Diretrizes para a escolha de técnicas de visualização aplicadas no processo de extração do conhecimento

A busca de informacoes novas e uteis em dados, que tendem a aumentar devido ao avanco tecnologico, exige metodos mais sofisticados como os desenvolvidos para a descoberta de conhecimento em banco de dados. Tais metodos podem utilizar tecnicas de mineracao de dados bem como tecnicas de visualizacao, com o intuito de extrair informacoes e possibilitar que o usuario, conhecedor do dominio, tenha melhores condicoes de compreender as informacoes extraidas para a tomada de decisao. Desse modo, tecnicas de visualizacao e de mineracao de dados podem ser aplicadas em conjunto. Contudo, esta integracao nao e obrigatoria, sendo possivel extrair informacoes dos dados apenas por meio de tecnicas de visualizacao utilizadas como ferramenta de exploracao. No entanto, a definicao de qual, ou quais, dentre as tecnicas de visualizacao existentes, podera cumprir melhor este papel durante a extracao do conhecimento e, ainda, faze-lo da melhor forma possivel, exige o entendimento sobre os fatores que podem influenciar essa escolha considerando tambem o conhecimento sobre o dominio da aplicacao. Nesse contexto, foram realizados estudos e analises de tecnicas de visualizacao com o objetivo de estabelecer diretrizes para a escolha dessas tecnicas, constituindo-se na principal contribuicao deste trabalho. Para isto, foi utilizada a metodologia Teoria Fundamentada em Dados (do ingles, Grounded Theory), por meio da qual a definicao dessas diretrizes baseou-se em parâmetros identificados durante a pesquisa, nomeados como: tipo de dado, tipo de tarefa, volume, dimensionalidade e posicao dos atributos. Estes parâmetros foram associados as tecnicas de visualizacao existentes e foram analisados tendo como base a literatura a respeito o uso dessas tecnicas. Adicionalmente, estes parâmetros foram analisados sob o ponto de vista pratico, aplicando-se ferramentas computacionais de visualizacao em bases de dados reais e ficticias.