7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 1/26

Ing. Eduardo López

Base de Datos

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 2/26

Capítulos

• Modelamiento de base de Datos.

• Normalización.

• Claves.

•

Bases de Datos Distribuidas.• Preparación de los datos.

• Integridad de los datos.

• Apoyo para la toma de decisiones.

•

Data Wareouse y DataMarts.• Procesamiento anal!tico en linea" Bases

Multidimensionales.

• Miner!a de datos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 3/26

Modelamiento de base de Datos.

• Entidad – Atributos.

• Relaciones - Conjunto de Relaciones.

•

odelo Entidad Relacion!Co"ponente.

• Ejercicios! ER.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 4/26

Base de datos relacional

• #na base de datos relacional es una base de datos %uecu"ple con el "odelo relacional& el cual es el "odelo "'sutilizado en la actualidad para i"ple"entar bases de datos(a plani)cadas. *er"iten establecer intercone+iones

,relaciones entre los datos ,%ue est'n guardados entablas& ( a tra/s de dic0as cone+iones relacionar losdatos de a"bas tablas& de a0í proiene suno"bre! #Modelo $elacional#. 1ras ser postuladas susbases en 2345 por Edgar 6ran7 Codd& de los laboratoriosIB en 8an 9os/ ,Cali:ornia& no tardó en consolidarse co"oun nueo paradig"a en los "odelos de base de datos.2

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 5/26

Características

• #na base de datos relacional se co"pone de arias tablas o relaciones.

• ;o pueden e+istir dos tablas con el "is"o no"bre ni registro.

• Cada tabla es a su ez un conjunto de registros ,)las (

colu"nas.• La relación entre una tabla padre ( un 0ijo se llea a cabo por

"edio de las claes pri"arias ( ajenas ,o :or'neas.

• Las claes pri"arias son la clae principal de un registrodentro de una tabla ( /stas deben cu"plir con la integridad

de datos.• Las claes ajenas se colocan en la tabla 0ija& contienen el

"is"o alor %ue la clae pri"aria del registro padre< por"edio de /stas se 0acen las relaciones.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 6/26

Normalización.

• Consiste en aplicar una serie de reglas a las relaciones obtenidastras el paso del "odelo entidad-relación al "odelo relacional.

• Las bases de datos relacionales se nor"alizan para!

• Eitar la redundancia de los datos.

• Eitar proble"as de actualización de los datos en las tablas.

• *roteger la integridad de los datos.

• En el "odelo relacional es :recuente lla"ar tabla a una relación&aun%ue para %ue una tabla sea considerada co"o una relacióntiene %ue cu"plir con algunas restricciones!

• Cada tabla debe tener su no"bre =nico.

• ;o puede 0aber dos )las iguales. ;o se per"iten los duplicados.

•  1odos los datos en una colu"na deben ser del "is"o tipo.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 7/26

Claves.•Clave %nica

•Cada tabla puede tener uno o "'s ca"pos cu(os alores identi)can de :or"a =nica cada registro dedic0a tabla& es decir& no pueden e+istir dos o "'s registros di:erentes cu(os alores en dic0os ca"pos

sean id/nticos. Este conjunto de ca"pos se lla"a clae =nica.•*ueden e+istir arias claes =nicas en una deter"inada tabla& ( a cada una de /stas suele lla"'rselecandidata a clae pri"aria.

• >editar?Clave primaria

•#na clae pri"aria es una clae =nica elegida entre todas las candidatas %ue de)ne uníoca"ente atodos los de"'s atributos de la tabla& para especi)car los datos %ue ser'n relacionados con las de"'stablas. La :or"a de 0acer esto es por "edio de claes :or'neas.

•8ólo puede e+istir una clae pri"aria por tabla ( ning=n ca"po de dic0a clae puede contener alores;#LL.

• >editar?Clave &or'nea

•#na clae :or'nea es una re:erencia a una clae en otra tabla& deter"ina la relación e+istente en dostablas. Las claes :or'neas no necesitan ser claes =nicas en la tabla donde est'n ( sí a donde est'nre:erenciadas.

•*or eje"plo& el código de departa"ento puede ser una clae :or'nea en la tabla de e"pleados. 8eper"ite %ue 0a(a arios e"pleados en un "is"o departa"ento& pero 0abr' uno ( sólo un departa"entopor cada clae distinta de departa"ento en la tabla de e"pleados.

