Date post: | 13-Jun-2015 |
Category: |
Documents |
Upload: | riccardo-grosso |
View: | 256 times |
Download: | 2 times |
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Riccardo Grosso
Trattamento dati nelle imprese
Università degli studi di Torino – Corso di laurea in Fisicamaggio 2006
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Le attività di recupero e integrazione della
conoscenza concettuale sui dati PAAzioni di medio termine
Prof. Carlo BatiniUniversità Bicocca - Milano
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
ContenutiContenuti
Perché la modellazione concettuale dei dati è importante nei processi produttivi del CSI-Piemonte
Attività in corso
Primi risultati
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
IL CSI Piemonte …
Gestisce circa 500 basi di dati di interesse di un vasto insieme di amministrazioni del PiemonteLe 500 basi di dati sono rappresentate nella grande generalita’ con schemi logici o fisici relazionaliPercio’:
La risorsa informazione e’ nascosta, in quanto rappresentata solo nei suoi aspetti tecnologiciLa risorsa informazione e’ rappresentata in modo non integrato ed eterogeneo nelle 500 basi di dati.
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
L’informazione negli schemi e’ nascosta ……
DATA DIVISION.WORKING-STORAGE SECTION.01 PERSONA.05 UOMo.10 COD-UOMO PIC X(5).10 DESC-UOMO PIC X(80).05 DONNA REDEFINES UOMO.10 TIPO-RECORD PIC X.10 COD-DONNA PIC 9(5).10 DESC-DONNA PIC X(80).01 AMMINISTRAZIONE.05 REGIONE.10 COD-REGIONE PIC X(3).10 COD-DUMMY PIC X(6).10 DES-REGIONE PIC X(80).05 PROVINCIA REDEFINES REGIONE.10 COD-REGIONE PIC X(3).10 COD-PROVINCIA PIC X(3).10 COD-DUMMY2 PIC X(3).10 DES-PROVINCIA PIC X(80).05 COMUNE REDEFINES REGIONE.10 COD-REGIONE PIC X(3).10 COD-PROVINCIA PIC X(3).10 COD-COMUNE PIC X(3).10 DES-COMUNE PIC X(80).01 PERSONA-AMMINISTRAZIONE.05 LEGAME.10 COD-PERSONA PIC X(5).10 COD-AMMIN PIC X(3).
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Gli schemi sono non integrati ed eterogenei
Anagrafe residenti
Anagrafe assistiti
Anagrafe soggettifiscali
Archivio dipendenti
Archivio cacciatori
Persona
Codiceprogres-sivo
Codicefiscale
Codicefiscale
Numero tessera sanitaria
Codiceinterno
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Visione
Il CSI Piemonte e le Amministrazioni del piemonte sono coinvolte nei processi di eGovernment, sia a livello locale (Piemonte) sia a livello nazionale (cooperazione con le Amministrazioni centrali)Sono percio’ protagonisti nel disegno di cambiamento
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Per attuare questo disegno abbiamo bisogno di
1. Un modello per rappresentare gli schemi dati2. Una struttura con cui organizzare gli schemi in un repository3. Una metodologia con cui creare e manutenere il repository in maniera efficiente a partire dalla conoscenza disponibile4. Uno scenario di utilizzazione della conoscenza accumulata5. Uno strumento di supporto
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
1. Il modelloIl modello Entita’ Relazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generalizzazione
Esempio di schema nel modello Entita’ Relazione
PersonaCodice
Cognome
UomoDonna
ComuneCodiceNomenato
ProvinciaCodiceNome
in in
