ads:
iii
COPPE/UFRJCOPPE/UFRJ
ANÁLISE DE REDES SOCIAIS EM AMBIENTE MULTIRRELACIONAL
Antonio André Neto
Tese de Doutorado apresentada ao Programa de Pós-
Graduação em Engenharia Civil, COPPE, da Universidade
Federal do Rio de Janeiro, como parte dos requisitos
necessários à obtenção do título de Doutor em Engenharia
Civil.
Orientadores: Nelson Francisco Favilla Ebecken
Elton Fernandes
Rio de Janeiro
Dezembro de 2009
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
iv
ANÁLISE DE REDES SOCIAIS EM AMBIENTE MULTIRRELACIONAL
Antonio André Neto
TESE SUBMETIDA AO CORPO DOCENTE DO INSTTUTO ALBERTO
LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA
(COPPE) DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO
PARTE DOS REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO
GRAU DE DOUTOR EM CIÊNCIAS EM ENGENHARIA CIVIL.
Examinada por:
_________________________________________________
Prof. Nelson Francisco Favilla Ebecken, D.Sc.
_________________________________________________
Profª. Beatriz de Souza Leite Pires de Lima, D.Sc.
_________________________________________________
Prof. Elton Fernandes, D.Sc.
_________________________________________________
Prof. Alexandre Gonçalves Evsukoff, Dr.
_________________________________________________
Profª. Fernanda Araújo Baião, D.Sc.
RIO DE JANEIRO, RJ - BRASIL
DEZEMBRO DE 2009
ads:
v
André Neto, Antônio
Análise de redes sociais em ambiente multirrelacional
/ Antônio André Neto. – Rio de Janeiro: UFRJ/COPPE,
2009.
XIII, 162 p.: il.; 29,7 cm.
Orientadores: Nelson Francisco Favilla Ebecken, Elton
Fernandes
Tese (doutorado) – UFRJ/ COPPE/ Programa de
Engenharia Civil, 2009.
Referências Bibliográficas: p. 73-78.
1. Análise de Redes Sociais. 2. Ambiente
Multirrelacional. 3. ROLAP Data Cube. 4. Banco de
Dados Relacionais. I. Ebecken, Nelson Francisco Favilla.
Fernades, Elton. II. Universidade Federal do Rio de
Janeiro, COPPE, Programa de Engenharia Civil. III.
Título.
vi
AGRADECIMENTOS
Quero agradecer ao meu orientador, Prof. Nelson Francisco Favilla Ebecken, pela
competência e pronta disponibilidade em todos os momentos em que precisei.
Agradeço, também, aos professores Beatriz de Souza Leite Pires de Lima, Elton Fernandes,
Alexandre Gonçalves Evsukoff e Fernanda Araújo Baião, pelo privilégio de tê-los como
integrantes da banca e suas contribuições para este trabalho.
Agradeço de forma especial aos amigos Cesar Margarida e Luciano Rossoni, pelas horas
dedicadas à troca de conhecimentos.
DEDICATÓRIA
Dedico este trabalho ao meu pai, exemplo de determinação e procura incessante pelo saber.
vi
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para a
obtenção do grau de Doutor em Ciências (D. Sc.)
ANÁLISE DE REDES SOCIAIS EM AMBIENTE MULTIRRELACIONAL
Antonio André Neto
Dezembro/2009
Orientadores: Nelson Francisco Favilla Ebecken
Elton Fernandes
Programa: Engenharia Civil
A proposta deste trabalho foi trazer para a ciência que analisa as redes sociais, a aplicação de
um software que já vinha sendo utilizado principalmente em Business Intelligence, chamado de ROLAP
Data Cube. O desenvolvimento desta aplicação trouxe novas funcionalidades e a capacidade de operar
com grandes bases de dados, facilitando a análise de redes sociais, em ambiente multirrelacional. O
foco do trabalho se concentrou no desenvolvimento de modelos de cubos de dados (ROLAP Data
Cube) que uma vez aplicados a bancos de dados relacionais, facilitam a busca de conhecimento, a partir
de parâmetros estabelecidos. O trabalho se concentrou no estudo das afiliações buscando descobrir
conhecimento sobre como, a participação de indivíduos em eventos sociais influencia seus
comportamentos, credos e valores. Para este estudo foram feitos dois estudos de casos; o primeiro,
sobre a rede social formada pelos professores da Fundação Getúlio Vargas. Já o segundo caso analisado
foi a rede formada por voluntários que atuam na busca de recurso essenciais para a manutenção do
padrão de qualidade que tornou o Hospital do Câncer de Barretos – SP, uma referência em sua área de
atuação.
O resultado mostrou que os Cubos de Dados, são eficientes ferramentas para analisar grandes redes
sociais, possibilitando visões da rede em diferentes níveis de granulação, que podem variar desde sua
topologia até a visão das atividades de cada ator em particular explicitando suas interações com os
demais atores da rede. Estas visões permitem uma análise detalhada sobre como as redes sociais se
formam a partir das atuações de seus atores isoladamente e como estes atores contribuem para a
expansão ou para o desmantelamento das redes ou de parte delas.
vi
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements for the
degree of Doctor of Science (D. Sc.)
SOCIAL NETWORK ANALYSIS IN A MULTIRRELACIONAL ENVIRONMENT
Antonio André Neto
December/2009
Advisors: Nelson Francisco Favilla Ebecken
Elton Fernades
Department: Civil Engineering
The pourpose of this work was to bring to the social networks analysis, the application of a
software that has being used mainly in Business Intelligence, named ROLAP Data Cube. The
development of this application brought new functionalities and the capacity to operate with large data
bases, facilitating the process of analysis in a multirrelational environment.
The main goal of this work was the development of applications of Data Cubes in the study of
affiliations data bases. The study of affiliations aims to discover knowledge about how the
participation from individuals in social events, influences their behavior, credos and values.
It was analysed two cases of relational data bases, the first one, was the social network made by the
professors from the Fundação Getúlio Vargas, and the second one, by the donation network volunteers
from the Cancer Hospital from Barretos – SP. The result of the study demonstrates that the Data Cubes
are efficient tools to analyse large social networks, allowing different visons of the network, since its
topology down to the analisys of each actor and its contribution to the expansion or to the
dismanteling of the network as a whole or of part of it.
ix
SUMÁRIO
Pág.
1. INTRODUÇÃO.................................................................................... 01
1.1 Considerações iniciais .......................................................................... 01
1.2 Problemas identificados ........................................................................ 05
1.3
Os softwares mais utilizados para análise de redes sociais ..........
05
2. OBJETIVOS .......................................................................................... 07
3. METODOLOGIA................................................................................... 07
3.1 O ROLAP Data Clube ............................................................................ 08
3.2 O Cubo de Dados aplicado à análise de redes sociais ............................ 09
3.3 A modelagem multirrelacional ............................................................... 10
3.4 Os softwares utilizados neste trabalho ................................................... 11
3.4.1 Gerenciador de Banco de Dados ............................................................ 11
3.4.2 Software de Cubo de Dados ................................................................... 11
3.4.2.1 Limitações do software escolhido .......................................................... 12
4.
ÁREA DE ESTUDO .............................................................................. 12
4.1 Importância do estudo sobre Afiliações ................................................. 12
4.2 Justificativa para a proposição de um novo método de estudo sobre redes de
Afiliações ...............................................................................................
13
4.3 Relevância do trabalho ........................................................................... 14
5 MÉTODO DE ESTUDO......................................................................... 14
5.1 Tipo de pesquisa .................................................................................... 14
5.2 Limitações do método ............................................................................ 14
6 ESTRUTURAÇÃO DO CUBOS DE DADOS....................................... 15
6.1 Tipos de modelos dimensionais ............................................................. 16
6.1.2 O Esquema Estrela (Star schema) .......................................................... 16
6.1.3 O Esquema Floco de Neve (Snowflake) ................................................. 16
6.2 Considerações sobre ambos os esquemas ................................................ 17
x
7 COMPARAÇÃO DOS RESULTADOS OBTIDOS......................... 18
8 O UNIVERSO DA PESQUISA ......................................................... 19
9 ESTUDO DE CASOS......................................................................... 19
9.1 Estudo de caso 1: professores x eventos ........................................... 19
9.1.1 A amostra utilizada ............................................................................. 20
9.2 Estudo de caso 2: Rede de Voluntários do Hospital do Câncer de Barretos 20
9.2.1 A amostra utilizada .............................................................................. 21
9.2.1.1 O significado da tabela Rede de Voluntários do Hospital do Câncer de
Barretos...............................................................................................
21
9.3 Qualidade e adequação das amostras ............................................... 21
9.3.1 Tratamento dos dados ........................................................................ 22
9.4 O carregamento dos dados no Cubo de Dados ................................. 25
10 AS PROPRIEDADES DAS REDES SOCIAIS A SEREM ANALISADAS 26
10.a A co-relação entre as propiriedades 27
10.b O Teorema de Barabási – Modelo de redes sem escalas 28
10.1 Frequência de participação de atores ................................................. 29
10.2 Frequência de participação de eventos .............................................. 30
10.3 Densidade ........................................................................................... 31
10.3.1 Densidade da rede de professores ..................................................... 31
10. 4 Densidade da rede formada por eventos ........................................... 33
10.5 Centralidade - Ator ............................................................................ 34
10.5.1 A centralidade de grau ....................................................................... 34
10.5.2 Centralidade professor ........................................................................ 34
10.6 Centralidade evento ........................................................................... 36
10.7 Acessibilidade - Ator ......................................................................... 36
10.7.1 Matriz Acessibilidade professor ........................................................ 37
10.7.1.1 Matriz Acessibilidade a apartir de cada uma dos atores da rede........ 38
10.8 Matriz Acessibilidade entre eventos .............................................................. 39
xi
10.8.1 Matriz Acessibilidade Eventos........................................................... 39
10.9 Coesividade - Ator.............................................................................. 40
10.9.1 Coesividade entre sub-conjuntos de atores......................................... 40
10.9.1.1 Matriz Coesividade professor............................................................. 41
10.10 Coesividade entre subconjuntos de eventos ...................................... 42
10.10.1 Matriz Coesividade – Eventos............................................................ 42
10.10.2 Matriz Coesividade de cada Eventos................................................... 43
11 ESTUDO DE CASO 2: Análise da Rede Social de Voluntários do Hospital
do Câncer de Barretos, com aplicação do Cubo de Dados...................
44
11.1 Aspectos relevantes sobre o estudo de caso 2....................................... 44
11.2 As matrizes geradas pelo Cubo de Dados sobre a rede de voluntários do
Hospital do Câncer de Barretos
45
12 CONCLUSÃO E RECOMENDAÇÕES ............................................... 71
12.1 Conclusão .............................................................................................. 71
12.2 Recomendações e sugestões para trabalhos futuros .............................. 72
13 REFERÊNCIAS BIBLIOGRÁFICAS ................................................... 73
APÊNDICES .......................................................................................... 79
xi
LISTA DE FIGURAS
Figura 01. Exemplos de Redes .................................................................................. 03
Figura 02. Esquema Estrela .......................................................................................... 16
Figura 03. Esquema Floco de Neve .............................................................................. 17
Figura 04. A matriz original: professor x evento (Turma) em Excel ........................... 24
Figura 05. Base de Dados 2 - Rede de Voluntários do Hospital do Câncer de Barretos
(vista parcialmente) ....................................................................
25
Figura 06. Matriz incidente professor x evento, já carregada no Cubo de Dados ..... 26
Figura 07. Matriz incidente voluntário x evento, já carregada no Cubo de Dados ..... 27
Figura 08. Matriz adjacente professor x professor ..................................................... 29
Figura 09. Matriz adjacente evento x evento ............................................................. 30
Figura 10. Densidade professores ............................................................................. 32
Figura 11. Matriz densidade evento ........................................................................... 33
Figura 12. Matriz centralidade professor .................................................................... 35
Figura 13. Matriz centralidade evento ........................................................................ 35
Figura 14. Acessibilidade professor ........................................................................... 37
Figura 15. Matriz acessibilidade professor, com Double click no professor .............. 38
Figura 16. Matriz acessibilidade evento ..................................................................... 39
Figura 17. Matriz coesividade professor .................................................................... 41
Figura 18. Coevisidade entre eventos ....................................................................... 43
Figura 19. Matriz coesividade evento, com Double click em cada evento ................. 44
Figura 20. Matriz da Rede Social de Voluntários do Hospital do Câncer de Barretos –
Visão Drill-down .....................................................................................
46
Figura 21. Matriz incidente voluntários x eventos mostrando cada tipo de evento e
detalhando a participação de cada voluntário da rede, a frequência de
participações e o valor de arrecadação de cada tipo evento que o voluntário
participou ..................................................................................
47
Figura 22. Matriz adjacente ator x ator ...................................................................... 48
Figura 23. Matriz adjacente evento x evento ............................................................. 49
Figura 24. Matriz frequência ator ............................................................................... 50
Figura 25. Matriz frequência evento com gráfico de participação (%) ....................... 51
Figura 26. Matriz incidente ator (aberta por voluntário líder e voluntário local) x tipo de
evento ..................................................................................................
52
Figura 27. Matriz incidente ator (aberta pelo número de eventos em cada cidade que o ator
participou) x evento .................................................................
53
xi
Figura 28. Matriz incidente ator (aberta pelo número de eventos em cada cidade e em qual
mês, o ator participou) x evento ..................................................
54
Figura 29. Matriz incidente ator x evento, mostrando em cada cidade (Barretos, no mês 5
(maio de 2008) e em cada tipo de evento, qual foi a participação de voluntários
líderes e de voluntários locais ...........................................
55
Figura 30. Matriz incidente mostrando nos meses 5 (maio) e 9 (setembro) de 2008, em
cada cidade, quantos voluntários líderes (l) e quanto voluntários locais (v)
participaram de eventos ............................................................
56
Figura 31. Matriz incidente mostrando quantos eventos, de cada tipo, aconteceu em qual
cidade, em qual mês ...................................................................
57
Figura 32. Matriz incidente mostrando o tipo de evento, que aconteceu em cada cidade, em
cada mês, organizado por quais e quantos voluntários líderes e auxiliados por
quais e quantos voluntários locais ......................
58
Figura 33. Matriz incidente, mostrando os valores (R$) das arrecadações, em cada cidade,
em cada tipo de evento, mostrando quantos participantes atuaram em cada
evento, aberto por voluntário local e por voluntário líder, em cada mês do ano
.......................................................................
59
Figura 34. Matriz densidade ator início e fim ............................................................. 60
Figura 35. Matriz densidade evento ........................................................................... 61
Figura 36. Início da matriz acessibilidade ator ........................................................... 62
Figura 37. Fim da matriz acessibilidade ator ............................................................. 63
Figura 38. Matriz acessibilidade ator: Double click no ator ........................................ 64
Figura 39. Matriz acessibilidade ator, com filtro nos laços para acesso entre os atores
VL2NHZ e V6BAR e com filtro nos laços entre os atores V8BAR e V6BAR
...................................................................................................
65
Figura 40. Matriz acessibilidade evento ..................................................................... 66
Figura 41. Matriz acessibilidade evento, mostrando quantos participantes comuns atuaram
em eventos diferentes ................................................................
67
Figura 42. Matriz coesividade ator: matriz 1 - início / matriz 2 – fim .......................... 68
Figura 43. Matriz coesividade ator, aberta pelo grau de coesividade do ator V10BAR, com
os demais atores da rede ..................................................
69
Figura 44. Matriz coesividade evento ........................................................................ 70
Figura 45. Matriz centralidade ator ............................................................................ 71
Figura 46. Matriz centralidade evento ........................................................................ 72
xi
LISTA DE TABELAS
Tabela 01. Comparação de características do ROLAP Data Cube com os softwares
existentes para a análise de redes sociais ..............................................
09
Tabela 02. Os principais softwares de gerenciamento de Bancos de Dados (Data Base
Management Systems - DBMS) disponíveis ...................................
11
Tabela 03. As principais ferramentas de ROLAP Data Cube ..................................... 12
Tabela 04. Quadro comparativo entre os modelos Snowflake e Star ........................ 18
xv
LISTA DE ABREVIATURAS E SIGLAS
Data Cube Cubo de Dados
Data Sets Conjunto de dados
KDD Knowledge Discovery in Data Bases
OLAP Online Analytical Processing
OLTP Online Transactional Processing
ROLAP Relational Online Analitical Processing
ROLAP Data Cube Cubo de Dados Relacionais
SQL Structured Query Language
1. INTRODUÇÃO
1.1 Considerações iniciais
Uma das principais razões que garantiram a sobrevivência da raça humana até hoje foi sua
capacidade de viver em grupo. A convivência em grupo possibilitou a criação de laços sociais, através
dos quais, os indivíduos trocam afetividade, conhecimento, bens e serviços, garantindo assim sua
subsistência e desenvolvimento.
A evolução da humanidade é um suceder de grupos sociais que competiram entre si e com o
meio ambiente onde viviam. Essa competição evoluiu até os dias de hoje, quando a arena competitiva
se apóia no acesso a bens e serviços.
Atualmente, os bens e serviços que a humanidade precisa para sobreviver estão disponíveis no
mercado e a equação que estimula o mercado a produzir os bens e os serviços que a humanidade
necessita está baseada na obtenção de lucro.
A arena competitiva se baseia, então, na taxa interna de retorno sobre os investimentos feitos
pelos detentores do capital. Para produzir esses bens e serviços, necessários à sobrevivência e ao
desenvolvimento das sociedades, são necessários três tipos de capitais: a) capital financeiro, b) capital
humano e c) capital social.
O capital financeiro é formado por dinheiro “vivo”, reservas depositadas em bancos, retornos
sobre investimentos e linhas de crédito. O capital humano é formado pelas qualidades naturais dos
indivíduos, somadas aos seus talentos, educação formal e experiências profissionais. O capital social é
formado pelas relações com outros indivíduos.
De um modo geral, propriedade e capital humano definem a capacidade de produção de uma
firma. Relações sociais dentro e fora da organização formam o capital social.
As maneiras como as pessoas se relacionam em grupos sociais impactam de forma direta no
desenvolvimento econômico, mercadológico, político e religioso da sociedade. Os grupos sociais,
por sua vez, influenciam de maneira decisiva o comportamento de seus membros.
Assim, este trabalho tem seu foco na análise das redes sociais, pois se trata de uma área de
conhecimento onde a ciência vem tendo grandes progressos em tempos recentes, quando ferramentas
computacionais possibilitaram estudos sobre redes complexas, mas onde ainda existem poucas
aplicações que possam ser exploradas pelas organizações.
A Análise das Redes Sociais se dedica a estudar as ligações, os laços, entre os indivíduos de
uma sociedade, procurando identificar seus padrões de comportamento e buscando identificar métricas
que definam a estrutura destas relações. Estas métricas são baseadas nas variáveis estruturais, que
caracterizam propriedades destas redes sociais e que permitem analisar e prever seus possíveis
comportamentos.
Fatores que contribuíram para o aumento da importância do estudo das redes sociais
Dois fatores contribuíram de modo decisivo para o crescente interesse sobre como as redes
sociais impactam o mundo em que vivemos:
• O desenvolvimento da internet, em todas as suas extensões, formando redes sociais como
MSN, Blogs, Orkut, Facebook, Twitter, YouTube. Redes Colaborativas como Wikipédia,
Zagat. Comércio Online, Ensino Online, entre tantas outras.
• O ataque terrorista de 11 de setembro de 2001 (que fez o governo norte-americano
investir maciçamente em pesquisas sobre a formação de redes terroristas, que acelerou de
maneira significativa os estudos sobre análise das redes sociais).
Antes disso, a ciência que analisa as redes sociais teve dois avanços significativos; o primeiro,
ainda na década de 1930, quando pesquisadores do comportamento social, liderados por Moreno,
passaram a utilizar grafos, que foram chamados de sociogramas. Barnes (1954) foi o primeiro a
utilizar a expressão “Redes Sociais”. O segundo, no final da década de 1950, quando sociólogos se
uniram a matemáticos e desenvolveram o uso de matrizes (sociomatrizes) como instrumentos de
análise de redes sociais. Os avanços conseguidos pelos analistas sociais foram relativamente lentos
entre os anos 1950 e 1990, mas ainda assim surgiram conceitos como díades, tríades, subgrupos,
blockmodels, reciprocidade, balanço estrutural, transitividade, clusterização e equivalência estrutural.
Estes conceitos nasceram no meio acadêmico através de número pequeno de “analista de redes
sociais”.
