UTILIZAÇÃO DE UM MODELO DE ARQUITETURA CORPORATIVA NA MINERAÇÃO DE DADOS

Tamanho: px
Começar a partir da página:

Download "UTILIZAÇÃO DE UM MODELO DE ARQUITETURA CORPORATIVA NA MINERAÇÃO DE DADOS"

Transcrição

1 UTILIZAÇÃO DE UM MODELO DE ARQUITETURA CORPORATIVA NA MINERAÇÃO DE DADOS Fernando Hadad Zaidan Universidade Federal Minas Gerais - UFMG Escola de Ciência da Informação ECI Minas Gerais, Brasil - Marcello Peixoto Bax Universidade Federal Minas Gerais - UFMG Escola de Ciência da Informação ECI Minas Gerais, Brasil - Resumo Quantidades gigantescas de dados são coletadas e armazenadas em organizações a cada dia. Emerge daí a necessidade de usar tecnologias elaboradas para tratamento e descoberta de informações nos bancos de dados. A mineração de dados é uma disciplina da Ciência da Computação que propõe técnicas e algoritmos para a descoberta de informações. Em domínios específicos, a mineração de dados é carente de um melhor alinhamento com os negócios da organização. A arquitetura corporativa é estratégica para alinhar, nas organizações, os níveis de negócios, aplicações e infraestrutura. O objetivo do artigo é apresentar o esboço de um modelo de arquitetura corporativa capaz de refletir projetos de mineração de dados mais estratégicos. A revisão da literatura traz os principais conceitos e a metodologia foi exploratória e aplicada. A validação do modelo proposto ficou como trabalho futuro que possibilitará explorar oportunidades de alinhamento estratégico no contexto de projetos de mineração de dados. Palavras-chave: Mineração de dados, Arquitetura corporativa, Informação estratégica, Alinhamento tecnologia e negócios. Abstract USE OF A MODEL OF ENTERPRISE ARCHITECTURE IN DATA MINING Every day huge amounts of data are collected and stored in organizations. From there, the need to use technologies developed for treatment and discovery of information in databases emerges. Data mining is a discipline of Computer Science that proposes techniques and algorithms to discover information. In specifics domains, data mining requires a better alignment with the enterprise businesses. The enterprise architecture is key to align, in the enterprises, the layers of business, applications and infrastructure. The aim of this study is to present an outline of an enterprise architecture model that reflects more strategic data mining projects. The literature review clarifies the main concepts. The methodology is exploratory and applied. The future validation of the proposed model will enable the exploration of the results and opportunities for the strategic information's use in the context of data mining. Keywords: Data mining, Enterprise architecture, Strategic information, Alignment of technology and business. 0392

2 1 INTRODUÇÃO A evolução dos modelos e de tecnologias de banco de dados (BD), a partir dos anos de 1980, possibilitou que as organizações coletassem e armazenassem, de forma contínua, uma enorme quantidade de dados sobre clientes, fornecedores, produtos e serviços, dentre outros, aumentando, sensivelmente, o volume de dados presentes nos BD (ELMASRI; NAVATHE, 2011). Nesse contexto, a mineração de dados (DM - data mining) surge como uma linha de pesquisa multidisciplinar e campo de atuação que se preocupa com a proposição de metodologias (técnicas) e algoritmos eficientes para a descoberta de conhecimento em grandes bancos de dados. A multidisciplinaridade mencionada deve-se ao fato de que a DM, além de aplicada a domínios de conhecimentos específicos, engloba metodologias diversas, como o próprio DB, informação estratégica, estatística, aprendizado de máquina e lógica computacional, de forma a possibilitar a descoberta de conhecimentos de domínio escondidos em grandes bases de dados (TAN; STEINBACH; KUMAR, 2006). Segundo Braga (2005), para interpretar os objetivos, expectativas e desejos dos clientes das organizações, não bastam apenas ferramentas genéricas de sistemas de relacionamento com clientes (CRM), sistemas de gestão empresarial (ERP) ou ainda business intelligence (BI). Para tanto, é necessária, também, a capacidade analítica para identificação de padrões estratégicas, conseguida através da aplicação das técnicas de DM. Em outras palavras, a coleta e o armazenamento de dados, por si só, não contribuem para melhorar a estratégia da organização, tampouco a tomada de decisão. A demanda por análise em grande quantidade de dados de domínios específicos é crescente, bem como processar e analisar as informações geradas pelas bases de dados atuais de forma correta está entre os requisitos essenciais para uma boa tomada de decisão (SIMON, 1979). Para atender a essa necessidade informacional das organizações, emerge o fato de se ter o alinhamento entre os negócios e a TI (HENDERSON; VENKATRAMAN, 1993). A arquitetura corporativa (EA enterprise architecture) é o instrumento que materializa esse alinhamento, pois é parte da estratégia de negócio de uma organização. Ao invés de adotar um conjunto desconexo de representações para modelar a organização como um todo, a EA privilegia os modelos de negócios e indica como desenvolver uma infraestrutura de negócio apropriada para a execução da estratégia corporativa. Esses modelos fornecem uma fundamentação adequada para execução e crescimento da organização (BAX, 2012; GARTNER IT CLOSSARY, 2014). De fato, uma EA é criada para que as diferentes preocupações ou interesses (concerns) das partes interessadas (stakeholders) da organização possam ser representados e atendidos (THE OPEN GROUP, 2009; 2012). Os stakeholders necessitam de visões especializadas da mesma organização, voltadas para a natureza de sua atuação e responsabilidades específicas. O papel do arquiteto é representar essas preocupações, levantando, identificando e refinando os vários requisitos e necessidades, bem como desenvolvendo visões específicas sobre a arquitetura (LANKHORST, 2012; WIERDA, 2013). No que tange ao modelo utilizado para o desenvolvimento dessa apresentação de pesquisa, será empregado o arcabouço ArchiMate, que dispõe de uma linguagem gráfica de representação das arquiteturas (ARCHI, 2014). Essa apresentação de pesquisa refere-se à versão 2.0 da linguagem ArchiMate, que contém uma série de correções, melhorias e esclarecimentos, assim como extensões da sua versão inicial (ARCHIMATE, 2014). 0393

3 Cabe esclarecer que foram buscados trabalhos correlatos que contribuíssem para essa apresentação de pesquisa e encontrou-se em Chertov (2013) o estado a arte da interconexão da arquitetura corporativa com a mineração de dados. Contudo, este autor aborda de uma maneira genérica, incluindo, além da mineração de dados, o business intelligence (BI) em seu modelo. Diante do que foi exposto, elaborou-se o objetivo principal desse estudo, que é apresentar um esboço de um modelo de arquitetura corporativa capaz de refletir projetos de mineração de dados mais estratégicos. Será apresentada, também, uma proposta de um ambiente de mineração de dados, a partir do modelo de EA desenvolvido. Caberá, nessa apresentação de pesquisa, utilizar de forma adequada a EA em benefício da mineração de dados, para líderes que buscam identificar o tão almejado alinhamento entre os processos de negócios e a TI, desta forma serão recompensados com a melhora na tomada de decisão com o uso de informações estratégicas. Com bancos de dados cada vez mais volumosos e encontrados em diferentes formatos ou plataformas, faz-se necessário o uso de técnicas de análises mais elaboradas que os métodos tradicionais, de forma a garantir que tais informações estratégicas, presentes nessas bases de dados, possam ser recuperadas ou descobertas para utilização no processo decisório das organizações. Dessa forma, a ideia de levar o tema adiante se justifica, a partir das seguintes formulações: do ponto de vista corporativo, essa pesquisa visa a abrir oportunidades para que as organizações prestem atenção ao uso da informação estratégica e à melhoria da análise e da tomada de decisão em domínios específicos (DAVENPORT; MANVILLE, 2012); pela perspectiva acadêmica, a pertinência do problema como tópico de pesquisa se torna evidente sob qualquer ótica observada, se considerada a afirmação de que se ocupa Saracevic (1996), de que a informação receberá a introjeção de novos conhecimentos. Ainda mais, no modelo que será obtido, a mineração de dados será apoiada por uma arquitetura corporativa; aplicar as técnicas de mineração de dados em casos reais nas empresas,, antecipando eventos e prevendo tendências, baseados na descoberta de padrões (WITTEN; FRANK; HALL, 2011) é tarefa cuja complexidade carece de um modelo de EA para sua condução (LANKHORST, 2012; WIERDA, 2013). Essa apresentação de pesquisa está dividida em sete partes: acima foi introduzido o tema, os objetivos e as justificativas. Na Seção 2, os principais construtos serão elucidados, bem como a ligação entre os mesmos. Na seção seguinte, descrevem-se as abordagens metodológicas. Na Seção 4 é apresentado o modelo de EA que foi desenvolvido. Na Seção 5 é descrita a proposta do projeto de mineração de dados e são apresentados os resultados que se almejam. Seguemse as considerações finais e as referências. 0394

