Em uma reunião técnica sobre a construção de um data mart de vendas de uma empresa, discute-se o nível de detalhamento dos dados dentro do banco de dados. Essa característica é conhecida como

Uma empresa deseja realizar mineração de dados (data mining), principalmente para análise de seu cadastro de clientes. Qual software é apropriado para isso?

On Line Analytical Processing (OLAP) é uma tecnologia de software que permite a analistas de negócios, gerentes e executivos a análise e visualização de dados corporativos, por meio de acesso interativo, rápido e consistente. A funcionalidade OLAP é inicialmente caracterizada pela análise dinâmica e multidimensional dos dados consolidados de uma organização. A tecnologia OLAP é geralmente implementada em ambiente multiusuário e cliente/servidor, oferecendo assim respostas rápidas às consultas ad-hoc, não importando o tamanho do banco de dados nem sua complexidade, sendo também disponibilizada em ambiente Web. Essa tecnologia auxilia o usuário a sintetizar informações corporativas por meio de visões comparativas e personalizadas, análises históricas, projeções e elaborações de cenários. No contexto dos projetos lógicos de modelos de dados para processamento anlítico, uma operação OLAP é uma técnica específica de análise segundo a qual o usuário navega entre os níveis de dados que vão desde o mais resumido para o mais detalhado. Essa operação é conhecida por:

Especificamente, um data mining onde as tendências são modeladas conforme o tempo, usando dados conhecidos, e as tendências futuras são obtidas com base no modelo possui a forma de mining

Analise as afirmações sobre as operações realizadas em cubos OLAP a seguir.

I - A operação pivot permite ao usuário alternar as linhas e colunas em que os valores visualizados serão recalculados.

II - A operação slice é caracterizada pela seleção de determinado membro de uma dimensão, a fim de analisar as demais informações do cubo sob tal perspectiva.

III - A operação dice corresponde à seleção específica de membros de duas ou mais dimensões.

Está correto o que se afirma em

A análise exploratória de dados contempla três fases distintas, que têm como objetivo destacar as características relevantes de cada atributo contido em um conjunto de dados, por meio de gráficos e cálculos estatísticos, além de identificar a intensidade das relações subjacentes entre os atributos.
Qual fase fornece conclusões sobre o conteúdo de cada atributo das informações de um conjunto de dados?

Em uma reunião entre os analistas de TI e analistas de negócio de uma grande empresa, houve a necessidade de normalizar alguns conceitos relativos à OLAP. São conceitos estritamente correlacionados:

Em uma reunião sobre prospecção de novos pontos de venda, um analista de TI afirmou que técnicas OLAP de análise de dados são orientadas a oferecer informações, assinalando detalhes intrínsecos e facilitando a agregação de valores, ao passo que técnicas de data mining tem como objetivo

Numa grande multinacional, os dados relativos aos sistemas transacionais são lidos, transformados e carregados para posterior apresentação sob a forma dimensional. O departamento de TI reservou uma área de armazenamento específica às informações lidas e transformadas, denominada staging area. A respeito dessa área de dados, afirma-se que

Um data mart do departamento de vendas de uma grande empresa possui uma tabela fato com cinco métricas associadas a oito diferentes dimensões. O analista de TI está em dúvida sobre que modelagem utilizar. Considerando-se as opções snowflake e star schema, qual a desvantagem de se utilizar, nessa situação, a modelagem snowflake?