48113 - SISTEMI INFORMATIVI PER IL SUPPORTO ALLE DECISIONI

Conoscenze e abilità da conseguire

Al termine del corso lo studente conosce la progettazione di sistemi informativi e di applicazioni su sistemi per la gestione di basi di dati (DBMS). In particolare, lo studente: - conosce il ruolo, le principali caratteristiche e le funzionalità dei sistemi informativi in una organizzazione - conosce e sa applicare una metodologia di progettazione di basi di dati, a partire da specifiche di utente espresse a parole - conosce almeno un software per il supporto grafico alla progettazione - sa leggere e interpretare schemi di progetto - sa utilizzare un DBMS relazionale

Contenuti

Basi di dati relazionali

• il modello relazionale dei dati
• attributo
• schema di relazione e di base di dati
• tupla, relazione e base di dati
• algebra relazionale
• vincoli di integrità
• chiavi e superchiavi
• integrità referenziale
• Architettura di un DBMS (cenni)

Il linguaggio SQL

• creazione, interrogazione e modifica di una base di dati
• gestione delle transazioni e delle autorizzazioni

Progetto di basi di dati relazionali

• teoria delle dipendenze
• forme normali
• assiomi di Armstrong

Progettazione concettuale Entity-Relationship

• Entità, associazione, attributo
• Gerarchia di generalizzazione
  
• Identificatore
• Progetto di un schema ER da un insieme di requisiti in linguaggio naturale

Progettazione logica mediante conversione dello schema ER in schema relazionale

• Selezione di chiavi primarie, eliminazione di gerarchie di generalizzazione, eliminazione di identificazioni esterne
• Normalizzazione degli attributi composti o multipli
• Traduzione di entità e associazioni in schemi di relazione

Data warehousing e OLAP

• OLTP e OLAP
• Il modello dei dati multidimensionale: fatti, misure, dimensioni, gerarchie, cuboidi
• Schemi a stella, a fiocco di neve, a galassia
• Operazioni nel modello multidimensionale: roll-up, drill-down, slice and dice, pivot, data cube
• Data warehouse: definizione, progettazione, architettura

Knowledge Discovery in Databases

• Il processo di Knowledge Discovery in Databases
• Scoperta di regole associative
• Classificazione delle regole associative
• Algoritmo Apriori
• Algoritmo FP-growth (cenni)

• Analisi dei gruppi
• L'algoritmo a passo unico
• L'algoritmo BIRCH
• L'algoritmo k-means
• L'algoritmo EM
• Classificazione supervisionata
• alberi di classificazione
• modelli a vettori di supporto

Esercitazioni di laboratorio

• DBMS relazionali IBM DB2, Microsoft SQL Server, Microsoft Access, Linguaggio SQL
• Creazione di un cubo in Microsoft SQL Server
• Attività di data mining in Microsoft SQL Server and IBM InfoSphere Warehouse Edition

Testi/Bibliografia

• Atzeni, P., Ceri, S., Paraboschi, S., & Torlone, R. (2009). Basi di dati. Modelli e linguaggi di interrogazione. Milano: McGraw-Hill.
• Van der Lans, R. F. (2001). Introduzione a SQL (2a ed.). Milano: Addison-Wesley.
• Han, J., & Kamber, M. (2011). Data Mining. Concepts and Techniques. San Francisco, CA: Morgan Kaufmann.

Metodi didattici

• Durante le lezioni frontali si espongono le nozioni teoriche e pratiche per il progetto di interrogazioni, la gestione di basi di dati, per il progetto di schemi di basi di dati e per la scoperta di conoscenza in basi di dati
• In laboratorio, lo studente è invitato a progettare interrogazioni SQL di difficoltà crescente e a verificarne la correttezza con il DBMS in uso e a generare modelli di data mining utilizzando gli strumenti integrati nei DBMS.
  

Modalità di verifica e valutazione dell'apprendimento

• Prova preliminare di interrogazione di base di dati in SQL
  
• Prova orale

Strumenti a supporto della didattica

• PC e videoproiettore
• Laboratorio di PC e DBMS relazionali IBM DB2, Microsoft SQL Server, Microsoft Access

Link ad altre eventuali informazioni

http://www-db.deis.unibo.it/~slodi/SISD/2012-2013/sisd.html

Orario di ricevimento

Consulta il sito web di Stefano Lodi