Prévia do material em texto
16/11/2026, 19:49 Atividade 3: Mineração de Dados e Big Data Atividade 3 Entrega 6 de Jun de 2025 em 23:59 Pontos 1 Perguntas 5 Disponível 18 de Fev de 2025 em 23:59 6 de Jun de 2025 em 23:59 Limite de tempo Nenhum A+ Tentativas permitidas 2 A Instruções A- Importante: Caso você esteja realizando a atividade através do aplicativo "Canvas Student", é necessário que você clique em "FAZER QUESTIONÁRIO", no final da página. Este teste não está mais disponível, pois curso foi concluído. Histórico de tentativas Tentativa Tempo Pontuação MAIS RECENTE Tentativa 1 7 minutos 0,8 de 1 Pontuação desta tentativa: 0,8 de 1 Enviado 3 de Jun de 2025 em 19:12 Esta tentativa levou 7 minutos. Resposta correta Pergunta 1 0,2 / 0,2 pts Contextualização: "Os modelos de dados são fundamentais para estruturar, organizar e representar informações de forma eficiente, garantindo que os dados possam ser facilmente acessados, manipulados e analisados, seja em sistemas relacionais ou NoSQL." Sobre modelos de dados, assinale verdade ou falso: Modelos de dados relacionais organizam os dados em tabelas com linhas e colunas, e as relações entre os dados são representadas por chaves primárias e chaves estrangeiras. Verdadeiro Os modelos de dados relacionais são baseados na organização dos dados em tabelas (ou relações), onde as linhas representam registros de dados e as colunas representam atributos ou características desses dados. As relações entre diferentes tabelas são estabelecidas por meio de chaves primárias e chaves estrangeiras. A chave primária é um identificador único de um registro em uma tabela, enquanto a chave estrangeira é um campo em uma tabela que cria uma conexão 1/416/11/2026, 19:49 Atividade 3: Mineração de Dados e Big Data com a chave primária de outra tabela. Isso permite a integridade referencial e a capacidade de associar dados de diferentes tabelas de forma eficiente. Falso Resposta correta Pergunta 2 0,2/0,2 pts A+ Contextualização: "O Processamento de Transações On-line (OLTP) é fundamental para A sistemas que requerem a execução rápida e segura de transações em tempo real, como bancos A- commerce e sistemas de reservas, garantindo a integridade e a consistência dos dados com alta frequência e baixo tempo de resposta." Qual das seguintes afirmativas sobre o processamento de transações on-line (OLTP) é verdadeira? OLTP é otimizado para processar um grande número de transações simples e rápidas, como compras online, transferências bancárias e atualizações de inventário em tempo real. Resposta correta. O OLTP é otimizado para processar transações simples e rápidas, com alta taxa de sucesso e baixa latência. Esse tipo de sistema é utilizado em transações financeiras, compras online, atualizações de inventário e sistemas bancários, onde a consistência e a integridade do dados são essenciais. VLibras OLTP geralmente lida com dados não estruturados, como vídeos e imagens, e não é adequado para dados transacionais estruturados. OLTP não requer alta consistência e integridade, pois os dados podem ser alterados de forma inconsistente sem afetar a precisão das transações. OLTP é otimizado somente para processar um número pequeno e limitado de transações simples e rápidas, como compras online, transferências bancárias e atualizações de inventário em tempo real. O OLTP é projetado para realizar grandes análises de dados históricos, geralmente utilizado para grandes consultas analíticas em vez de processar transações em tempo real. Resposta correta Pergunta 3 pts Contextualização: "Os bancos de dados NoSQL são projetados para lidar com grandes volumes de dados não estruturados e semi-estruturados, oferecendo flexibilidade, escalabilidade e desempenho, sendo ideais para aplicações modernas que exigem alta disponibilidade e fácil distribuição de dados em ambientes dinâmicos." 