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...

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.

Business Intelligence (BI) software stands out for its ability to collaborate in the processes of analyzing and understanding large volumes of data. Dashboards - are the typical platforms used for this purpose and there are a wide variety of BI software that allow the construction of these...

Business Intelligence (BI) software stands out for its ability to collaborate in the processes of analyzing and understanding large volumes of data. Dashboards - are the typical platforms used for this purpose and there are a wide variety of BI software that allow the construction of these dashboards by data scientists not necessarily programming experts, such as: Qlik Sense, Pentaho, Tableau, Microstrategy, and others. Data analysis and understanding processes may require complex calculations of metrics on the data. Structured data in the form of complex networks can be analyzed and understood with the help of complex network metrics. However, data analysts may not have the knowledge necessary to implement algorithms and perform computations of complex network metrics. Although traditional software for handling complex networks such as Gephi, Pajek, and Hive Plots provide features that facilitate the analysis and calculation of network metrics, these software assumes a theoretical knowledge of the user about complex networks, and it is also up to the user to interpret the results of these metrics in relation to the domain of the analyzed data. About BI software and complex network manipulation tools, little has been done to support the non-programmer in the automatic construction of dashboards based on structured data in the form of complex networks. This work is inserted in this context, proposing a software architecture that contain structures capable of automatically generating dashboards from the input of structured data in the form of complex networks. To validate the proposed architecture, a tool was developed that implements this architecture and is able to support data scientists in the friendly construction of control panels from data that are structured in the form of networks. This tool, called SBINet (Semantic for Business Intelligence from Networks), has a semantic layer that, through
ontologies, describes the datasets structured in a network way, to describe metrics that can be calculated from the information contained in the datasets. The use of SBINet is exemplified with data from the network using a shared bicycle system. SBINet has created a set of control panels containing the results of calculating metrics made from user-supplied datasets. The SBINet and the control panels generated by it were evaluated by a group of transport professionals and researchers and systems analysts.
Keywords: Complex Networks, Web Semantic, Dashboards, Business Intelligence.

Disponibilidade forma física: Existe obrqa impressa de código : 101885