7/10/2009

Agenda

Bancos de Dados Transacionais – OLTP

Bancos de Dados Heterogêneos
Data Warehousing e OLAP
Descoberta de Conhecimento em BD
Recuperação de Informações (IR)

Onde se utiliza BD? Agenda

Bancos de Dados estão ligados com

todos os aspectos de nossas vidas

Bancos: saldo, extrato, pagamentos, etc. Bancos de Dados Transacionais – OLTP

Linhas Aéreas: reservas, compras, escalas. Bancos de Dados Heterogêneos
Universidades: notas, matricula Data Warehousing e OLAP
Compras em Supermercados
Descoberta de Conhecimento em BD
Cartão de crédito
Sensores remotos em satélites Recuperação de Informações (IR)
Busca na web, etc, etc.

Aplicações Tradicionais Aplicações Tradicionais

Usuários/Programadores
LOCADORAS

Sistema
de BD Programas de Aplicação/Consultas Modelo ER (1,1)

Modelo EER
(0,N)
SGBD
Software p/ processar
Modelo Relacional CONTRATO (0,N) (1,1) VEICULOS
Consultas e Programas Normalização (1,N) (0,N)

Linguagem SQL
Software p/ acessar (1,1) (1,1)
TIPO_VEICULO
Dados Armazenados CLIENTES

SELECT *
FROM tabela
WHERE condicao
GROUP BY agrupamento PESSOA PESSOA CARRO ONIBUS
Definição do BD BD FISICA JURIDICA
armazenado ORDER BY 1,2,3
armazenado

1
 7/10/2009

SGBDs Agenda
MySQL
PostgreSQL
Firebird
MS SQL Server Bancos de Dados Transacionais – OLTP
IBM DB2 Bancos de Dados Heterogêneos
Oracle Database Data Warehousing e OLAP
Descoberta de Conhecimento em BD
Recuperação de Informações (IR)

Introdução Multidatabases
Ilhas de Informação Usuário Usuário Usuário
Usuário
Evolução Tecnológica
Esquema Esquema Esquema
Informações Legadas Externo A Externo B1 Externo B2

Esquema Esquema Esquema Esquema de

Conceital A Conceital B Conceital C Dependência A

Esquema Esquema

Distribuição Lógico B Lógico C

Autonomia Esquema
Físico A
Esquema
Físico B
Esquema
Físico C
Heterogeneidade

BD Federados Mapeamento de Esquemas

Esquema Externo Esquema Externo Esquema Externo
Esquema Local 1 Esquema Local 2 Esquema Local 3

Geração de EE + TOL Geração de EE + TOL Geração de EE + TOL

Esquema Federado Esquema Federado

EE1 TOL1 EE2 TOL2 EE3 TOL3

Esquema Esquema Esquema
Exportação Exportação Exportação
TEA TEA
TEA TEA TEA TEA
TEO TEO
TEA TEA
TEO TEO
Esquema Esquema Esquema TEA TEA
TEA TEA
Componente Componente Componente EE1 - EE3 EE2 - EE1
EE1 - EE2 EE3 - EE2
Registro Central

Esquema Local Esquema Local Esquema Local Mapeamento Conceitual

2
 7/10/2009

Ferramenta de Mapeamento de Ferramenta de Mapeamento de

Esquemas – Coridora Esquemas – Coridora

Agenda Data Warehouse e OLAP

Explorar dados que surgem on-line
para tomar melhores decisões
sobre as atividades.
Bancos de Dados Transacionais – OLTP
Bancos de Dados Heterogêneos Modelagem Multidimensional
Data Warehousing e OLAP - Dimensões
Descoberta de Conhecimento em BD - Fatos
Recuperação de Informações (IR) - Cubos

Modelo Star e Snow Flake

Data Warehouse e OLAP Modelagem Multidimensional

3
 7/10/2009

Modelagem Multidimensional Ferramentas OLAP

Tecnologia para manipulação de data
Cursos
Cotas warehouse.

