Made available in DSpace on 2014-06-12T16:01:16Z (GMT). No. of bitstreams: 2 arquivo7284_1.pdf: 2836057 bytes, checksum: 6c52cb49399f14761d49267eaea4b610 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / Informação é o bem mais precioso para as mais diversas organizações. Uma das formas de obter informação a partir de um conjunto de dados é através de técnicas de visualização que combinam o poder de processamento dos computadores com a capacidade visual humana de reconhecer formas, padrões e tendências. O objetivo deste trabalho é a criação de uma ferramenta de visualização de informação no espaço tridimensional que ofereça um ambiente integrado para importação de dados multidimensionais, para definições de diversos parâmetros do conjunto de dados, para utilização de técnicas estatísticas que permitam a adequada representação dos dados e para uma fácil distribuição das visualizações criadas. Para trabalhar com dados multidimensionais foram utilizadas as técnicas de visualização: faces de Chernoff, coordenadas paralelas e coordenadas paralelas extrusivas, além do uso destas três técnicas em conjunto com a de codificação de cores. A disponibilidade de diversas técnicas de visualização oferece a possibilidade de extração de diversos tipos de informações. Por exemplo, para a descoberta de relacionamentos entre variáveis, a visualização de coordenadas paralelas é a mais adequada, enquanto que para a análise de comportamento de sistemas dinâmicos multidimensionais, a técnica de coordenadas paralelas extrusivas gera uma visualização mais apropriada. A técnica de faces de Chernoff foi estendida para utilizar três dimensões e aumentar a expressividade através do uso de metáforas e inclusão de novas características. A ferramenta Meta3D foi desenvolvida para oferecer ao usuário um ambiente gráfico integrado para a criação e configuração de visualizações. A linguagem de programação JAVA foi escolhida para que a ferramenta fosse portável para os mais diversos sistemas operacionais. As visualizações foram criadas utilizando VRML, uma linguagem de modelagem de realidade virtual, para permitir que as mesmas pudessem ser facilmente distribuídas. Para a visualização de arquivos VRML, o único requisito de software necessário é um navegador com plug-in de VRML, ambos disponíveis gratuitamente. Recursos como importação de dados textuais, categorização de variáveis, reordenamento de eixos e seleção do conjunto de dados estão disponíveis para facilitar a construção de visualizações sem a necessidade de utilização de ferramentas externas. Nos dois estudos de casos realizados foram verificadas a facilidade de uso e a utilidade da ferramenta desenvolvida. No primeiro, utilizaram-se dados de um estudo sobre nutriçãoem uma cafeteria de um campus universitário, de onde foram extraídos dados nutricionais sobre 47 marcas de sopas diferentes. No segundo, foram utilizados dados obtidos de um estudo sobre desnutrição no estado de Pernambuco, possuindo dados sobre 2078 crianças de 0 a 5 anos. Como resultado final, a ferramenta Meta3D permite a criação de visualizações 3D, utilizando as técnicas de faces de Chernoff, coordenadas paralelas e coordenadas paralelas extrusivas, oferecendo ao usuário um ambiente gráfico integrado, ferramentas para configuração dos dados, além de exportar para VRML as visualizações criadas, possibilitando uma fácil visualização e distribuição

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-06-27T13:53:26Z No. of bitstreams: 1 Glauber Cini_.pdf: 2121004 bytes, checksum: c1f55ddc527cdaeb7ae3c224baea727a (MD5) / Made available in DSpace on 2017-06-27T13:53:26Z (GMT). No. of bitstreams: 1 Glauber Cini_.pdf: 2121004 bytes, checksum: c1f55ddc527cdaeb7ae3c224baea727a (MD5) Previous issue date: 2017-03-29 / Nenhuma / O Visual Analytics consiste na combinação de métodos inteligentes e automáticos com a capacidade de percepção visual do ser humano visando a extração do conhecimento de conjuntos de dados. Esta capacidade visual é apoiada por interfaces interativas como, sendo a de maior importância para este trabalho, a visualização por Coordenadas Paralelas. Todavia, ferramentas que disponham de ambos os métodos automáticos (KDD) e visuais (Coordenadas Paralelas) de forma genérica e integrada mostra-se primordial. Deste modo, este trabalho apresenta um modelo integrado entre o processo de KDD e o de Visualização de Informação utilizando as Coordenadas Paralelas com ênfase no make sense of data, ao ampliar a possibilidade de exploração dos dados ainda na etapa de pré-processamento. Para demonstrar o funcionamento deste modelo, um plugin foi desenvolvido sobre a ferramenta WEKA. Este módulo é responsável por ampliar as possibilidades de utilização da ferramenta escolhida ao expandir suas funcionalidades a ponto de conceitua-la como uma ferramenta Visual Analytics. Junto a visualização de Coordenadas