• >editar?Clave !ndice

•Las claes índice surgen con la necesidad de tener un acceso "'s r'pido a los datos. Los índices puedenser creados con cual%uier co"binación de ca"pos de una tabla. Las consultas %ue )ltran registros por"edio de estos ca"pos& pueden encontrar los registros de :or"a no secuencial usando la clae índice.

•Las bases de datos relacionales inclu(en "=ltiples t/cnicas de ordena"iento& cada una de ellas es ópti"apara cierta distribución de datos ( ta"a@o de la relación.

•Los índices general"ente no se consideran parte de la base de datos& pues son un detalle agregado. 8ine"bargo& las claes índices son desarrolladas por el "is"o grupo de progra"adores %ue las otras partesde la base de datos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 8/26

 1er"inología relacional e%uialente

• Relación tabla o arc0io

• Registro registro& )la & renglón o tupla

• Atributo colu"na o ca"po

• Clae llae o código de identi)cación

• Clae Candidata superclae "íni"a

• Clae *ri"aria clae candidata elegida

•

Clae Ajena ,o :or'nea clae e+terna o clae :or'nea• Clae Alternatia clae secundaria

• Dependencia ultialuada dependencia "ultialor

• RDB8 Del ingl/s Relational Data Base Manager System %ue signi)ca& Sistema Gestor deBases de Datos Relacionales.

• 26; 8igni)ca& Primera Forma Normal o 2;6 del ingl/s First Normal Form.

• Los t/r"inos Relación& 1upla ( Atributo derian del 'lgebra ( c'lculo relacional& %ueconstitu(en la :uente teórica del "odelo de base de datos relacional.

•  1odo atributo en una tabla tiene un do"inio& el cual representa el conjunto de alores %ue el"is"o puede to"ar. #na instancia de una tabla puede erse entonces co"o un subconjuntodel producto cartesiano entre los do"inios de los atributos. 8in e"bargo& suele 0aberalgunas di:erencias con la analogía "ate"'tica& (a %ue algunos RDB8 per"iten )lasduplicadas& entre otras cosas. 6inal"ente& una tupla puede razonarse "ate"'tica"enteco"o un ele"ento del producto cartesiano entre los do"inios.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 9/26

Bases de Datos Distribuidas.

• #na base de datos distribuida ,BDD es un conjunto de "=ltiples

bases de datos lógica"ente relacionadas las cuales se encuentrandistribuidas en di:erentes espacios lógicos ,pej. un seridor corriendo "'%uinas irtuales e interconectados por una red de co"unicaciones.Dic0as BDD tienen la capacidad de realizar procesa"iento autóno"o&esto per"ite realizar operaciones locales o distribuidas. #n siste"a deBases de Datos Distribuida ,8BDD es un siste"a en el cual "=ltiples

sitios de bases de datos est'n ligados por un siste"a deco"unicaciones de tal :or"a %ue& un usuario en cual%uier sitio puedeacceder los datos en cual%uier parte de la red e+acta"ente co"o siestos :ueran accedidos de :or"a local.

• #n siste"a distribuido de bases de datos se al"acenan en ariasco"putadoras. Los principales :actores %ue distinguen un 8BDD de un

siste"a centralizado son los siguientes!• a( "=ltiples co"putadores& lla"ados sitios o nodos.

• Estos sitios deben de estar co"unicados por "edio de alg=n tipo de redde co"unicaciones para trans"itir datos ( órdenes entre los sitios.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 10/26

Detección de blo(ueos y concurrencia• Blo(ueos

• #n blo%ueo en general es cuando una acción %ue debe ser realizada est' esperando a un eento.*ara "anejar los blo%ueos 0a( distintos acerca"ientos! preención& detección& ( recuperación.

 1a"bi/n es necesario considerar :actores co"o %ue 0a( siste"as en los %ue per"itir un blo%ueo esinaceptable ( catastró)co& ( siste"as en los %ue la detección del blo%ueo es de"asiado costosa.

En el caso especí)co de las bases de datos distribuidas usar blo%ueo de recursos& peticiones paraprobar& establecer o liberar blo%ueos re%uiere "ensajes entre los "anejadores de transacciones ( elcalendarizador. *ara esto e+isten dos :or"as b'sicas!