Le persone si dividono in donne e uomini. Le persone sono descritte da codice e cognomeLe persone sono nate in Comuni, i Comuni sono localizzati in Province e le Province in RegioniComuni, Province e Regioni hanno codice e nome
RegioneCodiceNome
Entita’Relazione Attributo
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dal Cobol,al modello Entita’ Relazione
al linguaggio naturale
PersonaCodice
Cognome
UomoDonna
ComuneCodiceNomenato
ProvinciaCodiceNome
In inRegioneCodiceNome
DATA DIVISION.WORKING-STORAGE SECTION.01 PERSONA.05 UOMo.10 COD-UOMO PIC X(5).10 DESC-UOMO PIC X(80).05 DONNA REDEFINES UOMO.10 TIPO-RECORD PIC X .10 COD-DONNA PIC 9(5).10 DESC-DONNA PIC X(80).01 AMMINISTRAZIONE.05 REGIONE.10 COD-REGIONE PIC X(3).10 COD-DUMMY PIC X(6).10 DES-REGIONE PIC X(80).05 PROVINCIA REDEFINES REGIONE.10 COD-REGIONE PIC X(3).10 COD-PROVINCIA PIC X(3).10 COD-DUMMY2 PIC X(3).10 DES-PROVINCIA PIC X(80).05 COMUNE REDEFINES REGIONE.10 COD-REGIONE PIC X(3).10 COD-PROVINCIA PIC X(3).10 COD-COMUNE PIC X(3).10 DES-COMUNE PIC X(80).01 PERSONA-AMMINISTRAZIONE.05 LEGAME.10 COD-PERSONA PIC X(5).10 COD-AMMIN PIC X(3).
Le persone si dividono in donne e uomini. Le persone sono descritte da codice e cognomeLe persone sono nate in Comuni, i Comuni sono localizzati in Province e le Province in RegioniComuni, Province e Regioni hanno codice e nome
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
2. La struttura del repository di schemi
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Studio CSI Assinform
Organizzazione
Flusso di dati
Fornisce Fruisce
Riguarda Materia
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Noi siamo interessati sia ai flussi che alle basi di dati
OrganizzazioneBase Dati
Flusso di dati
Fornisce Fruisce
AggiornaUsa
Materia
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Schema concettuale
Concetto di schema(Entita’/Rel/Generalizzazione)
Metaschema – Versione dettagliata - 1
Organizzazione Schema logicofisico
Flusso di dati
FruisceUsa
Materia/Argomento CSI
Aggiorna
Fornisce
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Ma se io ho tanti schemi concettuali, come faccio a dar loro una struttura? Non li posso certo integrare in un unico schema….
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Due strumenti concettuali
Integrazione, per “mettere insieme” e “riconciliare”Astrazione, per “capire” e “sintetizzare”
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Integrazione (linguaggio naturale)
Schema 1Lavoratori e loro organizzazioniSchema 2Lavoratori, loro citta’ di nascita e relativa area regionaleSchema 3Organizzazioni e regioni dove sono localizzate
•Lavoratori, loro citta’ di nascita e relativa regione•Lavoratori e loro organizzazioni, e, delle organizzazioni, •regioni dove sono localizzate
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
L’integrazione: modello Entita’ Relazione
Lavoratore Citta’ Regione
Organizzazione
lavora
nato
in
in
Lavoratore
Organizzazione
Lavoratore Citta’ RegioneArea
Organizzazione
in
in
lavoranato
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
L’astrazione (linguaggio naturale)
•Lavoratori, loro citta’ di nascita e relativa regione•Lavoratori e loro organizzazioni, e delle organizzazioni •Regioni dove sono localizzate
•Lavoratori, organizzazioni dove lavorano e riferimenti •geografici di nascita e di localizzazione.
