Conceitos de Visualização de Grafos

O problema de visualização pode ser resumido da seguinte maneira: “Dado um conjunto de nós com um conjunto de arestas (relacionamentos), calcule a posição dos nós e a curva que deverá ser desenhada para cada aresta” (Purchase, 1998).

Existem vários algoritmos para facilitar o desenho de um grafo, por exemplo: grafos em camadas, transformação em um grafo direcionado acíclico, exibir um grafo na forma planar, minimizar a área ocupada pelo layout do grafo, minimizar o número de curvas, minimizarem o número de arestas sobrepostas, etc. (Herman, 2000). Porém, esses algoritmos são em sua maioria muito complexos, sendo inviável o uso deles em aplicações cuja interação com o usuário é freqüente e o tempo de resposta da aplicação deve ser o mais rápido possível.

Como dito no capítulo 2, a definição do layout do grafo é um fator importante na visualização de redes sociais. Existem vários layouts para visualização, tais como representação em 3D e redução de arestas que se cruzam. Os vários modelos existentes na literatura foram definidos por Spritzer (2009) em sua dissertação de mestrado.

Figura 59 - Grafos gerados pelos algoritmos de Frishman e Tal (2007)

Frishman e Tal (2007) desenvolveram um algoritmo de layout para grafos baseado no layout de força dirigida (force-directed). Esse algoritmo apresenta o grafo em múltiplos níveis com o intuito de facilitar a visualização e análise do mesmo. Um exemplo de um grafo gerado por esse algoritmo está na Figura 59.

Na Figura 60 é apresentada outra técnica de definição de layout proposta por Davidson e Harel (1996). O algoritmo proposto por eles, embora exija bastante tempo de processamento, é interessante e produz bons resultados de visualização. A técnica deles

166

considera informações sobre os vértices, o comprimento das arestas e do número de arestas que se cruzam. Com base nessas informações o algoritmo produz visualizações semelhantes às apresentadas na Figura 60.

Figura 60 - Exemplos do algoritmo de Davidson e Harel (1996).

A biblioteca Prefuse, usada no desenvolvimento da ferramenta de visualização, utiliza o layout force-directed para construir as redes sociais. Assim, esse será o layout padrão adotado no desenvolvimento do módulo de visualização.

O módulo de visualização foi desenvolvido para dar suporte às análises feitas até o momento na rede social científica. Entretanto, muito ainda tem que ser feito com relação à definição do layout.

Como dito anteriormente, o tamanho do grafo é um fator que dificulta a visualização. Muitas vezes, embora o layout do grafo seja bem definido, o tamanho do conjunto de dados torna o uso do grafo inviável. Assim, embora o layout seja extremamente importante para a análise de uma rede social, o tamanho e a densidade do grafo dificultam a manipulação da rede por parte do usuário.

Além do problema com o tamanho dos conjuntos de dados, as técnicas de visualização também sofrem com a navegação feita pelo usuário através do grafo. O conceito de previsibilidade foi identificado como sendo um aspecto importante e necessário nos algoritmos que definem o layout dos grafos (Herman, Delest and Melancëon, 1998; North, 1995).

167

A previsibilidade em grafos significa que executar o mesmo algoritmo em grafos iguais ou similares não pode produzir representações visuais muito diferentes (Herman, 2000). Essa propriedade também é conhecida na literatura como a preservação do mapa mental do usuário (Misue, Eades, Lai and Sugiyama, 1995), ou seja, após o usuário definir um layout que facilite sua análise da rede, a mesma deveria ser sempre apresentada no formato previamente definido. Nos algoritmos clássicos de geração de layout esse conceito não é utilizado e são sempre geradas visões padrões dos grafos.

Em análise de redes com agregadores o ideal é que os elementos que pertencem aos mesmos grupos estejam sempre próximos independentemente dos relacionamentos que estão sendo exibidos. Dessa maneira, a análise dos agrupamentos fica visualmente mais fácil, pois os elementos que pertencem aos mesmos grupos são rapidamente identificados.

9.2.2 Trabalhos Relacionados

A visualização é uma forma bastante eficaz de análise das redes sociais, pois ela proporciona uma maneira natural de expressar a conectividade e promover um reconhecimento de padrões rápido por parte dos seres humanos. Por isso, a visualização e a análise das redes sociais estão atraindo grande interesse tanto das áreas sociais quanto das áreas de visualização da informação.

Freeman resume a história da visualização das redes sociais através de uma perspectiva sociológica (Freeman, 2000). Entretanto, embora seja uma ferramenta muito poderosa, a visualização envolve vários desafios (Battista, Tollis, Eades and Tamassia, 1999; Freeman, 2000; Grinstein, O’Connell, Laskowski, Plaisant, Scholtz and Whiting, 2006; Heer, Card and Landay, 2005; Henry, Fekete and McGuffin, 2007; Herman, 2000), alguns dos quais foram descritos anteriormente.

