A coluna da esquerda apresenta termos-chave do contexto Data Warehouse (DW) e a da direita, sua caracterização. Numere a coluna da direita de acordo com a da esquerda.
1 - OLAP (On-line Analytical Processing) ( ) Representa um subconjunto de dados do DW que são direcionados a um departamento ou uma área específica de processos do negócio.
2 - Metadados ( ) São ferramentas que possibilitam as consultas a um DW. Possui operações básicas como slice and dice, drill down e roll up.
3 - Data Marts ( ) Modelo de dados que descreve aspectos comuns de negócios, formado por três elementos básicos: fatos, dimensões e medidas.
4 - Multidimensional ( ) São informações sobre os dados que estão armazenados no sistema. Ou seja, dados de mais alto nível que descrevem os dados de níveis inferiores que compõem a estrutura do DW.
Marque a sequência correta.

Com relação a técnicas para a recuperação de informações utilizadas em bancos de dados textuais, julgue o próximo item.

A categorização automática de textos é uma técnica de processamento de linguagens formais. Por meio dessa técnica diferentes métodos de aprendizado de máquinas são aplicados a coleções de documentos.

Assinale a alternativa que contém somente tipos de dados não estruturados.

Denomina-se OLAP (on-line analytical processing) o processo de busca e coleta, organização e análise, compartilhamento e monitoramento de informações que oferecem suporte à gestão de negócios.

Data mining é o processo de extração de conhecimento de grandes bases de dados, sendo estas convencionais ou não, e que faz uso de técnicas de inteligência artificial.

O pivoteamento ou rotação, técnica da modelagem de dados para data warehouse, permite mudança de uma hierarquia dimensional para outra em um cubo de dados, em que é exibida uma orientação diferente dos eixos do cubo.

Os data warehouses possuem funcionalidades típicas para facilitar consultas complexas, entre elas o roll-up, em que os dados são resumidos a partir de uma generalização crescente, e o drill-down, em que os níveis crescentes de detalhes são revelados.

A regra de classificação pode ser aplicada de várias formas, sendo uma delas a regressão. A análise de regressão é comumente aplicada quando se tem apenas um único domínio de pesquisa. No entanto, o resultado dessa análise não equivale a uma operação de data mining para a previsão da variável destino.