Geracao Automatica de Paineis de Controle para Analise de Mobilidade Urbana Utilizando Redes Complexas

In this paper we describe an automatic generator to support the data scientist to construct, in a user-friendly way, dashboards from data represented as networks. The generator called SBINet (Semantic for Business Intelligence from Networks) has a semantic layer that, through ontologies, describes the data that represents a network as well as the possible metrics to be calculated in the network. Thus, with SBINet, the stages of the dashboard constructing process that uses complex network metrics are facilitated and can be done by users who do not necessarily know about complex networks. Resumo. Neste artigo descrevemos um gerador automático para apoiar o cientista de dados a construir, de forma amigável, painéis de controle a partir de dados que são representados como redes. O gerador chamado SBINet (Semantic for Business Intelligence from Networks), possui uma camada semântica que, via ontologias, descreve os dados que representam uma rede além das métricas possíveis de serem calculadas na rede. Agindo assim, com SBINet, as etapas dos processos de construção de uma rede complexa, cálculo das métricas e criação de objetos de interação são facilitadas e podem ser feitas por usuários que não necessariamente conhecem de redes complexas. 1. Motivação e Problema 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 (Qlik Sense, Pentaho, Tableau, Microstrategy, entre outros) no mercado para auxiliar sua construção por cientistas de dados não necessariamente especialistas em programação. A despeito desse avanço, pouco foi feito nessas plataformas para apoiar ao usuário não-programador a construção de painéis de controle a partir de redes complexas. Nesse contexto particular, há ainda o problema de que analistas de dados podem não dominar os conceitos e métodos que permeiam o contexto das redes complexas de forma a ser capaz de aplicá-los no processo de análise de dados. As ferramentas tradicionais de manuseio de redes complexas como Gephi, Pajek, e Hive Plots pressupõem o conhecimento teórico do usuário, de forma que o mesmo seja capaz de interpretar a semântica dos dados que compõem a rede e as métricas que delas podem ser extraídas. Nossa pesquisa se insere nesse contexto, propondo uma ferramenta que apoie o cientista de dados a construir, de forma amigável, painéis de controle a partir de dados que são representados como redes. Essa ferramenta, chamada SBINet (Semantic for Business Intelligence from Networks), possui uma camada semântica que, através de ontologias, descreve os dados que representam uma rede além das métricas possíveis de serem calculadas para uma dada rede em particular. Agindo assim, com SBINet, automatizamos etapas dos processos de construção de uma rede complexa, cálculo das métricas e criação de um BI que permita explorar as métricas e propriedades da rede gerada. Mostramos a aplicação de SBINet no contexto de cidades inteligentes e sua aplicação para apoiar à construção de painéis de controle a partir de duas redes complexas representando o contexto de mobilidade urbana: uma descrevendo o sistema de transporte coletivo e outra descrevendo um sistema de bicicletas compartilhadas. 2. Definição da semântica de métricas de redes complexas no contexto de