Sistemas de Informação Analíticos

Código:

MCI0028

Sigla:

SIA

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2016/2017 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Informática
Curso/CE Responsável:	Mestrado em Ciência da Informação

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MCI	7	Plano de estudos oficial	2	-	6	56	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Dotar os estudantes da capacidade de especificar um armazém de dados e de interpretar os resultados obtidos dos modelos de visualização e de análise que lhes estão associados, incluindo a montagem de sistemas BSC.

Resultados de aprendizagem e competências

1. Identificação de oportunidades de utilização de SI analíticos.


2. Elaboração do estudo de viabilidade de projetos de SI analíticos.


3. Projeto do modelo dimensional.


4. Especificação dos modelos analíticos.


5. Especificação dos metadados do projeto de um armazém de dados.


6. Condução de um projeto de BSC.


7. Seleção das técnicas a utilizar nos projetos de SI analíticos.


8. Interpretação dos resultados de tais projetos.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Bases de dados relacionais, normalização, SQL.

Programa

Sistemas transacionais e sistemas analíticos.

Qualidade de dados.

Fases de um projeto de um armazém de dados.

Levantamento de processos e de necessidades de informação.

Modelação dimensional. Casos especiais.

Extração, transporte e carregamento de dados.

Exploração do armazém de dados.

Metadados num armazém de dados.

Obtenção de indicadores.

Sistemas de Balanced Score Cards.

Dados explícitos e dados implícitos.

Sistemas de mineração de dados.

Identificação de regras e métricas.

Problemas de classificação.

Regras de associação.

Séries temporais.

Algoritmos principais.

Apresentação de resultados.

Bibliografia Obrigatória

Ralph Kimball, Margy Ross, Warren Thornthwaite, Joy Mundy, Bob Becker; The Data Warehouse Lifecycle Toolkit, 2nd ed., John Wiley & Sons, 2008. ISBN: 978-0470149775

Bibliografia Complementar

Ralph Kimball, Margy Ross; The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3rd ed., John Wiley & Sons, 2013. ISBN: 978-1118530801
Inmon, W. H.; Building the data warehouse. ISBN: 0-471-08130-2
Oracle Corporation; Oracle® Database - Data Warehousing Guide - 11g Release 2 (11.2), Oracle Corporation, 2011 (Documento E25554-01)
Oracle Corporation; Oracle® OLAP - User's Guide - 11g Release 2 (11.2), Oracle Corporation, 2010 (Documento E17123-03)

Métodos de ensino e atividades de aprendizagem

As aulas irão alternando componentes de exposição de conceitos e demonstração de técnicas com a realização de pequenos exercícios e o desenvolvimento por etapas de um trabalho prático de média dimensão.

Para desenvolver as competências de integração dos múltiplos aspetos dos SI analíticos, o projeto aplicado será baseado num caso de estudo. Este projecto pretende dar uma visão integrada dos aspetos lecionados nas aulas. Desta forma pretende-se aumentar a sensibilidade dos estudantes para os problemas dos armazéns de dados e da sua análise e fornecer-lhes experiências e casos de estudo próximos da realidade.

Software

Oracle

Palavras Chave

Ciências Físicas > Ciência de computadores > Gestão de bases de dados

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	40,00
Participação presencial	20,00
Trabalho laboratorial	40,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	66,00
Frequência das aulas	56,00
Trabalho laboratorial	40,00
Total:	162,00

Obtenção de frequência

Avaliação distribuída não inferior a 7,5.

Fórmula de cálculo da classificação final

NotaExercícios: nota de exercícios apresentados nas aulas práticas.

NotaProjeto: nota do projeto realizado em grupo.

NotaExame: nota do exame final.

Final = 20% * NotaExercícios + 40% * NotaProjeto + 40% NotaExame

Requer-se nota superior a 7,5 na NotaExame.

Provas e trabalhos especiais

1 trabalho laboratorial.

Avaliação especial (TE, DA, ...)

Os estudantes com estatutos especiais devem entregar e apresentar o trabalho e fazer o exame nas mesmas datas que os restantes estudantes. Os exercícios das aulas podem ser entregues na semana seguinte.

Melhoria de classificação

O exame final pode ser melhorado através de um exame de melhoria de classificação.
O trabalho prático pode ser melhorado através de um novo trabalho a definir pelo docente.