Pode-se traçar com certa facilidade a evolução das teorias sobre redes sociais e idéias de
professores e estudantes de uma geração para outra. Um exemplo disso foi a primeira conferência
sobre o assunto que aconteceu no Dartmouth College no final dos anos 1970, constituída por cerca de
30 pesquisadores (HOLLAND; LEINHHARDT, 1979). Desde os anos 1990 o interesse pelo estudo
das redes vem crescendo rapidamente e muitas redes, além das redes sociais, passaram a ser objeto de
estudos. A formação e estudo destas redes afetaram o comportamento e mesmo a sobrevivência de
nossa sociedade, como ela se configura hoje. Alguns exemplos destas redes são:
• World Wide Web (WWW)
• Redes biológicas
• Redes neuronais
• Redes metabólicas
• Redes de proteínas
• Redes genéticas
• Redes epidemiológicas (entre outras e conforme Figura 1)
Figura 1. Exemplos de redes.
Fonte: Extraído de Mendes, José Fernando F. Física de redes complexas. Departamento de Física da Universidade de Avieiro.
4
Apesar de todo o progresso na área de sistemas computacionais, os softwares desenvolvidos
para análise de redes sociais têm ainda algumas limitações, pois se baseiam em grafos (sociogramas)
ou em matrizes:
• Os grafos (sociogramas) têm como vantagem a fácil visualização da rede, como no
exemplo abaixo, que mostra uma rede de relações comerciais entre famílias venezianas do
século XVI:
Por outro lado, se o número de atores na rede cresce, a visualização do sociograma fica prejudicada,
como pode ser visto na rede abaixo, formada por professores da Fundação Getúlio Vargas que
participaram de eventos comuns:
5
Alguns softwares, como por exemplo o Pajek, que é descrito mais à frente, têm o recurso de
extrair grafos menores de grafos complexos para melhor analisar suas partes constituintes mas, quando se
trata de grades redes o processo pode se tornar muito trabalhoso.
Alguns dos softwares disponíveis fazem análises sobre redes sociais com bases em matrizes
quadradas (o número de linhas é igual ao número de colunas) que, por um lado facilita a utilização de
sistemas computacionais mas, por outro lado, restringem as dimensões sociais que podem ser
abordadas no processo. Eles não permitem co-relacionar diversas matrizes simultaneamente
restringindo o número de características que podem ser analizadas.
1.2 Problemas identificados
Os problemas identificados na utilização dos softwares disponíveis para o estudo de redes
sociais foram: as redes sociais estão cada dia mais complexas e a tecnologia facilita a criação de redes
sociais em âmbito global em curto espaço de tempo. As mesmas pessoas podem estar envolvidas em
múltiplas redes sociais que, de um modo ou de outro, influenciam seu comportamento. Diante deste
fato, dois dos mais destacados estudiosos das Redes Sociais, Stanley Wasserman e Katerine Faust,
declararam “As ferramentas de análise disponíveis têm limitações quando o enfoque é
multirrelacional” (WASSERMAN; FAUST, 2008). Além disso, os softwares atuais têm restrições
quanto ao volume de dados analisados, limitando a busca de conhecimento (Knowledge Discovery in
Data Bases- KDD) a redes que não ultrapassam a algumas centenas de atores.
Estas limitações restringem as possibilidades de estudos de redes sociais em grandes bases de
dados em utilizações comerciais. Por exemplo: nas bases de dados de empresas de telefonia, de bancos
ou de operadoras de cartões de crédito.
Outro problema identificado é que os softwares disponíveis analisam propriedades
(características) das redes sociais na base de propriedade a propriedade, ou seja, não disponibilizam
para o analista social uma visão sobre as co-relações de várias das propriedades simultaneamente, não
permitindo a visão multirrelacional que existe na imensa maioria das redes sociais.
1.3 Os softwares mais utilizados para análise de redes sociais
Para Lemieux e Ouiment (2004):
Vários programas permitem o tratamento e a análise de dados relacionais. Entre
estes programas é possível distinguir duas categorias: os programas de desenho e os
programas de tratamento e de análise. A primeira categoria é constituída pelos
programas que possibilitam a visualização na forma de um grafo, ao passo que a
segunda categoria é composta pelos programas que permitem tratar e analisar os
dados relacionais.
6
Entre os diversos softwares disponíveis para apoiar a Análise das Relações Sociais, os que se
destacam são:
o Ucinet 6 ( Versão 6.55; BORGATTI; EVERETT; FREEMAN, 2004)
É o mais popular e completo para análise de redes sociais. O UCINET 6 é
um produto comercial, mas possui uma versão freeware.
o Pajek (BATAGELJ; MRVAR, 2004)
Sua principal característica é possibilitar a redução de redes em diversas
sub-redes para facilitar a visualização e a análise.
o Netminer II (Versão 2.4.0; CYRAM, 2004)
Combina análise de rede social com técnicas de exploração visual. É um
produto comercial, mas dispõe de uma versão reduzida acessível como
freeware.
o Multinet (Versão 4.38; RICHARD; SEARY, 2003)
É um programa para análise de redes esparsas. É um produto comercial.
o Netzcope (STROGAN; STREIT, 2008)
É uma ferramenta para mostrar e analisar redes complexas.
o StOCNET (Versão 1.5. BÔER et al., 2004).
É um software aberto para análise de redes sociais e análise estatística
avançada. É um freeware.
o Gradap
Apesar de ser um software mais antigo, tem rotinas e estatísticas não
disponíveis no UCINET ou no Pajek.
o NetDraw (Versão 1.0; BORGATTI, 2002)
É um programa para desenhar redes e é distribuído junto com o UCINET.
É um freeware.
7
2. OBJETIVOS
Este trabalho tem por objetivo, desenvolver a aplicação de Cubos de Dados (ROLAP Data
Cube) que já são utilizados nas áreas comerciais, agora como intrumentos de pesquisa aplicada na
análise de grades redes sociais, possibilitando o processamento de grandes bases de dados em
ambientes multirrelacionais.
A contribuição desta nova aplicação para a ciência é possibilitar a ampliação da capacidade de
busca de conhecimentos relevantes sobre as estruturas de redes sociais complexas e permitir a visão
multirrelacional das propriedades destas redes. Além disto, outra contribuição importante é possibilitar
com a utilização do Cubo de Dados, a possibilidade de “navegar” na rede desde a visão mais sistêmica
(agregação) ao menor nível de granularidade (Drill-down and Roll-up, como detalhado a seguir), onde
mesmo em grandes redes, se pode analizar características das relações de cada ator em particular.
É ainda objetivo deste trabalho:
• Testar o sistema para comprovar a adequação, eficácia, validade e confiabilidade da
solução.
• Propor outras utilizações.
O presente trabalho tem seu foco na análise da atuação dos atores dentro da rede social, ou
seja, o objetivo do estudo é maximizar as potencialidades da ferramenta Cubo de Dados, utilizando
suas facilidades de granulação e agregação de dados. O conteúdo das relações, assim como os
parâmetros de métricas das redes como um todo, não são objetos deste estudo.
3. METODOLOGIA
A metodologia a ser utilizada para desenvolver a aplicação de Cubo de Dados para análise de
redes sociais de afiliação consistiu das seguintes etapas:
1. Pesquisa na internet para identificação de softwares de Cubos de Dados que estejam
disponíveis e que sejam acessíveis a todas as pessoas (freeware) e que eventualmente sejam versões
compactas de softwares mais completos para uso comercial. Isto porque este trabalho tem por objetivo
também demonstrar que mesmo com softwares gratuitos, pode-se desenvolver soluções com grande
alcance para o meio científico, sem que seja necessário dispender milhares de dólares em softwares
comerciais;
2. Identificação de bases de dados sobre afiliações, que estejam disponíveis e que sejam
adequadas para os propósitos deste estudo. Para isso, estas bases devem ter atores (pessoas) associados
a eventos e que o número de atores e eventos seja significante para este estudo. Neste caso, conforme
detalhado a seguir, foram identificas duas bases de dados; Uma com 4.880 dados e outra com 42.735
dados;
8
3. Desenvolver a aplicação dos Cubos de Dados para contemplar as visões desejadas onde as
propriedades da rede e dos atores possam ser mensuradas de acordo com as métricas utilizadas pela
ciência social, conforme detalhado a seguir.
4. Aplicar as bases de dados nos Cubos e operar o sistema;
5. Testar a acurácia das respostas obtidas com outros softwares que ainda que estes
processem propriedade a propriedade e não sejam apropriados para ambientes
multirrelacionais.
3.1 O ROLAP Data Cube
O ROLAP Data Cube ou simplesmente Cubo de Dados, com utilizaremos neste trabalho,
deriva da tecnologia Online Analytical Processing (OLAP), que é a capacidade para manipular e
analisar grande volume de dados sob múltiplas perspectivas.
O termo processamento analítico online foi originado em um artigo oficial escrito para a Arbor
Software Corp., em 1993, embora o conceito seja muito mais antigo. Ele pode ser definido como: “O
processo interativo de criar, gerenciar, analisar e gerar relatórios sobre dados” (DATES, 2003).
Online Analytical Processing é uma tecnologia que explora os dados em um formato
multirrelacional, pelo qual se visualiza os dados em diferentes perspectivas e em diferentes níveis de
agregação. A análise OLAP é interativa e guiada pelo usuário. OLAP é muito utilizado na análise
exploratória dos dados de um Data-Warehouse
1
(THOMSEN, 2002).
Através do Relational Online Analytical Processing (ROLAP) podem-se acessar dados em
uma base de dados relacionais e, a partir dela, podem-se criar tabelas de sumarização ou de agregação
que podem ser visualizadas e analisadas em qualquer combinação de dimensões.
As aplicações OLAP são usadas pelos gestores em qualquer nível da organização para lhes
permitir análises comparativas que facilitem as suas tomadas de decisões diárias. As ferramentas
OLAP são geralmente desenvolvidas para trabalhar com banco de dados normalizados, embora
existam ferramentas que trabalhem com esquemas especiais de armazenamento, com dados
(informações) desnormalizados.
Estas ferramentas são capazes de navegar pelos dados de um Data warehouse, possuindo uma
estrutura adequada tanto para a realização de pesquisas como para a apresentação de informações.
1
Um Data warehouse é um sistema de computação utilizado para armazenar informações relativas às atividades de
uma organização em bancos de dados de forma consolidada. O desenho da base de dados favorece os relatórios, a análise de
grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão.
O Data warehouse possibilita a análise de grandes volumes de dados, coletados dos sistemas transacionais (Online
Transaction Processing - OLTP). São as chamadas séries históricas, que possibilitam a melhor análise de eventos passados,
oferecendo suporte às tomadas de decisões presentes e à previsão de eventos futuros. Por definição, os dados em um data
warehouse não são voláteis, ou seja, eles não mudam, salvo quando é necessário fazer correções de dados previamente
carregados. Os dados estão disponíveis somente para leitura e não podem ser alterados (Wikipedia, 08/09/2009).
9
A utilização do ROLAP Data Cube em grandes bases de dados relacionais de redes sociais
possibilita: a) processar dados e gerar métricas (propriedades) que definam a estrutura destas redes
sociais; b) utilizar o conhecimento existente sobre a Análise das Redes Sociais e aplicá-los ao Cubo de
Dados, para fazer análises estruturais de redes sociais complexas, ou seja, analisar a forma da relação
entre os atores participantes da rede e procurar determinar como o sistema se comporta, procurando
identificar e pré-dizer similitudes entre atitudes e comportamentos; c) demonstrar as vantagens da
utilização do ROLAP Data Cube na análise de redes sociais, quando comparadas aos softwares
existentes.
Tabela 01. Comparação de características do ROLAP Data Cube com os softwares existentes
para análise de redes sociais.
Características ROLAP Data Cube Softwares Existentes
Tamanho da base de dados Terabytes (trilhões de dados) Megabytes (milhões de dados)
Formato das matrizes Sem restrições quanto ao
formato bi-dimensional
Matrizes quadradas
Modelos de dados Estrela, Floco de Neve Matriz quadrada
Possibilidade de Drill-Down e
de Roll-up
Sim Não
Possibilidade de troca de
dimensões em um click
Sim Não
Possibilidade de mostrar todas
as propriedades em uma única
tela de agregação
Sim Não
Possibilidade de ser executado
via WEB
Sim Alguns
3.2
O Cubo de Dados aplicado à análise de redes sociais
O Cubo de Dados pode facilitar a análise das redes sociais sob uma visão multirrelacional,
proporcionando, ao analista, a possibilidade de interpretar diversas propriedades de uma rede social e
de uma maneira integrada. O Cubo de Dados, através do ROLAP, permite a navegação através de
grandes bases de dados, realizando operações de Drill-down (maior granularidade), Roll-up (maior
agregação), Slice and Dice (escolher dimensões), ações estas que os softwares disponíveis para análise
de redes não possuem.
10
3.3 A modelagem multirrelacional
A modelagem multirrelacional é uma técnica concebida para analisar grandes bancos de
dados, de maneira mais simples e compreensível. Sob o prisma da análise estrutural de redes sociais,
dados relacionais indicam a existência ou ausência de relações entre atores da rede.
O Cubo de Dados foi desenvolvido para aplicações comerciais utilizando bancos de dados
multirrelacionais e permite a análise de diversas dimensões, incluindo, mas não limitadas a produtos,
mercados, tempo, entre outros em um ambiente Online Analitical Processing (OLAP) .
O Cubo de Dados permite que a análise destas grandes bases de dados possa ser realizada
através de operações que facilitam a visualização de diversas características desses dados. Por
exemplo, operações como: divisão e separação (Slice and Dice), visão mais ampla (Roll-up), visão
mais detalhada (Drill-down), de todas as dimensões.
Essa análise mais detalhada da interseção de vários pontos contidos dentro do cubo
pode revelar informações que poderiam ser ocultadas por relatórios tabulares básicos.
O conceito do Cubo de Dados é fundamentado na construção de tabelas que se inter-
relacionam baseadas em critérios pré-estabelecidos: a primeira etapa do processo é construir uma
tabela central de fatos, que armazena resumos quantitativos ou dados agregados; por exemplo, no caso
dessa pesquisa em particular, os fatos são as propriedades da rede de relacionamento que se quer
analisar.
A tabela de fatos consiste das medidas que serão utilizadas para a análise das redes sociais
previamente definidas. É a principal e maior tabela em um sistema de análise. A estrutura da tabela de
fatos deve conter dados numéricos e aditivos, tais como, por exemplo, a Frequência das Interações
entre os diversos atores da rede.
A segunda etapa é construir tabelas de dimensão, formadas por dados qualitativos ou descritivos,
neste caso, dados sobre atores e eventos. Esse arranjo de tabelas pode ser esquematizado na forma de uma
"estrela" e, por isso, costuma ser chamado de Star schema. Também no formato de um “floco de neve” ou
Snowflake schema, conforme detalhado a seguir.
As tabelas de dimensões contêm descritores (por exemplo: nome do professor) que se
relacionam através de uma chave primária (identificador único, por exemplo: um número sequencial),
com os dados contidos na tabela de fatos. No caso deste trabalho, a tabela fato contém as propriedades
da rede que se quer analisar (frequências das relações, densidade da rede etc.).
Os arquivos a serem utilizados em cubos ROLAP podem se originar de sistemas de bancos de
dados relacionais, planilhas ou arquivos-textos.
O processo de análise de dados, por meio da utilização de uma ferramenta OLAP, pode ser
dividido em três fases: criação de um slice (“slice" é um subconjunto de uma matriz multirrelacional);
navegação neste slice; detalhamento deste slice (Drill- down Roll-up).
Da perspectiva do usuário final, o slice, na maior parte das vezes, se refere a uma página bi-
11
dimensional selecionada a partir do cubo. O Cubo de Dados opera sobre uma base de dados
armazenados em um Banco de Dados.
3.4 Softwares utilizados neste trabalho
3.4.1 Gerenciador de Banco de Dados
O Gerenciador de Banco de Dados escolhido foi o MS-SQL Server Express 2005. Por se tratar
de um freeware tem a vantagem de ser grátis, o que atende a uma das prerrogativas de ter uso livre
para qualquer pesquisador, porém tem algumas limitações: CPU monoprocessada; máximo de 25
usuários simultâneos; não conta com Reporting Services (gerador de relatórios para consulta).
Tabela 2. Os principais softwares de gerenciamento de Bancos de Dados (Data Base Management
Systems - DBMS) disponíveis.
Nome Comercial Fabricante Disponibilidade Ordem de preço
(US$)
MS-Acess Microsoft Microsoft Office 250
My SQL Sun Open Source Freeware
Postgre SQL Postgre Open Source Freeware
MS-SQL Server Express Microsoft Versão Limitada Freeware
MS-SQL Server 2008 Microsoft Comercial 25,000
IBM-DB/2 IBM Comercial 40,000
IBM-DB/2 Express IBM Versão Limitada Freeware
Oracle Oracle Comercial 40,000
Oracle Express Oracle Versão Limitada Freeware
Sybase Anywhere Sybase Comercial 40,000
Teradata Teradata Comercial 200,000
3.4.2 O Software de Cubo de Dados escolhido para este trabalho
Para este trabalho, o software escolhido foi o Pivot Cube, que tem um módulo que pode ser
baixado grátis da internet:
http://www.pivotcube.com
. As características técnicas deste software são
descritas a seguir.
12
3.4.2.1 Limitações do software escolhido
O PivotCube (
http://www.pivotcube.com
) tem as seguintes limitações funcionais:
Número máximo de dimensões ==> 255
Número máximo de medidas ==> 1.024
Número máximo de registros ==> 10.000.000
Número máximo de elementos em cada dimensão ==> 65.536 (256 * 256)
Capacidade de níveis hierárquicos em cada dimensão ==> 256
Tabela 3. As principais ferramentas de ROLAP Data Cube.
Nome Comercial Fabricante Ordem de preço (US$)
Cognus IBM 100.00 + 4.000/usuário
Business Object SAP 100.00 + 4.000/usuário
Hyperiom Oracle 100.00 + 4.000/usuário
MicroStrategy MicroStrategy 100.00 + 4.000/usuário
Pivot Cube Pivot Cube Freeware
4 Área de estudo
O estudo das relações sociais está em constante evolução. Atualmente, essa área de
conhecimento se estende por diversas ramificações. Para os fins específicos desta tese de doutorado, se
optou por escolher uma área em particular; a que trata da Afiliação.
O estudo sobre Afiliação está baseado na teoria que analisa as implicações do comportamento
de indivíduos com a coletividade, também chamada, por Simmel (1950, 1955), de Círculo Social. O
estudo das Afiliações analisa as possíveis relações criadas por um conjunto de atores que participam
de um conjunto de eventos. Essas bases de dados são conhecidas como base de dados de Redes de
Afiliação. Esse tipo de rede social também pode ser chamado de Rede de Participação (Membership
Network) (BREIGER, 1974; 1990), Hiper Rede (Hypernetwork) (MACPHERSON, 1982) e Relação de
Envolvimento (Involvement Relation) (FREEMAN; WHITE, 1993).
4.1 A importância do estudo sobre Afiliações
Kadushin (1966) citou que os Círculos Sociais provêem condições para o desenvolvimento de
conexões interpessoais. Foster e Seidman (1984) observaram que Redes de Afiliação são úteis para o
estudo de estruturas sociais urbanas: dados o seu tamanho e complexidade, as estruturas sociais
13
urbanas não são descritas pelos cientistas sociais ou pelos seus residentes exclusivamente em termos
de relações duais.
Por isso, a maioria dos antropólogos reconhece que um importante componente da estrutura
urbana surge de uma coleção de subconjuntos de relacionamentos sociais que se superpõem, tais
como: associações voluntárias, grupos étnicos, grupos com fins específicos e, mesmo, os chamados
“quase-grupos”
Redes de afiliações são relacionais em três dimensões e mostram: (WASSERMAN, 1994,
2008): 1) como atores e eventos se interrelacionam; 2) como eventos proporcionam a oportunidade
para a criação de relações entre os participantes; 3) como atores criam relações quando participam de
eventos comuns.
Os atores mais proeminentes de uma rede social são, na maioria das vezes, aqueles que têm
maiores acessos a recursos e a informações, fato que lhes confere mais poder.
Para certos autores, “pessoas desenvolvem relações com pessoas iguais a ela” (FISHER, 1982;
MARSDEN, 1987; BURT,1990). Isso significa que ao participar de eventos comuns, por exemplo,
reuniões de partidos políticos, participação em treinamento na empresa, participação em congressos,
prestar serviço militar, participação como voluntário em uma ação filantrópica, são oportunidades de
criações de relações entre pessoas que têm interesses comuns. Interesses comuns criam identidade
entre os participantes que têm elementos para desenvolver relacionamentos.
O objetivo do conceito é identificar subgrupos entre os quais exista influência mútua, seja essa
influência direta ou indireta.
