Pular para o conteúdo principal

Questão de Banco de Dados — Data Mining — FCC 2019

Banco de DadosData Mining
Código
fc056635
Banca
FCC
Órgão
SEFAZ-BA
Ano
2019
Cargo
Auditor Fiscal - Administração Tributária - Prova II
Além dos indicadores reativos que, uma vez implantados, automaticamente detectam as ocorrências com base nos indicadores mapeados, existem também os controles proativos, que requerem que os gestores os promovam periodicamente. Uma das técnicas que os gestores podem usar requer que sejam selecionadas, exploradas e modeladas grandes quantidades de dados para revelar padrões, tendências e relações que podem ajudar a identificar casos de fraude e corrupção. Relações ocultas entre pessoas, entidades e eventos são identificadas e as relações suspeitas podem ser encaminhadas para apuração específica. As anomalias apontadas por esse tipo de técnica não necessariamente indicam a ocorrência de fraude e corrupção, mas eventos singulares que merecem avaliação individualizada para a exclusão da possibilidade de fraude e corrupção e, no caso da não exclusão, uma investigação.(Adaptado de: TCU - Tribunal de Contas da União)O texto se refere à técnica de
  1. Adata mart.
  2. Bdata warehousing.
  3. Cbig data.
  4. DOLAP.
  5. Edata mining.
Revelar gabarito e comentário

GabaritoE — 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”.

Data Mining (Mineração de Dados)

Gabarito: letra E. O texto descreve exatamente o processo de data mining: selecionar, explorar e modelar grandes quantidades de dados para revelar padrões, tendências e relações ocultas, com o objetivo de identificar anomalias que podem indicar fraude ou corrupção. Data mining é definido como o processo de descoberta de padrões não triviais em grandes bases de dados, buscando correlações e relacionamentos implícitos.

As demais alternativas referem-se a conceitos relacionados, mas não à técnica descrita:

Alternativa A — ❌ Incorreta

Data mart é um subconjunto de um data warehouse, voltado para uma área de negócio específica. Não se trata de uma técnica de exploração e descoberta de padrões.

Alternativa B — ❌ Incorreta

Data warehousing é o processo de construção e gerenciamento de um data warehouse (repositório central de dados). É uma infraestrutura de armazenamento, não uma técnica analítica de descoberta de padrões.

Alternativa C — ❌ Incorreta

Big data refere-se ao grande volume de dados, não a uma técnica específica de análise. Embora o big data possa ser usado com data mining, o conceito é mais amplo e não descreve o método de revelar padrões ocultos.

Alternativa D — ❌ Incorreta

OLAP (Online Analytical Processing) é uma tecnologia para consultas multidimensionais rápidas, permitindo drill-down, roll-up e slice & dice. É uma ferramenta de análise descritiva, mas não tem como foco principal descobrir padrões implícitos ou desconhecidos; o usuário geralmente sabe o que está procurando.

Alternativa E — ✅ Correta ⟵ GABARITO

Data mining (mineração de dados) é o processo de explorar grandes volumes de dados para extrair padrões consistentes, regras de associação, sequências temporais e relacionamentos sistemáticos, exatamente como descrito no texto: "selecionadas, exploradas e modeladas grandes quantidades de dados para revelar padrões, tendências e relações" e "relações ocultas entre pessoas, entidades e eventos são identificadas". As anomalias apontadas não são conclusivas, mas merecem investigação, o que é típico do data mining.

Gabarito: letra E.

Link permanente: /questoes/fc056635