Um​ ​software​ ​open​ ​source​ ​de​ ​manipulação​ ​e​ ​visualização​ ​de​ ​grafos 

 
 

Oficina​ ​Gephi 
Mapeando​ ​e​ ​analisando​ ​a​ ​vida​ ​das​ ​redes​ ​sociais 

www.labic.net

Pesquisadores: 
Allan​ ​Cancian​ ​Marquez
Bianca​ ​Bortolon​ ​Gonçalves
Jean​ ​Maicon​ ​Rickes​ ​Medeiros
Nelson​ ​Aloysio​ ​Reis

1
Índice 
1.​ ​Introdução 
1.1​ ​O​ ​que​ ​é​ ​Gephi​ ​........................................................................... 3
1.2​ ​Formatos​ ​de​ ​entrada​ ​e​ ​saída​ ​........................................................... 3
1.3​ ​Formatos​ ​para​ ​exportação​ ​.............................................................. 3
1.4​ ​Glossário​ ​de​ ​termos​ ​.................................................................... 4
1.5​ ​Links​ ​úteis ............................................................................... 4
1.6​ ​Exemplos​ ​de​ ​grafos​ ​..................................................................... 5

2.​ ​Preparação 
2.1​ ​Prerequisitos​ ​do​ ​programa​ ​............................................................. 9
2.2​ ​interface​ ​gráfica​ ​......................................................................... 9
2.3​ ​Plugins​ ​................................................................................... 12

3.​ ​Teoria 
3.1​ ​Estatísticas​ ​comumente​ ​utilizadas​ ​..................................................... 12
3.2​ ​Filtros​ ​comumente​ ​utilizados​ ​............................................................ 13

4.​ ​Prática 
Criando​ ​um​ ​dataset​ ​e​ ​exemplos​ ​de​ ​crawlers​ ​............................................... 14

2
1.​ ​Introdução 
1.1​ ​O​ ​que​ ​é​ ​Gephi? 
É uma plataforma ​open source para a visualização e manipulação de grafos
dinâmicos e hierárquicos, incluindo todos os tipos de redes e sistemas complexos. É
uma ferramenta similar ao Adobe Photoshop: em vez de imagens, o usuário é livre para
modificar o visual e interagir com a estrutura das redes que importa, posteriormente
adicionando filtros para ressaltar os aspectos que deseja e enfim exportando o
resultado​ ​final​ ​em​ ​SVG,​ ​PNG​ ​ou​ ​PDF.
Sua principal função é servir como método de análise de dados, elaboração de
hipóteses, descoberta de padrões sociais e de comportamento e isolamento de
estruturas importantes dentro de redes hierarquizadas. Também é largamente utilizado
na visualização de redes de relações entre indivíduos e dos conteúdos que
(re)produzem, tornando-se uma ferramenta poderosa para pesquisas de opinião e no
campo​ ​da​ ​cibercultura.
O download pode ser feito no site oficial, onde também encontram-se mais
informações e novidades sobre o programa, assim como plugins com funções
adicionais​ ​interessantes.
Nesta apostila, estaremos trabalhando com a versão 0.8.2 beta do programa,
lançado​ ​em​ ​3​ ​de​ ​janeiro​ ​de​ ​2013.

1.2​ ​Formatos​ ​de​ ​entrada​ ​e​ ​saída 

● .GEXF,​ ​.GDF,​ ​.GraphML:
Grafos com nós e arestas definidos; caso o único programa a ser usado seja o
Gephi,​ ​recomenda-se​ ​utilizar​ ​o​ ​.GEXF​ ​por​ ​possuir​ ​mais​ ​recursos.
● .Gephi:
Grafos com nós, arestas, estrutura e visual definidos; é o projeto da rede
conforme​ ​desenvolvido​ ​pelo​ ​usuário​ ​(equivalente​ ​ao​ ​.psd​ ​do​ ​Photoshop);
● .CSV​ ​(​Comma​ ​Separated​ ​Values​)​:
Tabela de nós e/ou arestas separada por por vírgulas, ponto e vírgulas ou pipes
(caractere​ ​“|”);

1.3​ ​Formatos​ ​para​ ​exportação 

● .PNG​ ​(​Portable​ N​ etworks​ G
​ raphics)​:
Formato​ ​de​ ​imagem​ ​de​ ​pequeno​ ​tamanho​ ​e​ ​consequente​ ​versatilidade;
● .SVG​ ​(​Scalable​ ​Vector​ ​Graphics​)​,​ ​PDF​ ​(​Portable​ ​Document​ ​Format​)​:
Ambos formatos de imagens vetoriais, ou seja, apropriados para ilustrações,
mapas,​ ​grafos,​ ​logos,​ ​etc.,​ ​em​ ​especial​ ​para​ ​redimensionamento​ ​e​ ​zoom.