Existem algumas ferramentas desenvolvidas para ajudar os analistas a compreenderem melhor as redes sociais. Ferramentas como KrackPlot (Krackhardt, Blythe and McGrath, 1994), Pajet (Nooy, Mrvar and Batagelj, 2005), UCINET (Borgatti, Everett and Freeman, 2002), e visone (Brandes and Wagner, 2003) focam seus esforços em análises estatísticas e possuem interações limitadas na visualização.

168

Outros sistemas, como NetDraw (Borgatti, 2002) e Tom Sawyer (Sawyer, 2011) priorizam a visualização em seus trabalhos, mas não utilizaram muitos algoritmos estatísticos que são importantes para os analistas no estudo das redes sociais. O NetDraw é um aplicativo que permite a análise de redes sociais heterogêneas e de grande porte, com até dois tipos de nós diferentes. Uma lista de aplicativos utilizados para a análise das redes sociais pode ser encontrada em (Huisman and Duijn, 2005) e no site INSNA (http://www.sfu.ca/ insna/).

As pesquisas a partir da perspectiva da visualização da informação colocam mais esforço na representação e exploração visual das redes sociais. Vários métodos utilizados para desenhar grafos foram desenvolvidos para visualizar as redes sociais (Battista, Tollis, Eades and Tamassia, 1999; Herman, 2000; Jünger and Mutzel, 2004) e, conseqüentemente, são aplicados na análise das mesmas.

Perer e Shneiderman fizeram uma revisão completa dos projetos que focam seus desenvolvimentos em melhorar a interação e a forma como as redes sociais são exploradas (Perer and Shneiderman, 2006; Perer and Shneiderman, 2008). Em seus trabalhos eles buscam integrar as análises estatísticas com uma visualização amigável da rede social permitindo que o analista faça uma análise completa da rede (Perer and Shneiderman, 2008). Segundo eles, os trabalhos que envolvem essas duas abordagens são os de Greenland, que aumenta o diagrama de nó-ligação segundo uma estratégia estatística (Wong, Foote, Chin, Mackey and Perrine, 2006); e o de NodeTrix que usa uma abordagem híbrida do diagrama nó-ligação, que representa a estrutura da rede, e matrizes de adjacência, que destacam as comunidades (Henry, Fekete and McGuffin, 2007).

Muitas das técnicas de visualização desenvolvidas são úteis para a análise de redes sociais de pequeno ou médio porte. Quando se trata de redes sociais complexas e de grande porte o usuário enfrenta dificuldades no processo de análise ao visualizar toda a rede já no primeiro momento.

Para superar a complexidade visual dessas redes muito grandes, Abello apresenta algumas técnicas que permitem aos usuários encontrarem fatos sobre os atores e seus relacionamentos mais rapidamente através de uma navegação interativa na rede. Para tal ele utiliza diferentes níveis de abstração, a partir de um resumo da rede, representando

169

uma visão de grupos isolados, até chegar a uma visão mais detalhada (Abello, Korn and Finocchi, 2001; Abello and Korn., 2002).

Essas técnicas também permitem que os usuários tenham uma visão geral da rede enquanto trabalham no grupo que lhes interessa (Gansner, Koren and North., 2004; Ham and Wijk, 2004). Shen, Ma e Eliassi-Rad também utilizaram conceitos de abstração no desenvolvimento de seus trabalhos (Shen, Ma and Eliassi-Rad, 2006), onde, além da abstração estrutural, eles utilizaram informações semânticas para auxiliar o trabalho de análise visual das redes sociais heterogêneas de grande porte.

Clark Hu e Prodeep Racherla também usaram técnicas de redução da rede social para tornar possível a representação visual das redes de conhecimento, como as redes sociais acadêmicas e as redes de hospitalidade (Hu and Rachera, 2008). Segundo os autores a representação visual dessas redes de conhecimento contribui para uma melhor compreensão de como ocorrem as colaborações intelectuais em um domínio de conhecimento específico.

Mesmo que existam várias ferramentas voltadas para a análise das redes sociais, ainda são poucos os trabalhos que focam na visualização temporal dessas redes. Uma visualização temporal, ou dinâmica, é uma visualização que indica as mudanças na rede social em diferentes instantes de tempo.

As ferramentas TeCFlow (Gloor and Zhao, 2004) e rSONIA (Bender-deMol, Morris and Moody, 2007) são exemplos de ferramentas desenvolvidas para a análise das redes sociais e que permitem a visualização dinâmica da rede. O grande interesse em visualização de redes sociais dinâmicas gira em torno de como as redes se desenvolvem, evoluem e modificam no decorrer do tempo.