Your SlideShare is downloading. ×
Grosso batini
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Grosso batini

226
views

Published on


0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
226
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Università degli studi di Torino – Corso di laurea in Fisica maggio 2006 Trattamento dati nelle imprese Riccardo GrossoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 2. Le attività di recupero e integrazione dellaconoscenza concettuale sui dati PA Azioni di medio termine Prof. Carlo Batini Università Bicocca - MilanoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 3. Contenuti Perché la modellazione concettuale dei dati èimportante nei processi produttivi delCSI-PiemonteAttività in corsoPrimi risultati Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 4. IL CSI Piemonte …Gestisce circa 500 basi di dati di interesse di un vasto insiemedi amministrazioni del PiemonteLe 500 basi di dati sono rappresentate nella grande generalita’con schemi logici o fisici relazionaliPercio’: La risorsa informazione e’ nascosta, in quanto rappresentata solo nei suoi aspetti tecnologici La risorsa informazione e’ rappresentata in modo non integrato ed eterogeneo nelle 500 basi di dati.Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 5. L’informazione negli schemi e’ nascosta ……DATA DIVISION. WORKING-STORAGE SECTION. 01 PERSONA. 05 UOMo. 10 COD-UOMO PIC X(5). 10 DESC-UOMO PIC X(80). 05 DONNA REDEFINES UOMO. 10 TIPO-RECORD PIC X. 10 COD-DONNA PIC 9(5). 10 DESC-DONNA PIC X(80). 01 AMMINISTRAZIONE. 05 REGIONE. 10 COD-REGIONE PIC X(3). 10 COD-DUMMY PIC X(6). 10 DES-REGIONE PIC X(80). 05 PROVINCIA REDEFINES REGIONE. 10 COD-REGIONE PIC X(3). 10 COD-PROVINCIA PIC X(3). 10 COD-DUMMY2 PIC X(3). 10 DES-PROVINCIA PIC X(80). 05 COMUNE REDEFINES REGIONE. 10 COD-REGIONE PIC X(3). 10 COD-PROVINCIA PIC X(3). 10 COD-COMUNE PIC X(3). 10 DES-COMUNE PIC X(80). 01 PERSONA-AMMINISTRAZIONE. 05 LEGAME. 10 COD-PERSONA PIC X(5). 10 COD-AMMIN PIC X(3).Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 6. Gli schemi sono non integrati ed eterogenei Persona Codice Numero Codice Codice fiscale Codice tessera fiscale progres- interno sanitaria sivoAnagrafe Anagrafe Anagrafe Archivio Archivioresidenti assistiti soggetti dipendenti cacciatori fiscali Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 7. VisioneIl CSI Piemonte e le Amministrazioni del piemonte sonocoinvolte nei processi di eGovernment, sia a livellolocale (Piemonte) sia a livello nazionale (cooperazionecon le Amministrazioni centrali)Sono percio’ protagonisti nel disegno di cambiamentoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 8. Per attuare questo disegno abbiamo bisogno di1. Un modello per rappresentare gli schemi dati2. Una struttura con cui organizzare gli schemi in unrepository3. Una metodologia con cui creare e manutenere il repositoryin maniera efficiente a partire dalla conoscenza disponibile4. Uno scenario di utilizzazione della conoscenza accumulata5. Uno strumento di supportoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 9. 1. Il modello Il modello Entita’ RelazioneDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 10. Esempio di schema nel modello Entita’ Relazione Le persone si dividono in donne e uomini. Le persone sono descritte da codice e cognome Le persone sono nate in Comuni, i Comuni sono localizzati in Province e le Province in Regioni Comuni, Province e Regioni hanno codice e nome Generalizzazione Persona Comune Provincia Regione Codice Codice in Codice in Codice nato Nome Nome Nome CognomeDonna Uomo Entita’ Attributo Relazione Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 11. Le persone si dividono in donne e uomini. Le persone sono descritte da codice e cognome Le persone sono nate in Comuni, i Comuni sono localizzati in Province e le Province in Regioni Comuni, Province e Regioni hanno codice e nome Persona Comune Provincia Regione Codice Codice In Codice in Codice nato Nome Nome Nome Cognome Donna Uomo DA TA DIV ISION. W ORK ING-STOR A GE SECTION. 01 PERSONA . 05 UOM o.Dal Cobol, 10 COD-UOM O PIC X (5). 10 DESC-UOM O PIC X (80). 05 DONNA R EDEFINES UOM O. 10 TIPO-R ECOR D PIC X . 10 COD-DONNA PIC 9(5).al modello 10 DESC-DONNA PIC X (80). 