quiz web Big Data Analytic e a Tomada de Decisões

Prévia do material em texto

Big Data Analytic e a Tomada de Decisões 
1 Os Bancos de Dados Não Relacionais (NoSQL) surgiram com o intuito de preencher 
algumas lacunas advindas dos modelos relacionais. O crescente uso do Big Data nas 
organizações favoreceu a difusão de bancos NoSQL.Nesse sentido, quais fatores 
contribuíram para que bancos NoSQL ganhassem destaque nos últimos anos? 
 
A partir das alternativas abaixo, assinale a CORRETA: 
Resposta certa: A escalabilidade, flexibilidade para lidar com diferentes estruturas e rapidez 
nas consultas. 
2 Os Bancos de Dados Não Relacionais podem ser classificados em quatro grandes 
grupos - aqueles que são orientados a documentos, chave-valor, colunar e orientado a 
grafos. 
 
Com base nisso, associe os itens, conforme o código abaixo: 
 
I – Bancos NoSQL do tipo chave-valor. 
II – Bancos NoSQL orientados a documentos. 
III – Bancos NoSQL orientados a colunas. 
IV – Bancos NoSQL orientados a grafos. 
 
( IV ) Armazenam em nós e os relacionamentos entre nós são representados por arestas. 
(III ) Armazenam os dados em formato tabular que pode conter uma família de colunas com 
tamanho variável. 
(I ) Armazenam os dados em um formato simples com baixíssima complexidade de 
implementação. 
(II ) Armazenam dados em coleções altamente escaláveis. Cada coleção pode conter dados de 
diversos tipos. 
3 Ao implementar soluções para Big Data é necessário pensar em uma arquitetura que 
suporte a demanda do negócio. Uma das características fundamentais é saber distinguir 
entre algumas opções possíveis em termos de processamento. 
 
Com base nisso, classifique V para as sentenças verdadeiras e F para as falsas: 
 
( V ) O processamento em batch ou em lote é um tipo de processamento útil para processar 
grandes conjuntos de dados de forma eficiente. 
( F ) O processamento em streaming ou em tempo real também é útil para processar grandes 
conjuntos de dados e exige um servidor para armazenar as informações. 
( V ) A arquitetura lambda adota tanto a forma de processamento em lote como em tempo real. 
 
A partir das alternativas abaixo, assinale a CORRETA: 
 
4 A análise de redes sociais envolve um conjunto de métricas para entender o 
comportamento e a posição dos indivíduos dentro da rede. 
Em relação às métricas de conexão, associe os itens, conforme o código abaixo: 
 
I – Hemofilia. 
II – Propinquidade. 
III – Multiplexidade. 
IV – Mutualidade. 
 
(III ) Está relacionada a identificar a força do relacionamento entre dois atores, através das 
múltiplas formas de interação entre estes em diferentes contextos. 
(IV ) Uma métrica útil em situações nas quais seja necessário identificar a relação entre os 
atores na rede, verificando, sobretudo, a presença de relações bidirecionais entre os vértices. 
(II ) É uma métrica necessária para tentar extrair a tendência de um dado ator adquirir uma 
nova relação com outros atores na rede através de uma aproximação geográfica. 
(I ) Adequado para casos onde desejamos verificar a semelhança entre os atores da rede 
através de parâmetros (ou variáveis) definidas previamente, ou seja, antes da aplicação da 
análise . A partir das alternativas abaixo, assinale a CORRETA: 
 
5 As métricas de distribuição representam um outro conjunto de métricas para análise 
de redes sociais. 
Em relação a essas métricas, associe os itens, conforme o código abaixo: 
 
I – Densidade. 
II – Centralidade. 
III – Força de conexão. 
IV – Distância. 
 
(II ) É uma das métricas mais conhecidas para análise de redes e visa identificar os atores mais 
importantes dentro de uma rede. 
( III ) Avalia circunstâncias sociais ou emocionais para mensurar a conexão entre atores, por 
meio de pesos inseridos nos relacionamentos. 
(IV ) Basicamente é uma medida que realiza a contagem do número de arestas para sair de um 
determinado ator A até um ator destino B. 
( I ) O resultado dessa medida é obtido por meio da taxa entre o número total de relações que 
uma rede tem em relação ao total de relações possíveis. 
 