• Autóno"a! cada nodo es responsable por sus propios blo%ueos de recursos.

 –#na transacción sobre un ele"ento con n replicas re%uiere n "ensajes

 –*etición del recurso –Aprobación de la petición

 –ensaje de la transacción

 –Reconoci"ientos de transacción e+itosa

 –*eticiones de liberación de recursos

• Copia *ri"aria! un nodo pri"ario es responsable para todos los blo%ueos de recursos

 –#na transacción sobre un ele"ento con n copias re%uiere nF "ensajes

 –#na petición del recurso –#na aprobación de la petición

 –n "ensajes de la transacción

 –n reconoci"ientos de transacción e+itosa

 –#na petición de liberación de recurso

• *ode"os de)nir %ue dos operaciones entran en conGicto %ue debe ser resuelto si a"bas acceden a la"is"a data& ( una de ellas es de escritura ( si :ueron realizadas por transacciones distintas.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 11/26

Concurrencia

• El eje"plo "'s co"=n de un blo%ueo "utuo es cuandoun recurso A est' siendo utilizado por una transacciónA %ue a su ez solicita un recurso B %ue est' siendoutilizado por una transacción B %ue solicita el recursoA. Entre los eje"plos especí)cos para las bases de

datos distribuidas pode"os destacar!!

Control de concurrencia

• El proble"a de las actualizaciones perdidas! cuandodos transacciones concurrentes borran el e:ecto una de

la otra• Recuperaciones inconsistentes! acceder a in:or"ación

"odi)cada parcial"ente por una transacción de Ian.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 12/26

)oluciones• El control de concurrencia ( detección ( "anejo de blo%ueos es un 'rea de

"uc0o estudio en las bases de datos distribuidas& a pesar de esto no 0a(

ning=n algorit"o aceptado para solucionar el proble"a. Esto se debe a arios:actores de los cuales se consideran a los siguientes tres los "'sdeter"inantes!

• La data puede estar duplicada en un BDD& por tanto& el "anejador de la BDDes responsable de localizar ( actualizar la data duplicada.

• 8i un nodo :alla o la co"unicación con un nodo :alla "ientras se realiza una

actualización& el "anejador debe asegurarse de %ue los e:ectos se reGejen unaez el nodo se recupere del :allo.

• La sincronización de transacciones en sitios o nodos "=ltiples es di:ícil (a %uelos nodos no pueden obtener in:or"ación in"ediata de las acciones realizadasen otros nodos concurrente"ente.

• *ara el control de blo%ueos "utuos no se 0a desarrollado ninguna solucióniable ( la :or"a "'s si"ple ( %ue la "a(oría de productos utilizan es la

i"ple"entación de un tie"po "'+i"o de espera en las peticiones deblo%ueos.

• Causa de estas di)cultades "'s de 5 algorit"os de control de concurrenciase 0an propuesto en el pasado& ( aun así siguen apareciendo nueos. #nareisión bibliogr')ca "uestra %ue la "a(oría de los algorit"os son ariantesdel *L ,-p0ase loc7ing o blo%ueo de dos :ases o el algorit"o de ti"e-sta"p.

A continuación se e+plican estos dos algorit"os b'sicos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 13/26

Preparación de los datos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 14/26

Integridad de los datos.• La e+igencia de integridad de los datos garantiza la calidad de

los datos de la base de datos. *or eje"plo& si se especi)capara un e"pleado el alor de identi)cador de *+,& la base dedatos no debe per"itir %ue ning=n otro e"pleado tenga el"is"o alor de identi)cador. 8i tiene unacolu"na employee-rating para la %ue se preean aloresentre * ( & la base de datos no debe aceptar alores :uera de

ese interalo. 8i en la tabla 0a( una colu"na dept-id en la%ue se al"acena el n="ero de departa"ento del e"pleado&la base de datos sólo debe per"itir alores %ue correspondana los n="eros de departa"ento de la e"presa.

• Dos pasos i"portantes en el dise@o de las tablas son la

identi)cación de alores 'lidos para una colu"na ( ladeter"inación de có"o :orzar la integridad de los datos en lacolu"na. La integridad de datos pertenece a una de lassiguientes categorías!