4 2 REVISÃO DA LITERATURA Não é intenção dessa apresentação de pesquisa exaurir todos os fundamentos teóricos dos construtos. Efetivamente, o intuito é de identificar o estado da arte dos principais conceitos e os elos que representam, trazendo alguma luz sobre as terminologias da área, fundamentado em autores seminais e contemporâneos. 2.1 Informação estratégica Não existe uma definição única e universalmente aceita para estratégia. Segundo Mintzberg e Quinn (2001), inicialmente deu-se ênfase especial ao uso militar do termo estratégia, originada das mais antigas literaturas do mundo. No âmbito organizacional, a estratégia é relacionada com uma série de pontos de vistas, tais como plano ou padrão que integram as principais metas e sequências de ações de uma organização. Ainda segundo esses autores, formular uma estratégia carece de informações precisas e ajuda a ordenar e alocar os recursos de uma organização para uma postura singular e viável. Já a informação está presente de forma intensa nas empresas e que deve ser considerada como um importante ativo organizacional (DAVENPORT; MANVILLE, 2012). A motivação em tratá-la de forma estratégica agrega valor aos bens organizacionais (CHOO, 2006). Nas organizações, a informação pode estar embutida não só em documentos ou repositórios, mas em rotinas, processos e normas organizacionais, tornando-a pura ou simples, mas sempre como uma mistura de vários elementos, agregando valores (DAVENTPOR; PRUSAK, 1998), utilizando-a para a valoração da estratégia organizacional. Munida de informações estratégicas, o caminho para o sucesso organizacional ficará mais preciso. 2.2 Tomada de decisão Com o foco na estratégia das organizações, a tomada de decisão, durante muito tempo, foi considerada uma arte, um talento. Com o aprendizado que as pessoas adquiriam, a criatividade, a intuição, a experiência e a tentativa e erro, as decisões eram tomadas. Sabe-se, porém, que a tomada de decisão é algo bem mais complexo, sofrendo interferências de variáveis e de fatores internos e externos e o envolvimento de diversos atores. Simon (1979) indica que a função da administração é ter o ambiente desenhado de tal forma que o indivíduo, para tomar uma decisão, possa estar tão próximo dele quanto lhe permite a racionalidade. Ainda segundo este autor, existe três estágios para o processo decisório: a busca de situações que requerem decisão (atividade de inteligência - termo utilizado com conotação similar à militar); a criação, o desenvolvimento e a análise dos possíveis cursos de ação (atividade de design ou projeto); a seleção de um curso particular de ação, dentre os que estão disponíveis (atividade de escolha). 0395

5 Choo (2006) esclarece que, no contexto de um mercado caracterizado por mudanças e descontinuidade, é fundamental reavaliar continuamente os processos organizacionais para assegurar de que a tomada de decisão se oriente por premissas ainda válidas. E complementa que o fornecimento de informações exatas e relevantes, no ambiente corporativo, é um fator crítico para a realização de melhores negócios para os tomadores de decisão. Eles precisam de ferramentas que permitam a análise dos dados a partir de diversas perspectivas, auxiliando a identificação de tendências e padrões. 2.3 Alinhamento da TI com os negócios organizacionais Os executivos de negócio e de TI deparam com um novo desafio: criar um ambiente de confiança e de colaboração para que seja facilitada a interação de todas as áreas organizacionais. Com o crescimento e o surgimento de novas tecnologias, a área de TI não pode ser considerada apenas de suporte para as demais áreas organizacionais. Nesse sentido, com o mercado atual, globalizado, dinâmico e competitivo, exige-se das organizações uma nova postura, necessitando que processos de gestão estejam alinhados com processos de TI. Desta forma, muda-se o enfoque da TI, de automação para gestão estratégica (MAES, 2007). Alinhamento estratégico são as atividades executadas de forma coordenada pela gerência da organização com o objetivo de alcançar suas metas através da integração de várias áreas funcionais, tais como: TI, administração financeira, marketing, recursos humanos, produção, serviços, dentre outras (HENDERSON; VENKATRAMAN, 1993). Embora existam diversos modelos de alinhamento estratégico da TI, Henderson e Venkatraman (1993) propuseram o modelo mais aceito, o qual retrata quatro domínios: estratégia de negócios; infraestrutura e processos organizacionais; estratégia de TI; e infraestrutura e processos de TI (MAES, 2007). Esses quatro domínios mantêm o perfeito ajuste estratégico e a integração funcional dos negócios com a TI. 2.4 Mineração de dados (DM) Para uma compreensão mais clara e atual da mineração de dados como uma área de pesquisa relevante no mundo dos negócios é preciso caracterizá-la como uma etapa essencial no processo de descoberta do conhecimento em bancos de dados, do inglês knowledge discovery in databases (KDD). Essa não é uma tarefa difícil, porque a maioria das referências sobre o tema já faz essa caracterização (FAYYAD, et al., 1996; BRAGA, 2005). A partir da década de 1990, uma série de tecnologias da informação foi desenvolvida com o objetivo de possibilitar a análise de grandes bases de dados. O uso dessas novas tecnologias de informação, associadas com técnicas e estratégias de negócio, fez surgir e consolidar o conceito de business intelligence (BI) ou inteligência de negócio. BI é um conjunto de conceitos, metodologias e ferramentas que, fazendo uso de acontecimentos (fatos) e sistemas baseados nos mesmos, apoia a tomada de decisões (BRAGA, 2005). Outro conceito inicialmente importante é o de data warehouse (DW). A partir dos bancos de dados brutos, dos sistemas transacionais, bem como os dados da web, de planilhas eletrônicas, enfim, de arquivos diversos, com a finalidade de integração destas múltiplas fontes, gera-se o DW para um armazenamento multidimensional. O DW é uma coleção de dados orientada a assuntos, não volátil, variável no tempo, com vistas à tomada de decisões. Este banco de dados gerencial (DW) oferece acesso a dados para análise complexa, descoberta de 0396

6 conhecimento e tomada de decisão, dando suporte a demandas de alto desempenho sobre os dados e informações de uma organização. Um processo também importante é o de extração, transformação e carga (ETL), que a partir destas diversas fontes heterogêneas de dados vai gerar o DW de forma integrada. (ELMASRI; NAVATHE, 2011). A referência de DW é importante, tanto para o BI quanto para a mineração de dados, na medida em que essa tecnologia está diretamente ligada ao KDD. Normalmente, constrói-se um DW com vistas à realização da inteligência de negócios e a mineração de dados (FAYYAD et al., 1996; HAN; KAMBER, 2007; TAN; STEINBACH; KUMAR, 2006). Quanto ao entendimento do conceito de mineração de dados, recorrer-se a importantes autores, dentre eles Fayyad et al. (1996), que elucidam como um processo não trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis. Tan, Steinbach e Kumar (2006) diz que para ser eficiente, uma técnica de mineração de dados deve fazer previsões corretas, serem compreensíveis e úteis aos usuários para tomada de decisões. Embora existam pequenas diferenças nas definições de data mining, elas concordam com o fato de que o objetivo é a descoberta de conhecimento valioso em grandes bases de dados, usando, para isso, estratégias e técnicas automatizadas ou semiautomatizadas, além de encontrar relações escondidas em um grande conjunto de dados. Na prática, a mineração de dados ajuda na extração de novos padrões significativos que não podem ser necessariamente encontrados apenas ao consultar ou processar dados ou metadados no DW. Nesse sentido, a mineração de dados complementa o DW na busca pela geração de conhecimento a partir de bancos de dados. Finalizando esses conceitos iniciais, apresenta-se o OLAP ou processamento analítico em tempo real (on-line analytical processing). De acordo com Elmasri e Navathe (2011), OLAP é um termo usado para descrever a análise de dados complexos de um DW. Nas mãos de trabalhadores do conhecimento, as ferramentas OLAP utilizam capacidades de computação distribuída para análises que exigem mais armazenamento e poder de processamento. Nesse sentido, a mineração de dados possibilita buscar padrões, fatos e correlações invisíveis em DW e também informações e tendências escondidas, não observadas em ferramentas OLAP Tarefas e técnicas de mineração de dados Segundo Witten, Frank e Hall (2011) existem diversas tarefas (ou funcionalidades) de mineração de dados e, geralmente, cada uma delas está associada a um tipo de problema que ela se propõe a resolver. Nesse sentido, uma tarefa determina o tipo de problema que será resolvido pelo processo de mineração de dados. Pode-se definir tarefa de mineração de dados como o ato de descobrir certo tipo de padrão em uma base de dados. Quanto aos tipos de tarefas de mineração de dados, pode-se agrupá-las em dois grandes grupos: tarefas Preditivas: predizem o valor de um determinado atributo baseado nos valores de outros atributos. Exemplos: classificação; predição ; tarefas Descritivas: derivam padrões, que incluem correlações, tendências, anomalias e agrupamentos, dentro de uma grande massa de dados. Exemplos: regras de associação; padrões sequenciais; agrupamentos (clusterização); anomalias (outliers). Já o conceito de técnica de mineração de dados é diferente do conceito de tarefa. Cada tarefa possui um conjunto de técnicas a ela associadas, que representam os algoritmos que podem 0397

