Tecnologia Da Informacao

Curso de Análise e Desenvolvimento de Sistemas

Disciplina: Sistemas de Apoio a Tomada de Decisão

Prof. Edson Brito

Turma: ASN081

01 - Sobre Métodos de Mineração de Dados são feitas as afirmativas a seguir.

I – Nas árvores de decisão o processo de reprodução é feito através de mutação e cruzamento.

II – Os algoritmos de Redes Neurais podem ser utilizados para realizar Classificação.

III – A segmentação de mercado é um exemplo de aplicação da Clusterização.

Está(ão) correta(s) a(s) afirmativas(s):

(A) I, apenas.

(B) II, apenas.

(C) I e II, apenas.

(D) II e III, apenas.

(E) I, II e III.

02 - A Livraria Virtual Ltda. decidiu introduzir a venda de livros através de sua homepage. Para tal, ela precisa dispor de um sistema que possa determinar, com base em seu atual banco de dados, uma segmentação de clientes para a posteriori utilizar esta informação na personalização do acesso à homepage. Que tipo de Sistema poderá ajudar a empresa na segmentação de seus clientes?

(A) Sistema de Apoio a Transação – SPT.

(B) Sistema de Gerenciamento de Clientes - CRM.

(C) Sistema de Apoio a Tomada de Decisão – SAD

(D) Sistema de Produção Produção - MRP.

(E) Sistema de Informação Gerencial – SIG

03 - Em um Data Warehouse, é correto afirmar que a aquisição da informação:

(A) É a camada responsável por prover o armazenamento da informação.

(B) É a camada responsável por reunir, refinar, limpar e agregar os dados dos sistemas de produção. O dado deve estar correto e prover um único significado para facilitar a tomada de decisão.

(C) É parte da arquitetura que suportará um conjunto de ferramentas de apresentação e análise.

(D) É um conjunto integrado de dados de apoio às decisões gerenciais, não-volátil, baseado em assuntos e variável em relação ao tempo.

04 - Pode ser definido como um banco de dados especializado que integra e gerencia o fluxo de informações a partir dos bancos de dados corporativos e fontes de dados externos a empresa:

(A) ERP

(B) Workflow

(C) Data mining

(D) Data warehouse

(E) Business Intelligence

05 – KDD é o processo de extração de padrões (conhecimentos) embutidos nos dados. Além disso, os padrões extraídos devem ser válidos, novos (previamente desconhecidos), potencialmente úteis e compreensíveis. O processo KDD é composto por um conjunto de etapas na qual uma delas tem como função: reduzir o número de amostras, atributos, intervalos de atributos; normalizar. Tal etapa refere-se a:

(A) Etapa de Mineração de Dados

(B) Etapa de Seleção dos Dados

(C) Etapa de Pré-processamento e Transformação de Dados

(D) Etapa de Avaliação

(E) Etapa de Interpretação

06 – “Separar os registros de uma base de dados em subconjuntos ou clusters, de tal forma que os elementos compartilhem de propriedades comuns que os distingam de elementos de outros clusters.” Tal afirmação refere-se a uma das tarefas de mineração de dados conhecida como:

(A) Classificação

(B) Agrupamento