Questão de Banco de Dados — Data Mining — FCC 2017
Banco de Dados›Data Mining
Código
fc039511
Banca
FCC
Órgão
TRT - 11ª Região (AM e RR)
Ano
2017
Nível
Médio
Cargo
Técnico Judiciário - Tecnologia da Informação
Sistemas do tipo I e do tipo II realizam tarefas diferentes, porém complementares. O tipo I é adequado para atividades como indexação de dados, alocação de custos, análises de séries temporais e análises “what-if”. Porém, a maioria dos sistemas do tipo I não tem a capacidade de realizar inferências indutivas, processo que permite chegar a conclusões genéricas a partir de exemplos específicos, que são uma característica nativa de sistemas do tipo II. Sistemas do tipo I fornecem uma visão multidimensional de dados, incluindo suporte a hierarquias. Essa visão de dados é uma forma natural de analisar negócios e organizações. Sistemas do tipo II, por outro lado, podem ajudar a detectar tendências, encontrar padrões e relações entre as informações disponíveis em bancos de dados. Os sistemas do tipo II podem encontrar informações ocultas nos dados disponíveis, mas é o gestor quem deve atribuir o valor de cada uma dessas descobertas para a organização.Os sistemas do tipo I e II são, correta e respectivamente,
AData Warehouse e Data Mining.
BBanco de Dados Multidimensional e Banco de Dados Relacional.
CData Mining e Data Warehouse.
DOLAP e Data Mining.
EOLAP e Data Warehouse.
Revelar gabarito e comentário▾
GabaritoD — OLAP e Data Mining.
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”.
OLAP e Data Mining: características e diferenças
Gabarito: letra D. O tipo I descrito é OLAP (On-Line Analytical Processing), que fornece visão multidimensional, suporte a hierarquias e é adequado para análises como "what-if" e séries temporais. O tipo II é Data Mining, que realiza inferências indutivas, detecta padrões e tendências ocultas nos dados. As descrições do enunciado coincidem exatamente com essas definições.
A questão exige distinguir dois pilares do suporte à decisão: OLAP (análise multidimensional) e Data Mining (descoberta de padrões). Vamos analisar cada alternativa:
Característica / Atributo
Tipo I (OLAP)
Tipo II (Data Mining)
Função principal
Análise multidimensional de dados
Descoberta de padrões e inferências indutivas
Atividades típicas
Indexação de dados, alocação de custos, análises de séries temporais, análises “what-if”
Detecção de tendências, encontrar padrões e relações ocultas
Capacidade de inferência indutiva
Não possui
Característica nativa
Visão dos dados
Multidimensional, com suporte a hierarquias
Não especificada (foco em padrões)
Papel do gestor
Atribuir significado às análises
Atribuir significado às informações ocultas encontradas
OLAP (Tipo I)
Data Mining (Tipo II)
Inferência indutiva
Visão hierárquica, what-if
Padrões e tendências
Análise multidimensional
Não realiza inferências
Descoberta de padrões ocultos
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
Data Warehouse é o repositório onde os dados são armazenados, não a ferramenta que realiza as análises descritas (indexação, alocação de custos, what-if). O tipo I do enunciado refere-se ao OLAP, que opera sobre o Data Warehouse.
Alternativa B — ❌ Incorreta
Banco de Dados Multidimensional é o modelo de dados subjacente, mas o sistema que permite a navegação e análise (slice & dice, drill-down) é o OLAP. O tipo II também não é banco relacional.
Alternativa C — ❌ Incorreta
Inverte a ordem: Data Mining é tipo II (inferência indutiva, descoberta de padrões) e não tipo I; Data Warehouse não é tipo I nem tipo II (é o repositório).
Alternativa D — ✅ Correta ⟵ GABARITO
Corresponde exatamente: OLAP (tipo I) para análises multidimensionais e what-if; Data Mining (tipo II) para inferências indutivas e descoberta de padrões.
Conteúdo de apoio (FCC):
"O OLAP é uma abordagem para responder rapidamente questões ad hoc através da execução de consultas analíticas multidimensionais... Porém, os sistemas OLAP não têm capacidades para realizar inferências."
"Data mining, ou mineração de dados, é o processo de descoberta de padrões existentes em grandes massas de dados..."
Alternativa E — ❌ Incorreta
Troca o tipo II: Data Warehouse não realiza inferências indutivas nem descobre padrões ocultos – essa tarefa é do Data Mining.
PEGA ESSA DICA!
Na prova, lembre que o verbo "inferir" (induzir a partir de exemplos) é característica exclusiva do Data Mining. OLAP é meramente descritivo, mesmo que permita análises sofisticadas (séries temporais, what-if).