Extração de conhecimento em big data – parte II

Abstract

O projeto de pesquisa proposto em julho de 2024 partiu do diagnóstico de que, apesar dos resultados obtidos na etapa anterior, persistiam lacunas relevantes no tratamento de dados espaciais em ambientes de alta densidade e na visualização intuitiva de resultados de mineração. No domínio dos algoritmos de clustering espacial, a elevada redundância de coordenadas fenômeno frequente em datasets de monitoramento biológico, ambiental e urbano (LI et al., 2025) impõe um gargalo computacional que frameworks de propósito geral, como Apache Spark MLlib e Apache Sedona, não resolvem de forma nativa (HASAN; XING; MAGRAY, 2022). A ausência de mecanismos nativos de pré-agregação coordenada nesses ambientes constitui a lacuna específica endereçada pelo eixo de Data Mining deste projeto. No eixo de visualização, o problema central residia na distância entre a capacidade analítica dos sistemas de Big Data e a acessibilidade para usuários não especialistas. A criação manual de visualizações a partir de consultas SQL exige domínio técnico que a maioria dos usuários finais não possui. Interfaces de linguagem natural capazes de traduzir questões em linguagem corrente para consultas estruturadas e representações gráficas adequadas ao tipo de dado reduzem diretamente a barreira de entrada para análise exploratória de dados em organizações sem equipe técnica especializada — lacuna identificada na revisão bibliográfica, onde sistemas com combinação de modelos heterogêneos e suporte a tipos complexos de visualização são ainda escassos (LIU et al., 2021; YANG et al., 2024).