A partir das alternativas abaixo, assinale a CORRETA: 
 
6 A centralidade é uma métrica de distribuição que, por conta do seu raio de atuação, 
pode ser classificada a partir de várias métricas. Considerando isso, associe os itens, 
conforme o código abaixo. 
 
I – Grau de centralidade. 
II – Centralidade de proximidade. 
III – Centralidade de autovalor. 
IV – Centralidade betweeness. 
 
(III ) É possível medir a influência de um ator na rede, por meio de um score, que é atribuído 
por outros atores influentes (scores elevados) na rede. 
( I ) O foco é identificar atores (vértices) que possuem relacionamento direto entre si. O 
relacionamento pode ser medido pelo grau de entrada e saída desses vértices. 
( IV ) Verifica para cada vértice o total de caminhos mais curtos que passam através deste, e, 
em seguida, realiza a contagem. Os que possuem maior frequência possuem um elevado grau 
de influência na rede. 
( II ) Determina a distância entre os vértices de uma rede considerando o tamanho dos 
caminhos mais rápidos para alcançar o destino final. 
A partir das alternativas abaixo, assinale a CORRETA: 
 
7 Uma das ferramentas mais poderosas para processamento e análise de fluxo contínuo 
(streaming) de dados é o Apache Spark. A motivação para o surgimento do Spark está 
relacionada a algumas limitações apresentadas na forma de processamento do Hadoop 
MapReduce. 
Face ao exposto, que características tornam o Apache Spark tão atrativo? 
Resposta correta: Processa grandes volumes de dados de forma iterativa e em memória, o que 
torna o processamento muito mais veloz se comparado ao Hadoop MapReduce, que processa 
dados em disco e apresenta altas taxas de latência para processamento iterativo. 
 
8 Sistemas IR possuem várias métricas para avaliar sua performance, dentre elas a 
Precision (precisão) e a Recall (revocação). Avalie as situações abaixo: 
 
SITUAÇÃO 1: Suponha que um usuário digitou em um mecanismo de busca a sentença: “Big 
Data Analytics”. Sabe-se que existe um total de 500 documentos com potencial relevância na 
base, ou seja, D = {1,2, ... ,500}. No entanto, na pesquisa foram recuperados apenas 100 
documentos destes documentos relevantes. 
 
SITUAÇÃO 2: Para o usuário dos 100 documentos que o sistema de IR julgou importantes, 
apenas 10 são relevantes. 
 
Com base nas situações expostas, o que podemos afirmar a respeito destas? 
Resposta correta: A situação 1 diz respeito à medida Recall que vale 20%, enquanto que a 
situação 2 refere-se à precisão que foi apenas de 10%. 
9 O pré-processamento de textos consiste em um passo importante e uma das primeiras 
etapas, inclusive para melhoria da qualidade dos dados que serão utilizados nas etapas 
subsequentes. Considere a frase a seguir: ““Ontem ressebi 20 ligações de clientes 
reclamando do produto”. 
Que tipo de tarefas podem ser aplicadas para que o gestor verifique a aceitação do seu 
produto no mercado, a partir dessa frase? 
 
A partir das alternativas abaixo, assinale a CORRETA: 
Extração de termos (‘tokenização’), remoção de Stopwords, e correção ortográfica do termo 
‘ressebi’ e avaliação de sentimento da frase. A extração do número pode ser útil dependendo 
da análise que será realizada. 
10 A Internet das Coisas representa um marco importante na era atual além de ser uma 
forte tendência para os próximos anos. Inúmeros dispositivos conectados à rede 
representaram um ativo de informação nas empresas. 
Com base nisso, o que podemos concluir sobre a Internet das Coisas? 
A partir das alternativas abaixo, assinale a CORRETA: 
Refere-se a uma imensidão de novos dispositivos ou “coisas” que serão conectadas entre si e 
produzirão ainda mais dados, impondo novos desafios no que se refere a infraestrutura, 
técnicas e análises, privacidade, dentre outras questões.