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
L’astrazione: modello Entita’ Relazione
LavoratoreRiferimentogeografico
Organizzazione
lavora
in
nato
Lavoratore Citta’ Regione
Organizzazione
lavora
in
nato in
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Se le usiamo insieme: integrazione + astrazione
Lavoratore
Organizzazione
Lavoratore Citta’ Regione
Area
Organizzazione
lavora
nato in in
IntegrazioneLavoratore Citta’ Regione
Organizzazione
in
in
in
nato
LavoratoreRiferimentogeografico
Organizzazione
Astrazione
in
in
nato
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
La struttura di integrazione - astrazione
Integrazione –Astrazione
LavoratoreRiferimentogeografico
Organizzazione
nato
in
lavora
Lavoratore
Organizzazione
Lavoratore Citta’ Regione
Regione
Organizzazione
lavorain innato
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Le abbiamo usate iterativamente ottenendo il repository
Previdenza Giustizia Ambiente Salute
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Schemi base e schemi astratti
Schemi astratti
Schemi base
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
3. Una metodologia per costruire il repository a partire dalla conoscenza disponibile
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Conoscenza disponibile per popolare il repository
Gli schemi logici e fisici della PA Piemontese (PAP) gestiti da Infodir
Circa 500 schemi logici conCirca 18.000 tabelle con Circa 200.000 campi
Gli schemi concettuali della PA centrale (PAC) censiti e organizzati dall’Aipa in un Repository analogo
Circa 5.000 entita’ Circa 10.000 attributiCirca 50 schemi astratti della PA Centrale, organizzati
secondo le operazioni di integrazione astrazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Facendo cio’ con basso utilizzo di risorse
Se procediamo con una metodologia tradizionale di reverse engineering sui 500 schemi PAP, assumendo due settimane persona a schema, si ha:
Risorse con procedura tradizionale = 0,5 mesi persona * 500 = 25 anni persona
Dovevamo inventarci una metodologia approssimata che ci permetta di ridurre l’uso delle risorse di un ordine di grandezza
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Repository PAC – struttura completa
TRASPORTI COMUNICAZIONIPRODUZIONELAVOROCULTURAEDILIZIA
AMBIENTEISTRUZIONESANITA'SICUREZZA GIUSTIZIADIFESAAFFARI ESTERI
ASSICURAZIO- NE SOCIALE
CERTIFICA-
SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 1° LIVELLO
SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 2° LIVELLO
SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 3° LIVELLO
SERVIZI
SERVIZI GENERALI SERVIZI DIRETTISERVIZI SOCIALI ED ECONOMICI
CA
TA
STO
PR
EV
IDE
NZ
A
RE
LA
ZIO
NI
ES
TE
RE
IN
IT
AL
IA
RE
LA
ZIO
NI
ITA
LIA
NE
AL
L' E
ST
ER
O
AT
TIV
ITA
' GIU
RID
ICA
CR
IMIN
AL
ITA
'
SIC
UR
EZ
ZA
IN
TE
RN
A
AS
SIS
TE
NZ
A
SE
RV
IZIO
SA
NIT
AR
IO
IST
RU
ZIO
NE
AM
BIE
NT
E
BE
NI
CU
LT
UR
AL
I
LA
VO
RO
AZ
IEN
DE
AG
RIC
OL
E
AZ
IEN
DE
IN
DU
ST
RA
LI
TR
AS
PO
RT
I
SERVIZI SOCIALI SERVIZI ECONOMICI
TR
ASF
ER
IME
NT
O F
ON
DI
A
EN
TI
LO
CA
LI
PER
EN
TI
PUIB
BL
ICI
CA
PIT
OL
I D
I SP
ESA
STATISTICARISORSE DI SUPPORTO
RISORSE FINANZIARIE
RISORSE STRUMENTALI E IMMOBILIARI
RISORSE UMANE
PRO
TO
CO
LL
O
OR
GA
NI
CO
LL
EG
IAL
I
FISC
O
DO
GA
NE
RISORSE
STR
UM
EN
TI
AU
TO
ME
ZZ
I
BE
NI
IMM
OB
ILI
DIP
EN
DE
NT
I
FOR
MA
ZIO
NE
RA
PPR
ESE
NT
AN
ZE
2/93
2/12 8/
293
6/69
3/18
23/
30
2/89
3/59
2/65
37/3
36
3/75
3/66
9/11
8
4/36
6/53 10
/76 6/
76
6/13
0 5/56
6/15
5 3/13
4
8/21
3
10/1
00 9/11
8
3/53
9/11
2 10/1
78
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Lo schema piu’ astratto
BeneSoggetto
Documento
Unitàorganizzativa
