Pular para o conteúdo principal

Questão de Sistemas de Informação — Conceito de TI e SI — CESPE / CEBRASPE 2025

Sistemas de InformaçãoConceito de TI e SI
Código
ce193343
Banca
CESPE / CEBRASPE
Órgão
AEB
Ano
2025
Nível
Superior
Cargo
Analista em Ciência e Tecnologia Júnior – Especialidade: Cooperação Internacional
Em business intelligence, mineração de dados consiste em
  1. Aprocesso analógico que cria dados oriundo de padrões inconsistentes entre variáveis, de forma a validá-los com novos subconjuntos de dados.
  2. Bprocesso analítico projetado para explorar grandes quantidades de dados na busca de padrões consistentes e(ou) relacionamentos sistemáticos entre variáveis.
  3. Cprocesso analítico que define o valor e a relação que, por sua vez, vão transformar a informação em peça fundamental para um banco de dados relacional.
  4. Dprocesso analógico que utiliza dados não estruturados para gerar padrões consistentes entre uma ou mais variáveis, de forma a validá-los com novos subconjuntos de dados.
  5. Eprocesso analítico que independe do valor e da relação que é capaz de transformar a informação em peça fundamental para um banco de dados não relacional.
Revelar gabarito e comentário

GabaritoB — processo analítico projetado para explorar grandes quantidades de dados na busca de padrões consistentes e(ou) relacionamentos sistemáticos entre variáveis.

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Mineração de Dados em Business Intelligence

Gabarito: letra B. Mineração de dados (data mining) é um processo analítico que busca explorar grandes volumes de dados para encontrar padrões consistentes e relacionamentos sistemáticos. Essa definição é consagrada na literatura de Business Intelligence.

A banca testa o conceito central de data mining: é um processo analítico (não analógico) e busca padrões consistentes (não inconsistentes). As alternativas confundem esses termos para induzir ao erro.

Alternativa A — ❌ Incorreta

Afirma que a mineração de dados é um "processo analógico" e que "cria dados oriundos de padrões inconsistentes". Data mining não é analógico — é analítico — e não cria dados, mas extrai padrões. Além disso, busca padrões consistentes, não inconsistentes. O erro está no termo "analógico" e no foco em padrões inconsistentes.

Alternativa B — ✅ Correta ⟵ GABARITO

Descreve corretamente o processo: analítico, exploratório de grandes quantidades de dados, com foco em padrões consistentes e relacionamentos sistemáticos. Corresponde exatamente à definição de data mining.

Alternativa C — ❌ Incorreta

Diz que a mineração de dados "define o valor e a relação para transformar a informação em peça fundamental para um banco de dados relacional". Isso não é data mining — refere-se mais à modelagem de dados ou definição de esquemas. Data mining não tem esse propósito.

Alternativa D — ❌ Incorreta

Repete o erro de chamar o processo de "analógico" e menciona "dados não estruturados" como foco, mas data mining pode usar ambos. O principal erro é o termo "analógico" novamente. Além disso, a frase não representa a essência da mineração.

Alternativa E — ❌ Incorreta

Afirma que o processo "independe do valor e da relação" e que transforma a informação em peça fundamental para banco não relacional. Data mining depende de valores e relações — busca identificá-los. Também não se limita a bancos não relacionais.

NÃO CAIA NESSA!

A banca troca "analítico" por "analógico" e "padrões consistentes" por "inconsistentes" em várias alternativas. Fique atento: data mining é sempre analítico e busca consistência.

Gabarito: letra B.

Link permanente: /questoes/ce193343