7 ser empregados para a sua execução. O QUADRO 1 relaciona as principais tarefas de mineração com a técnica (algoritmo), que a ela se aplica. QUADRO 1: Tarefas e técnicas (algoritmos) de mineração de dados Tarefa de Mineração Técnica (Algoritmo) de Mineração Regras de associação Algoritmo Apriori; Árvore de padrão de crescimento frequente. Classificação Árvores de decisão ID3; Redes Neurais; Redes Bayesianas. Clusterização (Agrupamento) Algoritmo k-médias; Algoritmo k-medóides. Regressão Regressão Linear; Regressão Exponencial. Padrões sequenciais Algoritmo Apriori-All; Algoritmo PrefixScan. Fonte: Adaptado de Han e Kamber, Projeto de mineração de dados Devido à complexidade do ambiente que se insere a mineração de dados, um roteiro de elaboração de um projeto torna-se imprescindível. É necessário dividir em etapas para que esse projeto seja modular e de fácil condução. Braga (2005) descreve as etapas essenciais: definição do problema: etapa fundamental, pois tem como desafio descobrir as necessidades do cliente. Também é feita a escolha do modelo preditivo ou descritivo. Outro aspecto essencial é a seleção das fontes de dados a serem usadas no projeto; aquisição e avaliação dos dados: após a escolha da fonte de dados a ser usada no projeto de mineração, o passo seguinte é adquiri-los e avaliá-los. O processo de amostragem é uma boa alternativa para BD muito grandes, assim, utilizam-se apenas partes (conjunto de registros) de data warehouse na criação do modelo de mineração; transformação e codificação dos dados: nessa etapa é preciso identificar quais atributos contribuem para a resolução do problema. O objetivo principal dessa etapa é produzir um conjunto de dados (dataset) representativo, reproduzível e confiável. Outra importante tarefa nesta etapa é a detecção e o tratamento dos valores aberrantes (outliers); prototipagem e desenvolvimento do modelo de mineração: talvez seja a etapa mais crítica num projeto de mineração e envolve uma série de aspectos e parâmetros que merecem a atenção especial. Num projeto de mineração de dados, como qualquer outro projeto de TI, deve-se definir os aspectos que viabilizam a execução do projeto, dentre eles o escopo, custo e prazo, assim como a ferramenta que será utilizada. São definidos, também, o método de mineração, as hipóteses, a prototipagem, o modelo, o plano de testes e a execução do modelo; avaliação e validação do modelo de mineração: a validação deve ser entendida, aqui, como a etapa em que a efetividade do modelo será posta à prova. As seguintes questões podem ser levantadas: O que deu errado? Por que deu errado? Como validar? Obviamente, essa etapa é uma etapa crítica do processo, porém, não necessariamente definitiva, pois, a rejeição de um modelo pode ser uma importante etapa no processo de descoberta do conhecimento. Não se pode esquecer-se de documentar tudo o que for feito; 0398

8 avaliação do retorno sobre o investimento (ROI): essa fase deve ser conduzida pela gerência da empresa para avaliar se as mudanças consequentes ao projeto representaram, efetivamente, um ganho material. Essa atividade é feita após o uso do modelo proposto durante um período compatível com o ciclo do problema. 2.5 Arquitetura corporativa (EA) A acepção que se toma nessa apresentação de pesquisa para designar o conceito de arquitetura é aquela definida pela norma IEEE Nessa norma, uma arquitetura é entendida como a organização fundamental de um sistema, plasmada em seus componentes e relações mútuas e também com o ambiente, além dos princípios orientadores da sua concepção e evolução (IEEE, 2000). Arquitetura corporativa conta com uma miríade de definições propostas na literatura. Tal profusão de conceitos ocorreu ao longo dos últimos 20 anos, em função da proliferação das pesquisas relacionadas ao desenvolvimento de metodologias e frameworks para construir e operacionalizar o conceito na prática (ZAIDAN; BAX, 2013a, 2013b). Alguns autores ainda utilizam o termo informação, referindo-se a uma arquitetura de informação e adicionam corporativa, empresarial ou organizacional ao final da expressão. Nesse caso, a presença do termo de informação gera grande confusão com a terminologia utilizada para designar a arquitetura de informação de portais e sites web (GARTNER IT GLOSSARY, 2014). Para Dyer (2009), a arquitetura corporativa é a lógica de organização para os processos de negócios e tecnologia da informação de infraestrutura, cujo objetivo é criar uma organização mais eficaz no contexto do negócio. O escopo de um programa de elaboração e manutenção de EA é amplo e envolve toda a empresa, incluindo as pessoas, processos, informação e tecnologia empregada, além de suas relações entre si e com o ambiente externo. Os arquitetos compõem soluções holísticas que abordam os desafios empresariais e apoiam a governança necessária para implementá-las. Conduzem o processo de EA para definir o estado de destino em que a organização deseja alcançar e, em seguida, ajudam a organização a compreender o seu progresso em direção ao estado desejado. Dessa forma, é necessário conhecer a situação atual da empresa (as is) para que se almeje o estado futuro (to be), da mesma forma que a análise do impacto das mudanças também é de suma importância (DYER, 2009; GRAVES, 2012; SEREFF; 2012). As descrições definem que elementos ou componentes (building blocks) integram os sistemas de informação e fornecem um plano a partir do qual produtos e soluções podem ser adquiridos ou desenvolvidos e integrados ao sistema original. Assim, é possível gerir o investimento global de TI de forma a melhor atender as necessidades do negócio (SEREFF, 2012; THE OPEN GROUP, 2009) Linguagem de arquitetura corporativa: ArchiMate A especificação precisa e a descrição dos componentes da arquitetura e suas relações requerem uma linguagem de modelagem que priorize a questão de fundo, relativa ao alinhamento consistente entre as camadas de abstração da organização (negócios, sistemas e infraestrutura), de forma a suportar a modelagem coerente de arquiteturas corporativas. Em uma linguagem de modelagem, essa especificação precisa dos componentes e relações, que 1 The IEEE Computer Society elaborou a IEEE-Std que é um conjunto de práticas recomendadas para descrever arquiteturas de Sistemas de Informação. 0399

