No que diz respeito a big data e à L ei n . º 12.527/2011 e suas alterações (Lei de Acesso à Informação), julgue o item seguinte.

Big data necessitam de algoritmos de computação mais robustos em comparação aos algoritmos tradicionais de banco de dados, que não são capazes de lidar com os volumes de dados representados em big data.

Em relação a conceitos de informação e conhecimento e de banco de dados relacionais, julgue o item subsequente.

O conhecimento serve para dar suporte ao processamento decisório; ele representa a informação tratada, confiável e íntegra.

Em relação a conceitos de informação e conhecimento e de banco de dados relacionais, julgue o item subsequente.

Informação pode ser definida como um conjunto de fatos diferentes relativos a uma transação e que é, geralmente, desprovida de significado; ela é considerada a matéria-prima dos sistemas de informação.

Julgue o item subsecutivo, considerando conceitos de gestão do conhecimento.

A gestão do conhecimento está relacionada à ação, à atitude e a uma intenção específica dos seres humanos.

A respeito de inteligência do negócio, julgue o item a seguir.

Os conceitos de data warehouse (DW) e data mining (DM) são relacionados à inteligência de negócios; a principal diferença entre eles é que o DW atua na análise dos eventos do passado, enquanto o DM limita-se na predição dos eventos futuros.

A respeito de inteligência do negócio, julgue o item a seguir.

O ROLAP é um processamento analítico on-line que cria visões multidimensionais a partir de um banco de dados relacional existente.

Para apoio à tomada de decisão, as empresas organizam muitos dos dados necessários em um DW (data warehouse), que é um conjunto de dados

Os programas (softwares) utilizados para apoio às atividades de inteligência de negócios (BI) têm a seguinte característica:

Em que níveis organizacionais (operacional, gerencial e estratégico) as ferramentas de BI, que utilizam dados organizados em um DW, são adequadas para apoio à tomada de decisão?

Há dados não estruturados que podem ser categorizados e preparados para uso em ambiente de BI.

Esses dados não estruturados podem ser, por exemplo: