Disciplina

Área

Área Científica de Sistemas de Informação > Tecnologias de Sistemas de Informação

Activa nos planos curriculares

MEIC-T 2018 > MEIC-T 2018 > 2º Ciclo > Agrupamentos > Sistemas de Informação > Análise e Integração de Dados

MEIC-A 2018 > MEIC-A 2018 > 2º Ciclo > Agrupamentos > Sistemas de Informação > Análise e Integração de Dados

MEIC-T 2021 > MEIC-T 2021 > 2º Ciclo > Área Principal > Agrupamentos > Sistemas de Informação > Análise e Integração de Dados

MECD2019 > MECD2019 > 2º Ciclo > Opções > Análise e Integração de Dados

MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Análise e Integração de Dados

MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Sistemas de Informação > Análise e Integração de Dados

MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Análise e Integração de Dados

MEIC-A 2006 > MEIC-A 2006 > 2º Ciclo > Área de Especialização Complementar > Sistemas de Informação Empresariais > Análise e Integração de Dados

MEIC-T 2006 > MEIC-T 2006 > 2º Ciclo > Áreas de Especialização Complementares > Sistemas de Informação Empresariais > Análise e Integração de Dados

Nível

Exame (35%) + Projecto (45%) + Exercícios (20%)

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

3.0 h/semana

1.5 h/semana

147.0 h/semestre

Objectivos

Compreender métodos e técnicas para lidar com grandes volumes de informação de modo a torná-la disponível para utilização. Em particular, são cobertos os seguintes aspectos : recuperação de informação (information retrieval) integração de informação. purificação de dados.

Programa

Recuperação de Informação (Information Retrieval): introdução, indexação de texto, modelos para pesquisa, classificação e filtragem de informação. Integração de esquema e dados: problemas, heterogeneidade de esquema e instâncias, técnicas de integração de dados. Purificação de dados: métodos, técnicas e ferramentas que devem ser aplicados de forma a obter informação com alto nível de qualidade.

Metodologia de avaliação

Exame (35%) + Projecto (45%) + Exercícios (20%)

Pré-requisitos

Componente Laboratorial

Princípios Éticos

Componente de Programação e Computação

Componente de Competências Transversais

Bibliografia

Principal

Modern Information Retrieval

Baeza-Yates, Ribeiro-Neto

1999

Addison-Wesley


Exploratory Data Mining and Data Cleaning

Tamraparni Dasu, Theodore Johnson

2003

John Wiley


Enterprise Knowledge Management: The Data Quality Approach

David Loshin

2001

Morgan-Kaufmann