9 estão disponíveis ao arquiteto, é formalizada por aquilo que é denominado o metamodelo da linguagem (LANKHORST, 2012; WIERDA, 2013). Portanto, a empresa é modelada em três níveis de abstração, ou camadas: a camada de negócios: oferece produtos e serviços para os clientes externos, desenvolvidos na organização por processos de negócios e realizados por atores; a camada de aplicação: suporta a camada de negócios, com serviços realizados pelas aplicações de software; a camada de infraestrutura de TI: oferece os serviços de infraestrutura tecnológica (por exemplo, processamento, armazenamento e serviços de comunicação) necessários para executar os aplicativos realizados por computador, além do hardware e o software de comunicação do sistema (ARCHIMATE, 2014; LANKHORST, 2012; THE OPEN GROUP, 2012). ArchiMate é uma linguagem de modelagem de arquitetura para descrever, analisar e visualizar arquiteturas corporativas em diferentes domínios de negócios (ARCHIMATE, 2014; LANKHOST, 2012; WIERDA, 2013). ArchiMate é um padrão do The Open Group baseado nos conceitos da norma IEEE Distingue-se de outras linguagens, como Unified Modeling Language (UML) e Business Process Modeling Notation (BPMN), pelo seu metamodelo bem definido e de escopo mais amplo, apropriado para a modelagem da arquitetura da organização como um todo (ARCHIMATE, 2014). A linguagem básica consiste de três grupos de elementos: elementos de estrutura ativa: são atores do negócio e seus papéis (pertencentes à camada de negócio), assim como os componentes de aplicativos (camada de aplicação) e os dispositivos (camada de infraestrutura). O padrão de cor para representá-los é o azul; elementos de comportamento: são definidos como uma unidade de atividade realizada por um ou mais elementos de estrutura ativa. É caracterizado pela cor amarela e os serviços (unidades de funcionalidade de todas as camadas), assim como as funções e os processos de negócio (camada de negócio), são exemplos de comportamento; elementos de estrutura passiva: são os objetos os quais o comportamento é executado. Representa-se pela cor verde e um exemplo são os objetos de dados ou de negócios (ARCHIMATE, 2014). 3. METODOLOGIA Wazlawick (2009) explica que, para não se chegar a conclusões errôneas é importante a coexistência da teoria e a prática. Essa pesquisa é tanto exploratória quanto aplicada, situando-se na fronteira entre a arquitetura corporativa e a mineração de dados. Há pouco conhecimento acumulado sobre o objeto de pesquisa proposto e o problema está sendo tratado de forma pioneira. Identifica-se a pesquisa como aplicada, pois visa a solucionar um problema concreto existente. Além disso, serão utilizados dados para implementação do projeto de mineração de dados. Os resultados alcançados no projeto de mineração de dados serão comunicados e 0400

10 validados, pois é preciso verificar objetivamente se o fenômeno descrito realmente é verdadeiro (WAZLAWICK, 2009). Será utilizada a pesquisa bibliográfica. Para a construção do referencial teórico, realizou-se um estudo com base em livros de arquitetura corporativa, mineração de dados, informação e estratégia organizacional. Buscou-se, também, no estado da arte um rico material já publicado. Quanto à abordagem, dois paradigmas, qualitativo e quantitativo, poderão ser identificados nessa pesquisa. Por um lado, serão analisados os conteúdos dos dados informacionais de um banco de dados. De outro, as descobertas devem ser analisadas cuidadosamente, deixando que os números levem à solução de respostas reais. Gil (2010) confirma a viabilidade destes direcionamentos. O universo em questão são as organizações que demandam por análises de informações estratégicas para a tomada de decisão mais assertivas. 4. MODELO DE ARQUITETURA CORPORATIVA (EA) NA LINGUAGEM ARCHIMATE PARA O DATA MINING (DM) Antes de enumerar os resultados esperados, foi escolhido o modelo de EA denominado visão em camadas, que será construído para o ambiente de DM. O que se propõe, aqui, é um modelo utilizando-se da linguagem de modelagem ArchiMate, concebido para a representação genérica dos elementos no contexto de DM, assim como os seus relacionamentos. Identificam-se as três camadas típicas da EA, contudo com uma pequena variação para fins de clarificação: negócios: subdividida em três subcamadas; aplicações: duas subcamadas; infraestrutura de TI: em apenas uma camada. A seguir, na FIGURA 1, está representada a modelagem da visão em camadas, seguida pela sua descrição e detalhamento. 0401

11 FIGURA 1: Modelo de arquitetura corporativa na mineração de dados Fonte: o autor, Encontram-se a seguir o detalhamento dos principais elementos da modelagem desenvolvida: camada de negócios atores, papéis e serviços: os atores Executivos são os stakeholders diretamente interessados nos resultados do DM. Eles estão associados ao papel de Tomadores de decisão, que desempenham este comportamento específico. Já os atores Administradores de DM, têm a responsabilidade por desempenhar o papel específico no ambiente de DM de Analisadores de informações. Ambos os papéis, Tomadores de decisão e Analisadores de informações, utilizam o serviço Busca por informações estatísticas. Um serviço de negócio executa uma necessidade de negócio para um cliente, interno ou externo à organização, assim como exibe uma funcionalidade de papéis de negócio para seu ambiente (ARCHIMATE, 2014); 0402

12 camada de negócios informação: nesta camada tem-se representado o objeto de negócio denominado Padrões, que é um elemento informacional passivo, no sentido de que ele não dispara ou executa processos (ARCHIMATE, 2014). Padrões, aqui, compreendem as regras resultantes da mineração dos dados. Está associado ao serviço Busca por informações estatísticas é são acessados (lidos e escritos) pela função de negócio e pelos processos de negócios abaixo descritos; camada de negócios processos e funções de negócio: como foi explicado anteriormente, esta subdivisão da camada de negócios foi para apontar os conceitos comportamentais internos, que agrupam funções e processos de negócios. Cabe esclarecer a diferença entre eles: um processo de negócio representa um fluxo de trabalho menor, conduzindo a algum resultado. Já uma função de negócio oferece funcionalidade que pode ser útil para um ou mais processos de negócios (ARCHIMATE, 2014; LANKHORST, 2012). A função de negócio Obtenção de resultados por meio de DM está encarregada de agrupar conhecimentos oriundos dos processos de negócios: definir os parâmetros do método DM, aplicar o método de DM, procurar padrão, corrigir os parâmetros do método de DM. Estes processos de negócios são específicos de um projeto genérico de DM, descrevendo as atividades demandadas. Os processos se relacionam por fluxo (troca ou transferência) de informações; camada de aplicações serviços: mudando da camada de negócios para a de aplicações, nesta camada modelam-se os conceitos estruturais (não apenas componentes de software), mas aplicações ou sistemas de informações. Necessita-se de serviços na camada de aplicações para expor as funcionalidades dos componentes ao seu ambiente (ARCHIMATE, 2014). O serviço Procura de padrão é usado pela função de negócio e pelos processos de negócios; camada de aplicações aplicativos: principal conceito desta camada, o componente de aplicação é uma unidade autossuficiente de funcionalidade. É independente, reutilizável e substituível, sendo capaz de executar uma ou mais funções de aplicação e pode estar associado a uma ou mais aplicações (ARCHIMATE, 2014). No modelo da FIGURA 1, tem-se o componente aplicação Ferramenta de DM, que realiza o serviço Procura de padrão; camada de infraestrutura e de TI: finalmente, tem-se a camada que demonstra os conceitos de tecnologia e seus relacionamentos, muitos inspirados no padrão UML. Representa-se nesta camada dois dispositivos: servidor DM e servidor OLTP. Segundo Lankhorst (2012) um dispositivo é definido como um recurso de hardware, cujos artefatos podem ser armazenados ou implantados para execução. A divisão em dois servidores é no intuito de atender ao quesito desempenho do banco de dados tanto OLTP, quanto de mineração de dados. Com relação aos relacionamentos, o Servidor DM realiza o componente Ferramenta de DM. Entre os servidores mantem-se um relacionamento de uso. Por fim, no Servidor DM têm-se os softwares de sistemas representados por Data warehouse e por Ferramenta de DM. Já o Servidor OLTP abarca o SGBD (sistema gerenciador de banco de dados) e as Aplicações OLTP. 5. RESULTADOS ESPERADOS A seção anterior discorreu sobre os componentes e os relacionamentos do modelo de EA da FIGURA 1. Após apresentar o modelo de EA, essa apresentação de pesquisa indica, como resultados esperados, a criação de um ambiente real de mineração de dados, tomando o modelo de EA como orientação. 0403