Arquiteturas
C - ROLAP
U
Medida
B
- MOLAP
O -HOLAP

Linguagem MDX
select {[Measures].[inscritos]} on columns,
([[Link]].[TodosCursos],[[Link]].[TodasCotas]) on rows
From [vestibular]
Tempo Where [[Link]].[Todos Tempos].[2009]

Ferramentas OLAP Ferramenta Neuro

• IBM – Cognos BI

• Microsoft – Analysis Services

• Oracle – BI Suite

• Pentaho – Open BI Suite

Disponível em
[Link]
[Link]

Ferramenta Neuro Ferramenta Neuro

4
 7/10/2009

Ferramenta Neuro Agenda

Bancos de Dados Transacionais – OLTP

Bancos de Dados Heterogêneos
Data Warehousing e OLAP
Descoberta de Conhecimento em BD
Recuperação de Informações (IR)

Introdução Introdução
Quantidade de Dados Coletados e Armazenados Extração não-trivial de informação implícita,
- Web, e-commerce previamente desconhecida e potencialmente útil de
- Cartões de Crédito um conjunto de dados
- Telescópios varrendo o firmamento Exploração e análise, de modo automático ou semi-
- Dados de expansão gênica automático, de grandes quantidades de dados para
- Diagnósticos descobrir padrões úteis
Preditivos & Descritivos
Freqüentemente há informação “escondida” nos dados
que não é evidente
Analistas humanos podem
levar semanas para
descobrir informação
útil e muitos dados
nunca são analisados

Classificação Classificação
Tarefa Preditiva
Marketing de Precisão
Detecção de Fraudes: cartão de crédito
Conservação de Clientes: telefonia móvel
Predizer se um tumor é maligno ou benigno
Categorizar textos como finanças, tempo , esportes

5
 7/10/2009

Clustering O que é um cluster?

Tarefa Descritiva
Segmentação de mercado
Clustering de documentos
Proteínas com funcionalidades similares
Ações com flutuação de preço
Quantos clusters?

Encontrando Agrupamentos Associações

Tarefa Descritiva
Marketing e Promoção de Vendas
Prateleiras de supermercados
Gerência de inventário

Produto X

Produto Y

Produto relacionado
Compra
Produto X

Associações Ferramentas – Weka

Dado um conjunto de transações, cada uma com um
conjunto de itens de uma certa coleção, produzir regras de
dependência que vão predizer a ocorrência de um item
baseado na ocorrência de outros.

Transação Itens
1 Guaraná, leite, pão Regras:
{leite}
{guaraná}
2 Cerveja, pão
{fralda,leite}
{cerveja}
3 Cerveja, guaraná, fralda, leite
4 Cerveja, fralda, leite, pão
5 Guaraná, fralda, leite

[Link]

6
 7/10/2009

Agenda Unstructured (text) vs. structured

(database) data in 1996
160

140

120
Bancos de Dados Transacionais – OLTP 100
Bancos de Dados Heterogêneos 80 Unstructured
Data Warehousing e OLAP 60
Structured

Descoberta de Conhecimento em BD 40
Recuperação de Informações (IR) 20

0
Data volume Market Cap

Unstructured (text) vs. structured

Usuários da Internet
(database) data in 2006
160

140

120

100

80 Unstructured
Structured
60

40

20

0
Data volume Market Cap

O Processo de RI O Processo de RI
Necessidade de Informação Tradução da necessidade de informação em forma de
uma consulta (keywords)

Quais as doenças médicas Quais as doenças

médicas podem estar doença consumo
podem estar relacionadas ao relacionadas ao bebida alcoólica
consumo de bebidas consumo de bebidas
alcoólicas? alcoólicas?

A consulta é submetida a um sistema de RI

7
 7/10/2009

O Processo de RI Componentes de um Sistema RI

O sistema de IR processa a consulta e retorna uma lista Query
de documentos classificada em ordem decrescente de
relevância.

Results

Diferenças entre RI e Dados Pesquisas em RI

Data Retrieval (SGBD) IR • Melhoria de Desempenho
Tabelas – dados Documentos – pouca
estruturados estrutura • Informações Geográficas
Consultas claras e precisas Consultas vagas e
expressas em linguagem - ambíguas por meio de • RI sobre dados semi-estruturados XML
SQL palavras chave
Consultas recuperam todas Consultas não recuperam • RI sobre vídeo e imagem
as tuplas relevantes e todas todos os itens relevantes e
as tuplas recuperadas são nem todos os recuperados
relevantes são relevantes • Text Mining
Todas as tuplas recuperadas Documentos apresentados
são igualmente relevantes à em ordem decrescente de • Cross Language Information Retrieval
consulta relevância

Bancos de Dados Transacionais – OLTP

Bancos de Dados Heterogêneos
Data Warehousing e OLAP
Descoberta de Conhecimento em BD
Recuperação de Informações (IR)