Text Mining

Artigo introdutório sobre text mining: http://people.ischool.berkeley.edu/~hearst/text-mining.html

Moradores e Turistas - Onde eles tiram mais fotos?

O programador Eric Fischer criou pequenos softwares que analisam a localização de fotos tiradas em importantes cidades do mundo e chegou à resposta. Através da distribuição de cores no mapa, é possível ver em que parte da cidade os turistas fotografam mais e em quais são que os moradores mais tiram fotos. A figura acima mostra a cidade de Nova York. Os pontos vermelhos representam fotos tiradas por turistas, os pontos azuis representam as fotos tiradas por moradores e os pontos amarelos mostram locais onde não foi possível distinguir se a fotografia foi tirada por um turista ou um morador. Essa distinção é feita analisando-se o tempo em que uma pessoa permanece fotografando uma cidade. Uma pessoa que tirou retratos em uma cidade por menos de um mês é classificada como turista e uma que fez o mesmo por mais de um mês é classificada como moradora.

Essa visualização de dados foi realizada para diversas cidades, como Londres, Veneza, Las Vegas, São Francisco e as brasileiras Rio de Janeiro [1], São Paulo [2] e Brasília [3].

Trata-se de um exemplo de como dados facilmente acessíveis podem ser analisados e transformados em conhecimento. Prefeituras e agências de turismo podem oferecer roteiros turísticos baseados não só em cartões postais, mas também em locais bastante frequentados pelos próprios moradores.

Os mapas com todas as cidades do projeto de Fischer estão disponíveis aqui [4].

---

[1] http://www.flickr.com/photos/walkingsf/4686660261/in/set-72157624209158632
[2] http://www.flickr.com/photos/walkingsf/4671446659/in/set-72157624209158632
[3] http://www.flickr.com/photos/walkingsf/4687296132/in/set-72157624209158632
[4] http://www.flickr.com/photos/walkingsf/sets/72157624209158632

OLAP

Neste post segue uma breve introdução aos sistemas OLAP.

OLAP é o acrônimo de On-Line Analytical Processing. É uma solução utilizada no campo da chamada Inteligência Empresarial (Businees Intelligence) cujo objetivo é facilitar e agilizar a consulta de grandes quantidades de dados sob diferentes perspectivas. Para isto, utiliza estruturas multidimensionais (Cubos OLAP) que contém dados resumidos de grandes bases de dados. Os dados de origem do OLAP são bancos de dado OLTP (Online Transactional Processing) que são comumente armazenados em depósitos de dados. Ferramentas OLAP são usadas em negócios de vendas, marketing, endereçamento e similares. Abaixo algumas razões para usar-se OLAP:

• Simples e intuitivo
• Fácil de gravar e interpretar
• Projetado para alto desempenho nas consultas

No núcleo de muitos sistemas OLAP está o conceito de Cubo OLAP (também chamado de cubo multidimensional ou hypercubo). As bases de dados OLAP contêm dois tipos básicos de dados: medidas, que são dados numéricos, as quantidades e médias que você usa para tomar decisões comerciais estando bem informado; e dimensões , que são as categorias que você usa para organizar essas medidas ( uma dimensão pode ser qualquer visão do negócio que faça sentido para sua análise, como produto, departamento ou tempo). Os bancos de dados OLAP ajudam a organizar os dados por muitos níveis de detalhe, usando as mesmas categorias com as quais você está familiarizado para analisar os dados.

Em geral os sitemas OLAP se classificam em ROLAP (utiliza um banco de dados relacional), MOLAP (banco de dados multidimensional) ou HOLAP (sistema híbrido).

Para maiores informações visite os links abaixo pois são muito detalhados para quem tiver interesse nesta área que está se destacando no mercado de TI:

• http://office.microsoft.com/pt-br/excel-help/visao-geral-do-olap-processamento-analitico-online-HP010177437.aspx
• http://pt.wikipedia.org/wiki/OLAP
• http://www.fag.edu.br/professores/limanzke/Administra%E7%E3o%20de%20Sistemas%20de%20Informa%E7%E3o/OLAP.pdf