13 A interconexão com as atividades de um projeto de mineração de dados 2 foi vista no modelo da FIGURA 1. Abaixo descreve-se as etapas do projeto de mineração de dados na busca por informações estratégicas: definição do problema: serão levantadas as necessidades, expectativas e objetivos. Será escolhida a tarefa e o algoritmo de mineração de dados a ser utilizado; aquisição e avaliação dos dados: a fonte de dados, já escolhida, será de um banco de dados de um sistema de gestão organizacinoal. Será realizada a avaliação minuciosa dos dados; transformação e codificação dos dados: nessa etapa será modelado o data warehouse e realizado o ETL. Em seguida, será feita a detecção de outliers; prototipagem e desenvolvimento do modelo de mineração: conforme as escolhas das necessidades dos executivos, um protótipo será desenvolvido e apresentado. Em seguida, o modelo de mineração escolhido começará a ser treinado; avaliação e validação do modelo de mineração: como é a etapa efetiva de treinamento do modelo de mineração, os processos de negócios do modelo de EA serão contemplados. Como resultado dessa etapa, os padrões de DM serão definidos. Os executivos da empresa parceira estarão envolvidos nesta etapa, pois receberão os resultados para análise, avaliação e validação. 5 CONSIDERAÇÕES FINAIS O objetivo dessa apresentação de pesquisa foi apresentar um esboço de um modelo de arquitetura corporativa capaz de refletir projetos de mineração de dados mais estratégicos. O tema foi justificado sob o ponto de vista acadêmico e organizacional. A consulta em autores seminais e do estado da arte da literatura científica possibilitou a elucidação dos principais construtos, tais como: informação estratégica, tomada de decisão, alinhamento da TI com os negócios organizacionais, mineração de dados e arquitetura corporativa. Com relação à metodologia escolhida, sustentou-se no que foi explicado por Wazlawick (2009), quando indica a necessidade de conduzir um projeto acadêmico utilizando, concomitantemente, a teoria a prática. Um ponto importante apresentado foi que, por fazer parte da estratégia organizacional, um modelo de arquitetura corporativa materializa o almejado alinhamento da TI com os negócios organizacionais. Ainda mais quando se tem certa complexidade em um projeto de mineração de dados, como comprovado por Braga (2005). Foi desenvolvido um modelo de arquitetura corporativa para apoiar projetos de mineração de dados. O modelo visa interconectar, nos três níveis organizacionais, negócios, aplicações e infraestrutura de TI, os principais componentes de um projeto de mineração de dados. 2 O projeto de mineração de dados está descrito por Braga (2005) no capítulo do estado da arte da literatura científica. 0404

14 No modelo de EA apresentado, ficou claro que os processos de mineração, dentre eles a definição dos parâmetros e a aplicação do método de DM, acessam os padrões estabelecidos e realizam os serviços de busca por informações mais estratégicas pelos stakeholders da área, que são os tomadores de decisões e os analisadores de informação. Essa apresentação de pesquisa alcançou o objetivo proposto, contudo recomenda que no futuro seja validado o modelo apresentado, pois é conveniente explorar oportunidades de alinhamento estratégico no contexto de projetos de mineração de dados, assim como auxiliar na disseminação de informações mais estratégicas dentro das organizações. REFERÊNCIAS ARCHI. ArchiMate modelling Disponível em: <http://archi.cetis.ac.uk/>. Acesso em: 02 dez ARCHIMATE. What is ArchiMate? Disponível em: <http://www.archimate.nl/en>. Acesso em: 02 dez BAX, M. P. Arquitetura empresarial e segurança da informação: uma profícua sinergia. Revista Fonte, Belo Horizonte, n. 12, BRAGA, L. P. V. Introdução à Mineração de Dados. 2. ed. Rio de Janeiro: E-Papers Serviços Editoriais, CHERTOV, O. EA model that enables to search for patterns of statitical information. International Journal of Advanced Research in Artificial Intelligence- IJARAI. v. 2, n. 6, CHOO, C. W. A organização do conhecimento: como as organizações usam a informação para criar conhecimento, construir conhecimento e tomar decisões. 2. ed. São Paulo: Senac São Paulo, DAVENPORT, T. H.; MANVILLE, B. As melhores decisões são sempre difíceis: a importância do julgamento correto na tomada de decisão empresarial. Rio de Janeiro: Elsevier, DAVENPORT, T. H.; PRUSAK, L. Conhecimento empresarial: como as organizações gerenciam o seu capital intelectual. Rio de Janeiro: Campus, DYER, A. Measuring the Benefits of Enterprise Architecture. In: SAHA, P. Advances in government enterprise architecture. New York: Information Science Reference, ELMASRI, R.; NAVATHE, S. Sistemas de Banco de Dados. 6. ed. São Paulo: Addison - Wesley, FAYYAD, U. et al. The KDD process for extracting useful knowledge from Volumes of data. In: Communications of the ACM, p.27-34, nov

15 GARTNER IT GLOSSARY. Enterprise Architecture Disponível em: <http://www.gartner.com/it-glossary/enterprise-architecture-ea/>. Acesso em: 02 dez GIL, A. C. Como elaborar projetos de pesquisa. 5. ed. São Paulo: Atlas, GRAVES, T. The enterprise as story: the role of narrative in enterprise architecture. London: LeanPub, HAN, J.; KAMBER, M. Data Mining: Concepts and Techniques. 2. ed. USA: Elsevier Morgan Kaufmann Publishers, HENDERSON, J. C.; VENKATRAMAN, N. Strategic alignment: leveraging IT for transforming organizations. IBM Systems Journal, New York, v. 32, n. 1, IEEE. IEEE Recommended Practice for Architecture Description of Software-Intensive Systems, ANSI/IEEE Std 1471, ISO/IEC 42010, Disponível em: <http://www.isoarchitecture.org/ieee-1471/>. Acesso em: 02 dez LANKHORST, M. Enterprise architecture at work: modelling, communication, and analysis. Berlin: Springer-Verlag, MAES, R. An Integrative Perspective on Information Management. Primavera Working Paper, apr MINTZBERG, H.; QUINN, J. B. O processo da estratégia. 3. ed. Porto Alegre: Bookman, SARACEVIC, T. Ciência da informação: origem, evolução e relações. Perspectivas em Ciência da Informação. Belo Horizonte, v.1, n.1, p , jan./jun SEREFF, G. B. Launching an enterprise business architecture practice. USA: Published by Guy B. Sereff, SIMON, H. Comportamento Administrativo: estudo dos processos decisórios nas organizações administrativas. Rio de Janeiro: Editora da Fundação Getúlio Vargas, TAN, P. N.; STEINBACH, M.; KUMAR, V. Introduction to Data Mining. USA: Addison Wesley, THE OPEN GROUP. Architecture Framework TOGAF. Version 9, Disponível em: <http://www.opengroup.org/architecture/togaf9/downloads.htm>. Acesso em: 02 dez ArchiMate 2.0 Specification. The Open Group, jan., Disponível em: <http://www.opengroup.org/archimate/downloads.htm>. Acesso em: 02 dez WAZLAWICK, R. S. Metodologia de pesquisa para ciência da computação. Rio de Janeiro: Elsevier, WEKA. Disponível em: <http://www.cs.waikato.ac.nz/ml/weka/>. Acesso em: 02 dez

16 WIERDA, G. Mastering ArchiMate. 4 th Printing. The Netherlands: Screen Edition, WITTEN, I. H.; FRANK, E.; HALL, M. A. Data Mining: Practical Machine Learning Tools and Techniques. 3. ed. USA: Elsevier Morgan Kaufmann, ZAIDAN, F. H.; BAX, M. P. Aportes da arquitetura empresarial para a gestão da informação em hospitais privados. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 14, (ENANCIB 2013), Santa Catarina. Anais... Florianópolis, 2013a. ZAIDAN, F. H.; BAX, M. P. Gestão de Informação com Arquitetura Empresarial: Proposta de Aplicação nas Organizações de Saúde. In: 10th CONTECSI - International Conference on Information Systems and Technology Management, 2013b. 0407

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

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

Leia mais

INFORMATION MANAGEMENT WITH ENTERPRISE ARCHITECTURE: APPLICATION PROPOSAL FOR HEALTH ORGANIZATIONS

INFORMATION MANAGEMENT WITH ENTERPRISE ARCHITECTURE: APPLICATION PROPOSAL FOR HEALTH ORGANIZATIONS INFORMATION MANAGEMENT WITH ENTERPRISE ARCHITECTURE: APPLICATION PROPOSAL FOR HEALTH ORGANIZATIONS Fernando Hadad Zaidan (Universidade Federal Minas Gerais UFMG) - fhzaidan@ufmg.br Marcello Peixoto Bax

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

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

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

CURSO DE SISTEMAS DE INFORMAÇÃO

CURSO DE SISTEMAS DE INFORMAÇÃO 1 CURSO DE SISTEMAS DE INFORMAÇÃO EMENTÁRIO DAS DISCIPLINAS 2011.1 BRUSQUE (SC) 2015 2 SUMÁRIO 1ª FASE... 4 01 ARQUITETURA DE COMPUTADORES... 4 02 FILOSOFIA... 4 03 FUNDAMENTOS MATEMÁTICOS PARA COMPUTAÇÃO...

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

A evolução da tecnologia da informação nos últimos 45 anos

A evolução da tecnologia da informação nos últimos 45 anos A evolução da tecnologia da informação nos últimos 45 anos Denis Alcides Rezende Do processamento de dados a TI Na década de 1960, o tema tecnológico que rondava as organizações era o processamento de

Leia mais

Núcleo de Pós Graduação Pitágoras

Núcleo de Pós Graduação Pitágoras Referências Núcleo de Pós Graduação Pitágoras MBA Gestão em TI Tópicos Especiais Alinhamento Estratégico TI e Negócios Professor: Fernando Zaidan 1 JAMIL, George Leal. Tecnologia e Sistemas de Informação.

