ONTODW: uma abordagem para a extração de perspectivas de análise a partir de data warehouses

Silva, Tiago Outerelo da

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Amorim, Fernanda Araujo Baião
dc.contributor.author	Silva, Tiago Outerelo da
dc.date.accessioned	2018-04-13T18:44:29Z
dc.date.available	2018-04-13T18:44:29Z
dc.date.issued	2016-09-12
dc.identifier.citation	SILVA, Tiago Outerelo da. ONTODW: uma abordagem para a extração de perspectivas de análises a partir de data warehouses. 2016. xiv; 171f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2016.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/11523
dc.description	Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2016/10.	pt_BR
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	ONTODW: uma abordagem para a extração de perspectivas de análise a partir de data warehouses	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.advisor-co	Revoredo, Kate Cerqueira
dc.contributor.referee	Amorim, Fernanda Araujo Baião
dc.contributor.referee	Revoredo, Kate Cerqueira
dc.contributor.referee	Tanaka, Astério Kiyoshi
dc.contributor.referee	Campos, Maria Luiza Machado
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro, RJ.	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA	pt_BR
dc.subject.cnpq	CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Business Intelligence	pt_BR
dc.subject.en	Data Warehouse	pt_BR
dc.subject.en	ontology	pt_BR
dc.description.abstracten	Business Intelligence (BI) fosters proper decision-making in organizations, mainly by providing the means to analyze historical data stored in repositories called Data Warehouses (DW). However, a formal representation of the concepts implemented in a DW rarely exists, which would be important to clarify and semantically describe the concepts behind the data stored in a DW, as well as the analytical concepts that are available for the BI tools. Examples of important pieces of knowledge that are frequently hidden into the DW are: which concepts are available as analysis perspectives (dimensions), how the concepts relate to each other, which metrics (facts) are available and what do they mean, which domain perspectives are considered for each metric and how metrics may be aggregated. On the other hand, one of the relevant uses of an ontology for the Computer Science area is as a codified artifact that formally represents a shared conceptualization about a universe of discourse. Therefore, ontologies can be used to represent both domain and analytical concepts codified and stored in a DW. However, extracting these concepts from an already-in-production DW is not a trivial task, especially in medium and large organizations, often with tens of metrics and tens (even hundreds) of dimensions and potential aggregations. In this dissertation, we define a set of mapping rules from DW constructs to conceptual elements (concepts and relationships), towards automatically extracting structural elements of the BI application in an ontology codified in OWL. The proposal was successfully evaluated in a real scenario of the pension fund of employees of a Brazilian financial institution.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Business Intelligence (BI) promove a adequada tomada de decisão nas organizações, principalmente fornecendo os meios para analisar dados históricos armazenados em repositórios chamados Data Warehouses (DW). No entanto, uma representação formal dos conceitos implementados em um DW raramente existe, o que seria importante para esclarecer e semanticamente descrever os conceitos por trás dos dados armazenados em um DW, bem como os conceitos analíticos que estão disponíveis para as ferramentas de BI. Exemplos de importantes peças de conhecimento que estão frequentemente ocultas no DW são: quais os conceitos que estão disponíveis como perspectivas de análise (dimensões), como os conceitos se relacionam entre si, quais medidas (fatos) estão disponíveis e o que elas significam, que perspectivas de domínio são consideradas para cada medida e como as medidas podem ser agregadas. Por outro lado, um dos usos relevantes de uma ontologia para a área de Ciência da Computação é como um artefato codificado que representa formalmente uma conceitualização compartilhada sobre um universo de discurso. Portanto, ontologias podem ser utilizadas para representar conceitos de domínio e conceitos analíticos codificados e armazenados em um DW. No entanto, extrair esses conceitos a partir de um DW em produção não é uma tarefa trivial, especialmente em organizações de médio e grande porte, frequentemente com dezenas de medidas e dezenas (mesmo centenas) de dimensões e potenciais agregações. Neste trabalho, é definido um conjunto de regras de mapeamento entre construtos de DW e elementos conceituais (conceitos e relacionamentos), no sentido de extrair automaticamente elementos estruturais da aplicação de BI em uma ontologia codificada em OWL. A proposta foi avaliada com sucesso em um cenário real de um fundo de pensão dos funcionários de uma instituição financeira brasileira.	pt_BR
dc.subject.pt	Business Intelligence	pt_BR
dc.subject.pt	Data Warehouse	pt_BR
dc.subject.pt	Ontologia	pt_BR