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 15/26

Categorias.

• Integridad de entidad

• Integridad de do"inio

•

Integridad re:erencial• Integridad de)nida por el usuario

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 16/26

Integridad de entidad

• La integridad de entidad de)ne una )la co"o entidad =nica para una tabladeter"inada. La integridad de entidad e+ige la integridad de las colu"nas de losidenti)cadores o la clae principal de una tabla& "ediante índices ( restricciones

#;IH#E& o restricciones *RIAR JE.

Integridad de dominio

• La integridad de do"inio iene dada por la alidez de las entradas para unacolu"na deter"inada. *uede e+igir la integridad de do"inio para restringir eltipo "ediante tipos de datos& el :or"ato "ediante reglas ( restricciones CECJ&

o el interalo de alores posibles "ediante restricciones 6KREI; JE&restricciones CECJ& de)niciones DE6A#L1& de)niciones ;K1 ;#LL ( reglas.

Integridad re&erencial

• La integridad re:erencial protege las relaciones de)nidas entre las tablas cuandose crean o se eli"inan )las. En 8HL 8erer la integridad re:erencial se basa enlas relaciones entre claes e+ternas ( claes principales o entre claes e+ternas

( claes e+clusias& "ediante restricciones 6KREI; JE ( CECJ. La integridadre:erencial garantiza %ue los alores de clae sean co0erentes en las distintastablas. *ara conseguir esa co0erencia& es preciso %ue no 0a(a re:erencias aalores ine+istentes ( %ue& si ca"bia el alor de una clae& todas las re:erenciasa ella se ca"bien en consecuencia en toda la base de datos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 17/26

Apoyo para la toma dedecisiones

• El concepto de sistema de soporte a las decisiones ,D)) por sussiglas en ingl/sDecision support system es "u( a"plio& debido a %ue0a( "uc0os en:o%ues para la to"a de decisiones ( debido a la e+tensaga"a de '"bitos en los cuales se to"an. Estos siste"as de apo(o sondel tipo KLA* o de "inería de datos& %ue proporcionan in:or"ación (soporte para to"ar una decisión.

• #n D)) puede adoptar "uc0as :or"as di:erentes. En general& pode"osdecir %ue un D88 es un siste"a in:or"'tico utilizado para serir deapo(o& "'s %ue auto"atizar& el proceso de to"a de decisiones. Ladecisión es una elección entre alternatias basadas en esti"aciones delos alores de esas alternatias. El apo(o a una decisión signi)ca a(udara las personas %ue trabajan solas o en grupo a reunir inteligencia&

generar alternatias ( to"ar decisiones. Apo(ar el proceso de to"a dedecisión i"plica el apo(o a la esti"ación& la ealuación (Mo laco"paración de alternatias. En la pr'ctica& las re:erencias a D88 suelenser re:erencias a aplicaciones in:or"'ticas %ue realizan una :unción deapo(o.2

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 18/26

erra"ientas de inteligencia de negocios

• erramientas de inteligencia de

negocios es un tipo de so:tNare de aplicacionesdise@ado para colaborar con lainteligencia de negocios  ,BI en los procesos delas organizaciones. Especí)ca"ente se trata de

0erra"ientas %ue asisten el an'lisis ( lapresentación de los datos. *ese a %ue algunas0erra"ientas de Inteligencia de ;egociosinclu(en la :uncionalidad E1L ,E+tracción&

 1rans:or"ación ( Carga por sus siglas en ingl/s&las 0erra"ientas E1L no son consideradasgeneral"ente co"o 0erra"ientas deInteligencia de ;egocios.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 19/26

 1ipos de 0erra"ientas de inteligencia denegocios

• Cuadro de "ando integral ta"bi/n lla"ados Dashboard.

• Digital Das0boards o paneles de Control Digital - 1a"bi/n conocidos co"oBusiness Intelligence Das0boards& o Das0boards Ejecutios& 8on res="enesisuales de in:or"ación del negocio& %ue "uestran de una "irada laco"prensión del global de las condiciones del negocio "ediante "/tricas eIndicadores Clae de Dese"pe@o ,J*Is. Esta es una erra"ienta de

Inteligencia de ;egocios "u( popular desde 0ace unos pocos a@os.• KLA* , *rocesa"iento Analítico en línea por sus siglas en Ingl/s ,incluidoKLA*

& RKLA* and KLA*- Es la capacidad de algunos siste"as de soporte dedecisiones gerenciales %ue per"iten e+a"inar de "anera interactia grandesol="enes de in:or"ación desde arias perspectias.2

• Aplicaciones de In:or"es& genera istas de datos agregadas para "antener a lagerencia in:or"ada sobre el estado de su negocio.