Paralelas disponibilizada, também se viabiliza a interação por permutação das dimensões (eixos), interação por seleção de amostras (brushing) e possibilidade de detalhamento das mesmas na própria visualização. / Visual Analytics is the combination of intelligent and automatic methods with the ability of human visual perception aiming to extract knowledge from data sets. This visual capability is supported by interactive interfaces, considering the most important for this work, the Parallel Coordinates visualization. However, tools that have both automatic methods (KDD) and visual (Parallel Coordinates) in a generic and integrated way is inherent. Thus, this work presents an integrated model between the KDD process and the Information Visualization using the Parallel Coordinates with emphasis on the make sense of data, by increasing the possibility of data exploration in the preprocessing stage. To demonstrate the operation of this model, a plugin was developed on the WEKA tool. This module is responsible for expanding the possibilities of chosen tool by expanding its functionality to the point of conceptualizing it as a Visual Analytics tool. In addition to the delivered visualization of Parallel Coordinate, it is also possible to interact by permutation of the dimensions (axes), interaction by selection of samples (brushing) and possibility of detailing them in the visualization itself.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-09-19T16:19:16Z No. of bitstreams: 1 Richard Mateus Altmayer_.pdf: 11624194 bytes, checksum: 033148b21ac20bc09f084ae426e1e45f (MD5) / Made available in DSpace on 2018-09-19T16:19:16Z (GMT). No. of bitstreams: 1 Richard Mateus Altmayer_.pdf: 11624194 bytes, checksum: 033148b21ac20bc09f084ae426e1e45f (MD5) Previous issue date: 2018-04-12 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A utilização de informações sobre comportamento de navegação de usuários na web tem sido amplamente utilizada para traçar perfis comportamentais de usuários com o intuito de oferecer anúncios publicitários por segmentos ou categorias. Nesta mesma linha, hábitos de comportamento baseado em locais que um indivíduo frequenta no seu cotidiano também podem ser analisados. Este trabalho propõe um modelo de agrupamento de indivíduos de uma população para posterior análise de seus hábitos de frequência a locais (GeoSocial). Os padrões de frequência dos grupos formados representam características de comportamento da população e podem ajudar a identificar oportunidades mercadológicas ou auxiliar aos tomadores de decisão ligados ao governo proporem determinadas melhorias/mudanças na infra-estrutura de uma determinada cidade. As informações dos locais de interesse frequentados pelos usuários são capturadas por coordenadas GPS via aplicativo móvel desenvolvido. O aplicativo rastreia e armazena as localidades que o indivíduo frequenta, permite visualizar o seu tempo e locais de permanência e pode conectá-lo à uma rede social formada a partir das similaridades entre seus hábitos e de outros indivíduos. O modelo proposto engloba: i. um módulo de clusterização de usuários que utiliza a técnica Affinity Propagation; ii. um módulo de visualização interativa para análise dos grupos por meio da técnica de Coordenadas Paralelas. O GeoSocial é avaliado mediante a utilização de diferentes cenários, fazendo uso de dados artificiais gerados. A avaliação evidencia o potencial de adaptação do modelo à diferentes objetivos de análise. / Information about user navigation behavior on the web has been widely used to draw user behavioral profiles in order to offer advertisements segmented by categories. In this same line, behavior habits based on places that an individual attends in their daily life can also be analyzed. This paper proposes a clustering model of individuals for further analysis of their habits of frequency in places (GeoSocial). Patterns of the formed groups represent characteristics of population’s behavior and can help to identify market opportunities or to help decision makers linked to government to propose improvements/changes in the infrastructure of a city. Users information about their frequented interest places are captured by GPS coordinates by a mobile app developed. App tracks and storages places that are frequent individuals. It allows visualize their time permanency on places and connect they to a social network formed from the similarities between their habits and the others. The proposed model includes: i. a user clustering module based on Affinity Propagation technique; ii. an interactive visualization module to analyze individual data correlation of groups based on Parallel Coordinates technique. GeoSocial is evaluated by different scenarios, making use of artificial data generated. Evaluation indicates the possibility of the model to a multitude of objectives.