01 A M M INISTR A ZIONE. 05 R EGIONE. 10 COD-REGIONE PIC X (3). 10 COD-DU M M Y PIC X (6).Entita’ Relazione 10 DES-R EGIONE PIC X (80). 05 PR OV INCIA R EDEFINES R EGIONE. 10 COD-REGIONE PIC X (3). 10 COD-PR OV INCIA PIC X (3). 10 COD-DU M M Y2 PIC X (3). 10 DES-PR OV INCIA PIC X (80). 05 COM UNE R EDEFINES R EGIONE. 10 COD-REGIONE PIC X (3). 10 COD-PR OV INCIA PIC X (3). 10 COD-COM U NE PIC X (3).al linguaggio 10 DES-COM UNE PIC X (80). 01 PERSONA -A M M INISTR A ZIONE. 05 LEGA M E. 10 COD-PER SONA PIC X (5). 10 COD-AM M IN PIC X (3).naturale Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 12. 2. La struttura del repository di schemiDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 13. Studio CSI Assinform Organizzazione Fornisce Fruisce Flusso di dati Riguarda MateriaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 14. Noi siamo interessati sia ai flussi che alle basi di dati Materia Organizzazione Aggiorna Usa Base Dati Fornisce Fruisce Flusso di datiDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 15. Metaschema – Versione dettagliata - 1 Materia/ Argomento CSI Aggiorna Schema logicoOrganizzazione Usa fisico Fornisce Fruisce Flusso di dati Schema concettuale Concetto di schema (Entita’/Rel/Generalizzazione) Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 16. Ma se io ho tanti schemi concettuali, come faccio a dar loro una struttura? Non li posso certo integrare in un unico schema…. Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 17. Due strumenti concettualiIntegrazione, per “mettere insieme”e “riconciliare”Astrazione, per “capire” e“sintetizzare”Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 18. Integrazione (linguaggio naturale)•Lavoratori, loro citta’ di nascita e relativa regione•Lavoratori e loro organizzazioni, e, delle organizzazioni,•regioni dove sono localizzateSchema 1Lavoratori e loro organizzazioniSchema 2Lavoratori, loro citta’ di nascita e relativa area regionaleSchema 3Organizzazioni e regioni dove sono localizzate Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 19. L’integrazione: modello Entita’ Relazione Lavoratore nato Citta’ in Regione lavora Organizza in zioneLavoratore Area Lavoratore nato Citta’ in Regione lavora Organizza in zioneOrganizza zione Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 20. L’astrazione (linguaggio naturale)•Lavoratori, organizzazioni dove lavorano e riferimenti•geografici di nascita e di localizzazione.•Lavoratori, loro citta’ di nascita e relativa regione•Lavoratori e loro organizzazioni, e delle organizzazioni•Regioni dove sono localizzate Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 21. L’astrazione: modello Entita’ Relazione Riferimento Lavoratore nato geografico lavora Organizza zione in Lavoratore nato Citta’ in Regione lavora Organizza in zioneDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 22. Se le usiamo insieme: integrazione + astrazione Riferimento Lavoratore nato geografico Astrazione in Organizza zione in Lavoratore nato Citta’ in Regione Integrazione in Organizza in zioneLavoratore Area lavora Lavoratore nato Citta’ in Regione Organizza in zioneOrganizza zione Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 23. La struttura di integrazione - astrazione Riferimento Lavoratore nato geografico lavora Integrazione – Astrazione Organizza zione inLavoratore Regione lavora Lavoratore nato Citta’ in Regione Organizza in zioneOrganizza zione Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 24. Le abbiamo usate iterativamente ottenendo il repositoryPrevidenza Giustizia Ambiente Salute Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 25. Schemi base e schemi astrattiSchemi astratti Schemi base Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 26. 