Ensino da Técnica de Raciocínio Baseado em Casos Anita Maria da Rocha Fernandes anita.fernandes@univali.br UNIVALI Helton Machado Kraus heltonkraus@univali.br UNIVALI Resumo:O Raciocínio

Leia mais

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com.

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com. Conceitos - Sistema de Informação, Estruturas e Classificação - Dados x Informações Edson Almeida Junior www.edsonalmeidajunior.com.br Definição de Sistema Uma coleção de objetos unidos por alguma forma

Leia mais

MANUAL BI- Business Intelligence

MANUAL BI- Business Intelligence 1. VISÃO GERAL 1.1 SISTEMA BI Business Intelligence: Segundo Gartner Group, a maior ameaça das empresas da atualidade é o desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e

Leia mais

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Rogério de Torres Pelito, Gleise Celeste Gonzaga Pereira, Diana Maria da Silva de Souza, André Luiz Alves

Leia mais

Roteiro 2 Conceitos Gerais

Roteiro 2 Conceitos Gerais Roteiro 2 Conceitos Gerais Objetivos: UC Projeto de Banco de Dados Explorar conceitos gerais de bancos de dados; o Arquitetura de bancos de dados: esquemas, categorias de modelos de dados, linguagens e

Leia mais