Riferimentoterritoriale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
In sintesi
18.000 tabelle
Rappresentazione logico fisica
550 schemiRappresentazione concettuale
Pubblica Amministrazione locale
Pubblica Amministrazione centrale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Schemi descritti nel Repository
Soggetto
Bene Soggetto
Documento
Unitàorganizzativa
Riferimentoterritoriale
S. fisico S. giuridico
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Soggetto fisico
pensionato
di guerra
invalidità civile
Ricorrente per invalidità civile
casalinga
volontario
studentestraniero
con handicap
borsista
candidato
Segretario comunale
assistito
tossicodipendente contribuente
utente anagrafetributaria
Contribuente ufficio iva
appartenente catasto
fisco
scuola
giustizia
affari esteri
lavoro
pensioni
Salute ed assistenza
politica
vita sociale
lavoratore
disoccupato
autonomodipendente
Alla ricerca di nuova occupazione
Alla ricerca di prima occupazione
detenuto
condannato
in attesa di giudizio
segnalato
Tossicodipendente segnalato
straniero italiano
residente all’estero
Richiedente cittadinanza
Richiedente visto
47
164
91
161
520
162
163MI, MT, MD
363739
38
40
8289
153
MF, MT
35
48
5998
110
165
174
180526
650
MGG, MI,MIBCA , MT, MTN
MI, MS
6
16
63
72
80
600
66
81
99
1827
735
90
132
142
MAE, MURST, MPI
MAE, MGG,MI
MAE, MI, MLPS
MI
601
507602
1902
453
54
71
74
88
101
104105
160
171603
653
654
663
5292
111170
7
910
1112
20 24 25
4551
5564
65
68
87
93 9697
108120
131137
173
501
506515516
651
19
86136
172
531
656
MAE, MF, MGG, MI,
MIBCA, MLP, MLPS, MT,MTN, MCE,MD, MURST
21
109
Schemi base e Gerachie di generalizzazioneCaso Soggetto fisico
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
La gerarchia di soggetto
–soggetto fisico•Lavoro
•lavoratore–lavoratore autonomo–dipendente pubblico
•disoccupato•……
–soggetto giuridico•impresa•istituzione p.a.•Istituzione sociale privata•……
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Utlizzeremo percio’ una conoscenza piu’ sintetica: le gerarchie di generalizzazione
Schemi logici
Schemi
concettuali
Pubblica AmministrazioneLocale
Pubblica Amministrazione Centrale
Gerarchie diGeneralizzazione:-Cittadino-Impresa-Organizzazione-Documento-Luogo-Bene
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Sintesi della metodologia
Scopo della metodologia: semplificare il compito del referente dati, utilizzando il piu’ possibile strumenti automatici, a costo di una certa approssimazione nelle scelte.Assunzione: ad un certo livello di astrazione gli schemi della PAL Piemontese sono “simili” a quelli della PA Centrale. Si differenziano nei livelli di astrazione piu’ bassi.
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Le due fasi della metodologia
Fase automatica
Schemascheletro
Schemafinale
Fasemanuale
Referente dati competentesul dominio
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Fase automatica: generazione entita’1-GENERAZIONE ENTITA'
input:a) le entita' delle ontologieb) le tavole della base dati
output:x) le tavole "pescate" dall'algoritmoy) le entita' delle ontologie corrispondenti alle tavole pescate in x
ALGORITMO: - PER OGNI ENTITA' DELLE ONTOLOGIE (LOOP) - PER OGNI TAVOLA DELLA BASE DATI - SE C'E' ALMENO 1 ATTRIBUTO DELLA TAVOLA CHE SIA"SOMIGLIANTE" AL NOME DELL'ENTITA' DELL'ONTOLOGIA - SCELGO L'ENTITA' - ENDIF - END LOOP - END LOOP
SOMIGLIANTE = LIKE "STRINGA" IN NOME E/O DESCRIZIONE ATTRIBUTO
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Passo 1: Generazione entita’
…..Attributi eTabelle
Gerarchie
E1
PA Piemontese
PA Centrale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione entita’Ricerca per somiglianza
…..