• inería de datos - E+tracción de in:or"ación de las bases de datos acerca delcosu"idor& "ediante la utilización de aplicaciones %ue pueden aislar eidenti)car patrones o tendencias del consu"idor en un alto olu"en de datos.a( una gran ariedad de t/cnicas de "inería de datos %ue reelan distintostipos de patrones.Algunas de las t/cnicas son "/todos estadísticos , *articular"ente Estadística de ;egocios ( Redes ;eurales co"o :or"as

alta"ente aanzadas de an'lisis de datos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 20/26

Data Wareouse.

• Al"ac/n de datos

• Descripción de un Data Oare0ouse.

• En el conte+to de la in:or"'tica& unalmac/n de datos,del ingl/s data warehouse es una colección de datosorientada a undeter"inado '"bito ,e"presa& organización& etc.& integrado& no

ol'til ( ariable en el tie"po& %ue a(uda a la to"a de decisiones enla entidad en la %ue se utiliza. 8e trata& sobre todo& de un e+pedienteco"pleto de una organización& "'s all' de la in:or"acióntransaccional ( operacional& al"acenado en una base de datosdise@ada para :aorecer el an'lisis ( la diulgación e)ciente de datos,especial"ente KLA*& procesamiento analítico en línea. El

al"acena"iento de los datos no debe usarse con datos de usoactual. Los al"acenes de datos contienen a "enudo grandescantidades de in:or"ación %ue se subdiiden a eces en unidadeslógicas "'s pe%ue@as dependiendo del subsiste"a de la entidad del%ue procedan o para el %ue sean necesario.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 21/26

DataMarts.

• #n Data mart es una ersión especial de al"ac/n de datos ,data Nare0ouse. 8onsubconjuntos de datos con el propósito de a(udar a %ue un 'rea especí)ca dentrodel negocio pueda to"ar "ejores decisiones. Los datos e+istentes en este conte+topueden ser agrupados& e+plorados ( propagados de "=ltiples :or"as para %uediersos grupos de usuarios realicen la e+plotación de los "is"os de la :or"a "'sconeniente seg=n sus necesidades.

•

El Data "art es un siste"a orientado a la consulta& en el %ue se producen procesosbatc0 de carga de datos ,altas con una :recuencia baja ( conocida. Es consultado"ediante 0erra"ientas 01AP ,Kn line Anal(tical *rocessing - *rocesa"ientoAnalítico en Línea %ue o:recen una isión "ultidi"ensional de la in:or"ación.8obre estas bases de datos se pueden construir 2I) ,E+ecutie In:or"ation8(ste"s& 8iste"as de In:or"ación para Directios ( D)) ,Decision 8upport8(ste"s& 8iste"as de A(uda a la to"a de Decisiones. *or otra parte& se conoceco"o Data Mining al proceso no triial de an'lisis de grandes cantidades de datoscon el objetio de e+traer in:or"ación =til& por eje"plo para realizar clasi)cacioneso predicciones.

• En síntesis& se puede decir %ue los data marts son pe%ue@os data3are4ousecentrados en un te"a o un 'rea de negocio especí)co dentro de unaorganización.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 22/26

