DWSI- DataWebhouse para Análise do Perfil Acadêmico do Curso de Sistemas de Informação CPCX/UFMS

1,012 views
933 views

Published on

O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.
Nesta apresentação é demonstrado o desenvolvimento de um Data Webhouse a partir dos dados dos alunos do curso de Sistemas de Informação da UFMS/CPCX

Published in: Sports, Technology, Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,012
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
9
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

DWSI- DataWebhouse para Análise do Perfil Acadêmico do Curso de Sistemas de Informação CPCX/UFMS

  1. 1. <ul>DWSI- DataWebhouse para Análise do Perfil Acadêmico do Curso de Sistemas de Informação CPCX/UFMS Palestrante: Fernando Maia da Mota [email_address] </ul>
  2. 2. Usem Software Livre
  3. 3. Súmario <ul><li>Introdução
  4. 4. BI
  5. 5. Data Warehouse e Data Webhouse
  6. 6. Trabalhos Anteriores
  7. 7. DWSI
  8. 8. Artigo
  9. 9. Enecomp
  10. 10. Referências </li></ul>
  11. 11. Introdução <ul>BI <li>O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.(Wikipédia) </li></ul>
  12. 12. Introdução <ul>Data Warehouse <li>W. H. Inmon caracteriza um data warehouse como ”uma coleção de dados orientada por assunto, integrada, não-volátil, variante no tempo, que dá apoio às decisões da administração”.
  13. 13. Data Webhouse
  14. 14. É a disponibilização do data warehouse na web. (Kimball) </li></ul>
  15. 15. Introdução <ul>Data Mining <li>É o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.(Wikipédia) </li></ul>
  16. 16. Introdução <ul>OLTP X OLAP </ul>
  17. 17. Introdução <ul>Cubo </ul>
  18. 18. Usem Linux... =)
  19. 19. Trabalhos Anteriores <ul>Iniciação Cientifica de Silvana Morita <li>Estudo de várias ferramentas para data warehouse
  20. 20. Iniciação Cientifica de Dionisio Leite
  21. 21. Desenvolvimento de um data webhouse para a base do Saeb-MEC
  22. 22. Desenvolvimento da ferramenta WEAD(Alex Campelo)
  23. 23. Data Webhouse para análise da base de dados da EAD-UFMS </li></ul>
  24. 24. DWSI <ul>Idéia <li>Implementação de um projeto da disciplina de metodologia Cientifica/ Projeto de estágio supervisionado
  25. 25. Objetivo
  26. 26. Criação de uma ferramenta para análise do perfil Acadêmico do curso de Sistemas de Informação </li></ul>
  27. 27. DWSI <ul>Aproveitamento de Estudo <li>Utilizar-se de um projeto de extensão, pesquisa ou pessoal para trabalhos de sala de aula.
  28. 28. Ex.
  29. 29. WEAD
  30. 30. DWSI </li></ul>
  31. 31. DWSI <ul>Dados? <li>Os dados foram coletados a partir das fichas de matricula dos acadêmicos na secretaria do campus.
  32. 32. Criação de um formulário online para a entrada(carregamento da base) de dados. </li></ul>
  33. 33. DWSI
  34. 34. DWSI <ul><li>Modelo Multidimensional Estrela </li></ul>
  35. 35. DWSI <ul>Exemplo de Consulta </ul>
  36. 36. Vamus la pessoal... sejam livres!!
  37. 37. Artigo <ul><li>Fazia parte da disciplina de Metodologia Cientifica o deselvolvimento de um artigo.
  38. 38. Reutilização do artigo criado para a disciplina. </li></ul>
  39. 39. ENECOMP <ul><li>O ENECOMP é um evento anual promovido pela ENEC - Executiva Nacional dos Estudantes de Computação, entidade que representa todos os estudantes de graduação e pós-graduação na área de computação do Brasil. Considerado o maior e mais importante congresso estudantil da área de computação do país, o ENECOMP tem como propósito promover a expansão da área de computação através da integração entre os estudantes. </li></ul>
  40. 40. ENECOMP <ul><li>Palestras </li></ul>
  41. 41. ENECOMP <ul><li>Oportunidades de conhecer grandes nomes da computação. </li></ul>
  42. 42. ENECOMP <ul><li>Contatos </li><ul><ul><ul><li>Claudio Filho </li><ul><li>Mirella Moro </li></ul></ul></ul></ul></ul>
  43. 43. ENECOMP <ul><li>Premiação </li></ul>
  44. 44. ENECOMP <ul><li>Amigos </li></ul>
  45. 45. Referências <ul><li>Wikipédia – acesso em 22/09/2009
  46. 46. Alex de Lima Campelo– Estágio Supervisionado – DWSI - http://200.129.192.197:8180/ufms/ - Laboratório de Desenvolvimento de Software e Manutenção – LSD - UFMS/CPCX, (2009)
  47. 47. Ralph Kimball – Data Warehouse toolkit; o guia completo para modelagem multidimensional- 2002
  48. 48. W. H. Inmon - Building the Data Warehouse. John Wiley & Sons, 2a Edição, (1996 </li></ul>
  49. 49. Perguntas <ul>? <li>DWSI- DataWebhouse para Análise do Perfil Acadêmico do Curso de Sistemas de Informação CPCX/UFMS
  50. 50. Autores: Fernando Maia da Mota, Leila Lisiane Rossi, Alex de Lima Campelo, Alfredo Lanari de Aragão, Luis Henrique Piva Mendes </li></ul>

×