O documento apresenta aplicações não convencionais de grafos, incluindo visualizações de dados usando gráficos Sankey, circulares e Treemap. Também discute um caso de uso de grafos para identificar padrões vencedores em jogos do tipo MOBA e menciona diversos algoritmos para grafos.

1. 1
Aplicações não convencionais
de grafos
Ms. Mauro C. Pichiliani (mauro@pichiliani.com.br)
@pichiliani

2. 2
Quem sou eu
• Mestre e doutorando em computação pelo ITA
• Escritor da SQL Magazine, Fórum Access, Java
Magazine, SQLServerCentral.com e outras
• Colaborador do iMasters há 13 anos
• Autor do livro “Conversando sobre banco de dados”
• Co-produtor do podcast DatabaseCast
• Consultor independente e autor de cursos on-line

3. 3
Visualizações diferentes - Sankey
 Gráficos Sankey
 Exemplo: GPs, pilotos, equipes do campeonato de F1 de 2012.
Fonte: http://bit.ly/1vBulbv
 Mostra associação de vitórias e pontos.
 Feito em Phyton + d3 + R

4. 4
Visualizações diferentes - Sankey
 Exemplo: mesmas imagens enviadas a múltiplos subreddits
(reddit.com). Fonte: http://bit.ly/1zOyV17
 Mostra fluxo de imagens. Feito em Phyton + d3 + R

5. 5
Visualizações diferentes - Sankey
 Sankey com Google Charts
 Fonte: http://bit.ly/1BU1qSm
 DEMO: ExemploSankeyGraphs.html
 Exemplo em Neo4J? http://bit.ly/1zOFssC

6. 6
Visualizações diferentes – gráficos circulares
 Nós na borda do círculo e arestas “cruzando” o
interior com largura/cor variada

7. 7
Visualizações diferentes – gráficos circulares
 Exemplo: visualização de dados de navegação de páginas com dados do Google Analytics
 Tecnologia: Google Java Data API (Google Analytics) + Neo4J (Cypher) + Circos
 Fonte: http://bit.ly/1BKUg1j e https://github.com/datablend/neo4j-google-analytics
I3 (azul) são referências externas e
representam maior parte do tráfego
Mesmo gráfico, com círculo externo
mais “limpo”

8. 8
Visualizações diferentes – gráficos circulares
 Exemplo: visualização de diálogos de personagem em peça de teatro (dramatic network
graph). Projeto de disciplina da faculdade de Nebraska-Omaha
 Tecnologia: Excel + Cytoscape (http://www.cytoscape.org/)
 Fonte: http://bit.ly/1A0mSPi
Analise de diálogos para ver quem fala mais com quem

9. 9
Visualizações diferentes – Treemap
 Retângulos divididos por área e interativos (hierarquia)
 Muitos exemplos e história:
http://www.cs.umd.edu/hcil/treemap-history/
Medalhas na olimpíada 2002
Área por país e tipo de medalha
Tecnologia: R +
Fonte: http://bit.ly/1BL1IcC
Métricas do Código fonte do Neo4J
Área por LOC
Tecnologia: JArchitect
Fonte:http://www.jarchitect.com/Doc_
Treemap

10. 10
Visualizações diferentes - Treemap
 TreeMap com Google Charts
 Fonte: http://bit.ly/1B6WVBD
 DEMO: ExemploTreeMap.html

11. 11
Case: Grafos e MOBA
 Case: identificação de padrões de combate
vencedores em jogo tipo MOBA
 Referência: Pu Yang, Brent Harrison, and David L. Roberts. Identifying Patterns in Combat
that are Predictive of Success in MOBA Games. In Proceedings of the Foundations of Digital
Games 2014 Conference (FDG 14). 2014.
 Dowload [PDF] http://www.fdg2014.org/papers/fdg2014_paper_36.pdf

12. 12
Case: Grafos e MOBA
 Metodologia:

13. 13
Case: Grafos e MOBA
 Nós são jogadores. Nome do nó indica time (T1 e T2) e papel (Carry,
Ganker, Initiator, Disabler, Tank). Nó adicional: morte
 Aresta direcionada indica interação (causou dano ou curou)
 Partidas separadas em intervalos de 9 minutos (4 fases)
 Feature selection a partir de métricas de cada grafo. Exemplos:
 Centralidade Eigenvector do T2 Disabler na fase de enhancing
 Out-degree do Carry do T2 na fase de develpoing

14. 14
Case: Grafos e MOBA
 Atributo de classificação: vitória
 Uso de árvore de decisão para geração do modelo
 Interpretação de regras para padrões e táticas de combate para cada
papel. Apresentação de regras como grafos:

15. 15
Algoritmos, algoritmos everywhere
 Muitos algoritmos para grafos com diferentes resultados!
 Cabe a você interpretar o significado. Alguns:
 Connected components, Clique, topological sorting, minimum,
spanning tree, shortest path, transitive closure and reduction,
matching, Eurelian Cycle, edge and vertex conectivity, network
flow, beautification…
 Algoritmos com figuras:
 http://bit.ly/1BaFLC6 e http://bit.ly/1wXYo8h
 Onde encontro os algoritmos?
 Livros, muitos livros
 Dicionário de algoritmos: http://xlinux.nist.gov/dads//
 Engines de busca de algoritmos:
 http://code.openhub.net/
 https://searchcode.com/
 http://www.codase.com/
 https://code.google.com/p/chromium/codesearch
 http://www.krugle.org/

16. 16
Conclusão
 Grafos podem ser utilizados em muitos cenários
 Comece com exemplos básicos e depois fuja deles
 Procure outras formas de visualização além de linhas e
bolinhas
 Muitas oportunidades em diferentes áreas, principalmente
analytics
 Big data é a bola da vez. Aproveite!
 Saiba fazer a ponte entre um algoritmo, seu resultado e o
domínio do problema
 Aprofunde-se nos detalhes técnicos somente depois de saber
o problema, resultados esperados e análise

17. 17
Perguntas?
Ms. Mauro C. Pichiliani (mauro@pichiliani.com.br)
@pichiliani