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

UNIVERSIDADE FUMEC Faculdade de Ciências Empresariais Programa de Pós-Graduação em Sistemas de Informação e Gestão do Conhecimento

UNIVERSIDADE FUMEC Faculdade de Ciências Empresariais Programa de Pós-Graduação em Sistemas de Informação e Gestão do Conhecimento UNIVERSIDADE FUMEC Faculdade de Ciências Empresariais Programa de Pós-Graduação em Sistemas de Informação e Gestão do Conhecimento Arquitetura de Dados: modelo conceitual e abordagem para criação e manutenção.

Leia mais

Metodologias COBIT e ITIL e as perspectivas do Modelo de Alinhamento Estratégico de TI

Metodologias COBIT e ITIL e as perspectivas do Modelo de Alinhamento Estratégico de TI Metodologias COBIT e ITIL e as perspectivas do Modelo de Alinhamento Estratégico de TI Gilberto Zorello (USP) gilberto.zorello@poli.usp.br Resumo Este artigo apresenta o Modelo de Alinhamento Estratégico

Leia mais

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009.

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. REFERÊNCIAS o o Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. Competição Analítica - Vencendo Através da Nova Ciência Davenport,

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

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

Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii. Parte I - Empresa e Sistemas, 1

Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii. Parte I - Empresa e Sistemas, 1 Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii Parte I - Empresa e Sistemas, 1 1 SISTEMA EMPRESA, 3 1.1 Teoria geral de sistemas, 3 1.1.1 Introdução e pressupostos, 3 1.1.2 Premissas

Leia mais

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 Curso: TECNOLOGIA EM GESTÃO COMERCIAL Habilitação: TECNÓLOGO Disciplina: NEGÓCIOS INTELIGENTES (BUSINESS INTELLIGENCE) Período: M V N 4º semestre do Curso

Leia mais

Modelagem de Arquiteturas Organizacionais de TI Orientadas a Serviços

Modelagem de Arquiteturas Organizacionais de TI Orientadas a Serviços Modelagem de Arquiteturas Organizacionais de TI Orientadas a Serviços João Paulo A. Almeida Núcleo de Estudos em Modelagem Conceitual e Ontologias (NEMO) Departamento de Informática Universidade Federal

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

Leia mais

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1. O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar

Leia mais

Qualidade de Software no Contexto Organizacional: Arquitetura Corporativa. Atila Belloquim Gnosis IT Knowledge Solutions

Qualidade de Software no Contexto Organizacional: Arquitetura Corporativa. Atila Belloquim Gnosis IT Knowledge Solutions Qualidade de Software no Contexto Organizacional: Arquitetura Corporativa Atila Belloquim Gnosis IT Knowledge Solutions TI e Negócio 10 entre 10 CIOs hoje estão preocupados com: Alinhar TI ao Negócio;

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

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

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

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

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

Mineração de Dados: Introdução e Aplicações

Mineração de Dados: Introdução e Aplicações Mineração de Dados: Introdução e Aplicações Luiz Henrique de Campos Merschmann Departamento de Computação Universidade Federal de Ouro Preto luizhenrique@iceb.ufop.br Apresentação Luiz Merschmann Engenheiro

Leia mais

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Alessandro Ferreira Brito 1, Rodrigo Augusto R. S. Baluz 1, Jean Carlo Galvão Mourão 1, Francisco das Chagas Rocha 2

Leia mais

01/12/2009 BUSINESS INTELLIGENCE. Agenda. Conceito. Segurança da Informação. Histórico Conceito Diferencial Competitivo Investimento.

01/12/2009 BUSINESS INTELLIGENCE. Agenda. Conceito. Segurança da Informação. Histórico Conceito Diferencial Competitivo Investimento. BUSINESS INTELLIGENCE Agenda BI Histórico Conceito Diferencial Competitivo Investimento Segurança da Objetivo Áreas Conceito O conceito de Business Intelligencenão é recente: Fenícios, persas, egípcios

Leia mais

SISTEMATIZAÇÂO DOS TIPOS DE INFORMAÇÂO DO PLANEJAMENTO ESTRATÉGICO EMPRESARIAL E DE TECNOLOGIA DA INFORMAÇÂO E COMUNICAÇÂO

SISTEMATIZAÇÂO DOS TIPOS DE INFORMAÇÂO DO PLANEJAMENTO ESTRATÉGICO EMPRESARIAL E DE TECNOLOGIA DA INFORMAÇÂO E COMUNICAÇÂO SISTEMATIZAÇÂO DOS TIPOS DE INFORMAÇÂO DO PLANEJAMENTO ESTRATÉGICO EMPRESARIAL E DE TECNOLOGIA DA INFORMAÇÂO E COMUNICAÇÂO Danilo Freitas Silvas Sistemas de informação CEATEC danilofs.ti@gmail.com Resumo:

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

Fase 1: Engenharia de Produto

Fase 1: Engenharia de Produto Fase 1: Engenharia de Produto Disciplina: Análise de Requisitos DURAÇÃO: 44 h O objetivo principal da disciplina é realizar uma análise das necessidades e produzir um escopo do produto. Representará os

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

Representando Características Autonômicas nos Processos de Negócio

Representando Características Autonômicas nos Processos de Negócio Representando Características Autonômicas nos Processos de Negócio Karolyne Oliveira, Tarcísio Pereira, Emanuel Santos, Jaelson Castro Universidade Federal de Pernambuco UFPE, Recife, PE 50 740-560, Brazil

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

Uma proposta de um processo prático para apoiar o reuso de software

Uma proposta de um processo prático para apoiar o reuso de software Uma proposta de um processo prático para apoiar o reuso de software Rosangela Kronig (UNIP) rkronig.mes.engprod@unip.br Ivanir Costa (UNIP) icosta@unip.br Mauro Spínola (UNIP) mspinola@unip.br Resumo A

Leia mais

INSTITUTO VIANNA JÚNIOR LTDA FACULADE DE CIENCIAS ECONOMICAS VIANNA JUNIOR DATA MINING - EXTRAÇÃO E EXPLORAÇÃO DE CONHECIMENTO.

INSTITUTO VIANNA JÚNIOR LTDA FACULADE DE CIENCIAS ECONOMICAS VIANNA JUNIOR DATA MINING - EXTRAÇÃO E EXPLORAÇÃO DE CONHECIMENTO. INSTITUTO VIANNA JÚNIOR LTDA FACULADE DE CIENCIAS ECONOMICAS VIANNA JUNIOR DATA MINING - EXTRAÇÃO E EXPLORAÇÃO DE CONHECIMENTO. Lúcia Helena de Magalhães 1 Márcio Aarestrup Arbex 2 Resumo Este artigo tem

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

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

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

Planejamento da disciplina: Modelagem de processos de negócio

Planejamento da disciplina: Modelagem de processos de negócio UNIVERSIDADE FEDERAL DE MINAS GERAIS / INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO Planejamento da disciplina: Modelagem de processos de negócio Professor: Clarindo Isaías Pereira

Leia mais

SISTEMA DE GESTÃO DE PROJETOS DE SOFTWARE - SGPS

SISTEMA DE GESTÃO DE PROJETOS DE SOFTWARE - SGPS SISTEMA DE GESTÃO DE PROJETOS DE SOFTWARE - SGPS Lilian R. M. Paiva, Luciene C. Oliveira, Mariana D. Justino, Mateus S. Silva, Mylene L. Rodrigues Engenharia de Computação - Universidade de Uberaba (UNIUBE)

Leia mais

Profa. Celia Corigliano. Unidade IV GERENCIAMENTO DE PROJETOS DE TI

Profa. Celia Corigliano. Unidade IV GERENCIAMENTO DE PROJETOS DE TI Profa. Celia Corigliano Unidade IV GERENCIAMENTO DE PROJETOS DE TI Agenda da disciplina Unidade I Gestão de Projetos Unidade II Ferramentas para Gestão de Projetos Unidade III Gestão de Riscos em TI Unidade

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

PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO (PROENG) ASSESSORIA DE DESENVOLVIMENTO ASSESSORIA JURÍDICA

PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO (PROENG) ASSESSORIA DE DESENVOLVIMENTO ASSESSORIA JURÍDICA FORMULÁRIO DE ALTERAÇÃO DE EMENTAS CURSO: SISTEMAS DE INFORMAÇÃO MATRIZ(ES) CURRICULAR(ES): 2015 ALTERAÇÕES PASSAM A VIGORAR A PARTIR DO SEMESTRE: 1 Arquitetura de Computadores Arquitetura de Computadores

