Enriquecer e Transformar a Referência

A criação de perfis é aplicada a vários tipos semânticos.

São criados perfis para as categorias de tipos semânticos de modo a identificar:

• Localizações geográficas, como nomes de localidades.
• Padrões, como os que se encontram nos números de cartões de crédito ou endereços de email.
• Padrões repetitivos como dados de frases hifenizadas.

As recomendações para reparar, melhorar ou enriquecer o conjunto de dados são determinadas pelo tipo de dados.

Exemplos de recomendações de tipos semânticos:

• Enriquecimentos - Acrescentar uma nova coluna aos seus dados que corresponde a um tipo detetado específico, como uma localização geográfica. Por exemplo, acrescentar dados de população para uma localidade.
• Concatenações de Colunas - Quando são detetadas duas colunas no conjunto de dados, uma com nomes próprios e outra com apelidos, o sistema recomenda concatenar os nomes numa única coluna. Por exemplo, uma coluna nome_próprio_apelido.
• Extrações Semânticas - Quando um tipo semântico é composto por subtipos como, por exemplo, um número telefone_eua que inclui o indicativo, o sistema recomenda extrair o subtipo para uma coluna própria.
• Extração de Partes - Quando é detetado um separador de padrão genérico nos dados, o sistema recomenda extrair partes desse padrão. Por exemplo, se o sistema detetar uma hifenização repetitiva nos dados, recomenda extrair as partes para colunas separadas, com vista a tornar os dados mais úteis para análise.
• Extrações de Datas - Quando são detetadas datas, o sistema recomenda extrair as partes da data que poderão aumentar a análise dos dados. Por exemplo, pode extrair o dia da semana de uma data de fatura ou compra.
• Ofuscação/Máscara/Apagamento Total e Parcial - Quando são detetados campos sensíveis, como um número de cartão de crédito, o sistema recomenda uma máscara total ou parcial da coluna, ou até mesmo a sua remoção.

Os tipos semânticos são identificados com base nos padrões encontrados nos dados.

São fornecidas recomendações para estes tipos semânticos:

• Datas (em mais de 30 formatos)
• Números de Identificação da Segurança Social (NISS) - EUA
• Números de Cartão de Crédito
• Atributos do Cartão de Crédito (CVV e Data e Expiração)
• Endereços de Email
• Números de Telefone de Planos Norte Americanos
• Endereços - EUA

O reconhecimento dos tipos semânticos é determinado pelos conhecimentos de referência carregados fornecidos com o serviço.

São fornecidas recomendações baseadas em referências para estes tipos semânticos:

• Nomes de países
• Códigos de países
• Nomes de distritos (Províncias)
• Códigos de distritos
• Nomes de concelhos (Jurisdições)
• Nomes de localidades (Nomes Localizados)
• Códigos postais

Os enriquecimentos recomendados baseiam-se nos tipos semânticos.

Os enriquecimentos são determinados com base na hierarquia da localização geográfica:

• País
• Província (Estado)
• Jurisdição (Concelho)
• Longitude
• Latitude
• População
• Elevação (em Metros)
• Fuso horário
• Códigos de países ISO
• FIPS (Federal Information Processing Series)
• Nome do país
• Capital
• Continente
• ID em GeoNames
• Línguas faladas
• Indicativo telefónico do país
• Formato do código postal
• Padrão do código postal
• Indicativo telefónico do país
• Nome da moeda
• Abreviatura da moeda
• Domínio de nível superior geográfico (GeoLTD)
• KM quadrados

O processo de criação do perfil utiliza limiares específicos para decidir sobre tipos semânticos específicos.

Regra geral, 85% dos valores dos dados na coluna têm de corresponder aos critérios de um único tipo semântico para que o sistema possa determinar a respetiva classificação. Como resultado, uma coluna que contenha 70% de nomes próprios e 30% de “outros” não cumpre os requisitos de limiar e, por conseguinte, não é efetuada nenhuma recomendação.

Utilize as recomendações de conteúdo customizado para aumentar os conteúdos de sistema do Oracle Analytics. Os conteúdos customizados permitem que o profiler semântico do Oracle Analytics identifique mais tipos de semântica específicos de negócio e faça recomendações mais relevantes e enriquecidas do ponto de vista regulamentar. Pode, por exemplo, acrescentar uma referência de conteúdos customizados que classifique a medicação com receita médica na categoria de Analgésicos ou Opioides da U.S. Pharmacopeia (USP).

Guia Prático

Pode utilizar ficheiros semânticos existentes, tais como ficheiros USP (Unsupervised Semantic Parsing), ou pode criar os seus próprios ficheiros semânticos. Peça ao administrador que carregue os ficheiros de conteúdos customizados para o Oracle Analytics. Quando o utilizador enriquece os conjuntos de dados, o Oracle Analytics apresenta recomendações de enriquecimento baseadas nestes dados semânticos. Quando cria livros, também pode incluir melhoramentos de conteúdos nas suas visualizações ao acrescentá-los a partir do Painel Dados.