Facoltà di Economia

Corso di BASI DI DATI 1 e 2

2° Modulo - Maurizio Pighin

Programma

1. I Sistemi di Supporto alle Decisioni (DSS). Metodologie a architetture.

2. I Sistemi di tipo Informazionale e loro differenze con i sistemi Operazionali. Architetture OLAP. Il modello multidimensionale. I Data-Warehouse e i Data-Mart: motivazioni, obiettivi.

3. Progettazione e schemi di Data-Warehouse; Architetture e meccanismi di alimentazione; Strutture a stella e a fiocco di neve. Operazioni e strumenti per l'analisi dei dati

4. Data Mining: problematiche di base, ambiti di applicazione, modalità operative. Gli aspetti informatici: preprocessing, analisi descrittiva, rappresentazione dei risultati.

5. Analisi di un case-study aziendale con passaggio dal modello relazionale al modello multidimensionale. Meccanismi di analisi dei dati.

Modalità d'esame

L'esame consiste nella discussione di un progetto che va sviluppato in laboratorio informatico e che ricalca le problematiche illustrate al corso. Il progetto viene assegnato o durante il corso o su richiesta degli studenti ed usualmente è un lavoro di gruppo. Eventuali modalità alternative (quali esami singoli, esami senza progetto, ecc. ) vanno concordate con il docente. La discussione del progetto avviene per fasi, durante gli avanzamenti dello stesso.

La registrazione dell'esame avviene a completamento del progetto e la votazione tiene conto delle modalità con cui il progetto è stato gestito e sviluppato. La registrazione può avvenire a qualsiasi data, quindi non è vincolata dalle date formali di appello.

Testo

J. Han, M. Kamber, "Data Mining - Concepts and Techniques", Morgan and Kaufmann Publ., 2001 (cap 1-6)

Materiale didattico consegnato a lezione

Altri testi di consultazione

· F. La Noce, L. D'ercole, "Data Wharehousing: dal dato all'informazione", Franco Angeli 1998

· A.De Toni, G. Nassimbeni, S. Tonchia, "I sistemi di supporto alle decisioni: offerta, domanda, applicazioni", Franco Angeli, 2000

· Atzeni, Ceri, Paraboschi, Torlone, "Basi di Dati", 2° ed. Mc. Graw-Hill, 1999

· P. Giudici, "Data Mining", Metodi statistici per le applicazioni aziendali, Mc. Graw-Hill, 2001