Ferramentas para contextualização geográfica de outliers em conjuntos de dados multidimensionais

• Autor(a) principal: Freitas, Lucas Kaminski de
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/28990
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Armazenamento de dados; Mineração de dados (Computação); Sistemas de informação geográfica; Banco de dados geográficos; Visualização da informação; Data Warehousing; Data mining; Geographic information systems; Geodatabases; Information visualization

A análise, contextualização e compreensão de outliers em datasets complexos, com muitos atributos heterogêneos, apresenta grandes desafios. Para o especialista realizando a análise, nem sempre é trivial identificar quais dados e atributos são relevantes para o problema em questão, mesmo com a utilização de técnicas de visualização de dados. Este problema é ainda mais desafiador em datasets que demandam a interpretação geográfica de outliers, como por exemplo: (i) dados meteorológicos; (ii) dados de censos demográficos; (iii) dados socioeconômicos de diversos municípios. Este trabalho tem como objetivo propor ferramentas que simplifiquem a tarefa de interpretação e contextualização geográfica de outliers, através de visualizações criadas com o auxílio de algoritmos de Outlying Aspect Mining. Com essas ferramentas, pretende-se propiciar análises mais precisas, diretas e eficientes, permitindo que o especialista compreenda e contextualize os outliers com mais facilidade, sob uma perspectiva geográfica. Como caso de teste, serão utilizados os dados públicos de vacinação contra a Covid-19 no Brasil, disponibilizados pelo OpenDataSus.