Leia mais

TECNOLOGIA E SISTEMAS DE INFORMAÇÃO UM ESTUDO DE CASO NA EMPRESA POSTO DOURADÃO LTDA RESUMO

TECNOLOGIA E SISTEMAS DE INFORMAÇÃO UM ESTUDO DE CASO NA EMPRESA POSTO DOURADÃO LTDA RESUMO TECNOLOGIA E SISTEMAS DE INFORMAÇÃO UM ESTUDO DE CASO NA EMPRESA POSTO DOURADÃO LTDA Hewerton Luis P. Santiago 1 Matheus Rabelo Costa 2 RESUMO Com o constante avanço tecnológico que vem ocorrendo nessa

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

Programa do Curso de Pós-Graduação Lato Sensu MBA em Engenharia de Software Orientada a Serviços (SOA)

Programa do Curso de Pós-Graduação Lato Sensu MBA em Engenharia de Software Orientada a Serviços (SOA) Programa do Curso de Pós-Graduação Lato Sensu MBA em Engenharia de Software Orientada a Serviços (SOA) Apresentação O programa de Pós-graduação Lato Sensu em Engenharia de Software Orientada a Serviços

Leia mais

Aline França a de Abreu, Ph.D

Aline França a de Abreu, Ph.D Aline França a de Abreu, Ph.D igti.eps.ufsc.br 07 / 10/ 04 Núcleo de estudos Criado em 1997 - UFSC/EPS Equipe multidisciplinar, com aproximadamente 20 integrantes OBJETIVO Gerar uma competência e uma base

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

KDD UMA VISAL GERAL DO PROCESSO

KDD UMA VISAL GERAL DO PROCESSO KDD UMA VISAL GERAL DO PROCESSO por Fernando Sarturi Prass 1 1.Introdução O aumento das transações comerciais por meio eletrônico, em especial as feitas via Internet, possibilitou as empresas armazenar

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.5 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Rafaela Giroto, 10º módulo de Ciência da Computação,

Leia mais

ITIL (INFORMATION TECHNOLOGY INFRASTRUCTURE LIBRARY)

ITIL (INFORMATION TECHNOLOGY INFRASTRUCTURE LIBRARY) Universidade Federal de Santa Catarina Departamento de Informática e Estatística INE Curso: Sistemas de Informação Disciplina: Projetos I Professor: Renato Cislaghi Aluno: Fausto Vetter Orientadora: Maria

Leia mais

O Valor do Licenciamento do SQL Server 2012 Versus Oracle Database

O Valor do Licenciamento do SQL Server 2012 Versus Oracle Database White Paper Publicado em: Janeiro de 2012 Aplica-se ao: SQL Server 2012 O Valor do Licenciamento do SQL Server 2012 Versus Oracle Database Resumo: As mudanças no produto e no licenciamento da Microsoft

Leia mais

Unidade III PRINCÍPIOS DE SISTEMAS DE. Prof. Luís Rodolfo

Unidade III PRINCÍPIOS DE SISTEMAS DE. Prof. Luís Rodolfo Unidade III PRINCÍPIOS DE SISTEMAS DE INFORMAÇÃO Prof. Luís Rodolfo Vantagens e desvantagens de uma rede para a organização Maior agilidade com o uso intenso de redes de computadores; Grandes interações

Leia mais

Table 1. Dados do trabalho

Table 1. Dados do trabalho Título: Desenvolvimento de geradores de aplicação configuráveis por linguagens de padrões Aluno: Edison Kicho Shimabukuro Junior Orientador: Prof. Dr. Paulo Cesar Masiero Co-Orientadora: Prof a. Dr. Rosana

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

MBA Gestão da Tecnologia de Informação

MBA Gestão da Tecnologia de Informação MBA Gestão da Tecnologia de Informação Informações: Dias e horários das aulas: Segundas e Terças-feiras das 18h00 às 22h00 aulas semanais; Sábados das 08h00 às 12h00 aulas quinzenais. Carga horária: 600

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

ESPECIFICAÇÃO DO AMBIENTE EXPSEE SEGUNDO O MÉTODO CATALYSIS

ESPECIFICAÇÃO DO AMBIENTE EXPSEE SEGUNDO O MÉTODO CATALYSIS ESPECIFICAÇÃO DO AMBIENTE EXPSEE SEGUNDO O MÉTODO CATALYSIS RESUMO Este artigo apresenta a especificação de um sistema gerenciador de workflow, o ExPSEE, de acordo com a abordagem de desenvolvimento baseado

Leia mais

APLICATIVOS CORPORATIVOS

APLICATIVOS CORPORATIVOS Sistema de Informação e Tecnologia FEQ 0411 Prof Luciel Henrique de Oliveira luciel@uol.com.br Capítulo 3 APLICATIVOS CORPORATIVOS PRADO, Edmir P.V.; SOUZA, Cesar A. de. (org). Fundamentos de Sistemas

Leia mais

Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining

Pós-Graduação Lato Sensu Especialização em Análise de Dados e Data Mining Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining Inscrições Abertas Início das Aulas: 24/03/2015 Dias e horários das aulas: Terça-Feira 19h00 às 22h45 Semanal Quinta-Feira 19h00

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

A importância da tecnologia da informação nas estratégias das organizações contemporâneas: breve revisão de literatura

A importância da tecnologia da informação nas estratégias das organizações contemporâneas: breve revisão de literatura A importância da tecnologia da informação nas estratégias das organizações contemporâneas: breve revisão de literatura Daniel Reis Armond de Melo armond@ufam.edu.br Universidade Federal do Amazonas Universidade

Leia mais

Sistemas de Apoio à Decisão. Vocabulário e conceitos Vista geral

Sistemas de Apoio à Decisão. Vocabulário e conceitos Vista geral Sistemas de Apoio à Decisão Vocabulário e conceitos Vista geral Decisão A escolha de uma entre várias alternativas Processo de tomada de decisão (decision making) Avaliar o problema Recolher e verificar

Leia mais

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios?

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? RESUMO DA SOLUÇÃO CA ERwin Modeling Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? O CA ERwin Modeling fornece uma visão centralizada das principais definições de

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

CURSO DE SISTEMAS DE INFORMAÇÃO

CURSO DE SISTEMAS DE INFORMAÇÃO 1 CURSO DE SISTEMAS DE INFORMAÇÃO EMENTÁRIO DAS DISCIPLINAS 2015.1 BRUSQUE (SC) 2015 2 SUMÁRIO 1ª FASE... 4 01 ARQUITETURA DE COMPUTADORES... 4 02 FILOSOFIA... 4 03 FUNDAMENTOS MATEMÁTICOS... 4 04 TEORIA

Leia mais

UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 10 PROFª BRUNO CALEGARO

UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 10 PROFª BRUNO CALEGARO UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 10 PROFª BRUNO CALEGARO Santa Maria, 10 de Outubro de 2013. Revisão aula anterior Documento de Requisitos Estrutura Padrões Template Descoberta

Leia mais

MODELAGEM DE PROCESSOS

MODELAGEM DE PROCESSOS MODELAGEM DE PROCESSOS a a a PRODUZIDO POR CARLOS PORTELA csp3@cin.ufpe.br AGENDA Definição Objetivos e Vantagens Linguagens de Modelagem BPMN SPEM Ferramentas Considerações Finais Referências 2 DEFINIÇÃO:

Leia mais

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS Tácio Dias Palhão Mendes Bacharelando em Sistemas de Informação Bolsista de Iniciação Científica da FAPEMIG taciomendes@yahoo.com.br Prof.

Leia mais

CONHECENDO E CONCEITUANDO SISTEMAS DE INFORMAÇÃO

CONHECENDO E CONCEITUANDO SISTEMAS DE INFORMAÇÃO CONHECENDO E CONCEITUANDO SISTEMAS DE INFORMAÇÃO Franco Vieira Sampaio 1 Atualmente a informática está cada vez mais inserida no dia a dia das empresas, porém, no início armazenavam-se os dados em folhas,

Leia mais

Unisant Anna Gestão Empresarial com ERP 2014 Modelagem de Sistemas - UML e MER

Unisant Anna Gestão Empresarial com ERP 2014 Modelagem de Sistemas - UML e MER Objetivo dessa aula é descrever as características e a simbologia dos diagramas UML e MER na modelagem de sistemas de informação de uma forma a permitir a comunicação entre técnicos e gestores. Modelagem

Leia mais

Extração de Conhecimento a partir dos Sistemas de Informação

Extração de Conhecimento a partir dos Sistemas de Informação Extração de Conhecimento a partir dos Sistemas de Informação Gisele Faffe Pellegrini & Katia Collazos Grupo de Pesquisa em Eng. Biomédica Universidade Federal de Santa Catarina Jorge Muniz Barreto Prof.

