Aplicação de técnicas de business intelligence a base de dados prosopográficas

Abstract

A análise multidimensional de informação e a descoberta de padrões desconhecidos em dados são um vetor estruturante dos sistemas modernos de análise de dados. Este trabalho pretende, em termos globais, apresentar um conjunto de técnicas e métodos de Business Intelligence que aplicadas a uma base de dados prosopográfica – o sistema SPARES – melhorem a forma atual de exploração de dados que é essencialmente baseada em filtros avulsos. A análise temporal é de vital importância para Data Warehousing. A maior quantidade de problemas que surgem na resposta a dar, na análise de dados, aos utilizadores de Data Warehousing, nomeadamente aos gestores empresariais, está relacionada com a falta de uma dimensão “DATA”. Geralmente, a maioria de perguntas para tomada de decisões, tem como restrição o tempo (data), podendo-se então afirmar sem margem de dúvida que é um dos recursos mais valioso no modelo dimensional. Feito este enquadramento, surge então a questão cerne do nosso objeto de estudo: será possível ter uma dimensão Temporal, de acordo com o ambiente de exploração de dados do sistema SPARES? Isto é de grande importância tendo em conta a multiplicidade de vetores que definem uma data em dados históricos entre os séculos XVI e XVIII. Paralelamente ao objetivo de otimizar e operacionalizar a análise de dados de relações e eventos com o suporte em informação prosopográfica, o trabalho incide particularmente na construção de uma aplicação do tipo CUBO, com a finalidade de melhorar a análise e exploração de dados no sistema SPARES; Application of Business Intelligence to Prosopographic Database Abstract: The multi-dimensional information analysis and the discovery of unknown patterns in data are a structural vector of modern data analysis systems. This work intends, overall, to present a set of techniques and methods of business intelligence that applied to a prosopographic database - the SPARES system - can improve the current form of data exploration which is essentially based on single filters. The majority number of problems that arise in the data analysis response to data warehousing users, namely to Business managers, is related with the lack of a "DATE" dimension. Generally, the majority of questions that decision making have, is the constraint of time (date), and it can then be argued beyond doubt that it is one of the most valuable features in the dimensional model. Once this framework is in place, the main question of our object of study arises: will it be possible to have a Temporal dimension, according to the data exploration environment of the SPARES system? This is of great importance in view of the multiplicity of vectors that define a date in historical data between the sixteenth and eighteenth centuries. Parallel to the objective of optimizing and operationalizing the analysis of data of relations and events with the support in prosopographic information, the work focuses particularly on the construction of an application of the type CUBE, with the purpose of improving the analysis and exploitation of data in the SPARES system.