Anno di corso: 1

Anno di corso: 2

Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 12
Tipo: A scelta dello studente
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 33
Tipo: Lingua/Prova Finale

DATA WAREHOUSE

Scheda dell'insegnamento

Anno accademico di regolamento: 
2015/2016
Anno di corso: 
2
Anno accademico di erogazione: 
2016/2017
Tipo di attività: 
Obbligatorio a scelta
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
58
Prerequisiti: 

Conoscenze di base sulla progettazione di basi di dati. Conoscenza del modello entità-relazione (E-R)

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

Tipo esame:
in alternativa:
• orale con discussione di esercizi svolti dagli studenti
• prova scritta e orale

Tipo valutazione: voto finale

Valutazione: 
Voto Finale

Obiettivi formativi

Lo studente acquisirà competenze relative alle attività di (i) analisi e riconciliazione di sorgenti operazionali eterogenee, (ii) progettazione concettuale relativa alla realizzazione di schemi di fatto, (iii)teoria della visualizzazione di grandi volumi di dati (iv) tecniche di visualizzazione dati

Contenuti

il termine Big data indica la possibilità di acquisire, memorizzare ed elaborare grandi quantitià di dati consentendo una maggiore e più approfondità della realtà che circonda una azienda (e non solo). Queste nuove tecnologie si affiancano ai sistemi di data warehousing ovvero a quell'insieme di metodi, tecniche e strumenti per condurre analisi dei dati finalizzate all’attuazione di processi decisionali e al miglioramento del patrimonio informativo.
Il corso fornisce una metodologia per la progettazione di un datawarehouse, oltre a presentare le principali di visualizzazione dei dati

Programma esteso

1 "Analisi e riconciliazione di sorgenti operazionali eterogenee:
a. tecniche per la comparazione e l’allineamento di schemi concettuali;
b. tecniche per integrazione e ristrutturazione di schemi concettuali.
"

2 "Progettazione concettuale relativa alla realizzazione di schemi di fatto:
a. il Dimensional Fact Model come modello concettuale grafico per la definizione di schemi di fatto;
b. metodologia per la definizione di schemi di fatto a partire da schemi E-R.
"

3 teoria e tecnologie per la data visualization

Bibliografia consigliata

Matteo Golfarelli e Stefano Rizzi. Data Warehouse – Teoria e pratica della progettazione (seconda edizione). McGraw-Hill.

Metodi didattici

Lezioni frontali ed esercitazioni con discussione di studi di caso.