4.2 A justificativa para a proposição de um novo método de estudo sobre Redes de
Afiliações
A afiliação de atores com eventos constitui uma ligação direta, tanto entre atores que se
relaciona em eventos, quanto dos eventos dos quais participam atores comuns. Por isso, a afiliação do
indivíduo com grupos sociais proporciona a oportunidade para influência interpessoal. O estudo das
redes de afiliação pode proporcionar a oportunidade de modelar as relações entre os atores e eventos
em um sistema social como um todo. Entretanto, existem poucos métodos para estudar atores e
eventos simultaneamente (WASSERMAN; FAUST, 1994; 2008) por isso, este trabalho se propõe a
desenvolver uma aplicação que facilite o estudo aprofundado das redes de afiliações.
14
4.3 A relevância do trabalho
Ao desenvolver uma aplicação computacional que facilite a análise de redes multirrelacionais
pode trazer uma contribuição significativa para a ciência, possibilitando a análises de diversas
propriedades de redes sociais complexas. Em uma segunda fase, esta aplicação pode vir a ganhar uso
comercial, nos mais diversos setores da economia, facilitando o estudo do comportamento de
consumidores, a disseminação doenças contagiosas, a formação de redes criminosas ou a criação de
redes empresariais, entre outras aplicações.
5 Método do estudo
5.1 Tipo de pesquisa
A pesquisa foi baseada no desenvolvimento de uma aplicação de Cubo de Dados da empresa
Pivot Cube em Banco de Dados MS-SQL Server Express 2005. A implementação foi feita em dois
esquemas de dados, a primeira base de dados foi estruturada em Esquema Estrela (Star schema) e a
segunda base de dados em Esquema Floco de Neve (Snowflake schema), que são descritas a seguir.
Estas bases de dados foram processadas utilizando-se a linguagem SQL ANSI-92, padrão para os
Bancos de Dados. A implementação física foi realizada em Relational OLAP (ROLAP). O modelo bi-
dimensional foi implantado em matrizes, tendo-se as dimensões como índices e as propriedades da
rede de relações medidas como conteúdo da célula.
5.2 Limitações do método
A metodologia proposta foi desenvolvida para implementação de modelos computacionais que
tem por fim demonstrar sua versatilidade em proporcionar diferentes visões sobre uma rede social.
Para isso, foram utilizadas duas bases de dados: Matriz incidente professor x turma = 122 x 40 =>
4.880 dados e Matriz incidente rede de filantropia = 185 x 231 => 42.735 dados.
Estas matrizes, apesar de pequenas, quando comparadas às grandes bases de dados comerciais,
são substancialmente maiores que os Data Sets de afiliações que servem de base para o
desenvolvimento de métodos de análises de relações sociais.
15
Os exemplos de Data Sets mais utilizados pelos estudiosos de redes sociais são:
• Kracckhardt´s High-tech Managers = 21 x 21 => 441 dados
• Padgett´s Florentine Families = 16 X 16 => 256 dados
• Freeman´s EIES Network = 32 x 32 => 1024 dados
• Countries Trade Data = 24 x 24 => 576 dados
• Galaskiewiscz´s CEOs and Clubs Network 26 x 26 => 676 dados
Isso significa que apesar das bases de dados escolhidas serem relativamente pequenas, elas são,
muitas vezes, maiores que as mais comumente utilizadas para o teste de teorias sobre as relações
sociais. A Rede de Filantropia do Hospital do Câncer de Barretos (SP) é 41 vezes maior que o Data
Set (Freeman´s EIES Network), o maior deles.
Os softwares existentes trabalham com matrizes quadradas (por exemplo: 32 x 32), enquanto o
Cubo de Dados pode trabalhar com matrizes com qualquer configuração.
As métricas (propriedades) das redes sociais são indicativas, têm fins analíticos, procuram
mostrar como estão estruturadas as redes sociais e não representam verdades absolutas. Por exemplo:
se um professor participa de vários dos 40 eventos realizados no estudo, pode-se dizer que ele é um
ator central da rede analisada. Ele de fato é, porém, não se pode afirmar que ele seja um grande
divulgador de informações na rede de professores ou que ele exerça a influência que poderia. A
análise indica que potencialmente ele é central e isso representa certa limitação aos resultados
encontrados na análise das redes sociais.
6. Estruturação do Cubo de Dados
Como mencionado anteriormente, o software escolhido para a utilização do Cubo de Dados foi
o Pivot Cube (
www.pivotcube.com
), disponível na rede em uma versão freeware.
A primeira base de dados escolhida, formada por 122 professores da Fundação Getúlio Vargas
que participaram de 40 eventos, foi transformada em uma matriz de Excel: professor x evento. Para
essa matriz foi adotado um esquema dimensional chamado de Esquema Estrela (Star schema),
conforme descrito de maneira detalhada a seguir. Cabe registrar que os nomes das pessoas, utilizados
neste trabalho, são fictícios.
Já para segunda base de dados, a Rede de voluntários do Hospital do Câncer de Barretos,
composta de 185 eventos que foram realizados por 231 voluntários identificados, foi escolhido o
esquema dimensional, conhecido com Floco de Neve (Snowflake).
As planilhas originais, chamadas matrizes incidentes, montadas em Excel, foram carregadas
em um Banco de Dados MS SQL Server e, a partir deste Banco, todos os Cubos foram construídos.
16
6.1 Tipos de Esquemas dimensionais
6.1.2 O Esquema Estrela (Star schema)
O esquema estrela tem este nome, pois, utiliza um conjunto de tabelas chamadas “Tabelas
Dimensões” que se relacionam com uma tabela central, chamada “Tabela Fato”. As tabelas
dimensões contêm todas as descrições necessárias para definir caracteriticas dos dados; no caso deste
estudo, a tabela contendo as informações sobre os professores e a tabela contendo informações sobre
os eventos.
No esquema estrela, as tabelas de dimensões não são normalizadas. É chamado de estrela
porque, na esquematização do modelo, a tabela de fatos fica no centro e é cercada pelas tabelas
dimensõess, assemelhando-se a uma estrela. Para este primeiro estudo (professores x eventos) o
esquema estrela adotado é o seguinte:
Figura 02. Esquema Estrela.
6.1.3 O Esquema Floco de Neve (Snowflake)
No Esquema Floco de Neve as tabelas dimensões relacionam-se com a tabela de fatos, mas
algumas dimensões relacionam-se apenas entre elas, isto ocorre para fins de normalização das tabelas
dimensões, visando diminuir o espaço ocupado por estas tabelas. Então informações como; tipo de
eventos, cidade e sigla da cidade, foram organizadas em tabelas de dimensões auxiliares.
Construindo a base de dados desta forma, utilizam-se mais tabelas para representar as mesmas
dimensões, mas ocupa-se um espaço em disco menor do que no esquema estrela. Este esquema
chama-se Floco de Neve, pois na sua esquematização, cada dimensão se divide em varias outras
tabelas, e se organizam de forma a lembrar um floco de neve. O esquema Floco de Neve (Snowflake),
adotado para análise da segunda base de dados (Rede Social de Voluntários do Hospital do Câncer de
Barretos) é o seguinte:
17
Figura 03. O Esquema Floco de Neve utilzado para processar a segunda base de dados.
6.2 Considerações sobre ambos os esquemas
O Esquema Floco de Neve (Snowflake) reduz o espaço de armazenamento dos dados
dimensionais, mas acrescenta várias tabelas ao esquema, deixando-o mais complexo e, por isso, torna
mais difícil a navegação pelos softwares que utilizarão o banco de dados. Outro aspecto a destacar é
que mais tabelas serão utilizadas para executar uma consulta, então mais JOINS de instrução SQL
serão feitos, tornando o acesso aos dados mais lento do que no esquema Estrela.
O Esquema Estrela (Star schema) é mais simples e possibilita navegação mais fácil, porém
utiliza mais espaço, repetindo as mesmas descrições ao longo de toda a tabela (Redundância). Porém,
análises feitas mostram que o ganho de espaço normalizando neste esquema resulta em um ganho
menor que 1% do espaço total no banco de dados.
Assim sendo, existem outros fatores mais importantes para serem avaliados do que apenas a
redução do espaço em disco, como a maior facilidade de adição de agregados e alteração na
granularidade dos dados.
18
Tabela 04. Quadro comparativo entre os esquemas Snowflake e Star.
Snowflake schema Star schema
Tipo de Data warehouse Indicado para utilização em
pequenos Data
warehouses/Data marts
Indicado para grandes Data
warehouses
Tabelas Dimensões:
Normalização
3 forma normal 2 forma Desnormalizada
Facilidade de uso Buscas mais complexas e
menor facilidade para
entendimento
Buscas menos complexas e maior
facilidade para entendimento
Facilidade de manutenção Não tem redundância, maior
facilidade de manutenção e de
alterações
Possui dados redundantes e por isso
tem maior dificuldade para
manutenção e alterações
Performance de busca Mais “Chaves Estrangeiras” e
por isso demanda mais tempo
para as operações de busca
Menos “Chaves Estrangeiras” e
menor tempo para executar buscas
7. Comparação dos resultados obtidos
Os resultados obtidos com a utilização do Cubo de Dados puderam ser comparados com os
mesmos dados processados no software UCINET apenas em algumas facilidades, pois o UCINET não
tem nem a capacidade e nem tampouco a flexibilidade do Cubo de Dados. O UCINET e os outros
softwares utilizados na análise de redes sociais foram concebidos para analisar primordialmente a rede
como um todo e, por isso, eles têm menor versatilidade para analisar característica de cada ator, o que
foi um dos focos deste trabalho. A performance computacional do Cubo de Dados não pode ser
comparada a nenhum outro software utilizado na análise de redes sociais de afiliação, pois estes foram
criados para operar apenas com matrizes quadradas e únicas.
O Cubo de Dados pode ser configurado para operar com múltiplas tabelas de dimensões
(matrizes), em esquemas estrela e floco de neve, configurações estas que não podem ser utilizadas
pelos softwares convencionais desenvolvidos para analisar redes sociais.
As capacidades de Drill-down e Roll-up do Cubo de Dados não encontram precedentes nos
demais softwares e, por isso, as possibilidades de comparação ficam limitadas a poucas características
gerais da rede, conforme mostrado no Apêndice 3 deste trabalho.
19
8. O universo da pesquisa
A proposta deste trabalho é desenvolver uma nova aplicação para uma ferramenta já existente,
com o objetivo de facilitar a pesquisa e aperfeiçoar os processos de análise e obtenção de
conhecimento relevante sobre bases de dados relacionadas a redes sociais. Esta nova aplicação, torna
possível a utilização de múltiplas tabelas, cada uma mostrando propriedades diferentes da mesma rede
social, criando um ambiente multirrelacional. O fato de possibilitar a co-relação de diversas
características das redes sociais analizadas (analisar e co-relacionar diversas tabelas simultâneamente),
permite um entendimento mais completo das redes estudadas. O comportamento de indivíduos em
grupos sociais é sujeito a múltiplas influências e estes indivíduos, por sua vez, também influenciam o
comportamento do grupo (rede) como um todo.
Para este trabalho foram utilizados dois estudos de casos sobre afiliações, com o objetivo de
demonstrar a aplicabilidade da solução. Foram identificadas duas bases de dados já existentes,
contendo conjuntos de atores que participaram de conjuntos de eventos.
Uma condição relevante foi a de que deveria haver vários eventos e o mapeamento claro dos
participantes de cada um destes eventos.
O modelo, como demonstra este trabalho, teve uma excelente performance e poderá ser
expandido para utilização comercial em grandes bases de dados.
9. Estudos de Casos
9.1 Estudo de Caso 1: professores x eventos
A amostra foi coletada na Fundação Getúlio Vargas, onde estavam registradas as presenças de
122 professores que participaram de 40 eventos de abertura de turmas do MBA em Gestão Estratégica
e Econômica de Negócios.
Antes do início de cada turma, os coordenadores acadêmicos podem promover reuniões com
os professores que lecionarão nestas respectivas turmas, com os seguintes objetivos:
• Promover o melhor relacionamento entre os professores.
• Destacar a importância da adequação dos diversos conteúdos à proposta do
curso.
• Procurar aumentar a integração entre as disciplinas.
• Promover a maior troca de informações entre a direção da escola, a coordenação
acadêmica e o corpo docente.
• Comunicar mudanças em regras, regulamentos, sistemas, etc.
20
9.1.1 A amostra utilizada
Esta amostra foi composta por 122 professores (atores) que participaram de 40 eventos de
abertura de turmas. Cada turma dos cursos tem padronizado o número de 18 disciplinas. Um professor
pode lecionar entre uma e até três disciplinas na mesma turma. Nem todos os professores participam
das reuniões de abertura de turma. Algumas reuniões foram realizadas 2 vezes, para poder conciliar a
agenda dos professores. Por essa razão, em alguns encontros o número de professores foi maior que
18, pois alguns professores participaram das duas reuniões de abertura de uma dada turma.
Ao analisar esta rede, pode-se descobrir a proeminência de alguns professores, sua possível
influência na rede e inferir sobre a participação de cada um no compartilhamento de informações e
conhecimentos. Ao mesmo tempo, ao se analisar as características sociais de cada um dos eventos,
poder-se-á estudar a importância relativa de cada um deles na composição da rede social que estes
eventos promovem junto àquela instituição de ensino.
9.2 Estudo de Caso 2: Rede de Voluntários do Hospital do Câncer de Barretos
A segunda amostra foi colhida junto à Rede de Voluntários do Hospital do Câncer de Barretos,
que promovem eventos para arrecadar fundos para o hospital.
O Hospital de Câncer de Barretos é uma instituição filantrópica que opera com base no
Sistema Unificado de Saúde (SUS) e atende cerca de 2.500 pacientes com câncer por dia. O Hospital é
considerado uma referência nacional e internacional no tratamento de pacientes com câncer, graças
aos recursos financeiros obtidos através de ações de benemerência, que complementam as receitas
obtidas via SUS. Para prestar os serviços com a qualidade que faz do hospital uma referência, foi
criada uma grande rede de filantropia que obtém recursos de cidades de 18 estados do país.
Esta rede é formada por voluntários que criam redes sociais e promovem eventos como leilões
de gado, quermesses, rifas, arrecadações de doações, shows, bailes, etc. Os recursos fluem para o
hospital, tanto na forma de dinheiro, como de bens alimentícios e materiais úteis, como, por exemplo;
fraldões descartáveis, papel higiênico, copos descartáveis, cobertores, etc.
A possibilidade de analisar as redes sociais que promovem estas ações pode ajudar de forma
significativa a manutenção do fluxo destes recursos e ainda ampliar a rede de voluntários, vital para a
operação do hospital.
O Hospital do Câncer de Barretos estruturou sua rede de voluntários com base no nível de
comprometimento com a instituição. Os voluntários mais ativos, os chamados “Voluntários Líderes”,
atuam nas suas cidades ou ainda em cidades que tenham influência, e têm, por missão, articular
eventos filantrópicos com a ajuda dos “Voluntários” de cada cidade.
21
Para essa amostragem, foram levantados os eventos mais significativos que foram registrados
pela instituição. Uma parte importante das doações costuma ser feita com produtos ou mesmo com a
prestação de serviços não remunerados de diversas naturezas. Como existe certo grau de incerteza em
algumas das informações, pois uma parte significativa das doações é realizada por pessoas que querem
permanecer anônimas, estas não foram consideradas nesta amostragem.
9.2.1 A amostra utilizada
A amostra utilizada foi extraída da rede social que promoveu eventos em dez cidades do
interior paulista e leva em consideração 185 eventos que aconteceram durante o ano de 2008. Estes
eventos foram realizados por 231 voluntários identificados. Provavelmente, número significativamente
maior de pessoas deve ter se envolvido na realização dos eventos, porém, sua participação não foi
registrada.
9.2.1.1
O significado da tabela Rede de Voluntários do Hospital do Câncer de Barretos
O Hospital do Câncer de Barretos organizou seu quadro de voluntários com base na cidade de
residência e no seu grau de comprometimento com o Hospital. Em cada cidade são nomeados um ou mais
voluntários líderes que dirigem um grupo de outros voluntários. O Voluntário Líder pode, tanto sozinho,
quanto em conjunto com outros Voluntários Líderes, promover eventos benemerentes. Para isto, busca outros
voluntários de sua cidade ou de cidades vizinhas para colaborar na organização e na condução do evento.
Cabe ao Voluntário Líder a responsabilidade pelo recebimento, controle e entrega dos fundos ao Hospital.
Dentre as cidades do Brasil nas quais o Hospital mantém sua rede de voluntários, foram escolhidas,
para este estudo, as 10 principais e suas respectivas redes de filantropia.
9.3 Qualidade e adequação das amostras
Estas amostras são especialmente adequadas para este estudo pois atendem aos seguintes
requisitos da análise das afiliações:
1. A afiliação de indivíduos com grupos sociais possibilita a oportunidade para
influência interpessoal.
2. Indivíduos cuja atividade esteja organizada em torno do mesmo foco tenderão a se
tornar interpessoalmente ligados e a formar um cluster com padrões de
comportamento semelhante.
3. O estudo da afiliação também tem por fim analisar a estrutura e as propriedades do
sistema social composto das afiliações dos atores com eventos e eventos com seus
afiliados em um sistema como um todo.
22
Para a construção das bases de dados, as informações obtidas na pesquisa foram tabuladas em
planilhas de Excel e posteriormente exportadas para um gerenciador de banco de dados (MQSL Server
Express 2005). As planilhas de partida são as chamadas “Two-Mode”, que relacionam atores a
eventos, também chamadas de matrizes incidentes.
9.
3.1 Tratamento dos dados
Os dados foram coletados de anotações ou arquivos eletrônicos e expressam a participação de
atores em eventos. Por exemplo, a base de dados 1 foi transformada em uma Matriz incidente
professor x turma, na qual os dados são binários 0 ou 1, onde 0 = não esteve presente e 1= esteve
presente (esquema abaixo). Já na segunda base de dados, cada um dos voluntários está associado aos
eventos que participou.
aij 1 se o ator i está afiliado com o evento j
0 se ele não está
As planilhas contendo os dados foram construídas em Excel e a seguir foi realizada uma
“limpeza” destes dados (Data cleaning), pois haviam dados faltantes e dados redundantes. O processo
seguinte foi o conhecido por Extract-Transform-Load (ETL) Extrair-Transformar-Carregar. A partir
do banco de dados, já pronto, os dados foram carregados para o Cubo de Dados da Pivot Cube,
conforme detalhado adiante. As duas planilhas originais que deram origem ao processo descrito acima,
são mostradas nas páginas seguintes:
23
Figura 04. A matriz original: professor x evento (Turma) em Excel.
24
Figura 05. Base de Dados 2 - Rede de Voluntários do Hospital do Câncer de Barretos (vista
parcialmente)
25
9.4 O carregamento dos dados no Cubo de Dados
Para análise das redes sociais representadas nestas planilhas, elas foram carregadas no
Gerenciador de Bancos de Dados SQL Server e, em seguida, carregadas no Cubo de Dados da
empresa Data Cube, conforme detalhado a seguir. Todos os scripts SQL utilizados para este fim se
encontram nos Apêndices1 e 2 deste trabalho.
As duas imagens mostradas a seguir são as duas matrizes principais (Matrizes incidentes ator x
evento) de cada uma das bases de dados, já carregadas no Cubo de Dados:
Figura 6. Matriz incidente professor x evento, já carregada no Cubo de Dados (mostrada
parcialmente).
26
Figura 7. Matriz incidente voluntário x evento, já carregada no Cubo de Dados (mostrada
parcialmente).
10. As propriedades das redes sociais analisadas
Os estudiosos sobre as relações sociais nas afiliações, ao longo do tempo, foram estabelecendo
as propriedades consideradas mais importantes para analisar este tipo de redes. Estas propriedades
podem ser consideradas fios condutores do processo de formação e consolidação de redes sociais à
partir de eventos sociais. Elas são:
1. Frequência de participação entre atores;
2. Frequência de participação entre eventos;
3. Densidade – atores;
4. Densidade – eventos;
5. Centralidade – atores;
6. Centralidade – eventos;
7. Acessibilidade entre atores;
Propriedades da rede de relacionamento
27
8. Acessibilidade entre eventos;
9. Coesividade entre atores;
10. Coesividade entre evento.
10. a A correlação entre as propriedades
Estas propriedades estão consideradas entre as mais importantes no estudo das afiliações por
que elas dão indicações de características, a partir das quais, se podem inferir atitudes e traços de
liderança entre os atores de redes sociais formadas a partir de eventos.
Além de indicarem características particulares dos atores e dos eventos, elas também facilitam
a inferência de co-rrelações entre diversas caracteristícas.
Por exemplo:
A Freqüência na Participação de eventos indica o grau de
comprometimento/envolvimento, que os atores podem ter com os assuntos/causa/valores que
são a razão do evento;
Ao ter grande Freqüência na Participação em eventos de uma dada natureza, os
atores têm a possibilidade de criar laços, aumentando seu círculo de relações.
Encontros freqüentes tendem a aumentar Densidade destas relações, ou seja criam
possibilidades para aumentar o número de laços.
À medida que os atores aumentam sua Freqüência na Participação em eventos e
aumentam a Densidade das suas relações, eles tendem a aumentar sua Centralidade, pois
passam a deter mais conhecimentos e informações por isso se tornam mais proeminentes na
difusão destas informações dentro da rede.
Grupos de atores que participam com frenquência de eventos tendem a aumentar a
Coesividade de suas relações, tornando seus laços mais sólidos, criando vínculos, que muitas
vezes podem extrapolar as fronteiras dos eventos.
Um exemplo para ilustrar a co-rrelação entre estas propriedades pode ser o
seguinte:
Uma pessoa se sente solitária e decide procurar a Deus, começando a participar do
culto de domingo na igreja do seu bairro. À medida que ele encontre conforto naquele evento,
ele tende a aumentar a freqüência de participação nos eventos de domingo. Sua participação
freqüente no culto, pode despertar atenção dos líderes da igreja e estes se aproximam do nosso
ator, convidando-o para participar de uma célula, que se reúne na casa de um destes líderes,
nas quartas-feiras à noite.
Nestes encontros na célula, nosso ator pode passar a compartilhar sua vida com o
grupo e desta abertura podem surgir laços de amizade, que tornam estes encontros ainda mais
reconfortantes para nosso ator, antes solitário.
28
A célula passou a ser um estímulo para nosso ator aumentar sua freqüência nos cultos
de domingo. Nos cultos as pessoas da célula lhe apresentam outras pessoas da igreja,
aumentando assim a possibilidade de conhecer mais gente, aumentando a densidade das suas
relações com a comunidade . À medida que conhece mais gente, nosso ator pode se envolver
com outras atividades da igreja e, por exemplo; se propõe a liderar uma quermesse para
arrecadar fundos para a escola dominical, tornando-se um ator central nesse novo subgrupo.
O somatório das relações e a intensidade das trocas que acontecem entre os atores
tende tornar os laços que unem os membros do grupo mais coesos, pois compartilham de
valores comuns, se freqüentam mais, e se gostam mais. Esta forma de expansão das redes
sociais foi estudada por por Barabási, conforme descrito a seguir, propondo uma teoria
conhecida por “Ricos ficam mais ricos”, que aplicada ao exemplo acima, pode ser interpretado
como “Atores centrais tendem a ser centrais” pois vai aumentando seu circulo social através
da adição de novo amigos através das redes de amigos dos seus amigos.
10.b O “Teorema de Barabási” - Modelo de Redes sem Escalas
O primeiro problema da teoria dos mundos pequenos de Watts foi explicado por Barabási (2003, p. 55-64) pouco
tempo após a publicação do trabalho. Watts tratava as suas redes sociais como redes aleatórias, ou seja, redes em que as
conexões entre os nós (indivíduos) eram estabelecidas de modo aleatório, exatamente como Erdös e Rényi anos antes.
Entretanto, Barabási (2003) demonstrou que as redes não eram formadas de modo aleatório. Ele acreditava que, como os
estudos de Watts e Strogatz, bem como de Granovetter tinham apontado, existia uma ordem na dinâmica de estruturação das
redes, algumas leis bem específicas. Essa lei, ou padrão de estruturação, foi chamada por Barabási de "rich get richer"- ricos
ficam mais ricos. Ou seja, quanto mais conexões um nó possui, maiores as chances de ele ter mais novas conexões. Ele
chamou essa característica de conexão preferencial: Essa assertiva implica em outra premissa fundamental: As redes não
seriam constituídas de nós igualitários, ou seja, com a possibilidade de ter, mais ou menos, o mesmo número de conexões. Ao
contrário, tais redes possuriam nós que seriam altamente conectados (hubs ou conectores) e uma grande maioria de nós com
poucas conexões. Os hubs seriam os "ricos", que tenderiam a receber sempre mais conexões. As redes com essas
características foram denominadas por ele "sem escalas"7 (scale free).
Estraído de :RECUERO, Raquel. Comunidades Virtuais em Redes Sociais na Internet: Uma proposta de estudo.
Ecompos, Internet, v. 4, n. Dez 2005, 2005.
De maneira correlata, as propriedades dos eventos têm características baseadas nos mesmos
conceitos: Eventos que reúnem os mesmos atores com maior freqüência, tendem a criar redes mais
densas, promovendo atores mais centrais e grupos mais coesos.
A seguir, estas propriedades, a seguir, são descritas e exemplificadas, já utilizando as bases de
dados processadas no Cubo de Dados.
29
10.1 Frequência de participação entre atores
A frequência de participação entre atores é obtida através da matriz adjacente: professor x
professor. Esta matriz mostra o número de eventos comuns que os atores atenderam.
Figura 8. Matriz adjacente professor x professor.
Neste exemplo, já utilizando o Cubo de Dados, o prof. Almeida Magalhães participou de
quatro eventos. Nestes eventos, se encontrou com o prof. Arbache em um deles, e se encontrou com o
prof. Assef em dois dos eventos que participou. Já o prof. Andreassi participou de dois eventos e se
encontrou com o prof. Arbache nos dois eventos e com o prof. Barroca em apenas um deles.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que atores que
participam de eventos comuns tendem a compartilhar dos mesmos interesses; tendem a ter os mesmos
credos e convicções; dispõem de informações e conhecimentos comuns; aumentam a possibilidade de
se relacionar além das fronteiras dos eventos que participam. Quanto maior a frequência dos encontros,
mais estas características tendem a acontecer. A frequência de participação entre atores é medida por:
30
A freqüência de participação de atores em eventos pode ser expressa por:
1. Somatório das linhas da matriz incidente;
2. Ou, pela fórmula:
h
η
ā
і
+ = 1Σ
j
= 1a
ij
= X
ii
Onde:
i e j são atores;
ā
і
+ representa o número de eventos com os quais cada ator está associado;
1, representa que i e j participaram do mesmo evento;
h, representa o número de eventos;
η
X
ii
, representa o número de eventos comuns que ambos os atores participaram;
10.2 Frequência de participação entre eventos
A frequência de participação entre eventos é obtida através da matriz adjacente evento x
evento. Esta matriz mostra quantos atores comuns dois eventos tiveram, ou seja, esta matriz compara
eventos dois a dois e quantifica quantos atores comuns participaram destes dois eventos em análise.
Figura 9. Matriz adjacente evento x evento.
31
Neste exemplo, na reunião de abertura da turma E02 (MBA em Gestão Estratégica e
Econômica de Negócios, turma 2) 18 professores estavam presentes, 5 deles também participaram da
reunião de abertura da turma E01 e 7 deles também participaram da reunião de abertura da turma E03.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que eventos
que compartilham de participantes comuns tendem a tratar de assuntos co-relacionados ou mesmo
comuns. Quanto maior o número de eventos comuns, e quanto maior o número de participantes
comuns em cada evento, mais coesa é a rede social e maior a interação entre os participantes que
trocam experiências, conhecimentos, laços afetivos, bens ou serviços.
10.3 Densidade
10.3.1 Densidade da rede de professores
Densidade é a proporção média dos laços de relações que cada ator tem dentro de uma rede de
relações sociais. Densidade é medida pela razão entre as relações possíveis e as existentes.
No exemplo a seguir, já utilizando o Cubo de Dados, a FIGURA 10 mostra uma visão parcial
da matriz inteira, na qual é analisada a densidade de cada ator da rede, já devidamente ranqueados. Ao
final da tabela (que não aparece na imagem abaixo) é indicada a densidade da rede como um todo. O
prof. Arbache é o ator com mais conexões da rede e tem 2,32% de todos os laços possíveis entre todos
os atores que compõem a rede.
32
Figura 10. Densidade professores.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que redes densas
compartilham informações, recursos e controles; assim, os professores Arbache, Teixeira e Silvestre,
nesta rede, são provavelmente aqueles que detêm mais informações, são os mais proeminentes e têm
mais relações nesta rede social.
Redes densas têm as seguintes características: os atores compartilham informações, recursos e
controles; têm alto grau de interação. Hagedoorn e Duyster (2002) afirmam que as redes muito densas,
por definição, envolvem considerável grau de interação entre os atores, mas que muitas destas
interações além de redundantes são ineficientes. Redes densas dão pouca margem à inovação: os
atores são os mesmos e a troca de experiências fica confinada a esse círculo de relacionamento. Redes
densas podem criar dependência entre os atores. A Densidade é medida pela fórmula:
D= 2L/g(g-1) L = nr. Max de laços possíveis Decimal, variando de 0 a 1,00
g = nós, ou, nr. de atores
Métrica: Rede densa ~1,0.
33
10.4 Densidade da rede formada por eventos: Matriz Densidade – Evento
Essa matriz tem por objetivo mostrar quais, entre os eventos, foram aqueles que criaram
oportunidades para que se estabelecessem mais laços sociais. A densidade mostra o potencial de laços
criados em relação ao número máximo potencial de laços.
Neste caso em particular, os encontros possibilitados pelos eventos estavam fixados desde o
início: 18 professores. Ainda assim, um evento contou com 20 professores e outros 10 com 19.
Figura 11. Matriz densidade evento.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que: Redes
Densas compartilham informações, recursos e controles. Eventos com muitos participantes formam
opiniões que são disseminadas a um número maior de pessoas e, por isso, influenciam
comportamentos de uma rede social maior.
34
10.5 Centralidade - Ator
Um ator é considerado central, ou proeminente, se ele tiver uma quantidade de laços que o
tornem particularmente visível aos outros atores na rede de relações. Um dos usos primários da análise
de redes sociais é identificar os atores “mais relevantes” de uma rede. Para tanto, utiliza-se a noção de
centralidade: quanto mais centrais, mais importantes são determinados atores em uma rede.
Boxman, De Graaf e Flap (1991) mostraram que pessoas com grandes networks obtêm
remunerações maiores que aquelas que não têm (BERGMAN; SYME, 1979). Mostraram em suas
pesquisas que pessoas com grandes redes de relacionamento vivem mais tempo.
Três medidas são mais comumente utilizadas para esse tipo de avaliação: centralidade de grau
(degree centrality); centralidade de proximidade (closeness centrality); e centralidade de
intermediação (betweenness) (HANNEMAN; RIDDLE, 2005; SCOTT, 2000; WASSERMAN;
FAUST, 1994).
10.5.1 A centralidade de grau
É definida pelo número de laços adjacentes que um ator possui com outros em uma rede
(WASSERMAN; FAUST, 1994), possibilitando avaliação da “atividade” local dos atores. O ator mais
central é aquele que possui o maior número de conexões diretas com outros atores da rede.
10.5.2 Centralidade professor
Essa matriz mostra que o professor Arbache, seguido pelos professores Teixeira e Silvestre, é
o mais central da rede. O prof. Arbache tem 292 laços, o prof. Teixeira tem 279 laços e o prof.
Silvestre tem 242 laços.
35
Figura 12. Matriz centralidade professor.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que um ator é
considerado central, ou proeminente, se ele tiver uma quantidade de laços que o tornem
particularmente visível aos outros atores na rede de relações. Um dos usos primários da análise de
redes sociais é identificar os atores “mais relevantes” de uma rede.
Para tanto, utiliza-se a noção de centralidade: quanto mais centrais, mais importantes são
determinados atores em uma rede.
A centralidade pode ser expressa por:
d(n
i
)
C
D
(n
i
) = ______
g-1
Onde:
C
D
(n
i
), representa um índice de centralidade de um ator;
I, representa um índice que varia de 1 até g;
D, representa uma medida genérica do grau de centralidade.
36
10.6 Centralidade – Evento
A matriz a seguir mostra que os professores que ministraram aula na turma E06 tiveram 137
interações com outros professores das diversas turmas nas quais lecionaram, somando 2,99% de todas
as interações possíveis. Já os professores que ministraram aula na turma E16, tiveram 134 interações,
ou seja, 2,92% de todas as interações possíveis.
Figura 13. Matriz centralidade evento.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que: um evento
é mais central quando possibilita mais conexões entre seus participantes. Quanto maior o número de
interações, maior é a disseminação de informações e conhecimento proporcionados por esse evento e,
assim, maior é a influência deste evento no comportamento da rede social.
37
10.7 Acessibilidade - Ator
Dois atores são considerados acessíveis se participam do mesmo evento. O objetivo do
conceito é identificar subgrupos entre os quais existe influência mútua, seja essa influência direta ou
indireta. Considerando que importantes processos sociais ocorrem através da ação de intermediários.
A influência ocorre tanto via contato direto quanto indireto através de cadeias de relações, através de
outros atores.
A acessibilidade entre atores (Betweenness Centrality) pode ser expressa pela seguinte
fórmula:
C’
B
(n
i
) = C
B
(n
i
)/[(g-1)(g-2)/2]
Onde g é o número de laços que separa um ator i do ator j
10.7.1 Matriz Acessibilidade Professor
A matriz abaixo mostra que os professores Arbache, Costa e Yates são os mais acessíveis da
rede. Isso significa que eles intermediam mais informações e, por isso, podem ter mais influência,
controle e poder.
Figura 14. Acessibilidade professor.
38
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que:
importantes processos sociais ocorrem através da ação de intermediários; influência ocorre tanto via
contato direto quanto indireto através de cadeias de relações, através de outros atores. O objetivo do
conceito é identificar subgrupos entre os quais existe influência mútua, seja essa influência direta ou
indireta. Dois atores são considerados acessíveis se participam do mesmo evento.
10.7.1.1 Matriz Acessibilidade a partir de cada um dos atores da rede
A tabela a seguir mostra que o professor Arbache teve a oportunidade de se encontrar 292
vezes com os diversos professores da rede. Destas oportunidades, 9 delas foram oportunidades de se
encontrar com a profa. Costa. Assim, os professores que se encontraram com o professor Arbache,
poderiam ter se valido deste encontro para acessar a professora Costa em 9 oportunidades. Ou seja, o
prof. Arbache poderia ter intermediado encontros com a prof. Costa em 9 eventos que participaram em
comum.
Figura 15. Matriz acessibilidade professor, com Double click no professor.
39
10.8 Acessibilidade entre eventos
Dois eventos são acessíveis se eles têm pelo menos um ator em comum. Eventos têm quase
sempre o objetivo de promover o estreitamento dos laços entre os participantes. Essa troca pode ser
afetiva, de bens, serviços, informações ou conhecimento.
Sob o aspecto da análise estrutural da rede, quando eventos têm atores comuns, isso indica que
estes atores podem compartilhar dos mesmos interesses, credos ou valores.
10.8.1Matriz Acessibilidade – Evento
Esta matriz mostra que o evento E05 propiciou a oportunidade para 127 participantes
interagirem direta e indiretamente e, com isso, podendo compartilhar conhecimentos sobre o evento.
Em segundo lugar no ranking vem o evento E09, com 115 participantes interagindo direta ou
indiretamente.
Figura 16. Matriz acessibilidade evento.
40
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que: dois
atores são considerados acessíveis se participam do mesmo evento. O evento que possibilitar maior
acesso a informação, se coloca como evento líder na disseminação de conhecimento e, por isso, pode
ser classificado como o mais importante neste quesito.
10.9 Coesividade - Ator
Em termos estruturais, subgrupos coesos são subconjuntos de atores que apresentam laços
relativamente fortes, diretos, intensos e frequentes (WASSERMAN; FAUST, 1994). Subgrupos
coesos possuem suas próprias normas, valores, orientações e subculturas (SCOTT, 2000), sendo base
para a solidariedade, identidade e comportamento coletivo em maior intensidade entre atores de dentro
do grupo do que de fora dele.
Das propriedades gerais passíveis de serem avaliadas na análise de coesão, duas delas se
destacam: a mutualidade dos laços (clique) e a proximidade e alcance entre membros dos subgrupos
(n-clique)
2
.
As medidas de subgrupos baseados na mutualidade avaliam até que ponto todas as escolhas de
pessoas em um subgrupo são mútuas, formando cliques entre os atores. Clique é uma sub-rede de três
ou mais nós totalmente conectados entre si (SCOTT, 2000; WASSERMAN; FAUST, 1994).
Já as medidas de alcance, alternativamente, consideram os intermediários do processo social.
Para tanto, subgrupos coesos baseados no alcance requerem que a distância geodésica entre os pontos
seja pequena, formalizados no conceito de n-clique. Um n-clique é um subgrupo em que a maior
distância geodésica entre dois nós é menor ou igual a n (WASSERMAN; FAUST, 1994), no qual n é o
caminho máximo pelos quais os membros de um clique podem estar conectados (SCOTT, 2000).
Quanto mais os atores estejam ligados em uma rede de relacionamento, mais eles são afetados
pelos padrões sociais do grupo (COLLINS, 1988). Identificando-se a intensidade das ligações que um
ator tem com o grupo e o quão fechado o grupo é para estranhos, observa-se um clique
2
. Em um grupo
com elevado grau de coesividade, atores tendem a ter crenças muito homogêneas (idem).
10.9.1 Coesividade entre subconjuntos de atores
Em uma relação de co-participação em eventos, um clique no nível c é um subconjunto, no
qual todos os pares de atores co-participam de pelo menos c eventos. Os quanto mais indivíduos
estejam ligados em uma rede de relacionamento, mais eles são afetados pelos padrões sociais do grupo
(COLLINS, 1988). Identificando-se a intensidade das ligações que um indivíduo tem com o grupo e o
quão fechado o grupo é para estranhos, observa-se um clique.
2
Clique = Coleção de atores onde todos escolhem todos e cada um é escolhido por todos.
41
10.9.1.1 Matriz Coesividade Professor
A matriz, a seguir, mostra que o prof. Almeida Magalhães teve a oportunidade de se encontrar
com 74 colegas nos eventos que participou. Já o prof. Almeida Pinto teve a oportunidade de se
encontrar com 109 colegas. Quanto maior é o número de encontros, ou possíveis laços, que uma rede
proporciona, mais coesa é a rede.
Figura 17. Matriz coesividade professor.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que em termos
estruturais, subgrupos coesos são subconjuntos de atores que apresentam laços relativamente fortes,
diretos, intensos e frequentes (WASSERMAN; FAUST, 1994). Subgrupos coesos possuem suas
próprias normas, valores, orientações e subculturas (SCOTT, 2000), sendo base para a solidariedade,
identidade e comportamento coletivo em maior intensidade entre atores de dentro do grupo do que de
fora dele.
42
Das propriedades gerais passíveis de serem avaliadas na análise de coesão, duas delas se
destacam: a mutualidade dos laços (clique) e a proximidade e alcance entre membros dos subgrupos
(n-clique).
10.10 Coesividade entre subconjuntos de eventos
Em uma relação de eventos, um clique no nível c é um subconjunto, no qual todos os pares de
eventos compartilham de pelo menos c participantes. Em um grupo com elevado grau de coesividade,
indivíduos tendem a ter crenças muito homogêneas (idem).
10.10.1 Matriz Coesividade Eventos
Esta matriz mostra que o evento E01 possibilitou 142 co-relações com outros eventos. Como
pode ser observado na tela da página seguinte, dos 18 professores que fizeram parte do corpo docente
da turma E1, 6 deles deram aula também na turma E5 e 5 deles deram aula na turma E2 – e assim por
diante, conforme pode ser visto na tela a seguir.
Isto significa que os participantes do evento E01 tiveram a oportunidade de interagir de 142
vezes com os vários professores do programa, com eles trocar informações e conhecimentos e criar
laços.
43
Figura 18. Coevisidade entre eventos.
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que quanto
mais interações um evento proporcionar ou for envolvido, direta ou indiretamente, mais informações
sobre esse evento serão compartilhadas entre os participantes da rede social. Com isso, maior será o
impacto de evento, no comportamento das pessoas envolvidas com ele.
10.10.2 Matriz Coesividade de cada evento
Esta tabela mostra o número de atores comuns que cada evento teve com todos os demais
eventos (na imagem parcial da tabela abaixo, são mostrados o número de atores comuns que
atenderam tanto ao evento E01 como a cada um dos demais eventos.)
44
Figura 19. Matriz coesividade evento, com Double click em cada evento.
11. Estudo de Caso 2: Análise da Rede Social de Voluntários do Hospital do Câncer de
Barretos, com aplicação do Cubo de Dados
11.1 Aspectos relavantes sobre o estudo de caso
O Hospital do Câncer de Barretos, tem um grau dependência da sua rede de benemerência que
pode ser expressa em aproximadamente R$ 1.500.000,00 por mês. Esta cifra mostra a importância
que estes recursos têm para assegurar a manutenção do padrão de qualidade dos serviços que o
Hospital presta, a mais de 2.500 pessoas por dia.