2/416/11/2026, 19:49 Atividade 3: Mineração de Dados e Big Data Qual das alternativas abaixo descreve corretamente uma característica de bancos de dados NoSQL? Bancos de dados NoSQL são igual aos bancos de dados SQL. Bancos de dados NoSQL não são escaláveis e, portanto, não são adequados para lidar com grandes volumes de dados. Bancos de dados NoSQL são baseados em um modelo relacional e utilizam tabelas e chaves primárias para A+ organizar dados, assim como os bancos de dados SQL. A Bancos de dados NoSQL são projetados para armazenar dados não estruturados e semi-estruturados, utilizan A- modelos como chave-valor, documentos, colunas e grafos. Bancos de dados NoSQL foram projetados para lidar com dados não estruturados e semi- estruturados, oferecendo maior flexibilidade. Eles utilizam diferentes modelos de dados, como chave- valor (ex: Redis), documentos (ex: MongoDB), colunas (ex: Cassandra) e grafos (ex: Neo4j), dependendo do tipo de aplicação. Bancos de dados NoSQL são ideais para aplicações que exigem alta consistência, transações complexas e estruturas rígidas de dados. Resposta incorreta Pergunta 4 pts VLibras Contextualização: "Os bancos de dados orientados a colunas são ideais para ambientes de análise de grandes volumes de dados, onde consultas rápidas e eficientes em grandes conjuntos de dados de uma única coluna são necessárias, sendo amplamente utilizados em sistemas de BI (Business Intelligence) e Big Data." Qual das afirmações a seguir sobre bancos de dados orientados a colunas é verdadeira? Em um banco de dados orientado a colunas, os dados são armazenados linha por linha, que facilita a consulta a registros completos em vez de colunas específicas. Bancos de dados orientados a colunas são mais adequados para aplicações OLTP (Online Transaction Processing), que exigem a rápida inserção e atualização de grandes volumes de dados transacionais. Bancos de dados orientados a colunas não oferecem suporte à escalabilidade horizontal e, portanto, são limitados em ambientes com grandes volumes de dados. Bancos de dados orientados a colunas não são ideais para análises de grandes volumes de dados em operações OLAP (Online Analytical Processing), devido à sua baixa capacidade de acessar rapidamente grandes volumes de dados de uma única coluna. 3/416/11/2026, 19:49 Atividade 3: Mineração de Dados e Big Data Resposta incorreta, pois os Bancos de dados orientados a colunas são muito eficientes em operações OLAP, como análise de grandes volumes de dados, porque eles armazenam dados de forma que permitem ler grandes quantidades de dados de uma coluna específica de uma vez, o que torna a consulta mais eficiente quando apenas algumas colunas são necessárias para análise. Bancos de dados orientados a colunas são ideais para análises de grandes volumes de dados em operações OLAP (Online Analytical Processing), devido à sua capacidade de acessar rapidamente grandes volumes de dados d A+ uma única coluna. Resposta correta A A- Pergunta 5 pts Contextualização: Sistemas de recomendação são ferramentas utilizadas para sugerir itens relevantes aos usuários com base em seus comportamentos, preferências ou características. Esses sistemas são amplamente utilizados em várias indústrias, como e-commerce, streaming de música e vídeo, redes sociais, entre outras. O principal objetivo de um sistema de recomendação é fornecer uma experiência personalizada, ajudando os usuários a descobrir produtos ou conteúdos que provavelmente irão gostar, sem a necessidade de procurar ativamente. Qual das opções a seguir é uma característica fundamental de um sistema de recomendação? Ele utiliza dados históricos de usuários e produtos para sugerir itens que possam ser de interesse. VLibras A maioria dos sistemas de recomendação utiliza dados históricos de interações de usuários com produtos ou serviços para prever o que o usuário pode gostar no futuro. Existem diferentes tipos de sistemas de recomendação, como filtragem colaborativa e baseada em conteúdo, que se baseiam em dados passados para fazer sugestões. Ele não utiliza dados históricos de usuários e produtos para sugerir itens que possam ser de interesse. Ele apenas recomenda produtos com base no preço mais baixo. Ele realiza análise de sentimentos em tempo real sobre as opiniões dos usuários.r text provided. Ele não coleta ou utiliza dados de comportamento dos usuários. Pontuação do teste: 0,8 de 1 4/4