Attributi eTabelle degliSchemi logici
Gerarchie
E1
PA Piemontese
PA Centrale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione entita’passo finale
E1
E2
E3
Attributi eTabelle
E1
E2
E3
…..
PA Centrale
PA Piemontese
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione generalizzazioni2-GENERAZIONE GENERALIZZAZIONI
input:a) le entita' trovate in generazione entita'b) le tavole trovate in generazione entita'
output:x) le generalizzazioni delle entita'y) le generalizzazioni delle tavole
algoritmo:- osservando le generalizzazioni complete delle entita' delle ontologie,riporto quelle presenti nelle entita' selezionate in generazione entita'- per analogia, le tavole corrispondenti alle entita' "sposano" le medesimegeneralizzazioniCon un esempio astratto, se ho una ontologia completaA B C D E
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione generalizzazionise precedentemente ho selezionato A, B, D le generalizzazioni trovatesarannoA B D
Se avevamo corrispondenza tra A e TAV1, B e TAV2, D e TAV4, avremo lagerarchia di generalizzazione tavole:TAV1 TAV2 TAV4
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione relazioni3-GENERAZIONE RELAZIONI
input:a) le entita' selezionate ai passi precedenti
output:x) le relazioni tra le entita' selezionate
algoritmo:- per ogni entita' delle ontolologie selezionata (loop) - cerco nei 500 schemi le entita' (dei 500 schemi) - con riferimento all'esempio astratto di cui sopra avremo adesempio: per A: A1,A2,...AN per B: B1,B2,..BN per C: C1,C2,...CN per D: D1,D2,...DN per E: E1,E2,...EN
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione relazioni - supponiamo di trovare A1-B4 (A-B) A7-B5 (A-B) B3-D9 (B-D) C8-C4 (C-C) C6-D2 (C-D) C1-E8 (C-E) - in casi di molteplicita' scelgo 1 sola relazione, piu' o menoarbitrariamente... - nell'esempio scegliero': A-B (una delle 2 relazioni trovate) B-D C-D C-E non scelgo ma potrei farlo C-C - il cammino relazionale selezionato sara' A-B-D-C-E
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Generazione attributi4-GENERAZIONE ATTRIBUTI
input:a) le entita' selezionate in passo 1b) le tavole selezionate in passo 1c) gli attributi delle tavole selezionate in passo 1 (vedasi algoritmo delpasso 1)
output:x) per ciascuna entita' i suoi attributi
algoritmo:importo IN ciascuna entita' gli attributi delle tavole corrispondentiCon il solito esempio, se avevamoA corrisponde a TAV1 (CAMPO1, CAMPO2)B corrisponde a TAV2 (CAMPO3, CAMPO4)D corrisponde a TAV4 (CAMPO5, CAMPO6)l'output sara'A (CAMPO1, CAMPO2)B (CAMPO3, CAMPO4)D (CAMPO5, CAMPO6)
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Infer constraints5-GENERAZIONE RELAZIONI (PASSO ADDITIVO FATTO SUI CONSTRAINTS FISICI)input:a) le tavole pescate al punto 1 di generazione entita'output:x) le tavole selezionate unite dagli eventuali constraints, piu' eventualitavole che si frappongono per costituire il cammino dei constraintsalgoritmo:- con un tool (generalmente erwin) si effettuano sulla base dati operazionidi "infer relationship" considerando: - chiavi primarie e chiavi straniere esistenti - indici univoci - somiglianza di nomi campi- si derivano i constraints (relazioni fisiche)Con un esempio, se avevamo individuato precedentemente le tavole TAV1, TAV2e TAV4, il cammino relazionale fisico ottenuto dai constraints potrebbeessere: TAV1-tav5-TAV4-TAV2 (tav5 viene introdotto perche' necessaria alcammino per unire TAV1 e TAV4)
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Verifica col referente dati6-VERIFICA CON REFERENTE DATI
input:a) tutto il materiale prodotto nei passi precedentib) le indicazioni del referente dati che in generale saranno di 2 tipi: - mi aspettavo venisse pescata ANCHE questa tavola - NON mi aspettavo venisse pescata quest'altra tavola
