Made available in DSpace on 2015-05-14T12:36:29Z (GMT). No. of bitstreams: 1
parte1.pdf: 3149727 bytes, checksum: 501b860d063bed8174828ab1c9287d13 (MD5)
Previous issue date: 2009-05-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work propose to use technologies of databases with the aim of providing decision
support for managers of sector of sanitation, given that the services of water supply for use of
the population are a key indicator of quality of life. The fundamental idea is to collect
operational data, reduce them to the scope of the problem, organize them into a repository of
data, and finally apply the techniques OLAP and Data Mining algorithms to obtain results that
give managers a better understanding of the behavior and profile of the company. To facilitate
the application of the techniques of Data Mining is necessary that the data are stored properly.
Accordingly, an alternative for increasing the efficiency in storage, management and
operation of data to support the decision based on the development of Data Warehouse. This
is source of strategic information of the business, creating a competitive differential for the
company. In this context, was required to implement the repository of data, Data Warehouse,
to store, integrate and carry out consultations on the multidimensional data from the company
of water supply. Therefore, this Master's thesis aims to design a Data Warehouse relating to
Departmental Business, also known as Data Mart; applied the technology on the OLAP
multidimensional cubes of data, and run the Data Mining algorithms to the generation of a
decision support system to minimize the apparent losses in the urban water supply system. / Esta dissertação se propõe a utilizar tecnologias de Banco de Dados com a finalidade de
oferecer apoio à decisão para os gestores do setor de saneamento, haja vista que os serviços de
abastecimento de água para uso da população se constituem em um dos principais indicadores
da qualidade de vida da humanidade. A idéia fundamental consiste em coletar os dados
operacionais, reduzi-los ao escopo de um problema, organizá-los em um repositório de dados,
e finalmente aplicar as tecnologias OLAP e os algoritmos de Mineração de Dados, a fim de
obter resultados que proporcionem aos gestores um melhor entendimento do comportamento e
perfil da companhia. Para facilitar a aplicação de técnicas de Mineração de Dados é
necessário que estes dados estejam armazenados apropriadamente. Neste sentido, uma das
alternativas para o aumento da eficiência no armazenamento, gestão e operação dos dados
para o suporte a decisão baseia-se no desenvolvimento do Data Warehouse. Este ambiente
constitui fontes de informações estratégicas do negócio, gerando um diferencial competitivo
para a companhia. Diante deste contexto, se fez necessário a implementação do repositório de
dados, o Data Warehouse, para armazenar, integrar e realizar as consultas multidimensionais
sobre os dados extraídos da companhia de abastecimento de água. Portanto, esta dissertação
de mestrado tem como objetivos projetar um Data Warehouse Departamental referente ao
setor comercial, também conhecido como Data Mart; aplicar as tecnologias OLAP sobre os
cubos de dados multidimensionais; e executar algoritmos de Mineração de Dados visando a
geração de um sistema de apoio à decisão para minimização das perdas aparentes no sistema
de abastecimento urbano de água.
Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/6054 |
Date | 29 May 2009 |
Creators | Gouveia, Roberta Macêdo Marques |
Contributors | Soares, Valéria Gonçalves |
Publisher | Universidade Federal da Paraíba, Programa de Pós Graduação em Informática, UFPB, BR, Informática |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFPB, instname:Universidade Federal da Paraíba, instacron:UFPB |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds