Este documento descreve um projeto de pesquisa que visa aplicar múltiplos algoritmos de correlação em indicadores em um ambiente de business intelligence para identificar padrões ocultos nos dados. O projeto propõe avaliar o desempenho de vários algoritmos de previsão em cada indicador individual durante o processo de extração, transformação e carregamento dos dados, a fim de obter o melhor resultado para cada indicador.

2. • Histórico de outros projetos
 6 Prêmios FINEP de Inovação Tecnológica
 Prêmio Incubadora do Ano pela Associação Nacional de Entidades
Promotoras de Tecnologias Avançadas (ANPROTEC)
 Vários prêmios SINFOR e IEL interação Universidade-Empresa
 Projetos de transferência de tecnologia com MP, MCT, MEC, MS,
MTE, MD, MDIC, STF, SERPRO, GDF
 Projetos de inovação, desenvolvimento e transferência de
tecnologia com Dell, Petrobras, Nokia, Nortel, Compaq, IBM, HP,
Huawai, Alcatel, Siemens, Positivo
 PTCD (pré-estudos em 2007-2008, EVTEC em curso)
UnB e PROJETOS
• Equipe Executora
 Professores, alunos de Graduação, Mestrado e
Doutorado; Profissionais do domínio das TI e
CI.

3. Multialgoritmic Correlation Analysis of Indicators in
a BI Environment
Projeto e Pesquisa
Ararigleno Almeida Fernandes, Marcos Prado, Rafael Timóteo de Sousa Júnior,
Daniel da Cunha Rodrigues, João Paulo Carvalho Lustosa da Costa, Edison
Pignaton de Freitas, Sandir Rodrigues Campos

4. APLICABILIDADE
Aplicou-se como estudo de caso os indicadores de gestão já
utilizados na Secretaria do Patrimônio da União (SPU).
“Conhecer, zelar e garantir que cada
imóvel da União cumpra sua função
socioambiental, em harmonia com a
função arrecadadora, em apoio a
programas estratégicos para a
Nação.”

5. Atualmente, a localização de padrões não óbvios, ocultos em
grandes conjuntos de dados sobre indicadores, conduziu-se ao
estudo e a aplicação de algorítimos de predição disponíveis em
ferramentas de Mineração de Dados e de Business Intelligence
(BI).
JUSTIFICATIVA

6. Atualmente, a localização de padrões não óbvios, ocultos em
grandes conjuntos de dados sobre indicadores, conduziu-se ao
estudo e a aplicação de algorítimos de predição disponíveis em
ferramentas de Mineração de Dados e de Business Intelligence
(BI).
Todavia, os métodos tradicionais de preditividade,
desenvolvidos nas ferramentas de BI, não permitem customizá-
las afim de permitir a possibilidade de alternativas para
melhores soluções de algoritmos no processo de predição sobre
a analise particular do indicador.
JUSTIFICATIVA

7. O trabalho propõe-se a analise e aplicação de um modelo
automatizado de uma série de algoritmos sobre cada indicador
durante o processo de ETL em um ambiente de DW.
Para tanto, será analisado o desempenho de diversos algoritmos
de predição sobre os indicadores durante a carga, afim da
obtenção do melhor resultado individual sobre cada indicador.
PROPOSTA DE PESQUISA

8. ARQUITETURA

9. PROCESSO ETL

10. OS RESULTADOS

11. OBRIGADO !
Centro de Apoio ao Desenvolvimento Tecnológico – CDT
www.cdt.unb.br
Laboratório de Tecnologias da Tomada de Decisão – LATITUDE
http://www.redes.unb.br/latitude/
Faculdade de Tecnologia – LabRedes
Campus Universitário Darcy Ribeiro
Brasília – Distrito Federal
Telefone: +55 61 3107 5597
COMENTÁRIOS E QUESTÕES