output:x) il modello dati con i concetti in piu' e/o in meno verificati colreferente dati
algoritmo:- per ogni entita' pescata impropriamente, la rimuovo (il criterio disomiglianza spara nel mucchio)- per ogni entita' mancante, la aggiungo con la consulenza del referentedati, corredandola di attributi e relazioni
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Passo Manuale: Verifica del referente dati
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Esempio simbolicoSchema “automatico” Schema
dopo verifica referente
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Sperimentazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Matrice Basi di dati selezionate - Domini - Organizzazioni
xSanita’
xImprese
xxxTerritorio
Citta’ di TorinoProvincia di Torino
Regione Piemonte
Dominio/ Organizzazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Basi di dati selezionate - 2
Regione Piemonte
Argomento imprese • Dominio agricoltura
– Registro aziende agricole• Dominio lavoro e imprese
– Attivita’ produttive – Finanziamenti alle imprese
Argomento sanita’ • Dominio sanita’
– Statistiche interruzioni di gravidanzaArgomento territorio
• Dominio territoriale – Legislazione su risorse idriche– Rete idrogeologica– Stradario
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Basi di dati selezionate - 2
Citta’ di Torino
•Argomento territorio –Dominio territoriale »Toponomastica citta’
Provincia di Torino •Argomento territorio
–Dominio catasto »Registro strade provinciali
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Contesto
Soggetto fisico /
persona fisica
Documento
Soggetto
Luogo
Riferimento catastale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Organizzazione Città di Torino
Soggetto Soggetto
fisico/ persona fisica
Riferimento catastale
Luogo
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Argomento territorio
Luogo Soggetto
fisico/ persona fisica
Documento
Soggetto
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dominio territoriale
Documento
Soggetto
Riferimento catastale
Luogo
Soggetto fisico/ persona
fisica
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Toponomastica Città
Soggetto fisico / Persona fisica
Contribuente
Soggetto
Appartenente catasto
Luogo
Sede
Località
Riferimento catastale
Unità immobiliare
urbana
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Organizzazione Provincia di Torino
Riferimento catastale
Soggetto fisico/ persona
fisicaSoggetto
Luogo
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Argomento territorio
Luogo Soggetto
fisico/ persona fisica
Documento
Soggetto
Impresa
Soggetto giuridico
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dominio catasto
Documento Soggetto
Riferimento catastale
Impresa
Italiano
Luogo Soggetto giuridico
Soggetto fisico/ persona
fisica
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Cspvto Registro strade provinciali
Documento
Località
Sede
Soggetto
Contribuente
Soggetto giuridico
Luogo
Soggetto fisico/Persona fisica
Impresa
Responsabili
Elementi
Volumi di traffico
Traverse
Diario Diario
elemento
Strutture
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Organizzazione Regione Piemonte
Documento Soggetto
Luogo
Soggetto fisico/ persona
fisica
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Argomento imprese
Documento Soggetto
Riferimento catastale
Luogo
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dominio agricoltura
Riferimento catastale
Luogo
Localita
Sede
Soggetto
Soggetto fisico/ persona
fisica
Contribuente
Appartenente catasto
