Em business intelligence, mineração de dados consiste em
- A)processo analógico que cria dados oriundo de padrões inconsistentes entre variáveis, de forma a validá-los com novos subconjuntos de dados.
Errada, porque mineração de dados não é processo analógico nem cria dados a partir de padrões inconsistentes; ela analisa dados para descobrir padrões consistentes.
- B)processo analítico projetado para explorar grandes quantidades de dados na busca de padrões consistentes e(ou) relacionamentos sistemáticos entre variáveis.
Certa, pois define corretamente a mineração de dados como um processo analítico voltado à exploração de grandes bases em busca de padrões e relacionamentos entre variáveis.
- C)processo analítico que define o valor e a relação que, por sua vez, vão transformar a informação em peça fundamental para um banco de dados relacional.
Errada, porque mistura conceitos de valor da informação com banco de dados relacional e não descreve a técnica de mineração de dados.
- D)processo analógico que utiliza dados não estruturados para gerar padrões consistentes entre uma ou mais variáveis, de forma a validá-los com novos subconjuntos de dados.
Errada, porque mineração de dados não é processo analógico e a definição apresentada é confusa ao tratar dados não estruturados como elemento central e absoluto.
- E)processo analítico que independe do valor e da relação que é capaz de transformar a informação em peça fundamental para um banco de dados não relacional.
Errada, porque associa mineração de dados a banco de dados não relacional e afirma que ela independe de valor e relação, o que contraria a finalidade analítica da técnica.
Gabarito: B
Em business intelligence, mineração de dados (data mining) é a etapa em que você vasculha grandes volumes de dados para achar padrões, correlações, tendências e regras que não aparecem a olho nu. Pense como uma busca de agulha no palheiro, só que com método estatístico e apoio computacional. Ela faz parte do processo de descoberta de conhecimento em bases de dados, muito ligada a análises preditivas e exploratórias. A ideia central é exatamente explorar grandes quantidades de dados para encontrar relações consistentes entre variáveis. Isso pode servir para segmentar clientes, prever inadimplência, identificar fraudes ou descobrir comportamentos de compra. Não é um processo analógico, nem algo que cria dados do nada: ele trabalha sobre dados existentes e usa técnicas como classificação, associação, regressão e clustering. Por isso, a alternativa B está correta: ela descreve a mineração de dados como um processo analítico voltado à exploração de grandes bases em busca de padrões consistentes e/ou relacionamentos sistemáticos. Essa é a definição clássica usada em BI e data mining, muito alinhada à doutrina de sistemas de informação e inteligência de negócios. As demais alternativas tentam confundir você com termos fora de lugar, como processo analógico, dados não estruturados de forma genérica ou ideias sem sentido sobre banco de dados relacional e não relacional. Em prova, se aparecer mineração de dados, procure sempre a tríade: volume grande de dados, busca de padrões e análise para descoberta de conhecimento.