Leia mais

Aula 15. Tópicos Especiais I Sistemas de Informação. Prof. Dr. Dilermando Piva Jr.

Aula 15. Tópicos Especiais I Sistemas de Informação. Prof. Dr. Dilermando Piva Jr. 15 Aula 15 Tópicos Especiais I Sistemas de Informação Prof. Dr. Dilermando Piva Jr. Site Disciplina: http://fundti.blogspot.com.br/ Conceitos básicos sobre Sistemas de Informação Conceitos sobre Sistemas

Leia mais

Como tornar o seu. Maribel Yasmina* Isabel Ramos*

Como tornar o seu. Maribel Yasmina* Isabel Ramos* Os sistemas de Business Intelligence são imprescindíveis a decisores dinâmicos e motivados para aproveitar as oportunidades que uma sociedade em transformação rápida pode oferecer Maribel Yasmina* Como

Leia mais

INTELIGÊNCIA COMPUTACIONAL

INTELIGÊNCIA COMPUTACIONAL INTELIGÊNCIA COMPUTACIONAL Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Dados pessoais Rosalvo Ferreira de Oliveira Neto MSc. em ciência da computação (UFPE) rosalvo.oliveira@univasf.edu.br

Leia mais

Gestão da Tecnologia da Informação

Gestão da Tecnologia da Informação TLCne-051027-P0 Gestão da Tecnologia da Informação Disciplina: Governança de TI São Paulo, Outubro de 2012 0 Sumário TLCne-051027-P1 Conteúdo desta Aula Abordar o domínio Adquirir e Implementar e todos

Leia mais

versão 2.0 do BABOK Cover this area with a picture related to your presentation. It can

versão 2.0 do BABOK Cover this area with a picture related to your presentation. It can Uma visão geral da versão 2.0 do BABOK Cover this area with a picture related to your presentation. It can be humorous. Make sure you look at the Notes Pages for more information about how to use the template.

Leia mais

2.3. ORGANIZAÇÕES E GESTÃO DOS SISTEMAS DE INFORMAÇÃO

2.3. ORGANIZAÇÕES E GESTÃO DOS SISTEMAS DE INFORMAÇÃO 2.3. ORGANIZAÇÕES E GESTÃO DOS SISTEMAS DE INFORMAÇÃO As Empresas e os Sistemas Problemas locais - impacto no sistema total. Empresas como subsistemas de um sistema maior. Uma empresa excede a soma de

Leia mais

O desafio de uma visão mais ampla

O desafio de uma visão mais ampla com SAP NetWeaver BPM Descrição de Solução A competição acirrada tem levado as organizações a adotar novas disciplinas de gestão e empregar recursos tecnológicos avançados, a fim de atingir melhores índices

Leia mais

Qualidade de Processo de Software Normas ISO 12207 e 15504

Qualidade de Processo de Software Normas ISO 12207 e 15504 Especialização em Gerência de Projetos de Software Qualidade de Processo de Software Normas ISO 12207 e 15504 Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br Qualidade de Software 2009 Instituto

Leia mais

Uma abordagem utilizando Business Intelligence para apoiar o processo de tomada de decisão na gestão da evolução de serviços web 1

Uma abordagem utilizando Business Intelligence para apoiar o processo de tomada de decisão na gestão da evolução de serviços web 1 Uma abordagem utilizando Business Intelligence para apoiar o processo de tomada de decisão na gestão da evolução de serviços web 1 Ernando Silva 1, Renata Galante (Orientadora) 1, Karin Becker (Coorientadora)

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

Gerenciamento de Dados e Gestão do Conhecimento

Gerenciamento de Dados e Gestão do Conhecimento ELC1075 Introdução a Sistemas de Informação Gerenciamento de Dados e Gestão do Conhecimento Raul Ceretta Nunes CSI/UFSM Introdução Gerenciando dados A abordagem de banco de dados Sistemas de gerenciamento

Leia mais

Implantando um Programa de Melhoria de Processo: Uma Experiência Prática

Implantando um Programa de Melhoria de Processo: Uma Experiência Prática Implantando um Programa de Melhoria de Processo: Uma Experiência Prática Evandro Polese Alves Ricardo de Almeida Falbo Departamento de Informática - UFES Av. Fernando Ferrari, s/n, Vitória - ES - Brasil

Leia mais

Sistema Integrado de Gestão ERP Sistema Integrado de Gestão

Sistema Integrado de Gestão ERP Sistema Integrado de Gestão Sistema Integrado de Gestão ERP Sistema Integrado de Gestão ERP Prof: Edson Thizon ethizon@gmail.com Sistema ERP; Processos de Desenvolvimento, Seleção, Aquisição, Implantação de ERP; Aderência e divergência

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

CobiT 5. Como avaliar a maturidade dos processos de acordo com o novo modelo? Conhecimento em Tecnologia da Informação

CobiT 5. Como avaliar a maturidade dos processos de acordo com o novo modelo? Conhecimento em Tecnologia da Informação Conhecimento em Tecnologia da Informação CobiT 5 Como avaliar a maturidade dos processos de acordo com o novo modelo? 2013 Bridge Consulting All rights reserved Apresentação Sabemos que a Tecnologia da

Leia mais

Algumas propriedades dos objetos:

Algumas propriedades dos objetos: Orientação a Objetos Vivemos num mundo de objetos. Esses objetos existem na natureza, nas entidades feitas pelo homem, nos negócios e nos produtos que usamos. Eles podem ser categorizados, descritos, organizados,

Leia mais

Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA QUESTÃO RESPOSTA QUESTÃO RESPOSTA

Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA QUESTÃO RESPOSTA QUESTÃO RESPOSTA ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 3º PERÍODO - 6º MÓDULO AVALIAÇÃO A3 DATA 09/07/2009 SISTEMAS EMPRESARIAIS Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA

Leia mais

Gestão da Informação. Gestão da Informação. AULA 3 Data Mining

Gestão da Informação. Gestão da Informação. AULA 3 Data Mining Gestão da Informação AULA 3 Data Mining Prof. Edilberto M. Silva Gestão da Informação Agenda Unidade I - DM (Data Mining) Definição Objetivos Exemplos de Uso Técnicas Tarefas Unidade II DM Prático Exemplo

Leia mais

COBIT FOUNDATION - APOSTILA DE RESUMO

COBIT FOUNDATION - APOSTILA DE RESUMO COBIT FOUNDATION - APOSTILA DE RESUMO GOVERNANÇA DE TI O QUE É GOVERNANÇA DE TI É um conjunto de estruturas e processos que visa garantir que a TI suporte e maximize adequadamente os objetivos e estratégias

Leia mais

Visão Geral (problema resolvido)

Visão Geral (problema resolvido) 1 Trabalho: Elaborar uma sintese do artigo sôbre o papel e natureza de uma arquitetura empresarial e comparar com o que esta sendo apresentado no curso arquitetura de informação Solução : Visão Geral (problema

Leia mais

Engenharia de Requisitos

Engenharia de Requisitos Engenharia de Requisitos Introdução a Engenharia de Requisitos Professor: Ricardo Argenton Ramos Aula 08 Slide 1 Objetivos Introduzir a noção de requisitos do sistema e o processo da engenharia de requisitos.

Leia mais

Exemplo de Aplicação do DataMinig

Exemplo de Aplicação do DataMinig Exemplo de Aplicação do DataMinig Felipe E. Barletta Mendes 19 de fevereiro de 2008 INTRODUÇÃO AO DATA MINING A mineração de dados (Data Mining) está inserida em um processo maior denominado Descoberta

Leia mais

Conceitos Básicos e Implementação. Entrega de Serviços. Professor Gledson Pompeu (gledson.pompeu@gmail.com)

Conceitos Básicos e Implementação. Entrega de Serviços. Professor Gledson Pompeu (gledson.pompeu@gmail.com) Conceitos Básicos e Implementação Pref. Mun. Vitória 2007 Analista de Suporte 120 A ITIL (information technology infrastructure library) visa documentar as melhores práticas na gerência, no suporte e na

Leia mais