3. Una metodologia per costruire il repository a partire dalla conoscenza disponibile Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 27. Conoscenza disponibile per popolare il repositoryGli schemi logici e fisici della PA Piemontese (PAP) gestiti da Infodir Circa 500 schemi logici con Circa 18.000 tabelle con Circa 200.000 campiGli schemi concettuali della PA centrale (PAC) censiti e organizzatidall’Aipa in un Repository analogo Circa 5.000 entita’ Circa 10.000 attributi Circa 50 schemi astratti della PA Centrale, organizzati secondo le operazioni di integrazione astrazioneDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 28. Facendo cio’ con basso utilizzo di risorseSe procediamo con una metodologia tradizionale direverse engineering sui 500 schemi PAP, assumendodue settimane persona a schema, si ha: Risorse con procedura tradizionale = 0,5 mesi persona * 500 = 25 anni personaDovevamo inventarci una metodologia approssimata checi permetta di ridurre l’uso delle risorse di un ordine digrandezzaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 29. Repository PAC – struttura completa SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 1° LIVELLO SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 2° LIVELLO SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 3° LIVELLO RISORSE SERVIZI SERVIZI SOCIALI ED ECONOMICI SERVIZI GENERALI SERVIZI DIRETTI SERVIZI SOCIALI SERVIZI ECONOMICI RISORSE RISORSE DI RISORSE RISORSE CE RTIFICA- ASSICURAZ IO- T RASPORT I ST RUME NT AL I E STAT IST ICA AFFARI E DIL IZ IA CUL TURA SUPPORTO FINANZ IARIE IMMOBILIARI UMANE NE SOCIAL E DIFE SA GIUST IZIA SICURE Z Z A SANIT A IST RUZIONE AMBIE NT E L AVORO PRODUZ IONE COMUNICAZIONI E ST E RI 6/53 RELAZIONI ITALIANE ALL ESTERO 4/36 RELAZIONI ESTERE IN ITALIA 3/30TERASFE RIME NTPE RFONDI PUIBBLICI ST RUMENT I BENI IMMOBIL I AUT OME Z ZI RAPPRESE NTANZ E AZIENDE INDUSTRALI 10/100 BENI CULTURALI PROTOCOL LO FORMAZ IONE AZIENDE AGRICOLE DIPENDE NTI TRASPORTI LAVORO ORGANI COL L E GIALI CRIMINALITA SICUREZZA INTERNA PREVIDENZA SERVIZIO SANITARIO ASSISTENZA 10/76 ATTIVITA GIURIDICA CAT AST O ISTRUZIONE FISCO AMBIENTE DOGANE E NTI 3/182 CAPIT OL I DI SPE SA 9/118 O 2/89 3/59 37/336 2/652/93 A NT I LOCAL I 8/293 6/69 10/178 3/75 3/66 6/76 5/56 8/213 3/134 9/118 2/12 9/112 3/53 6/155 6/130 Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 30. Lo schema piu’ astratto Unità organizzativa Bene Soggetto Riferimento Documento territorialeDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 31. In sintesi Pubblica Amministrazione Pubblica Amministrazione centrale localeRappresentazione 550 schemiconcettualeRappresentazionelogico fisica 18.000 tabelle Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 32. Schemi descritti nel Repository Unità Bene Soggetto organizzativa Riferimento Documento territoriale SoggettoS. fisico S. giuridico Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 33. MGG, MI, 47 MF, MT MIBCA , 40 48 650 165 180 MT, MTN MI, MS 526 38 37 36 110 39 35 174 82 59 MAE, MURST, 89 98 MPI Contribuente utente anagrafe 153 ufficio iva tributaria 6 600 appartenente casalinga 163MI, MT, MD catasto assistito 162 borsista 16 601 tossicodipendente volontario 520 contribuente Ricorrente per con handicap 142 161 invalidità civile invalidità civile Salute ed fisco vita 91 sociale studente assistenza straniero pensionato164 di guerra scuola 81 pensioni Segretario Soggetto fisico comunale politica MI Alla ricerca di disoccupato 653 prima occupazione lavoro candidato 160 giustizia 52 Alla ricerca di 80 74 92 lavoratore affari esteri segnalato nuova occupazione 101 Tossicodipendente 190 segnalato 654 straniero italiano detenuto 2 autonomo 66 88 104 dipendente in attesa di giudizio 54 105 663 4 Richiedente 171 condannato 99 53 71 603 cittadinanza MAE, MF, 7 87 19 Richiedente residente 72 MGG,11MI, 108 MAE, MGG, 12 10 120 visto all’estero651 MIBCA, MLP, 21 63 MI 20 9 65 MLPS, MT, 24 25 18 97 109 MTN, MCE, 27 90 68 93 96 Schemi base e501 51 MD, MURST 131 5 45 73 172 137 132 64 656 516 515 55 531 173 86 136 Gerachie di generalizzazione MAE, MI, 602 170 507 506 111 MLPS Caso Soggetto fisico Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 34. La gerarchia di soggetto–soggetto fisico •Lavoro •lavoratore –lavoratore autonomo –dipendente pubblico •disoccupato •……–soggetto giuridico •impresa •istituzione p.a. •Istituzione sociale privata •…… Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 35. Utlizzeremo percio’ una conoscenza piu’ sintetica: le gerarchie di generalizzazione Pubblica Amministrazione Centrale Pubblica Amministrazione LocaleSchemi Gerarchie diconcettuali Generalizzazione: -Cittadino -Impresa -Organizzazione -Documento -Luogo -BeneSchemi logici Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 36. Sintesi della metodologiaScopo della metodologia: semplificare il compito delreferente dati, utilizzando il piu’ possibile strumentiautomatici, a costo di una certa approssimazione nellescelte.Assunzione: ad un certo livello di astrazione gli schemidella PAL Piemontese sono “simili” a quelli della PACentrale. Si differenziano nei livelli di astrazione piu’bassi.Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 37. Le due fasi della metodologia Fase Schema Fase Schema automatica scheletro manuale finale Referente dati competente sul dominioDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 38. Fase automatica: generazione entita’1-GENERAZIONE ENTITAinput:a) le entita delle ontologieb) le tavole della base datioutput:x) le tavole "pescate" dallalgoritmoy) le entita delle ontologie corrispondenti alle tavole pescate in x ALGORITMO: - PER OGNI ENTITA DELLE ONTOLOGIE (LOOP) - PER OGNI TAVOLA DELLA BASE DATI - SE CE ALMENO 1 ATTRIBUTO DELLA TAVOLA CHE SIA"SOMIGLIANTE" AL NOME DELLENTITA DELLONTOLOGIA - SCELGO LENTITA - ENDIF - END LOOP - END LOOP SOMIGLIANTE = LIKE "STRINGA" IN NOME E/O DESCRIZIONE ATTRIBUTO Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 39. Passo 1: Generazione entita’ Gerarchie PACentrale E1 PA Attributi ePiemontese ….. Tabelle Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 40. Generazione entita’ Ricerca per somiglianza Gerarchie PACentrale E1 Attributi e PA Tabelle degliPiemontese ….. Schemi logici Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 41. Generazione entita’ E3 passo finale PACentrale E2 E1 E2 E1 E3 PAPiemontese Attributi e ….. Tabelle Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 42. Generazione generalizzazioni2-GENERAZIONE GENERALIZZAZIONIinput:a) le entita trovate in generazione entitab) le tavole trovate in generazione entitaoutput:x) le generalizzazioni delle entitay) le generalizzazioni delle tavolealgoritmo:- osservando le generalizzazioni complete delle entita delle ontologie,riporto quelle presenti nelle entita selezionate in generazione entita- per analogia, le tavole corrispondenti alle entita "sposano" le medesimegeneralizzazioniCon un esempio astratto, se ho una ontologia completaA B C D E Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 43. Generazione generalizzazionise precedentemente ho selezionato A, B, D le generalizzazionitrovatesarannoA B DSe avevamo corrispondenza tra A e TAV1, B e TAV2, D e TAV4,avremo lagerarchia di generalizzazione tavole:TAV1 TAV2 TAV4 Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 44. Generazione relazioni3-GENERAZIONE RELAZIONIinput:a) le entita selezionate ai passi precedentioutput:x) le relazioni tra le entita selezionatealgoritmo:- per ogni entita delle ontolologie selezionata (loop) - cerco nei 500 schemi le entita (dei 500 schemi) - con riferimento allesempio astratto di cui sopra avremoadesempio: per A: A1,A2,...AN per B: B1,B2,..BN per C: C1,C2,...CN per D: D1,D2,...DN per E: E1,E2,...EN Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 45. Generazione relazioni - supponiamo di trovare A1-B4 (A-B) A7-B5 (A-B) B3-D9 (B-D) C8-C4 (C-C) C6-D2 (C-D) C1-E8 (C-E) - in casi di molteplicita scelgo 1 sola relazione, piu o menoarbitrariamente... - nellesempio scegliero: A-B (una delle 2 relazioni trovate) B-D C-D C-E non scelgo ma potrei farlo C-C - il cammino relazionale selezionato sara A-B-D-C-E Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 46. Generazione attributi4-GENERAZIONE ATTRIBUTIinput:a) le entita selezionate in passo 1b) le tavole selezionate in passo 1c) gli attributi delle tavole selezionate in passo 1 (vedasi algoritmo delpasso 1)output:x) per ciascuna entita i suoi attributialgoritmo:importo IN ciascuna entita gli attributi delle tavole corrispondentiCon il solito esempio, se avevamoA corrisponde a TAV1 (CAMPO1, CAMPO2)B corrisponde a TAV2 (CAMPO3, CAMPO4)D corrisponde a TAV4 (CAMPO5, CAMPO6)loutput saraA (CAMPO1, CAMPO2)B (CAMPO3, CAMPO4)D (CAMPO5, CAMPO6) Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 47. Infer constraints5-GENERAZIONE RELAZIONI (PASSO ADDITIVO FATTO SUI CONSTRAINTSFISICI)input:a) le