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Smrgaa Registro aziende agricole
Tipo AreaIntermediario
Procedimento azienda
Luogo
Tipo TipologiaAzienda
Particella Catastale
Foglio
Particella Import
Riferimento Catastale
Soggetto
Soggetto fisico –
Persona fisica
Soggetto giuridico
Contribuente Italiano
Appartente Catasto
Impresa
Provincia
Regione
Sezione
Bene Privato
Immobile
Bene
Tipo Forma Fabbricato
Documento
Tipo zona Altimetrica
UTE
Conduzione particella
Versamento con delega
Tipo utilizzo Import
Utente Iride
Profilo
Profilo Funzione
Componente Livello
Tipologia Profilo
ComponenteLivello
Abitazione Accesso
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dominio lavoro e imprese
Luogo
Localita
Sede
Soggetto
Soggetto fisico/ persona
fisica
Contribuente Soggetto giuridico
Impresa
Documento
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Aaep Attività Produttive
Luogo
Località
Riferimento Catastale
Soggetto
Soggetto fisico –
Persona fisica Soggetto giuridico
Impresa
Documento
Sede
Aaep azienda
fonte
Aaep t causale
cess
Abia azienda
Abia sede
Aaep azienda
Infoc persona ri
Infoc azspe
Infoc oggetto sociale
Infoc procedura
concorsuale
Fp azienda
Tt comune
Aaep rappr legaleAb04
legami
Tt tipo legame
Ab01 impresa
Tt tipo impresa
Tt attivita
Tt ateco91
Infocamere attività
Atp aaep att econom
produttive
aaep dati azienda
Ateco inail
Inail azienda
Inail pat
Inail cliente
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Moni Finanziamenti alle Imprese
Soggetto fisico / Persona
fisica
Italiano
Soggetto giuridico
Contributo
Generatore invio file
Norma agevolazione
Spesa progetto
Attuazione normativaFonte
Contributo revocato
Contributo liquidato
Contributo concesso
SoggettoUtente
Documento
Atto registro
Impresa
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Argomento sanità
Impresa
Contribuente
Appartenente catasto
Italiano
Soggetto giuridico
Immobile
Soggetto
Luogo
Soggetto fisico/ persona
fisica
Bene
Bene privato
Documento
Riferimento catastale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dominio sanità
Riferimento catastale
Documento
Impresa
Soggetto giuridico
Italiano Luogo
Sede
Località
SoggettoSoggetto
fisico/ persona fisica
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Asivg Statistiche interruzioni di gravidanza
Soggetto fisico / Persona
fisica
Tossicodipendente
Luogo
Ass-t-ssRiabilitativa
Ass-d-tiposstassistenza
Asi-tStruttre 1998
Ass-d -tiposs ospedaliera
Ass-t-ssospedaliera
Ass-t-ssoAssetto
organizzativo
Ass-tAnagrafe ss
Rata di pensione emessa
Assistito
SoggettoDocumento
Ass-s-tipossriabilitativa
Ass-r-ssrAssistenza
Ass-t-ssTerritoriale
Ass-t dipartimento
Ass-t-u ospedaliera
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Argomento territorio
Soggetto fisico/ persona
fisica
Documento
Soggetto
Tossicodipendente
Luogo
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Dominio territoriale
Documento
Località
Luogo
Riferimento catastale
Soggetto
Bene privatoSede
Immobile
Bene
Stradario
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Giuridr Legislazione su risorse idriche
Documento
PubblicazioneEnte emanante
File normativa
Normativa
L-doc-sett-tem
Settore termico
Tipologia
Bibliografia Sentenza
L fileriass sen biblio File riassuntivo
Organo giurisdizionale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Siri Rete Idrogeologica
Bene
Soggetto
Mobile
Documento
Immobile
Aqcuedotto
Località
Terreno
Luogo
Demanio necessario
idrico
Sede
Riferimento catastale
StradarioComuni Italia
Province Italia
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Sitad Stradario
Stradario storico Stradario VAR
Stradario
Luogo
L1 Tipo Nome Via
Località
Tipo Via
Nome Via