Detalhes bibliográficos
Ano de defesa: |
2017 |
Autor(a) principal: |
Gomes, Victor Dantas |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/110964
|
Resumo: |
As ferramentas de Business Intelligence - BI - se destacaram pela capacidade de colaborar nos processos de análise e compreensão de grandes volumes de dados. Painéis de controle - dashboards - são as plataformas típicas usadas para esse fim e há uma grande variedade de ferramentas de BI que permitem a construção destes painéis de controle por cientistas de dados não necessariamente especialistas em programação, tais como: Qlik Sense, Pentaho, Tableau, Microstrategy, entre outros. Os processos de análise e compreensão de dados podem exigir cálculos complexos de métricas e indicadores sobre os dados. Dados estruturados na forma de redes complexas podem ser analisados e compreendidos com o auxílio de propriedades de redes complexas. Contudo, analistas de dados podem não possuir os conhecimentos necessários para a implementação de algoritmos e a realização dos cálculos de propriedades de redes complexas. Apesar das ferramentas tradicionais de manuseio de redes complexas como Gephi, Pajek, e Hive Plots disponibilizarem funcionalidades que facilitam a análise e o cálculo de propriedades de redes, estas ferramentas pressupõem um conhecimento teórico do usuário sobre redes complexas, cabendo ainda ao usuário interpretar os resultados dos cálculos destas propriedades em relação ao domínio dos dados analisados. A despeito das ferramentas de BI e das ferramentas de manuseio de redes complexas, pouco foi feito para apoiar ao usuário não-programador na construção automática de painéis de controle baseados em dados estruturados na forma de redes complexas. Este trabalho se insere neste contexto, propondo uma arquitetura de software que contêm estruturas capazes de gerar automaticamente painéis de controle a partir da entrada de dados estruturados na forma de redes complexas. Para validar a arquitetura proposta foi desenvolvida uma ferramenta que implementa esta arquitetura e que é capaz de apoiar cientistas de dados na construção, de forma amigável, de painéis de controle a partir de dados que são representados como redes. Esta ferramenta, chamada SBINet (Semantic for Business Intelligence from Networks), possui uma camada semântica que, através de ontologias, descreve os datasets estruturados em forma de rede. O SBINet utiliza esta descrição para descobrir indicadores que podem ser calculados a partir das informações contidas nos datasets. As propriedades da rede são calculadas no SBINet e, em função do significado de cada métrica usada neste cálculo, indicadores específicos são construídos e visualizados em forma de gráficos. O uso do SBINet é exemplificado com dados da rede de uso de um sistema de bicicletas compartilhadas. O SBINet criou um conjunto de painéis de controle contendo os resultados dos cálculos de indicadores feitos a partir dos datasets fornecidos pelo usuário. O SBINet e os painéis de controle gerados por ele foram avaliados por um conjunto de profissionais e pesquisadores da área de mobilidade urbana e tecnologia da informação. Palavras-chave: Redes Complexas, Web Semântica, Painéis de Controle, Business Intelligence. |