tavole pescate al punto 1 di generazione entitaoutput:x) le tavole selezionate unite dagli eventuali constraints, piu eventualitavole che si frappongono per costituire il cammino dei constraintsalgoritmo:- con un tool (generalmente erwin) si effettuano sulla base datioperazionidi "infer relationship" considerando: - chiavi primarie e chiavi straniere esistenti - indici univoci - somiglianza di nomi campi- si derivano i constraints (relazioni fisiche)Con un esempio, se avevamo individuato precedentemente le tavoleTAV1, TAV2e TAV4, il cammino relazionale fisico ottenuto dai constraints potrebbeessere: TAV1-tav5-TAV4-TAV2 (tav5 viene introdotto perche necessaria alcammino per unire TAV1 e TAV4) Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 48. Verifica col referente dati6-VERIFICA CON REFERENTE DATIinput:a) tutto il materiale prodotto nei passi precedentib) le indicazioni del referente dati che in generale saranno di 2tipi: - mi aspettavo venisse pescata ANCHE questa tavola - NON mi aspettavo venisse pescata questaltra tavolaoutput:x) il modello dati con i concetti in piu e/o in meno verificati colreferente datialgoritmo:- per ogni entita pescata impropriamente, la rimuovo (il criterio disomiglianza spara nel mucchio)- per ogni entita mancante, la aggiungo con la consulenza delreferentedati, corredandola di attributi e relazioni Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 49. Passo Manuale: Verifica del referente datiDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 50. Esempio simbolico Schema “automatico” Schema dopo verifica referenteDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 51. SperimentazioneDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 52. Matrice Basi di dati selezionate - Domini - Organizzazioni Dominio/ Regione Provincia di Citta’ di Torino Organizzazione Piemonte Torino Territorio x x x Imprese x Sanita’ x Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 53. Basi di dati selezionate - 2Regione PiemonteArgomento imprese • Dominio agricoltura – Registro aziende agricole • Dominio lavoro e imprese – Attivita’ produttive – Finanziamenti alle impreseArgomento sanita’ • Dominio sanita’ – Statistiche interruzioni di gravidanzaArgomento territorio • Dominio territoriale – Legislazione su risorse idriche – Rete idrogeologica – Stradario Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 54. Basi di dati selezionate - 2Citta’ di Torino •Argomento territorio –Dominio territoriale »Toponomastica citta’Provincia di Torino •Argomento territorio –Dominio catasto »Registro strade provincialiDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 55. Contesto Documento Soggetto Luogo Soggetto fisico / persona fisica Riferimento catastaleDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 56. Organizzazione Città di Torino Riferimento Luogo catastale Soggetto Soggetto fisico/ persona fisicaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 57. Argomento territorio Soggetto Soggetto Luogo fisico/ persona fisica DocumentoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 58. Dominio territoriale Soggetto Soggetto fisico/ persona fisicaDocumento Riferimento Luogo catastale Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 59. Toponomastica CittàRiferimento Soggetto Luogo catastale Località Soggetto fisico Unità / Persona fisicaimmobiliare urbana Sede Contribuente Appartenente catastoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 60. Organizzazione Provincia di Torino Riferimento Luogo catastale Soggetto Soggetto fisico/ persona fisicaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 61. Argomento territorio Soggetto SoggettoLuogo fisico/ persona fisica Documento Soggetto giuridico ImpresaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 62. Dominio catasto SoggettoDocumento Soggetto fisico/ persona fisica Italiano Soggetto Luogo giuridico Riferimento Impresa catastaleDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 63. Cspvto Registro strade provincialiDocumento Soggetto Luogo Sede Responsabili Soggetto fisico/ Soggetto Persona fisica giuridico Strutture Località Contribuente Impresa Traverse Diario Volumi di elemento Diario traffico Elementi Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 