|
|
|
|
|
|
|
Data Warehouse
|
|
Este conteúdo é uma monografia de conclusão do curso de Ciência da Computação da Faculdades de Valinhos. É um excelente material de referência sobre Data Warehouses, contendo toda a informação teórica necessária para o seu desenvolvimento. A nota dessa monografia foi 10. Faça bom proveito. |
RICARDO ANDREATTO
CONSTRUINDO UM DATA WAREHOUSE E ANALISANDO SUAS INFORMAÇÕES COM DATA MINING E OLAP
Monografia apresentada como exigência parcial para a obtenção do grau de Bacharel em Ciência da Computação pela Faculdade de Ciências Administrativas Valinhos, sob a orientação do Professor Doutor Gilberto Shigueo Nakamiti.
FACULDADES DE VALINHOS
FACULDADE DE CIÊNCIAS ADMINISTRATIVAS DE VALINHOS
VALINHOS 1.999
O ambiente de dados para suporte aos processos de gerência e tomada de decisão é fundamentalmente diferente do ambiente convencional de processamento de transações.
No coração deste ambiente está a idéia do data warehouse, integrando e consolidando dados disponíveis em diferentes acervos para fins de exploração e análise, ampliando o conteúdo informacional destes acervos para atender às expectativas e necessidades de nível estratégico na empresa.
Esta monografia tem por objetivo apresentar o estado da arte da tecnologia de data warehouse, introduzindo os principais conceitos na área e discutindo as diferenças deste ambiente para os ambientes e ferramentas usuais de gerenciamento e tratamento de informações, alem de mostrar duas formas de extração de seus dados: a OLAP e o data mining, cada uma com suas características, podendo ser usadas separadamente ou em conjunto para um melhor resultado.
Cap. I - Evolução dos Sistemas de Apoio à Decisão
1.1 – Histórico
1.2 – A teia de aranha
1.3 – O Ambiente projetado
Cap. II – Características do Data Warehouse
2.1 – O Ciclo de vida do desenvolvimento
2.2 - Orientado por temas
2.3 - Integrado
2.4 - Variante no tempo
2.5 - Não volátil
2.6 - Granularidade
2.6.1 – Níveis duais de granularidade
2.7 – Particionamento de dados
Cap. III – Arquitetura do Data Warehouse
3.1 – Arquitetura genérica do data warehouse
3.2 – Outras arquiteturas
3.2.1 – Arquitetura de duas camadas
3.2.2 – Arquitetura de três camadas
Cap. IV – Modelo de dados do Data Warehouse
4.1 - A Questão das Dimensões
4.2 - Esquemas do tipo Estrela e Floco de Neve
4.2.1 – Vantagens do modelo estrela
4.2.2 - Bancos de Dados Multidimensionais
4.3 – Conversão do modelo E-R para o modelo do data warehouse
4.3.1 - Remoção dos dados puramente operacionais
4.3.2 - Adição de um elemento de tempo na estrutura da chave
4.3.3 - Introdução de dados derivados
4.3.4 - Transformação de Relacionamentos entre dados em artefatos dos dados
4.3.5 - Acomodação dos diferentes níveis de granularidade
4.3.6 - União dos dados comuns de diferentes tabelas
4.3.7 - Criação de arrays de dados
4.3.8 - Separação dos atributos de dados de acordo com sua estabilidade
Cap. V – Desenvolvimento do Data Warehouse
5.1 - Estratégia Evolucionária
5.2 - Aspectos de Modelagem
5.3 – Técnicas de gerenciamento da quantidade de dados operacionais pesquisados
5.4 – Técnicas para incrementar a performance
5.5 - Etapas do Desenvolvimento de um Data Warehouse
5.6 – Relacional versus multidimensional
5.5.1 - Um ou mais bancos
Cap. VI – Povoando o Data Warehouse
6.1 – Extração
6.2 – Transformação e filtros
6.3 - Derivação e Sumarização
Cap. VII – Extraindo informações do Data Warehouse
7.1 - Ferramentas OLAP
7.1.1 - MOLAP x ROLAP
7.2 - Ferramentas Data Mining
7.2.1 - O processo do Data Mining
7.2.2 – A tecnologia da árvore
7.2.3 – Retenção dos dados
7.2.4 – Destilação de padrões
7.2.4.1 – Semelhança lógica
7.2.4.1.1 – Regras
7.2.4.1.1.1 - Regra indutiva
7.2.4.1.1.2 – Algoritmos genéticos
7.2.4.1.2 – Árvores de decisão
7.2.4.2 – Tabulação cruzada
7.2.4.2.1 - Agentes
7.2.4.2.2 – Redes de confiança
7.2.4.3 – Aproximações equacionais
7.2.4.3.1 – Redes neurais
