VizColab : visualização de uma rede de colaboração acadêmica brasileira de larga escala gerada a partir de dados da CAPES

Abstract

Redes de colaboração acadêmica consistem em grafos onde pesquisadores são mode lados como nós enquanto co-autorias são modeladas como arestas entre pesquisadores. Enquanto a análise e a visualização dessas redes pode ser feita facilmente para pequenos grafos, fazê-las para redes de larga escala expõe diversos desafios, especialmente na ma téria de visualização destes grafos. Este trabalho realiza, em um primeiro momento, uma revisão da literatura relacionada a análise e visualização de redes de co-autoria acadê mica e explora ferramentas existentes para visualização, manipulação e armazenamento de grafos. Isso é feito com a finalidade de traçar um panorama do estado da arte deste do mínio e verificar a viabilidade de uso das técnicas e ferramentas estudadas na composição de uma solução para o problema da geração e visualização de uma rede de colaborações acadêmicas brasileira de larga escala. Em seguida, uma rede de colaborações acadêmicas em programas de pós-graduação stricto sensu brasileiros é gerada a partir de conjuntos de dados mantidos pela CAPES e publicados quadrienalmente no portal Dados Abertos CAPES (CAPES, 2022a), sobre os quais são aplicadas técnicas de sanitização de dados, agrupamento de entidades semelhantes e enriquecimento. O resultado é um grafo com posto de 532 universidades brasileiras, 4.685 programas de pós-graduação stricto sensu, 1.275.852 autores, 1.708.666 produções acadêmicas e 14.883.507 relações de co-autoria de trabalhos acadêmicos. Os dados processados são então modelados e importados em uma base de dados de grafos, permitindo uma ampla gama de consultas personalizadas de forma eficiente e sob demanda. Com a finalidade de possibilitar a exploração dinâmica dessa rede, é desenvolvido o software VizColab, uma aplicação web que permite a visu alização dos dados de colaborações acadêmicas na forma de grafos tri-dimensionais em três níveis hierárquicos distintos: universidades, programas de pós-graduação e autores de produções acadêmicas. A aplicação implementa técnicas como a segmentação hierár quica de nós e introduz o conceito de densidade de conexões, o que permite a ocultação de arestas menos significativas, proporcionando ao usuário uma experiência de visualização interativa, clara e concisa da rede de colaborações.

Academic collaboration networks are graphs where researchers are modeled as nodes while co-authorships are modeled as links between researchers. Although the analysis and visualization of such networks can be easily implemented for small graphs, doing so for large-scale graphs introduces a handful of challenges, especially regarding the sub ject of visualizing such graphs. This study conducts, at first, a review of the literature related to academic co-authorship networks analysis and visualization and explores exist ing tools for graph visualization, manipulation, and storage, intending to get an overview of the domain’s state-of-the-art, as well as verify the viability of using the considered tools and techniques in the design of a solution to the problem of generating and visualizing a Brazillian large-scale academic collaboration network. Subsequently, an academic col laboration network is generated based on Brazillian stricto sensu graduate programs data mantained by CAPES and published every four years in the Dados Abertos CAPES portal (CAPES, 2022a), over which data sanitization, similar entities grouping, and data enrich ment techniques are applied. The process results in a graph containing 532 universities, 4,685 stricto sensu graduate programs, 1,275,852 authors, 1,708,666 intellectual produc tions and 14,883,507 co-authorship links between authors. The processed data is then modeled and imported into a graph database, allowing a wide range of custom queries to be executed efficiently and on-demand. To allow dynamic exploration of the network, the VizColab software is created. A web application that allows academic collaboration data to be visualized in the form of three-dimensional graphs in three distinct hierarchic levels: universities, graduate programs, and intellectual production authors. The applica tion implements techniques such as hierarchic segmentation and introduces the concept of least-significant links screening, offering the user an interactive, clear, and seamless visualization experience.