Esta rede de voluntários não vinha sendo mapeada, até este estudo. Haviam sim, anotações
que serviram de base para este estudo, porém, estas informações tinham o objetivo de controlar a
entrada de recurso.
Este trabalho pode contribuir com uma visão completamente nova, que possibilitou entender
com profundidade a atuação dos voluntários, nas cidades analisadas e os eventos por eles organizados.
45
Este entendimento, a partir da análise detalhada da rede, trouxe parâmetros para a gestão das
ações do Hospital junto aos voluntários, conhecendo com detalhes suas atuações e proeminências e a
relevância dos eventos por eles organizados.
Esta nova percepção da rede de voluntários, pode trazer uma grande contribuição para as
futuras ações do Hospital, nas áreas de motivação, comunicação, recrutamento, treinamento e ação
social junto a todos os integrantes diretos e indiretos da rede de benemerência. Estas ações podem
extrapolar os voluntários e atingir; prefeituras, paróquias, empresas privadas e públicas, com o
objetivo de ampliar o número de voluntários e a manutenção de seus engajamentos com a causa do
Hospital, criando uma “Ação do bem” que pode trazer benefícios diretos para toda a coletividade
atendida pelo Hospital.
11. 2 – As matrizes geradas pelo Cubo de Dados sobre a Rede de Voluntários do
Hospital
A imagem abaixo já é a “face do Cubo de Dados” que mostra todas as propriedades da rede
social, que foi objeto deste estudo, mostrando a matriz incidente: atores x eventos, já em um “Drill-
down” detalhando eventos, cidades, meses (quando os eventos aconteceram), número de eventos por
cidade, número de Voluntários Líderes e de Voluntários Locais, valores arrecadados a cada mês, por
tipo de evento, e assim por diante.
46
Figura 20. Matriz da Rede Social de Voluntários do Hospital do Câncer de Barretos – Visão “Drill-
down”.
As facilidades de Drill-down e Roll-up, possibilitadas pelo Cubo de Dados, permitem
agregações e detalhamentos em diversos níveis, por exemplo:
• Pode-se saber qual foi arrecadação dos eventos de Leilão de Gado, qual foi a participação de
cada cidade, em valores e em percentuais. Em cada cidade: quando aconteceram os eventos,
quanto arrecadou cada evento, quais foram os voluntários líderes que promoveram cada um
dos eventos e quais voluntários foram atraídos pelos voluntários líderes para ajudar na
realização de cada evento;
• Sob os aspectos de análise da rede social, pode-se estudar a atuação de cada voluntário líder
nos diversos eventos no qual atuou, em cada cidade onde ele atuou, com quais outros
Voluntários Líderes (VL) ele se associou e quais Voluntários (V) ele liderou;
• Pode-se co-relacionar a efetividade da atuação de cada Voluntário Líder ou de cada Voluntário
local, tanto sob o aspecto da sua Frequência de Participação nos eventos, quanto a sua
Centralidade ou de sua Acessibilidade;
• Pode-se medir a Densidade da rede, tanto sob o aspecto de cada ator individualmente, quanto
da rede como um todo;
47
• Pode-se correlacionar todas as diversas dimensões do Cubo de Dados, graças ao arranjo em
Floco de Neve (Snowflake), associando cidades à arrecadação, Voluntários Líderes à
arrecadação, Voluntários locais à arrecadação;
• Pode-se navegar pelo Cubo de Dados correlacionando eventos a cidades, suas frequências e
qual sua importância na rede de voluntários;
• Esta versatilidade, no click do mouse, não é possibilitada por nenhum dos softwares
disponíveis para a análise das redes sociais.
A seguir, serão apresentadas cada uma das telas que o Cubo de Dados, construído neste trabalho,
pode mostrar e suas interpretações sob a perspectiva de Análise das Redes Sociais.
Para facilitar a leitura, todos os scripts SQL, utilizados tanto para a construção do Cubo de
Dados, quanto os Scripts utilizados na construção de cada uma das tabelas, serão apresentados no
Apêndice 3 deste trabalho.
Figura 21. Matriz incidente voluntários x eventos mostrando cada tipo de evento e detalhando a
participação de cada voluntário da rede, a frequência de participações e o valor de arrecadação de cada
tipo evento que o voluntário participou.
48
Figura 22. Matriz adjacente ator x ator.
Esta matriz mostra a interação dos diversos atores com seus pares. A imagem, mostrada aqui
parcialmente, indica que o Voluntário 10, da cidade de Barretos (V10BAR), participou de 4 eventos.
Nestes 4 eventos, trabalhou junto com o Voluntário 11 (V11BAR), da mesma cidade.
Já o Voluntário 11 (V11BAR), trabalhou em 5 eventos e foi companheiro dos Voluntários:
V10BAR, na realização de 4 eventos, V13BAR, em 1 evento, V14BAR em 2, V15BAR em 4 eventos.
O Voluntário 11 trabalhou com os companheiros V1BAR, V31BAR, V32BAR e V33BAR em 1
evento (com cada um deles).
49
Figura 23. Matriz adjacente evento x evento.
Esta matriz mostra que durante o ano de 2008, foram realizados Bailes Beneficentes
organizados por 14 voluntários. Destes 14 voluntários, 6 deles também participaram de eventos de
Doação, 7 deles estiveram envolvidos em Leilões de Gado. Dois deles ajudaram na organização de
quermesses, 10 entre eles colaboraram para conseguir doações e ainda 10 destes voluntários ajudaram
a promover Bailes Beneficentes.
Sob a perspectiva das redes sociais, esta planilha mapeia a interação dos 617 atores
(Voluntários) que compõe a rede de voluntários do Hospital. A planilha mostra como os atores criam
laços sociais em torno de ações humanitárias, nas quais grande número de aspectos, tais como
influência, poder, proeminência, empreendedorismo, entre outras características pessoais e sociais,
podem ser identificadas e parametrizadas.
50
Figura 24. Matriz frequência ator.
Esta matriz mostra o número de eventos que cada um dos 281 atores (Voluntários) participou.
Sob o aspecto das redes sociais, o ator VLRBP3, (Voluntário Líder número 3 da cidade de Ribeirão
Preto, SP), é o mais proeminente, por ter participado de 37 eventos benemerentes durante o ano de
2008.
Esta frequência de participação indica que o ator tem fortes laços com a causa do hospital e
que dedica uma parte importante de sua vida para organizar eventos em prol da instituição. Esta
frequência de participação, também sugere que ele tem uma forte liderança dentro da rede e é uma
pessoa-chave na para a direção do hospital.
Esta proeminência pode ser aproveitada pela direção do hospital para servir de exemplo e
motivação para os demais integrantes da rede e pode ainda ser explorada como exemplo de admiração
e respeito, atraindo novos participantes para a rede.
51
Figura 25. Matriz Frequência Evento com gráfico de participação (%).
52
As duas figuras acima mostram o número de participantes que trabalharam em cada tipo de
eventos ocorridos durante o ano de 2008 e promovidos pela rede social de benemerência do Hospital.
A primeira figura mostra números absolutos e a segunda uma visão percentual. Os diversos
tipos de eventos possibilitaram 657 oportunidades de interação entre os participantes da rede nas 10
cidades objetos deste estudo.
Sob a perspectiva das redes sociais de afiliação, a tabela mapeia a importância relativa (%) e
objetiva de cada um dos eventos, quanto ao número de participantes envolvidos. Eventos que
envolvem mais atores proporcionam oportunidades para maior interação, maior difusão de
conhecimento e para fortalecimentos de valores. Neste caso, os principais valores são a solidariedade e
a compaixão.
Figura 26. Matriz incidente ator (aberta por Voluntário Líder e Voluntário Local) x tipo de evento.
A Matriz acima mostra que 135 Voluntários Locais e 62 Voluntários Líderes promoveram
eventos de Leilão de Gado, 21 Voluntários Locais e 18 Voluntários Líderes ajudaram a organizar
Quermesses e assim por diante.
53
Figura 27. Matriz incidente ator (aberta pelo número de eventos em cada cidade que o ator
participou) x evento.
A matriz acima mostra, em um movimento de Drill-down, a participação de cada voluntário,
em cada cidade, detalhando em quantos eventos de cada tipo ele participou.
Analisando-se a rede social, observa-se que o Voluntário V10BAR serve de intermediário
entre duas sub-redes (Barretos e São José do Rio Preto, SP) e teve seis participações em três tipos de
eventos diferentes (Leilão, Quermesse e Rifa), que, por sua vez, são também três sub-redes. O
Voluntário V10BAR tem a capacidade de intermediar sub-redes, o que indica que ele tem potencial
para ser um Voluntário Líder.
54
Figura 28. Matriz incidente ator (aberta pelo número de eventos em cada cidade e em qual mês, o ator
participou) x evento.
Esta matriz mostra a versatilidade de Drill-down do Cubo de Dados, ao se fazer Double click
na aba “mês” do evento.
55
Figura 29. Matriz incidente ator x evento, mostrando em cada cidade (Barretos, no mês 5 (maio de
2008) e em cada tipo de evento, qual foi a participação de voluntários líderes e de voluntários locais.
56
Figura 30. Matriz incidente mostrando nos meses 5 (maio) e 9 (setembro) de 2008, em cada cidade,
quantos Voluntários Líderes (l) e quanto Voluntários Locais (v) participaram de eventos.
57
Figura 31. Matriz incidente mostrando quantos eventos, de cada tipo, aconteceu em qual cidade, em
qual mês.
58
Figura 32. Matriz incidente mostrando o tipo de evento, que aconteceu em cada cidade, em cada mês,
organizado por quais e quantos Voluntários Líderes e auxiliados por quais e quantos Voluntários
Locais.
59
Figura 33. Matriz incidente, mostrando os valores (R$) das arrecadações, em cada cidade, em cada
tipo de evento, mostrando quantos participantes atuaram em cada evento, aberto por Voluntário Local
e por Voluntário Líder, em cada mês do ano.
60
Figura 34. Matriz densidade ator início e fim.
61
Esta matriz (apresentada no início na primeira tela e no final na segunda tela) mostra a
densidade da rede de voluntários. A densidade da rede representa a relação entre o número de laços
possíveis e o número total de laços: Densidade da rede= 3,7%.
O Cubo de Dados demonstra aqui sua versatilidade, pois, além da densidade da rede completa,
que a maioria dos softwares de rede mostra, é capaz de analisar a densidade de cada ator da rede.
O Voluntário VL3RBP tem 0,21% de todos os laços possíveis e entre todos os laços
efetivamente realizados na rede ele detém 5,63%, mostrando grande capacidade de associação.
Figura 35. Matriz densidade evento.
A matriz acima mostra a densidade da rede de eventos, promovidos pelos Voluntários. O
evento doação foi aquele que associou mais ações de voluntários à ação social do Hospital.
Os eventos Doação e Leilão de Gado proporcionaram 1,8% e 1,79% de todos os laços
possíveis entre os voluntários da rede, o que representou; 30,44% e 29, 98%, respectivamente, de
todos os laços efetivamente realizados.
62
Figura 36. Início da matriz acessibilidade ator.
63
Figura 37. Fim da matriz acessibilidade ator.
Esta matriz mostra que o Voluntário V5NHZ (Voluntário 5 da cidade de Novo Horizonte)
criou 60 laços entre os 2.400 laços possíveis. Esta característica expressa a capacidade de
intermediação do voluntário. Através dele pode-se acessar 60 outros voluntários da rede.
64
Figura 38. Matriz acessibilidade ator: Double click no ator.
Esta matriz mostra que o ator VL2BAR (Voluntário Líder número 2 da cidade de Barretos)
estabeleceu 53 laços na rede, dentre estes laços vários deles redundantes, por exemplo: com o ator
V8BAR ele participou de 6 eventos, ou seja, juntos, eles têm uma relação importante. O voluntário
VL2BAR, além de atuar na sua cidade de origem, atua também, arregimentando a participação de
voluntários da cidade de Novo Horizonte (NHZ): VL2NHZ, V5NHZ e V4NHZ. Isto significa também
que este ator estende seu acesso a duas sub-redes (Barretos e Novo Horizonte).
65
Figura 39. Matriz acessibilidade ator, com filtro nos laços para acesso entre os Atores VL2NHZ e
V6BAR e com filtro nos laços entre os atores V8BAR e V6BAR.
Esta matriz permite a análise da acessibilidade de um ator escolhido com outro ator escolhido:
o ator VL2NHZ participou de dois eventos com o ator V6BAR. Já o ator V8BAR participou de 8
eventos como o ator V6BAR.
Sob o aspecto de análise das relações sociais, pode-se chegar ao ator V6BAR na cidade de
Barretos através do ator V8BAR, com o qual tem uma relação forte de 8 participações conjuntas na
organização de eventos, ou na cidade de Novo Horizonte, através do ator VL2NHZ.
66
Figura 40. Matriz acessibilidade evento.
Esta matriz mostra que o evento Leilão de Gado possibilitou 73 interações entre os voluntários
e que 28 deles atuaram também promovendo rifas, 14 deles promovendo Shows Beneficentes, 14 deles
participaram da arrecadação de Doações, 10 deles da organização de Quermesses e 7 deles ajudaram a
realizar Bailes Beneficentes.
Sob o prisma da análise das redes sociais, os eventos que promovem maior acesso a seus
participantes disseminam maior conjunto de valores e crenças comuns. A troca de informação e de
conhecimento é mais intensa
.
67
Figura 41. Matriz acessibilidade evento, mostrando quantos participantes comuns atuaram em eventos
diferentes.
A matriz acima mostra como a rede de voluntários do Hospital atua em diferentes eventos. Os
eventos Rifa e Leilão de Gado tiveram 28 participantes comuns. Isto não significa que foram 28 atores
diferentes e sim que foram 28 interações diferentes e que pode haver redundância nas interações, ou
seja; dois ou mais atores se encontraram nestes eventos mais de uma vez.
Esta atuação em eventos distintos ajuda na transferência cultural entre os eventos e contribui
para o fortalecimento da rede de voluntários.
68
Figura 42. Matriz coesividade ator: Matriz 1 – Início / Matriz 2 – Fim.
69
Sob o aspecto da análise das redes sociais, o que se aprende com essa análise é que, em termos
estruturais, subgrupos coesos são subconjuntos de atores que apresentam laços relativamente fortes,
diretos, intensos e frequentes (WASSERMAN; FAUST, 1994). Das propriedades gerais passíveis de
serem avaliadas na análise de coesão, duas delas se destacam a mutualidade dos laços (clique) e a
proximidade e alcance entre membros dos subgrupos (n-clique).
Figura 43. Matriz coesividade ator, aberta pelo grau de coesividade do ator V10BAR, com os demais
atores da rede.
70
Figura 44. Matriz coesividade evento.
Esta matriz mostra que 14 voluntários participaram da organização de Bailes Beneficentes e
que 10 destes voluntários também participaram da promoção de Rifas. Eventos que compartilham
atores comuns tendem a transferir culturas, estilos de vida e valores comuns entre seus participantes.
71
Figura 45. Matriz centralidade ator.
Atores centrais, como o VLRBP3, têm proeminência na rede e são elementos de ligação e
difusores de informação, conhecimento e empreendedorismo.
72
Figura 46. Matriz centralidade evento.
Eventos centrais são aqueles que atraem mais participantes e, por isso, são os que promovem
maior possibilidade de interação entre seus participantes.
71
12. CONCLUSÃO E RECOMENDAÇÕES
12.1 Conclusão
O estudo das interações sociais que ocorriam entre indivíduos demandando sua presença física
em eventos, saiu das residências, igrejas, clubes ou escritórios, para ganhar o ciberspace.
Hoje apresença face-a-face não é mais necessária. A tecnologia possibilitou que milhares de
pessoas de qualquer lugar do planeta, possam se “encontrar” em múltiplos eventos online para trocar
informações, conhecimentos, percepções e experiências.
A enorme expansão que as redes sociais tiveram nos últimos anos, graças à internet, à difusão
dos meios de comunicação e da facilidade crescente de locomoção, demanda a criação de ferramentas
que facilitem o entendimento sobre como estes fenômenos impactam no comportamento destes grupos
sociais e como estes, por sua vez influenciam o comportamento de indivíduos inseridos nestas
múltiplas redes.
Esta facilidade, que os indivíduos conquistaram para se comunicar e influenciar
comportamentos e decisões ainda é pouco explorada pela ciência, pois trata-se de fato novo.
Diante deste novo cenário, buscando entender melhor como se formam as redes e como se
comportam os indivíduos nelas inseridos, foi objeto deste estudo, o desenvolvimento e a aplicação de
um software de ROLAP Data Cube buscando trazer maior flexibilidade para realizar estas análises.
O trabalho procurou demonstrar como esta solução pode ser aplicada no estudo de redes
sociais complexas em ambientes multirrelacionais, permitindo co-relacionar múltiplas propriedades da
rede e proporcionando grande versatilidade de análise através de facilidade como Drill-Down, Roll-up
e Slice and Dice.
O ROLAP Data Cube contribui significativamente para o ganho de versatilidade, tanto na
busca de conhecimento sobre a estrutura de redes sociais complexas, quanto na ampliação do
entendimento sobre as propriedades dos laços de seus integrantes.
Além disso, o ROLAP Data Cube possibilita a combinação de dimensões, como datas,
valores, locais, que podem aumentar em muito a sua utilidade, quando comparado aos softwares
disponíveis, evoluindo assim da utilização em “laboratórios de pesquisa” para aplicações comerciais
em grande escala.
A análise de redes sociais em ambiente multirrelacional possibilita uma grande expansão nas
fronteiras do conhecimento sobre as formações e desaparecimento de redes em uma nova era onde o
mundo não tem mais fronteiras.
72
12.2 Recomendações e sugestões para trabalhos futuros
O estudo das redes sociais encontra aplicações em todas as áreas onde atua a raça humana,
sejam elas; no desmatamento da Amazônia, na disseminação de doenças infecto-contagiosas, ou na
influência que grupos sociais têm, sobre as decisões de investimentos ou desinvestimento que podem
gerar crises econômicas, com impacto global em poucas semanas.
Entre todas essas áreas de aplicações, uma dela em particular merece estudo mais aprofundado
pois é mais emergente, é a que trata do capital social das organizações. O capital social é aquele que
reúne a capacidade que as pessoas que compõem as organizações têm de criar relações sociais com
clientes, fornecedores, prestadores de serviço, governo, com a comunidade, com instituições
financeiras, ou com seus concorrentes. Estas redes de relações são cada vez mais, fatores-chave de
sucesso para estas organizações.
O desenvolvimento de novas aplicações de softwares que operam em ambientes
multirrelacionais pode trazer enormes benefícios para sociedade como um todo, ajudando a construir
um mundo mais equilibrado, mais sustentável e mais justo.
73
13. REFERÊNCIAS BIBLIOGRÁFICAS
AHUJA, R. K.; MAGNANTI, T. L.; ORLIN, J. B. Network Flows: Theory, algorithms, and
Applications. Prentice Hall, Upper Saddle River, NJ, 1993.
ALVES, M. Como escrever teses e monografias. Rio de Janeiro: Campus, 2003.
BALESTRIN, A. Redes de cooperação empresarial: estratégias de gestão na nova economia. Porto
Alegre: Bookman, 2008.
BARABÁSI, Albert. Linked. How Everything is Connected to Everything else
and What it means for Business, Science and Everydai Life. Cambridge: Plume, 2003.
BORGATTI, S. P.; FOSTER, P. C. The Network Paradigm in Organizational Research: A review
and typology. Journal of Management, v. 29, n. 6, pp. 991-1013, 2003.
BRIEGER, R.; CARLEY, K.; PATTISON, P. Dynamic Social Network Modeling and Analysis.
Washington: The National Academies Press, 2001.
BURT, R. S. Cooptative corporate actor networks: A reconsideration of interlocking directorates
involving American manufacturing. Administrative Science Quarterly, v. 25, pp. 557-581, 1980.
__________.
Structural Holes: The social structure of competition. Cambridge: Harvard University
Press, 1992.
CARPENTER, M. A.; WESTPHAL, J. D. The Strategic Context of External Network Ties:
Examining the impact of director appointments on board involvement in strategic decision-making.
Academy of Management Journal, v. 44, n. 4, pp. 639-660, 2001.
CARRINGTON, P.; SCOTT, J.; WASSERMAN, S. Models and Methods in Social Network
Analysis. Cambridge: Cambridge University Press, 2007.
CHARLENE; L. I.; BERNOFF, J. Fenômenos sociais nos negócios: vença em um mundo
transformado pelas redes sociais. Rio de Janeiro: Elsevier, 2009.
CRUZ, J. A. W. (Org) et al. Redes sociais e Organizacionais em Administração. Curitiba: Juruá,
2008.