Di:erencia entre KL1* ( KLA

*• Las aplicaciones KL1* se caracterizan por la creación de "uc0os usuarios& actualizaciones o

recuperación de registros indiiduales. *or consiguiente& las bases de datos KL1* seper:eccionan para actualización de transacciones. Las aplicaciones KLA* son usadas poranalistas ( gerentes %ue :recuente"ente %uieren una ista de datos de niel superior& co"o lasentas totales por línea de producto& por región& etc. Las bases de datos KLA* nor"al"ente seactualizan en lote& a "enudo de "=ltiples :uentes& ( proporcionan un bac7-end analíticopoderoso a las aplicaciones de "=ltiples usuarios. *or tanto& las bases de datos KLA* seper:eccionan para el an'lisis.ientras las bases de datos relacionales son buenas al recuperar un n="ero pe%ue@o dearc0ios r'pida"ente& ellas no son buenas al recuperar un n="ero grande de arc0ios (resu"irlos on-t0e-G(. #n tie"po de respuesta lento ( el uso e+cesio de recursos del siste"ason las características co"unes de las aplicaciones de soporte de decisión construidase+clusia"ente sobre la tecnología de bases de datos relacionales. Debido a la :acilidad con lacu'l se puede e"itir un Pejecutar una consulta 8HL e+ternaQ& "uc0os distribuidores I8,In:or"ation 8(ste"s no brindan acceso directo a los usuarios a sus bases de datosrelacionales.

uc0os de los proble"as %ue las personas intentan resoler con la tecnología relacional sonreal"ente "ultidi"ensionales en naturaleza. *or eje"plo& una consulta 8HL para crearres="enes de entas del producto por la región& las entas de la región por producto& ( asísucesia"ente& podrían inolucrar la reisión de la "a(oría& si no todos& de los registros en unabase de datos de "ercadeo ( podría to"ar 0oras de proceso. #n seridor KLA* podría ocuparsede estas preguntas en unos segundos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 23/26

Característica KL1* KLA*

5ama6o BBDD igaB(tes iga a 1eraB(tes

Krigen Datos Interno Interno ( E+terno

Actualización Kn-Line Batc0

*eriodos Actual istórico

Consultas *redecibles Ad oc

Actiidad Kperacional Analítica

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 24/26

Procesamiento anal!tico enlinea" Bases Multidimensionales

• Cubo KLA* de tres di"ensiones ,Ciudades& *roductos ( 1ie"po.

• #n cubo 01AP& Onine !nalytical Processing o procesa"ientoAnalítico en Línea& t/r"ino acu@ado por Edgar 6ran7 Codd de "F#odd $ !ssociates& encargado por Arbor 8o:tNare ,en laactualidad (perion 8olutions& es unabase

 de datos "ultidi"ensional& en la cual el al"acena"iento :ísicode los datos se realiza en un ector "ultidi"ensional.Los cubos 01AP se pueden considerar co"o una a"pliación delas dos di"ensiones de una 0oja de c'lculo.

• A "enudo se pensaba %ue todo lo %ue los usuarios pueden

%uerer de unsiste"a de in:or"ación se podría 0acer de unabase de datos relacional. ;o obstanteCodd :ue uno de losprecursores de las bases de datos relacionales& por lo %ue susopiniones :ueron ( son respetadas.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 25/26

Miner!a de datos.

• La "inería de datos es el proceso dedetectar la in:or"ación procesable de losconjuntos grandes de datos. #tiliza el

an'lisis "ate"'tico para deducir lospatrones ( tendencias %ue e+isten en losdatos. ;or"al"ente& estos patrones nose pueden detectar "ediante la

e+ploración tradicional de los datospor%ue las relaciones son de"asiadoco"plejas o por%ue 0a( de"asiado datos.

7/21/2019 Clases Para Evaluacion de Estudiantes.

http://slidepdf.com/reader/full/clases-para-evaluacion-de-estudiantes 26/26

• Estos patrones ( tendencias se pueden recopilar ( de)nir co"oun modelo de minería de datos. Los "odelos de "inería dedatos se pueden aplicar en escenarios co"o los siguientes!

• Pronóstico! c'lculo de las entas ( predicción de las cargasdel seridor o del tie"po de inactiidad del seridor.

• $iesgo y probabilidad! elección de los "ejores clientes parala distribución de correo directo& deter"inación del punto dee%uilibrio probable para los escenarios de riesgo& ( asignación

de probabilidades a diagnósticos ( otros resultados.• $ecomendaciones! deter"inación de los productos %ue se

pueden ender juntos ( generación de reco"endaciones.

• B%s(ueda de secuencias! an'lisis de los artículos %ue losclientes 0an introducido en el carrito de la co"pra ( predicción

de posibles eentos.• Agrupación! distribución de clientes o eentos en grupos de

ele"entos relacionados& ( an'lisis ( predicción de a)nidades.