64. Organizzazione Regione Piemonte SoggettoDocumento Soggetto fisico/ persona fisica LuogoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 65. Argomento imprese Documento Soggetto Luogo Riferimento catastaleDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 66. Dominio agricoltura Luogo Riferimento catastale Localita Sede Soggetto Soggetto fisico/ persona fisica Contribuente Appartenente catastoDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 67. Smrgaa Registro aziende agricole Soggetto Luogo Bene Soggetto fisico Soggetto Particella Riferimento – giuridico Catastale Catastale Persona fisica Bene Privato Tipo zona AltimetricaContribuente Italiano Impresa Particella Immobile Import UTEAppartente Sezione Provincia Tipo Tipologia Catasto Azienda Tipo Regione Conduzione utilizzo Tipo Forma particella Import Fabbricato Documento Versamento con delega Profilo Intermediario Tipo Area Tipologia Componente ProfiloProcedimento Livello Utente Iride Profilo Funzione Foglio azienda Livello Abitazione Accesso Componente Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 68. Dominio lavoro e imprese Luogo Localita Sede Documento Soggetto Soggetto fisico/ persona fisica Soggetto giuridico Contribuente ImpresaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 69. Atp aaep att Aaep Attività Produttive econom Tt Infocamere Tt tipo produttive ateco91 attività impresa Tt tipo aaep dati legame azienda Tt Aaep Ateco inail attivita Ab01 rappr impresa Ab04 legale Inail cliente legami Inail azienda Tt comune Inail pat Soggetto Luogo Riferimento Soggetto fisico Sede Catastale – Persona fisica Soggetto Località giuridico Documento Impresa Aaep Aaep t azienda causale Infoc Aaep fonte cess procedura azienda concorsuale Fp Infoc azienda azspe Abia Abia Infoc Infoc sede azienda persona ri oggetto sociale Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 70. Moni Finanziamenti alle Imprese Utente Soggetto Soggetto fisico Soggetto / Persona Contributo giuridico fisicaGeneratore Contributo Italiano Impresa invio file revocato Documento Spesa Contributo progetto liquidato Atto Contributo registro concesso Norma Attuazioneagevolazione Fonte normativa Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 71. Argomento sanità Italiano Riferimento catastale Soggetto Soggetto fisico/ persona fisica Luogo Soggetto giuridico Documento Contribuente Bene Impresa Appartenente catastoBene privato ImmobileDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 72. Dominio sanità Soggetto Documento Soggetto fisico/ persona fisica Italiano Luogo Sede Soggetto giuridico LocalitàRiferimento Impresa catastaleDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 73. Asivg Statistiche interruzioni di gravidanza Documento Soggetto Luogo Rata di pensione emessa Soggetto fisico / Persona Asi-t fisica Struttre 1998 Ass-r-ssr Assistenza Assistito TossicodipendenteAss-t-ss Ass-t-ssRiabilitativa Territoriale Ass-s-tiposs riabilitativa Ass-d-tiposst assistenza Ass-t Ass-t-ssAnagrafe ss ospedaliera Ass-t Ass-d -tiposs Ass-t-sso Ass-t-u dipartimento ospedaliera Assetto ospedaliera organizzativo Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 74. Argomento territorio Luogo Documento Soggetto Soggetto fisico/ persona Tossicodipendente fisicaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 75. Dominio territoriale Soggetto DocumentoRiferimento catastale Luogo Bene Bene privato Sede Località Immobile Stradario Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 76. Giuridr Legislazione su risorse idriche Pubblicazione L-doc-sett-tem Ente emanante Normativa Settore termico DocumentoFile normativa Tipologia Organo Bibliografia Sentenza giurisdizionale L fileriass sen biblio File riassuntivo Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 77. Siri Rete Idrogeologica Soggetto Documento Sede Bene Luogo Riferimento Località catastaleImmobile Mobile Comuni Stradario Terreno Aqcuedotto Italia Demanio necessario Province idrico ItaliaDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali
  • 78. Sitad Stradario Tipo Via Luogo L1 Tipo Località Nome Via Nome Via Stradario Stradario storico Stradario VARDirezione Atenei, Cultura, Banche Dati e Sistemi Decisionali