74
DATA CUBE: A Relational Aggregation Operator Generalizing Group-By, Cross-Tab, and Sub-
Totals - Microsoft Technical report MSR-TR-95-22-5 February 1995, Revised 18 November 1995.
DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Elsevier, 2003.
DEGENNE, A.; FORSÉ, M. Introducing Social Networks. Sage, London, 1999.
FREEMAN, L. C. Dynamic Social Network Modeling and Analysis: Workshop Summary and
Papers, Session I: Social Network Theory Perspectives Finding Social Groups: A Meta-Analysis of
the Southern Women Data, Committee on Human Factors, National Research Council, National
Academy of Sciences (2003).
__________.
Centrality in Social Networks: Conceptual Clarification. Social Networks, v. 1, n. 3,
pp. 215-239, 1979.
GELETKANYCZ, M. A.; BOYD, B. K.; FINKELSTEIN, S. The strategic value of CEO external
directorate networks: implications for CEO compensation. Strategic Management Journal, v. 22, n.
9, pp. 889-898, 2001.
GOLDSCHMIDT, R.; PASSOS, E. Data mining: um guia prático. Rio de Janeiro : Elsevier, 2005.
GOMES, L. F. A. M. et al. Tomada de decisão gerencial: enfoque multicritério. São Paulo: Atlas,
2002.
GOMES, L. F. A. M. et al. Tomada de decisões em cenários complexos. São Paulo: Pioneira thomson
Learning, 2004.
GOOSEN, R. J. e-empreendedor: vencendo no mercado virtual coorporativo. Rio de Janeiro:
Elsevier, 2009.
GRANOVETTER, M. The Strength of Weak Ties. American Journal of Sociology, v. 78, n. 6, pp.
1360-1380, 1973.
HAN, J.; KAMBER, M. Data Mining: Concepts and Techniques. San Diego: Academic Press,
2001.
75
HANDCOCK, M. S.; HUNTER, D. R.; BUTTS, C. T.; GOODREAU, S. M.; MORRIS, M. Statnet:
Software Tools for the Representation, Visualization, Analysis and Simulation of Network Data,
Journal of Statistical Software, v. 24, n. 1, 2008.
HARRIS, D. A.; HELFAT, C. E. The Board of Directors as a Social Network: A New Perspective.
Journal of Management Inquiry. v. 16, n. 3, pp. 228-237, 2007.
HASTIE, T.; TIBSHIRANI, R.; FIREDMAN, J. The Elements of Statistical Learning. Data
Mining, Inference and Prediction. Stanford : Springer, 2001.
http://w3.ualg.pt/~hshah/ped/ped2001.htm
: Algoritmos, Programação e Estruturas de Dados:
Lineares, Arvores, Ordenação, Heap, Hash, Grafos – Universidade do Algarve.
http://www.olapreport.com/results.htm
, consultada em 05/10/2009.
KIRSCHBAUM, C.; VASCONCELOS, F. C. Tropicália: Manobras Estratégicas em Redes de
Músicos. Revista de Administração de Empresas. v. 47, n. 3, pp. 10-26, 2007.
KNOKE, D.; KUKLINSKI, J. H. Network Analysis. Beverly Hills, California: Sage Publications,
1982.
KOENIG, T.; GOGEL, R. Interlocking Corporate Directorships as a Social Network. American
Journal of Economics and Sociology. v. 40, n. 1, pp. 37-50, 1981.
KUPERMAN, M.; ABRAMSON, G. Small world effect in an epidemiological model. Phys Rev Lett,
v. 86, pp. 2909-2912, 2001.
M. LATAPY, M.; MAGNIEN, C.; VECCHIO, N. D. Basic notions for the analysis of large two-
mode networks, Social Networks, v. 30,n. 1, pp. 31–48, 2008.
LAUMANN, E. Bonds of Pluralism: The Form and Substance of Urban Social Networks. Wiley,
New York, 1973.
LAZZARINI, S. G.; CHADDAD, F. R.; COOK. M.L. Integrating supply chain and network
analyses: The study of netchains. John M. Olin School of Business, Washington University, 2001.
LEMINIEUX, V; OUIMET, M. Análise estrutural das redes sociais. Lisboa: Instituto Piaget, 2008.
76
MARIOLIS, P.; JONES, M.H. Centrality in Corporate Interlock Networks: Reliability and Stability.
Administrative Science Quarterly, v. 27, pp. 571-584, 1982.
MARSDEN, P. Core dicussion networks of Americans. American Sociological Review, v. 522, pp.
122-133, 1987.
MENDES-DA-SILVA, W.; ROSSONI, L.; MARTIN, D. L.; MARTELANC, R. A Influência das
Redes de Relações Corporativas no Desempenho das Empresas do Novo Mercado da Bovespa.
Revista Brasileira de Finanças, v. 6, n. 3, 2008.
MILLER, J. Access to interorganizational networks as a profession network. American Sociological
Review, v. 45, pp. 479-496, 1980.
MINTZ, B.; SCHWARTZ, M. Bank Hegemony, Corporate Networks and Intercorporate Power: A
Study of Interlocking Dorectorates in American Business. Chicago: University Chicago Press, 1983.
MIZRUCHI, M. S. The American corporate network. Beverly Hills: Sage Publications, 1982.
MONASSON, R. Diffusion, localization and dispersion relations on ‘small-world’lattices. Eur Phys
J B, v. 12, pp. 555-567, 1999.
MOORE, G. The structure of a national elite network. American Sociological Review, v. 44, pp.
673-691, 1979.
NADER, G. 2003, Sistema de Informação Estratégico para o Gerenciamento Operacional (SIEGO)
como uma ferramenta de apoio à decisão utilizando Data Warehouse. Dissertação de Mestrado em
Ciência da Computação, Universidade Federal de Santa Catarina, SC, Brasil.
NEWMAN, M.; BARABASI, A. L.; WATTS, D. J.The Structure and Dynamics of Networks.
Princeton: Sage, 2007.
PATTISON, P. E.; ROBINS, G. L. Building models for social space: neighbourhood-based models
for social networks and affiliation structures, Mathematics and Social Sciences, v. 42,n. 168, pp. 11–
29, 2004.
77
PATTISON, P. E.; ROBINS, G. L. Neighborhood-based models for social networks, Social
Methodology, v. 32, pp. 301–337,2002.
PORTO ALEGRE DA FONSECA, MACELLO. 2007, Classificação Bayesiana de Grandes Massas
de Dados em Ambientes ROLAP. Tese de Doutorado. Universidade Federal do Rio de Janeiro, RJ,
Brasil.
RICHARDSON, R.J. et al. Pesquisa social: métodos e técnicas. São Paulo: Atlas, 1999.
ROBINS, G. L.; PATTISON P. E.; G.L. ROBINS, P.E. PATTISON, KALISH, Y.; LUSHER, D. An
introduction to exponential random graph (
p*
) models for social networks, Social Networks,v. 29,
pp. 173–191,2007.
ROBINS, G. L.; ROBIN, S. P. E.; PATTISON, P. E.; WOOLCOCK. D. J. Small and other worlds:
Global network structures from local processes, American Journal of Sociology, v. 110, n. 4, pp.
894–936,2005.
ROSSONI, L.; GUARIDO FILHO, E.R. Cooperação Interinstitucional no Campo da Pesquisa em
Estratégia. Revista de Administração de Empresas, v. 47, n. 4, p. 74-88, 2007.
SCALZO, B. Guide to DataWarehousing and Star Schemas. New York: Prentice Hall, 2003.
SCOTT, J. Social Analysis Network. A Handbook. Londres: SAGE Publications, 2007.
SCOTT, W. R. Institutions and Organizations. 2. ed. Thousand Oaks: Sage, 2001.
SELLTIZ, C.; WRIGHTSMAN, L. S.; COOK, S. W. Métodos de Pesquisa nas Relações Sociais.
São Paulo: EPU. 1987.
SKOVORETZ J.; FAUST, K. Logit models for affiliation networks, Sociological Methodology, v.
29, pp. 253–280, 1999.
SUBRAHMANYAM, A. Social Networks and Corporate Governance. European Financial
Management, v. 14, n. 4, pp. 633-662, 2008.
TAN, Y. J. 1998, Datacube: Its Implementation and Application in OLAP Mining. Dissertação de
Mestrado, Simon Fraser University, Canadá.
78
TAVARES, J. M. Teoria dos Jogos: aplicada à estratégia empresarial, Rio de Janeiro: LTC, 2008.
THOMSEN, E. OLAP: Construindo Sistemas de Informações Multidimensionais, Rio de Janeiro:
Campus, 2002.
TOMKA, B. Interlock Directorates between Banks and Industrial Companies n Hungary at the
Beginning of the Twentieth Century. Business History. v. 43, n. 1, pp. 25-42, 2001.
VANINHA VIEIRA DOS SANTOS. Ariane: Um mecanismo de apoio 'a percepção em bases
de dados compartilhadas. 01/10/2003
VILARIN, G. O. Algorítimos: Programação para iniciantes, Rio de Janeiro: Editora Ciência
Moderna Ltda., 2004.
WASSERMAN, S.; FAUST, K. Social Network Analysis: Methods and Applications. Cambridge:
Cambridge University Press, 1994.
WATTS, D.J. Small Worlds. Prentice Hall Press, Princeton, 1999.
WATTS, D.J.; STROGATZ, S.H. Collective Dynamics of “Small-World” Networks, Nature, v. 393,
pp. 440-442, June 1998.
APÊNDICES
Pág.
Apêndice 01. Scripts SQL para montagem do Cubo de Dados da Rede Social dos
professores da Fundação Getúlio Vargas .................................
79
Apêndice 02. Scripts SQL para montagem do Cubo de Dados da Rede Social de
Voluntários do Hospital do Câncer de Barretos ...............................
99
Apêndice 03. Comparações de dados obtidos no Cubo e no software UCINET ... 141
79
APÊNDICE 01
Os Scripts SQL para a construção dos Cubos de Dados
A Construção do Cubo dados:
O esquema abaixo ilustra o ponto de partida para a construção do cubo de dados. O esquema é um
primeiro “Draft”:
A partir deste “Draft”, foi adotada a linguagem SQL ANSI 92, padrão de banco de dados para a
criação das tabelas.
80
Para a criação das tabelas do Esquema Estrela, a seguir, foi utilizado o seguinte lay-out em SQL:
CREATE TABLE dbo.dimProfessor
( ID int IDENTITY PRIMARY KEY,
Professor nchar(25)
)
CREATE TABLE dbo.dimEvento
( ID int IDENTITY PRIMARY KEY,
Evento nchar(3)
)
CREATE TABLE dbo.fctXREF
( ID int IDENTITY PRIMARY KEY,
Professor int,
Evento int,
Qtd int
)
CREATE VIEW dbo.AAN1
(Professor, Evento, Qtd)
AS
SELECT
p.Professor,
e.Evento,
f.Qtd
FROM
fctXREF as f
INNER JOIN dimProfessor as p ON f.Professor = p.ID
INNER JOIN dimEvento as e ON f.Evento = e.ID
81
Arquivo de configuração do cubo
A seguir o arquivo XML (eXtended Mark-up Language), homologado pela ISO com sendo o
formato padrão para intercambio da dados.
É responsável por:
1. Conexão com o Banco de Dados Relacional;
2. Comando SQL para extração dos dados;
3. Definição dos parâmetros do cubo (Dimensões e Medidas);
4. A construção do Cubo durante a operação (On the Fly)
[GOLAP]
FrequenciaAtor=c:\GOLAP\AAN1\AAN1_Frequencia_Professor.xml
FrequenciaEvento=c:\GOLAP\AAN1\AAN1_Frequencia_Evento.xml
DensidadeAtor=c:\GOLAP\AAN1\AAN1_Densidade_Professor.xml
DensidadeEvento=c:\GOLAP\AAN1\AAN1_Densidade_Evento.xml
AcessibilidadeAtor=c:\GOLAP\AAN1\AAN1_Acessibilidade_Professor.xml
AcessibilidadeEvento=c:\GOLAP\AAN1\AAN1_Acessibilidade_Evento.xml
CoesividadeAtor=c:\GOLAP\AAN1\AAN1_Coesividade_Professor.xml
CoesividadeEvento=c:\GOLAP\AAN1\AAN1_Coesividade_Evento.xml
CentralidadeAtor=c:\GOLAP\AAN1\AAN1_Centralidade_Professor.xml
CentralidadeEvento=c:\GOLAP\AAN1\AAN1_Centralidade_Evento.xml
MatrizAdjacenteAtor=c:\GOLAP\AAN1\AAN1_Matriz_Adjacente_Professor.xml
MatrizAdjacenteEvento=c:\GOLAP\AAN1\AAN1_Matriz_Adjacente_Evento.xml
MatrizIncidente=c:\GOLAP\AAN1\AAN1_Matriz_Incidente.xml
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN1 Propriedades Rede</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
-
<
82
]]>
</Connection>
-
<SQL>
-
<
85
(RTRIM(X.Evento)+' x '+RTRIM(Y.Evento)) as "Dimensao",
0 as "FPA",
0 as "FPE",
0.0 as "D",
0 as "AA",
0 as "AE",
0 as "CA",
COUNT(DISTINCT Y.Professor) as "CE",
0 as "CG"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Professor = Y.Professor
WHERE
X.Qtd > 0
AND
Y.Qtd > 0
GROUP BY
X.Evento,
Y.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="Dimensao" label="Dimensao" type="row" />
<Measure field="FPA" label="FPA" calc="SUM" mask="##0" />
<Measure field="FPE" label="FPE" calc="SUM" mask="##0" />
<Measure field="D" label="D" calc="SUM" mask="##0.000" />
<Measure field="AA" label="AA" calc="SUM" mask="##0" />
<Measure field="AE" label="AE" calc="SUM" mask="##0" />
<Measure field="CA" label="CA" calc="SUM" mask="##0" />
<Measure field="CE" label="CE" calc="SUM" mask="##0" />
<Measure field="CG" label="CG" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
86
A seguir a matriz original em Excel, carregada no Cubo do Pivot Cube, já configurado para a
aplicação na análise da rede social:
Matriz incidente Professor x Turma
Script SQL:
SELECT
f.Professor as "Professor",
f.Evento as "Evento",
f.Qtd as "Qtd"
FROM
AAN1 as f
ORDER BY
f.Professor,
f.Evento
87
Matriz Adjacente professor X professor
Script SQL:
SELECT
X.Professor as "ProfessorX",
Y.Professor as "ProfessorY",
SUM(X.Qtd * Y.Qtd) as "Qtd"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Evento = Y.Evento
GROUP BY
X.Professor,
Y.Professor
ORDER BY
X.Professor,
Y.Professor
88
Matriz adjacente evento x evento
Script SQL
SELECT
X.Evento as "EventoX",
Y.Evento as "EventoY",
SUM(X.Qtd * Y.Qtd) as "Qtd"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Professor = Y.Professor
GROUP BY
X.Evento,
Y.Evento
ORDER BY
X.Evento,
Y.Evento
89
Matriz Frequência professor
Script SQL
SELECT
p.Professor as "Professor",
SUM(p.Qtd) as "Frequencia"
FROM
AAN1 as p
GROUP BY
p.Professor
ORDER BY
Frequencia DESC,
p.Professor
90
Matriz Frequência de Participação Eventos
Script SQL:
SELECT
e.Evento as "Evento",
SUM(e.Qtd) as "Frequencia"
FROM
AAN1 as e
GROUP BY
e.Evento
ORDER BY
Frequencia DESC,
e.Evento
91
Matriz Densidade da rede de professores
Script SQL:
SELECT
p.Professor as "Professor",
SUM(p.Qtd) as "Conexoes",
(SUM(p.Qtd) / ( SELECT
((COUNT(DISTINCT(t.Professor))) * ((COUNT(DISTINCT(t.Professor)))
- 1) / 2.0)
FROM
AAN1 as t)) as "Densidade"
FROM
AAN1 as p
GROUP BY
p.Professor
ORDER BY
Densidade DESC,
p.Professor
92
Matriz Densidade – Evento
Script SQL
SELECT
e.Evento as "Evento",
SUM(e.Qtd) as "Conexoes",
(SUM(e.Qtd) / ( SELECT
(COUNT(DISTINCT(t.Evento))) * ((COUNT(DISTINCT(t.Evento))) - 1) /
2.0)
FROM
AAN1 as t)) as "Densidade"
FROM
AAN1 as e
GROUP BY
e.Evento
ORDER BY
Densidade DESC,
e.Evento
93
Matriz Coesividade professor
Script SQL:
SELECT
X.Professor as "ProfessorX",
Y.Professor as "ProfessorY",
COUNT(DISTINCT Y.Evento) as "Coesividade"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Evento = Y.Evento
WHERE
X.Qtd > 0
AND
Y.Qtd > 0
GROUP BY
X.Professor,
Y.Professor
ORDER BY
X.Professor,
Coesividade DESC,
Y.Professor
94
Matriz Coesividade eventos
Script SQL:
SELECT
X.Evento as "EventoX",
Y.Evento as "EventoY",
COUNT(DISTINCT Y.Professor) as "Coesividade"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Professor = Y.Professor
WHERE
X.Qtd > 0
AND
Y.Qtd > 0
GROUP BY
X.Evento,
Y.Evento
ORDER BY
X.Evento,
Coesividade DESC,
Y.Evento
95
Matriz Centralidade professor
Script SQL:
SELECT
Y.Professor as "ProfessorY",
SUM(X.Qtd * Y.Qtd) as "Qtd"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Evento = Y.Evento
WHERE
X.Professor <> Y.Professor
GROUP BY
Y.Professor
ORDER BY
Qtd DESC,
Y.Professor
96
Matriz Centralidade – evento
Script SQL:
SELECT
Y.Evento as "EventoY",
SUM(X.Qtd * Y.Qtd) as "Qtd"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Professor = Y.Professor
WHERE
X.Evento <> Y.Evento
GROUP BY
Y.Evento
ORDER BY
Qtd DESC,
Y.Evento
97
Matriz Acessibilidade professor
Script SQL:
SELECT
X.Professor as "ProfessorX",
Y.Professor as "ProfessorY",
SUM(X.Qtd * Y.Qtd) as "Qtd"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Evento = Y.Evento
WHERE
X.Professor <> Y.Professor
GROUP BY
X.Professor,
Y.Professor
HAVING
SUM(X.Qtd * Y.Qtd) > 0
ORDER BY
Qtd DESC,
X.Professor,
Y.Professor
98
Matriz Acessibilidade – evento
Script SQL:
SELECT
X.Evento as "EventoX",
Y.Evento as "EventoY",
SUM(X.Qtd * Y.Qtd) as "Qtd"
FROM
AAN1 as X
INNER JOIN AAN1 as Y ON X.Professor = Y.Professor
WHERE
X.Evento <> Y.Evento
GROUP BY
X.Evento,
Y.Evento
HAVING
SUM(X.Qtd * Y.Qtd) > 0
ORDER BY
Qtd DESC,
X.Evento,
Y.Evento
99
APÊNDICE 02
Base de dados 2: Rede de Voluntários do Hospital do Câncer de Barretos
100
Script para a construção do Modelo Floco de Neve
Para a criação das tabelas para a base de dados para a Rede de voluntários do Hospital do Câncer de
Barretos, dada a sua maior complexidade devido ao maior número de dimensões, optou-se por
construir o Cubo utilizando-se o Modelo Floco de Neve a seguir, para o qual foi utilizado o seguinte
lay-out em SQL:
CREATE TABLE dbo.dimTipo
( ID int IDENTITY PRIMARY KEY,
Tipo nchar(2),
Descricao nchar(25)
)
GO
CREATE TABLE dbo.dimCidade
( ID int IDENTITY PRIMARY KEY,
Sigla nchar(2),
Cidade nchar(25)
)
GO
CREATE TABLE dbo.dimEvento
( ID int IDENTITY PRIMARY KEY,
Tipo int,
Cidade int,
Data datetime,
Arrecadacao decimal(10,2)
)
GO
CREATE TABLE dbo.dimVoluntario
( ID int IDENTITY PRIMARY KEY,
Apelido nchar(6),
Voluntario nchar(25)
)
GO
CREATE TABLE dbo.dimTipo
( ID int IDENTITY PRIMARY KEY,
Tipo nchar(2),
Descricao nchar(25)
)
GO
CREATE TABLE dbo.dimCidade
( ID int IDENTITY PRIMARY KEY,
Sigla nchar(2),
Cidade nchar(25)
)
GO
CREATE TABLE dbo.dimEvento
( ID int IDENTITY PRIMARY KEY,
101
Tipo int,
Cidade int,
Data datetime,
Arrecadacao decimal(10,2)
)
GO
CREATE TABLE dbo.dimVoluntario
( ID int IDENTITY PRIMARY KEY,
Apelido nchar(6),
Voluntario nchar(25)
)
GO
Rede de Voluntários Hospital do Câncer de Barretos
Matriz Incidente
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Matriz Incidente</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <
102
ORDER BY
f.Voluntario,
f.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="Voluntario" label="Voluntario" type="row" />
<Dimension field="Lider" label="Lider" type="dim" />
<Dimension field="Cidade" label="Cidade" type="dim" />
<Dimension field="Mes" label="Mes" type="dim" />
<Dimension field="Evento" label="Evento" type="col" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários Hospital do Câncer de Barretos
Matriz Adjacente Evento
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Matriz Adjacente Evento</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <
103
Y.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="EventoX" label="EventoX" type="row" />
<Dimension field="EventoY" label="EventoY" type="col" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários Hospital do Câncer de Barretos
Matriz Adjacente Voluntário
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Matriz Adjacente Voluntario</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
X.Voluntario as "VoluntarioX",
Y.Voluntario as "VoluntarioY",
COUNT(DISTINCT Y.eID) as "Qtd"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.eID = Y.eID
GROUP BY
X.Voluntario,
Y.Voluntario
ORDER BY
X.Voluntario,
Y.Voluntario
]]>
</SQL>
-
<Cube>
<Dimension field="VoluntarioX" label="VoluntarioX" type="row" />
104
<Dimension field="VoluntarioY" label="VoluntarioY" type="col" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Acessibilidade Evento
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Acessibilidade Evento</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
X.Evento as "EventoX",
Y.Evento as "EventoY",
COUNT(DISTINCT Y.vID) as "Qtd"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.vID = Y.vID
WHERE
X.Evento <> Y.Evento
GROUP BY
X.Evento,
Y.Evento
ORDER BY
Qtd DESC,
X.Evento,
Y.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="EventoX" label="EventoX" type="row" />
<Dimension field="EventoY" label="EventoY" type="row" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
105
</GOLAP
Rede de Voluntários do Hospital do Câncer de Barretos
Acessibilidade Voluntário
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Acessibilidade Voluntario</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
X.Voluntario as "VoluntarioX",
Y.Voluntario as "VoluntarioY",
COUNT(DISTINCT Y.eID) as "Qtd"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.eID = Y.eID
WHERE
X.Voluntario <> Y.Voluntario
GROUP BY
X.Voluntario,
Y.Voluntario
HAVING
SUM(X.Qtd * Y.Qtd) > 0
ORDER BY
Qtd DESC,
X.Voluntario,
Y.Voluntario
]]>
</SQL>
-
<Cube>
<Dimension field="VoluntarioX" label="VoluntarioX" type="row" />
<Dimension field="VoluntarioY" label="VoluntarioY" type="row" />
106
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Centralidade Evento
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Centralidade Evento</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
Y.Evento as "EventoY",
COUNT(DISTINCT Y.vID) as "Qtd"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.vID = Y.vID
WHERE
X.Evento <> Y.Evento
GROUP BY
Y.Evento
ORDER BY
Qtd DESC,
Y.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="EventoY" label="EventoY" type="row" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Centralidade Voluntário
107
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Centralidade Voluntario</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
Y.Voluntario as "VoluntarioY",
COUNT(DISTINCT Y.eID) as "Qtd"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.eID = Y.eID
WHERE
X.Voluntario <> Y.Voluntario
GROUP BY
Y.Voluntario
ORDER BY
Qtd DESC,
Y.Voluntario
]]>
</SQL>
-
<Cube>
<Dimension field="VoluntarioY" label="VoluntarioY" type="row" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Coesividade Evento
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
108
<Date>2009-Sep-08</Date>
<Description>AAN2 Coesividade Evento</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
X.Evento as "EventoX",
Y.Evento as "EventoY",
COUNT(DISTINCT Y.vID) as "Coesividade"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.vID = Y.vID
GROUP BY
X.Evento,
Y.Evento
ORDER BY
X.Evento,
Coesividade DESC,
Y.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="EventoX" label="EventoX" type="row" />
<Dimension field="EventoY" label="EventoY" type="col" />
<Measure field="Coesividade" label="Coesividade" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Coesividade Voluntário
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</ <?xml version="1.0" encoding="UTF-8" ?>
<Description>AAN2 Coesividade Voluntario</Description>
-
<Info>
109
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
X.Voluntario as "VoluntarioX",
Y.Voluntario as "VoluntarioY",
COUNT(DISTINCT Y.eID) as "Coesividade"
FROM
AAN2 as X
INNER JOIN AAN2 as Y ON X.eID= Y.eID
GROUP BY
X.Voluntario,
Y.Voluntario
ORDER BY
X.Voluntario,
Coesividade DESC,
Y.Voluntario
]]>
</SQL>
-
<Cube>
<Dimension field="VoluntarioX" label="VoluntarioX" type="row" />
<Dimension field="VoluntarioY" label="VoluntarioY" type="col" />
<Measure field="Coesividade" label="Coesividade" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
Date>
Rede de Voluntários do Hospital do Câncer de Barretos
Densidade Evento
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</ <?xml version="1.0" encoding="UTF-8" ?>
<Description>AAN2 Densidade Evento</Description>
-
<Info>
- <
110
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
e.Evento as "Evento",
SUM(e.Qtd) as "Conexoes",
( SELECT
((COUNT(DISTINCT(t.eID))) * ((COUNT(DISTINCT(t.eID))) - 1) / 2)
FROM
AAN2 as t
) as "Max.Conexoes",
(SUM(e.Qtd) / ( SELECT
((COUNT(DISTINCT(t.eID))) *
((COUNT(DISTINCT(t.eID))) - 1) / 2.0)
FROM
AAN2 as t)
) as "Densidade"
FROM
AAN2 as e
GROUP BY
e.Evento
ORDER BY
Densidade DESC,
e.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="Evento" label="Evento" type="row" />
<Measure field="Densidade" label="Densidade" calc="SUM" mask="##0.0000" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Densidade Voluntário
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</ <?xml version="1.0" encoding="UTF-8" ?>
<Description>AAN2 Densidade Voluntario</Description>
111
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
v.Voluntario as "Voluntario",
SUM(v.Qtd) as "Conexoes",
( SELECT
((COUNT(DISTINCT(t.Voluntario))) *
((COUNT(DISTINCT(t.Voluntario))) - 1) / 2)
FROM
AAN2 as t
) as "Max.Conexoes",
(SUM(v.Qtd) / ( SELECT
((COUNT(DISTINCT(t.Voluntario))) * ((COUNT(DISTINCT(t.Voluntario))) - 1) / 2.0)
FROM
AAN2 as t)
) as "Densidade"
FROM
AAN2 as v
GROUP BY
v.Voluntario
ORDER BY
Densidade DESC,
v.Voluntario
]]>
</SQL>
-
<Cube>
<Dimension field="Voluntario" label="Voluntario" type="row" />
<Measure field="Densidade" label="Densidade" calc="SUM" mask="##0.0000" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Frequência Evento
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
112
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</ <?xml version="1.0" encoding="UTF-8" ?>
<Description>AAN2 Frequencia Evento</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <![CDATA[
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
e.Evento as "Evento",
SUM(e.Qtd) as "Frequencia"
FROM
AAN2 as e
GROUP BY
e.Evento
ORDER BY
Frequencia DESC,
e.Evento
Rede de voluntários Arrecadação
]]>
</SQL>
-
<Cube>
<Dimension field="Evento" label="Evento" type="row" />
<Measure field="Frequencia" label="Frequencia" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Matriz Incidente</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
-
<
113
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
-
<![CDATA[
SELECT
f.Voluntario as "Voluntario",
f.Lider as "Lider",
f.Evento as "Evento",
f.Cidade as "Cidade",
MONTH(f.Data) as "Mes",
f.Arrecadacao as "Arrecadacao",
f.Qtd as "Qtd"
FROM
AAN2 as f
ORDER BY
f.Voluntario,
f.Evento
]]>
</SQL>
-
<Cube>
<Dimension field="Voluntario" label="Voluntario" type="row" />
<Dimension field="Lider" label="Lider" type="dim" />
<Dimension field="Cidade" label="Cidade" type="dim" />
<Dimension field="Mes" label="Mes" type="dim" />
<Dimension field="Evento" label="Evento" type="col" />
<Measure field="Qtd" label="Qtd" calc="SUM" mask="##0" />
<Measure field="Arrecadacao" label="Arrecadacao" calc="SUM" mask="$###,##0" />
</Cube>
</GOLAP>
Rede de Voluntários do Hospital do Câncer de Barretos
Frequência Voluntário
<?xml version="1.0" encoding="UTF-8" ?>
-
<GOLAP>
<Company>Gabster</Company>
<Author>aandrene[email protected]</Author>
<Date>2009-Sep-08</Date>
<Description>AAN2 Frequencia Voluntario</Description>
-
<Info>
- <![CDATA[
]]>
</Info>
-
<Connection>
- <
114
Provider=SQLOLEDB.1;
Integrated Security=SSPI;
Persist Security Info=False;
Initial Catalog=dbHCB;
Data Source=BLACKLAP\SQLEXPRESS;
]]>
</Connection>
-
<SQL>
- <![CDATA[
SELECT
v.Voluntario as "Voluntario",
SUM(v.Qtd) as "Frequencia"
FROM
AAN2 as v
GROUP BY
v.Voluntario
ORDER BY
Frequencia DESC,
v.Voluntario
]]>
</SQL>
-
<Cube>
<Dimension field="Voluntario" label="Voluntario" type="row" />
<Measure field="Frequencia" label="Frequencia" calc="SUM" mask="##0" />
</Cube>
</GOLAP>
AAN2---tmp2fct.sql
INSERT INTO fctXREF (Evento,Voluntario,Lider,Qtd)
SELECT
t.Evento,
v.ID,
CASE
WHEN LEFT(t.Voluntario,2) = 'VL' THEN 'L' ELSE 'V'
END as "Lider",
1
FROM
tmpXREF as t
INNER JOIN dimVoluntario as v ON t.Voluntario = v.Apelido
AAN2---tmpXREF.sql
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (2,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (2,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (3,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (3,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'VL1NHZ')
115
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (5,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (6,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (6,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (7,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (8,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (8,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (9,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (10,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (11,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (12,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (13,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (14,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (15,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (16,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (17,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (18,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (19,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (20,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (21,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (23,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (23,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (26,'VL4BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'VL3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (29,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (29,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (29,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (30,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (30,'VL4BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (31,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (33,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (34,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (34,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'VL7BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'VL3BAR')
116
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'VL7BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'VL5BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (39,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (40,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (41,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (42,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (43,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (44,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (45,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (46,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (47,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (48,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (49,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (50,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (51,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (52,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (53,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (54,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (55,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (56,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (57,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (58,'VL3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (59,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (62,'VL10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (62,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (62,'VL2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (62,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'VL7BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'VL9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (65,'VL1SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (65,'VL2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (66,'VL2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'VL3SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'VL2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'VL2BAR')
117
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'VL2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'VL4SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'VL1SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'VL4SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (70,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (71,'VL6SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (72,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (73,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (74,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (75,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (76,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (77,'VL6SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (78,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (79,'VL6SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (80,'VL5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (81,'VL6SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'VL7SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (83,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (84,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (85,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (86,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (87,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (88,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (89,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (90,'VL7SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (91,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (92,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (93,'VL7SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (94,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (95,'VL7SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (96,'VLSJP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VLCAT1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VLCAT2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VL2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (98,'VLCAT1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (98,'VLCAT2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (99,'VLCAT1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (99,'VLCAT2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (100,'VLCAT1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (100,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (101,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (102,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (103,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (104,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (105,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (106,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (107,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (108,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (109,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (110,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (111,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (112,'VL3CAT')
118
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (113,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (114,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (115,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (116,'VL3CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (117,'VL4CAT')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (118,'VLRBP1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (118,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VLRBP2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (120,'VLRBP2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (121,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (122,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (123,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (124,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (125,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (126,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (127,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (128,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (129,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (130,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (131,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (132,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (133,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (134,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (135,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (136,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (137,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (138,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (139,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (140,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (141,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (142,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (143,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (144,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (145,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (146,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (147,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (148,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (149,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (150,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (151,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (152,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (153,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (154,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (155,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (156,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (157,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (158,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (159,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (160,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (161,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (162,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (163,'VLRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (164,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (165,'VLRBP3')
119
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (166,'VLRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (167,'VLBBD1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (167,'VLIBAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (168,'VLBBD1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (169,'VLBBD1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VLBBD2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VLBBD3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VLIBAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VLARQ1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (173,'VLARQ2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (176,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (177,'VL1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (178,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (179,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (180,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (181,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (182,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (183,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (184,'VL1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (185,'VL6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V4NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V8NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (1,'V10NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (2,'V1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (2,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (2,'V8NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (2,'V10NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (3,'V2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (3,'V3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'V1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'V2NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'V3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'V4NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (4,'V8NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (5,'V3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (5,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (5,'V10NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (5,'V11NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (5,'V12NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (6,'V3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (6,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (6,'V10NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (7,'V1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (7,'V10NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (7,'V5NHZ')
120
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (8,'V3NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (8,'V4NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (8,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (8,'V8NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (9,'V13NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (10,'V14NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (11,'V15NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (12,'V16NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (13,'V13NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (14,'V17NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (15,'V18NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (16,'V14NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (17,'V19NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (18,'V15NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (19,'V20NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (20,'V21NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (21,'V16NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V4NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V8NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V10NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V11NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V12NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V14NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V15NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V16NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (22,'V13NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (23,'V15NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (23,'V20NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (23,'V21NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (23,'V16NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (24,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (25,'V4BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (26,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (26,'V2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (26,'V9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (26,'V12BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (26,'V13BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (27,'V13BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'V13BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'V14BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'V10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'V11BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (28,'V15BAR')
121
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (29,'V9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (29,'V12BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (29,'V13BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (30,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (30,'V2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (30,'V9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (31,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (31,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (31,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (31,'V13BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V11BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V15BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V4NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (32,'V5NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (33,'V9BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (33,'V12BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (33,'V13BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (34,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (34,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (34,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (34,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V16BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V17BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V18BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V19BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V20BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (35,'V21BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V22BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V23BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V24BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V25BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V26BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V27BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V28BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (36,'V29BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V1BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V18BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V19BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V20BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V27BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V30BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (37,'V31BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V3BAR')
122
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V16BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V17BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V18BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V19BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V20BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V28BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (38,'V29BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (39,'V30BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (40,'V31BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (41,'V32BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (42,'V33BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (43,'V34BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (44,'V35BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (45,'V36BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (46,'V37BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (47,'V38BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (48,'V30BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (49,'V31BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (50,'V32BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (51,'V33BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (52,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (53,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (54,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (55,'V16BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (56,'V37BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (57,'V38BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (58,'V30BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (59,'V32BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'V14BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'V10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'V11BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (60,'V15BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'V10BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'V11BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'V15BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'V31BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'V32BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (61,'V33BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (62,'V11BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'V15BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'V19BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'V20BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'V28BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (63,'V29BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'V3BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'V6BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'V8BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'V18BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (64,'V19BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (65,'V3SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (65,'V2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (65,'V4SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (65,'V5SJP')
123
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (66,'V1SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (66,'V2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (66,'V6SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'V3SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'V4SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'V5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (67,'V7SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'V1SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'V2SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'V4SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'V8S1P')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'V9SP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (68,'V10SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V3SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V4SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V5SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V6SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V8S1P')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V9SP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (69,'V10SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (70,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (71,'V12SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (72,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (73,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (74,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (75,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (76,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (77,'V12SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (78,'V13SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (79,'V12SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (80,'V11SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (81,'V12SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'V14SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'V15SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'V16SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'V17SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'V18SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (82,'V19SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (83,'V20SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (84,'V21SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (85,'V23SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (86,'V24SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (87,'V25SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (88,'V26SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (89,'V20SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (90,'V27SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (91,'V28SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (92,'V23SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (93,'V29SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (94,'V30SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (95,'V31SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (96,'V20SJP')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VCAT1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VCAT2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VCAT3')
124
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (97,'VCAT4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (98,'VCAT2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (98,'VCAT3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (98,'VCAT4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (99,'VCAT2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (99,'VCAT3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (99,'VCAT4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (100,'VCAT3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (100,'VCAT4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (100,'VCAT5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (100,'VCAT6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (101,'VCAT7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (102,'VCAT8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (103,'VCAT9')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (104,'VCAT10')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (105,'VCAT11')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (106,'VCAT12')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (107,'VCAT13')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (108,'VCAT14')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (109,'VCAT15')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (110,'VCAT16')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (111,'VCAT17')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (112,'VCAT18')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (113,'VCAT19')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (114,'VCAT20')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (115,'VCAT21')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (116,'VCAT22')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (117,'VCAT23')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (118,'VRBP1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (118,'VRBP2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (118,'VRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (118,'VRBP4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VRBP2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VRBP3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VRBP5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VRBP6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VRBP7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (119,'VRBP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (120,'VRBP1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (120,'VRBP2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (120,'VRBP5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (120,'VRBP6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (121,'VRBP7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (122,'VRBP8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (123,'VRBP9')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (124,'VRBP10')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (125,'VRBP11')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (126,'VRBP12')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (127,'VRBP13')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (128,'VRBP14')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (129,'VRBP15')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (130,'VRBP16')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (131,'VRBP17')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (132,'VRBP18')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (133,'VRBP19')
125
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (134,'VRBP20')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (135,'VRBP21')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (136,'VRBP22')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (137,'VRBP23')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (138,'VRBP24')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (139,'VRBP25')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (140,'VRBP26')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (141,'VRBP27')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (142,'VRBP28')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (143,'VRBP29')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (144,'VRBP30')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (145,'VRBP31')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (146,'VRBP32')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (147,'VRBP33')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (148,'VRBP34')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (149,'VRBP35')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (150,'VRBP36')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (151,'VRBP37')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (152,'VRBP38')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (153,'VRBP39')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (154,'VRBP40')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (155,'VRBP41')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (156,'VRBP42')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (157,'VRBP43')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (158,'VRBP26')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (159,'VRBP45')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (160,'VRBP46')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (161,'VRBP47')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (162,'VRBP48')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (163,'VRBP49')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (164,'VRBP23')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (165,'VRBP50')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (166,'VRBP51')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (167,'VBBD1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (167,'VBBD2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (167,'VBBD3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (168,'VBBD2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (168,'VBBD3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (168,'VBBD4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (168,'VBBD5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (169,'VBBD1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (169,'VBBD2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (169,'VBBD4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VBBD5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VBBD6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VBBD7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VBBD8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VBBD9')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (170,'VBBD10')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VBBD6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VBBD7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VBBD8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VBBD9')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (171,'VBBD10')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ1')
126
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ8')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (172,'VARQ9')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (173,'VARQ10')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (174,'VARQ11')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (175,'VARQ12')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (176,'VMIR1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (176,'VMIR2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (176,'VMIR3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (177,'VMIR4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (178,'VSAL1')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (178,'VSAL2')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (178,'VSAL3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (178,'VSAL4')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (179,'VSAL5')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (180,'VSAL6')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (181,'VSAL7')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (182,'V1NHZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (182,'V3NHAZ')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (182,'V2BAR')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (182,'VSAL3')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (183,'V1IRA')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (184,'V2IRA')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (185,'V3IRA')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (185,'V4IRA')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (185,'V5IRA')
INSERT INTO tmpXREF (Evento, Voluntario) VALUES (185,'V6IRA')
AAN2---createDBMS.sql
DROP TABLE dbo.dimTipo
GO
CREATE TABLE dbo.dimTipo
( ID int IDENTITY PRIMARY KEY,
Tipo nchar(2),
Descricao nchar(25)
)
GO
DROP TABLE dbo.dimCidade
GO
CREATE TABLE dbo.dimCidade
( ID int IDENTITY PRIMARY KEY,
Sigla nchar(3),
Cidade nchar(25)
)
GO
DROP TABLE dbo.dimEvento
GO
127
CREATE TABLE dbo.dimEvento
( ID int,
Tipo int,
Cidade int,
Data datetime,
Arrecadacao decimal(10,2)
)
GO
DROP TABLE dbo.dimVoluntario
GO
CREATE TABLE dbo.dimVoluntario
( ID int IDENTITY PRIMARY KEY,
Apelido nchar(8),
Voluntario nchar(25)
)
GO
DROP TABLE dbo.tmpXREF
GO
CREATE TABLE dbo.tmpXREF
( ID int IDENTITY PRIMARY KEY,
Evento int,
Voluntario nchar(8),
)
GO
DROP TABLE dbo.fctXREF
GO
CREATE TABLE dbo.fctXREF
( ID int IDENTITY PRIMARY KEY,
Evento int,
Voluntario int,
Lider nchar(1),
Qtd int
)
GO
DROP VIEW dbo.AAN2
GO
CREATE VIEW dbo.AAN2
(eID,
tID, Tipo, Evento,
cID, Sigla, Cidade,
Data, Arrecadacao,
vID, Apelido, Voluntario,
Lider, Qtd)
AS
SELECT
e.ID,
t.ID,
t.Tipo,
t.Descricao,
c.ID,
c.Sigla,
128
c.Cidade,
e.Data,
e.Arrecadacao,
v.ID,
v.Apelido,
v.Voluntario,
f.Lider,
f.Qtd
FROM
fctXREF as f
INNER JOIN dimEvento as e ON f.Evento = e.ID
INNER JOIN dimTipo as t ON e.Tipo = t.ID
INNER JOIN dimCidade as c ON e.Cidade = c.ID
INNER JOIN dimVoluntario as v ON f.Voluntario = v.ID
GO
AAN2---dimCidade.sql
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('NHZ', 'NOVO HORIZONTE')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('BAR', 'BARRETOS')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('SJP', 'SÃO JOSÉ DO RIO PRETO')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('CAT', 'CATANDUVA')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('RBP', 'RIBEIRÃO PRETO')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('BBD', 'BEBEDOURO')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('ARQ', 'ARARAQUARA')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('MIR', 'MIRASOL')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('SAL', 'SALES')
INSERT INTO dimCidade (Sigla, Cidade) VALUES ('IRA', 'IRAPUÃ')
AAN2---dimEvento.sql
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (1,1,1,'2008-01-28',13600)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (2,1,1,'2008-04-
21',6250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (3,1,1,'2008-08-
12',11650)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (4,1,1,'2008-11-
15',16630)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (5,1,2,'2008-01-
28',3200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (6,1,2,'2008-05-
05',2100)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (6,1,2,'2008-09-
06',3100)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (8,1,3,'2008-03-
03',5250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (9,1,6,'2008-01-
18',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (10,1,6,'2008-02-
21',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (11,1,6,'2008-03-
06',5000)
129
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (12,1,6,'2008-05-
01',10000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (13,1,6,'2008-08-
06',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (14,1,6,'2008-09-
12',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (15,1,6,'2008-10-
10',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (16,1,6,'2008-10-
11',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (16,1,6,'2008-12-
12',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (18,1,6,'2008-12-
20',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (19,1,6,'2008-12-
21',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (20,1,6,'2008-12-
24',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (21,1,6,'2008-12-
24',10000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (22,1,4,'2008-10-
18',36250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (23,1,5,'2008-10-
16',12350)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (24,2,1,'2008-01-
18',14000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (25,2,1,'2008-02-
26',16250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (26,2,1,'2008-03-
15',6500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (26,2,1,'2008-04-
21',16180)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (28,2,1,'2008-05-
20',22630)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (29,2,1,'2008-06-
20',6300)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (30,2,1,'2008-06-
16',6230)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (31,2,1,'2008-08-
06',12500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (32,2,1,'2008-09-
08',56200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (33,2,1,'2008-11-
04',5400)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (34,2,1,'2008-12-
23',11650)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (35,2,4,'2008-09-
04',95250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (36,2,4,'2008-09-
05',62250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (36,2,4,'2008-09-
06',156230)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (38,2,4,'2008-09-
06',122250)
130
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (39,2,2,'2008-01-
20',520)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (40,2,2,'2008-01-
28',620)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (41,2,2,'2008-02-
14',1250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (42,2,2,'2008-03-
12',1650)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (43,2,2,'2008-04-
01',1323)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (44,2,2,'2008-04-
12',2222)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (45,2,2,'2008-05-
01',3126)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (46,2,2,'2008-05-
15',1650)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (46,2,2,'2008-06-
13',3110)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (48,2,2,'2008-06-
30',860)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (49,2,2,'2008-06-
06',950)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (50,2,2,'2008-06-
29',550)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (51,2,2,'2008-08-
10',1256)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (52,2,2,'2008-09-
05',12250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (53,2,2,'2008-09-
06',8130)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (54,2,2,'2008-09-
06',22250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (55,2,2,'2008-10-
10',512)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (56,2,2,'2008-10-
25',1020)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (56,2,2,'2008-11-
14',1250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (58,2,2,'2008-12-
05',2501)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (59,2,2,'2008-12-
24',15550)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (60,2,3,'2008-05-
10',6850)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (61,2,3,'2008-09-
05',9126)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (62,2,3,'2008-09-
06',6855)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (62,2,3,'2008-09-
06',6125)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (64,2,5,'2008-05-
10',16116)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (65,3,1,'2008-03-
03',6120)
131
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (66,3,1,'2008-03-
03',8100)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (66,3,1,'2008-06-
02',11200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (68,3,1,'2008-09-
06',13620)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (69,3,1,'2008-11-
14',14200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (60,3,2,'2008-01-
28',2300)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (61,3,2,'2008-02-
24',2130)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (62,3,2,'2008-03-
30',3140)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (63,3,2,'2008-04-
21',3260)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (64,3,2,'2008-05-
25',2950)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (65,3,2,'2008-06-
25',4100)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (66,3,2,'2008-06-
28',1650)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (66,3,2,'2008-08-
25',2045)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (68,3,2,'2009-09-
24',2350)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (69,3,2,'2008-10-
29',3125)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (80,3,2,'2008-11-
22',1950)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (81,3,2,'2008-12-
15',4120)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (82,3,4,'2008-04-
30',22300)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (83,3,6,'2008-03-
12',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (84,3,6,'2008-05-
20',3000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (85,3,6,'2008-06-
24',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (86,3,6,'2008-08-
22',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (86,3,6,'2008-09-
01',50000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (88,3,6,'2008-09-
03',1500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (89,3,6,'2008-09-
05',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (90,3,6,'2008-09-
06',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (91,3,6,'2008-09-
06',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (92,3,6,'2008-09-
06',1000)
132
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (93,3,6,'2008-11-
10',10000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (94,3,6,'2008-12-
22',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (95,3,6,'2008-12-
23',600)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (96,3,6,'2008-12-
23',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (96,4,1,'2008-03-
20',16300)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (98,4,1,'2008-06-
21',16200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (99,4,1,'2008-10-
20',13200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (100,4,1,'2008-12-
20',19250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (101,4,6,'2008-03-
11',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (102,4,6,'2008-04-
20',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (103,4,6,'2008-06-
02',20000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (104,4,6,'2008-06-
22',600)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (105,4,6,'2008-06-
11',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (106,4,6,'2008-06-
14',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (106,4,6,'2008-08-
06',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (108,4,6,'2008-09-
06',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (109,4,6,'2008-09-
06',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (110,4,6,'2008-09-
06',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (111,4,6,'2008-10-
22',3000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (112,4,6,'2008-10-
29',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (113,4,6,'2008-11-
03',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (114,4,6,'2008-11-
20',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (115,4,6,'2008-12-
22',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (116,4,6,'2008-12-
22',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (116,4,6,'2008-12-
22',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (118,5,1,'2008-03-
03',11000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (119,5,1,'2008-09-
01',15200)
133
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (120,5,1,'2008-12-
15',12400)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (121,5,6,'2008-02-
03',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (122,5,6,'2008-02-
20',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (123,5,6,'2008-02-
20',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (124,5,6,'2008-03-
03',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (125,5,6,'2008-03-
03',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (126,5,6,'2008-03-
03',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (126,5,6,'2008-03-
03',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (128,5,6,'2008-03-
05',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (129,5,6,'2008-04-
12',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (130,5,6,'2008-04-
16',10000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (131,5,6,'2008-04-
21',6000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (132,5,6,'2008-05-
02',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (133,5,6,'2008-05-
11',30000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (134,5,6,'2008-05-
12',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (135,5,6,'2008-05-
16',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (136,5,6,'2008-05-
22',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (136,5,6,'2008-05-
30',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (138,5,6,'2008-06-
05',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (139,5,6,'2008-06-
15',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (140,5,6,'2008-06-
19',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (141,5,6,'2008-06-
22',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (142,5,6,'2008-06-
30',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (143,5,6,'2008-06-
12',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (144,5,6,'2008-06-
16',3000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (145,5,6,'2008-06-
21',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (146,5,6,'2008-09-
06',500)
134
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (146,5,6,'2008-09-
06',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (148,5,6,'2008-09-
15',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (149,5,6,'2008-09-
21',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (150,5,6,'2008-09-
30',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (151,5,6,'2008-10-
02',600)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (152,5,6,'2008-10-
06',800)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (153,5,6,'2008-10-
20',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (154,5,6,'2008-10-
21',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (155,5,6,'2008-10-
21',400)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (156,5,6,'2008-10-
21',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (156,5,6,'2008-10-
21',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (158,5,6,'2008-11-
13',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (159,5,6,'2008-11-
20',4000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (160,5,6,'2008-11-
25',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (161,5,6,'2008-12-
20',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (162,5,6,'2008-12-
20',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (163,5,6,'2008-12-
21',15000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (164,5,6,'2008-12-
21',12000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (165,5,6,'2008-12-
22',2000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (166,5,6,'2008-12-
22',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (166,6,1,'2008-04-
10',11300)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (168,6,1,'2008-06-
15',16200)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (169,6,1,'2008-10-
20',13250)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (160,6,3,'2008-06-
13',18400)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (161,6,4,'2008-11-
14',22100)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (162,7,1,'2008-10-
20',31400)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (163,7,6,'2008-01-
15',500)
135
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (164,7,6,'2008-05-
03',61230)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (165,7,6,'2008-12-
20',500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (166,8,1,'2008-08-
12',11500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (166,8,6,'2008-08-
12',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (168,9,1,'2008-10-
02',13500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (169,9,6,'2008-10-
02',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (180,9,6,'2008-10-
02',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (181,9,6,'2008-12-
22',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (182,10,1,'2008-11-
14',14500)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (183,10,6,'2008-12-
20',1000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (184,10,6,'2008-12-
21',5000)
INSERT INTO dimEvento (ID, Cidade, Tipo, Data, Arrecadacao) VALUES (185,10,3,'2008-12-
21',4300)
AAN2---dimTipo.sql
INSERT INTO dimTipo (Tipo, Descricao) VALUES ('L', 'LEILÃO DE GADO')
INSERT INTO dimTipo (Tipo, Descricao) VALUES ('R', 'RIFA')
INSERT INTO dimTipo (Tipo, Descricao) VALUES ('Q', 'QUERMESSE')
INSERT INTO dimTipo (Tipo, Descricao) VALUES ('SB', 'SHOW BENEFICENTE')
INSERT INTO dimTipo (Tipo, Descricao) VALUES ('BB', 'BAILE BENEFICENTE')
INSERT INTO dimTipo (Tipo, Descricao) VALUES ('D', 'DOACÃO')
AAN2---dimVoluntario.sql
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V10BAR','V10BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V10NHZ','V10NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V10SJP','V10SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V11BAR','V11BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V11NHZ','V11NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V11SJP','V11SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V12BAR','V12BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V12NHZ','V12NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V12SJP','V12SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V13BAR','V13BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V13NHZ','V13NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V13SJP','V13SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V14BAR','V14BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V14NHZ','V14NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V14SJP','V14SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V15BAR','V15BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V15NHZ','V15NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V15SJP','V15SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V16BAR','V16BAR')
136
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V16NHZ','V16NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V16SJP','V16SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V17BAR','V17BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V17NHZ','V17NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V17SJP','V17SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V18BAR','V18BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V18NHZ','V18NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V18SJP','V18SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V19BAR','V19BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V19NHZ','V19NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V19SJP','V19SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V1BAR','V1BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V1IRA','V1IRA')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V1NHZ','V1NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V1SJP','V1SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V20BAR','V20BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V20NHZ','V20NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V20SJP','V20SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V21BAR','V21BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V21NHZ','V21NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V21SJP','V21SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V22BAR','V22BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V23BAR','V23BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V23SJP','V23SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V24BAR','V24BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V24SJP','V24SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V25BAR','V25BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V25SJP','V25SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V26BAR','V26BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V26SJP','V26SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V27BAR','V27BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V27SJP','V27SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V28BAR','V28BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V28SJP','V28SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V29BAR','V29BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V29SJP','V29SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V2BAR','V2BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V2IRA','V2IRA')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V2NHZ','V2NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V2SJP','V2SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V30BAR','V30BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V30SJP','V30SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V31BAR','V31BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V31SJP','V31SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V32BAR','V32BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V33BAR','V33BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V34BAR','V34BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V35BAR','V35BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V36BAR','V36BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V37BAR','V37BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V38BAR','V38BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V3BAR','V3BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V3IRA','V3IRA')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V3NHAZ','V3NHAZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V3NHZ','V3NHZ')
137
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V3SJP','V3SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V4BAR','V4BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V4IRA','V4IRA')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V4NHZ','V4NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V4SJP','V4SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V5IRA','V5IRA')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V5NHZ','V5NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V5SJP','V5SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V6BAR','V6BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V6IRA','V6IRA')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V6SJP','V6SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V7SJP','V7SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V8BAR','V8BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V8NHZ','V8NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V8S1P','V8S1P')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V9BAR','V9BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('V9SP','V9SP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ1','VARQ1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ10','VARQ10')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ11','VARQ11')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ12','VARQ12')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ2','VARQ2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ3','VARQ3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ4','VARQ4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ5','VARQ5')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ6','VARQ6')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ7','VARQ7')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ8','VARQ8')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VARQ9','VARQ9')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD1','VBBD1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD10','VBBD10')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD2','VBBD2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD3','VBBD3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD4','VBBD4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD5','VBBD5')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD6','VBBD6')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD7','VBBD7')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD8','VBBD8')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VBBD9','VBBD9')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT1','VCAT1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT10','VCAT10')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT11','VCAT11')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT12','VCAT12')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT13','VCAT13')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT14','VCAT14')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT15','VCAT15')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT16','VCAT16')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT17','VCAT17')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT18','VCAT18')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT19','VCAT19')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT2','VCAT2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT20','VCAT20')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT21','VCAT21')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT22','VCAT22')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT23','VCAT23')
138
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT3','VCAT3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT4','VCAT4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT5','VCAT5')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT6','VCAT6')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT7','VCAT7')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT8','VCAT8')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VCAT9','VCAT9')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL10BAR','VL10BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL1BAR','VL1BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL1NHZ','VL1NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL1SJP','VL1SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL2BAR','VL2BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL2NHZ','VL2NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL2SJP','VL2SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL3BAR','VL3BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL3CAT','VL3CAT')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL3NHZ','VL3NHZ')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL3SJP','VL3SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL4BAR','VL4BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL4CAT','VL4CAT')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL4SJP','VL4SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL5BAR','VL5BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL5SJP','VL5SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL6BAR','VL6BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL6SJP','VL6SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL7BAR','VL7BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL7SJP','VL7SJP')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VL9BAR','VL9BAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLARQ1','VLARQ1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLARQ2','VLARQ2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLBBD1','VLBBD1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLBBD2','VLBBD2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLBBD3','VLBBD3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLCAT1','VLCAT1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLCAT2','VLCAT2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLIBAR','VLIBAR')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLRBP1','VLRBP1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLRBP2','VLRBP2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLRBP3','VLRBP3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLRBP4','VLRBP4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VLSJP8','VLSJP8')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VMIR1','VMIR1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VMIR2','VMIR2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VMIR3','VMIR3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VMIR4','VMIR4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP1','VRBP1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP10','VRBP10')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP11','VRBP11')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP12','VRBP12')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP13','VRBP13')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP14','VRBP14')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP15','VRBP15')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP16','VRBP16')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP17','VRBP17')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP18','VRBP18')
139
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP19','VRBP19')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP2','VRBP2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP20','VRBP20')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP21','VRBP21')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP22','VRBP22')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP23','VRBP23')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP24','VRBP24')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP25','VRBP25')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP26','VRBP26')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP27','VRBP27')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP28','VRBP28')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP29','VRBP29')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP3','VRBP3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP30','VRBP30')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP31','VRBP31')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP32','VRBP32')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP33','VRBP33')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP34','VRBP34')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP35','VRBP35')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP36','VRBP36')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP37','VRBP37')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP38','VRBP38')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP39','VRBP39')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP4','VRBP4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP40','VRBP40')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP41','VRBP41')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP42','VRBP42')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP43','VRBP43')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP45','VRBP45')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP46','VRBP46')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP47','VRBP47')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP48','VRBP48')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP49','VRBP49')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP5','VRBP5')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP50','VRBP50')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP51','VRBP51')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP6','VRBP6')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP7','VRBP7')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP8','VRBP8')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VRBP9','VRBP9')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL1','VSAL1')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL2','VSAL2')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL3','VSAL3')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL4','VSAL4')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL5','VSAL5')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL6','VSAL6')
INSERT INTO dimVoluntario (Apelido, Voluntario) VALUES ('VSAL7','VSAL7')
[GOLAP]
;FrequenciaAtor=c:\GOLAP\AAN2\AAN2_Frequencia_Voluntario.xml
;FrequenciaEvento=c:\GOLAP\AAN2\AAN2_Frequencia_Evento.xml
;DensidadeAtor=c:\GOLAP\AAN2\AAN2_Densidade_Voluntario.xml
;DensidadeEvento=c:\GOLAP\AAN2\AAN2_Densidade_Evento.xml
140
;AcessibilidadeAtor=c:\GOLAP\AAN2\AAN2_Acessibilidade_Voluntario.xml
;AcessibilidadeEvento=c:\GOLAP\AAN2\AAN2_Acessibilidade_Evento.xml
;CoesividadeAtor=c:\GOLAP\AAN2\AAN2_Coesividade_Voluntario.xml
;CoesividadeEvento=c:\GOLAP\AAN2\AAN2_Coesividade_Evento.xml
;CentralidadeAtor=c:\GOLAP\AAN2\AAN2_Centralidade_Voluntario.xml
;CentralidadeEvento=c:\GOLAP\AAN2\AAN2_Centralidade_Evento.xml
;MatrizAdjacenteAtor=c:\GOLAP\AAN2\AAN2_Matriz_Adjacente_Voluntario.xml
;MatrizAdjacenteEvento=c:\GOLAP\AAN2\AAN2_Matriz_Adjacente_Evento.xml
MatrizIncidente=c:\GOLAP\AAN2\AAN2_Matriz_Incidente.xml
141
APÊNDICE 03
Comparações de dados obtidos no Cubo e no software UCINET
A seguir são mostradas tabelas comparativas sobre o processamento da base de dados sobre a rede
social de professores da Fundação Getúlio Vargas no software UCINET e no Cubo de Dados.
Uma observação importante é que o Cubo de dados desenvolvido teve primordialmente o objetivo de
analisar atores dentro de uma rede social, enquanto o Ucinet é um software desenvolvido para
analisar características da rede como um todo e por isso a importância do ator fica em um plano,
menos evidente. Além disso, o Ucinet tem algumas poucas funcionalidades para a análise de
afiliações. Destes fatos, decorre o esforço em desenvolver uma ferramenta que também
complementasse as já disponíveis.
Em decorrência do acima exposto, sómente algumas funcionalidade puderam ser comparadas com o
processamento da mesma base de dados nos dois softwares.
Matriz Incidente original: professor x evento:
142
Observa-se que o Cubo de Dados tem maior versatilidade tanto na inserção de títulos como
facilidades de ordenar por ordem alfabética, por ordem crescente ou decrescente.
A mesma matriz mostrada no seu final, utilizando-se o Ucinet e o Cubo de Dados.
Observa-se que no Ucinet a matriz não totaliza linhas e colunas, como pode ser visto no Cubo.
143
144
Comparação de resultados: Frequência de Participação em Eventos (Imagem parcial da
tabela)
145
Observa-se pelo exemplo acima, que as duas ferramentas encontram valores iguais.
Para o analista, o Cubo tem mais flexibilidade que o Ucinet, pois organiza os resultados encontrados
da maneira que o analista quiser. No exemplo acima, o Ucinet sempre lista o resultado procurado,
(Frequência de participação em evento), com apresentação vinculada à matriz original, já o Cubo,
exibe os dados de acordo com o desejo do analista, neste caso em ordem decrescente, por ator de
maior frequência para ator de menor frequência.
Para facilitar a visualização dos resultados, visto que a tabela acima está mostrada apenas
parcialmente:
Frequência de
participação em eventos
Ucinet Cubo
Arbache 17 17
Costa 13 13
Becker 9 9
Comparação de resultados (Vista parcial) Centralidade Ator: Ucinet x Cubo (*)
146
Observa-se que o ranqueamento da centralidade nos dois softwares é idêntico.
147
Como características individuais dos dois softwares, os valores absolutos das métricas estão
baseados em parâmetros diferentes, porém o resultado final é idêntico e a proporcionalidade entre as
métricas também é mantida. A mesma situação se observa na utilização da mesma base de dados em
outros softwares.
O UCINET inclusive destaca a seguinte nota:
“ Important note: this routine binarizes but does NOT symmetrize.”
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