3
1.4​ ​Glossário​ ​de​ ​termos 
● Nó:​​ ​chamado​ ​também​ ​de​ ​node​,​ ​vértice;
● Aresta:​​ ​chamado​ ​também​ ​de​ ​link​,​ ​ligação,​ ​edge​.​ ​Ela​ ​pode​ ​ser:
○ Simples:​ ​quando​ ​a​ ​ligação​ ​não​ ​possui​ ​peso;
○ Ponderada: ​quando diferentes arestas possuem pesos distintos, ou seja,
ligações​ ​mais​ ​ou​ ​menos​ ​fortes,​ ​a​ ​depender​ ​do​ ​que​ ​representam​ ​na​ ​rede;
● Cluster:​ ​conjunto​ ​de​ ​nós​ ​fortemente​ ​conectado,​ ​grupo​ ​de​ ​nós;
● Grafo:​​ ​representação​ ​gráfica​ ​de​ ​uma​ ​rede​ ​interativa.​ ​Ele​ ​pode​ ​ser:
○ Direcional ou dirigido: quando um nó possui ligação com outro não
necessariamente​ ​recíproca​ ​(ex:​ ​Instagram,​ ​Twitter);
○ Não direcional ou não dirigido: quando a ligação entre dois nós é
necessariamente​ ​recíproca​ ​(ex:​ ​Facebook​ ​e​ ​Orkut).
● Crawl: importado do inglês, o verbo “crawlear” (​“to crawl”​) neste contexto
significa​ ​minerar/coletar​ ​dados​ ​da​ ​web,​ ​de​ ​mídias,​ ​de​ ​redes​ ​sociais​ ​etc.

…...…………………..​Fig.​ ​1:​ ​nó​……….....………..​Fig.​ ​2:​ ​arestas​ ​(indicadas 

………………………………………………………………...….​por​ ​setas)​ ​de​ ​um​ ​grafo 

1.5​ ​Links​ ​úteis 

● Site​ ​oficial:​ ​www.gephi.org​;
● Blog:​ ​www.gephi.org/blog​;
● Fóruns:​ ​www.forum.gephi.org​;
● Marketplace​ ​(plugins):​ ​www.marketplace.gephi.org/plugins
● Tutoriais​ ​oficiais​ ​e​ ​feitos​ ​por​ ​usuários:​ ​www.gephi.org/users​;
● Twitter:​www.twitter.com/Gephi
● Wikipédia:​ ​www.wiki.gephi.org​;
● Grupo​ ​no​ ​Facebook:​ ​www.facebook.com/groups/gephi/

4
1.6​ ​Exemplos​ ​de​ ​grafos 

 
Fig.​ ​3​:​ ​Grafo​ ​não-direcionado​ ​de​ ​uma​ ​rede 
Observam-se​ ​nós​ ​representados​ ​por​ ​cores​ ​distintas​ ​e​ ​arestas​ ​cujas 
cores​ ​são​ ​o​ ​resultado​ ​da​ ​interação​ ​destes​ ​nós​ ​-​ ​opção​ ​padrão​ ​no​ ​Gephi. 
Por​ ​todos​ ​possuírem​ ​o​ ​mesmo​ ​peso,​ ​o​ ​grafo​ ​objetiva,​ ​portanto,​ ​uma 
representação​ ​da​ ​rede​ ​de​ ​relações​ ​de​ ​nós​ ​e​ ​dos​ ​grupos​ ​a​ ​que​ ​pertencem. 
Para​ ​o​ ​layout,​ ​utilizou-se​ ​do​ ​algoritmo​ ​de​ ​distribuição​ ​Fruchterman-Reingold​, 
cujo​ ​objetivo​ ​é​ ​uma​ ​estrutura​ ​o​ ​mais​ ​limpa,​ ​visualmente,​ ​possível. 

5
  
Fig.​ ​4:​ ​Grafo​ ​de​ ​uma​ ​rede​ ​extraída​ ​do​ ​Twitter 
Observam-se​ ​quatro​ ​diferentes​ ​clusters​ ​de​ ​nós​ ​conectados​ ​a​ ​um 
componente​ ​central,​ ​responsável​ ​por​ ​ser​ ​o​ ​hub​ ​neste​ ​caso. 
Para​ ​o​ ​layout,​ ​utilizou-se​ ​do​ ​algoritmo​ ​de​ ​distribuição​ ​Force​ ​Atlas​, 
cujo​ ​objetivo​ ​é​ ​representar​ ​espacialmente​ ​as​ ​ligações​ ​entre​ ​nós​ ​pertencentes 
a​ ​distintos​ ​grupos,​ ​de​ ​forma​ ​a​ ​criar​ ​um​ ​“mapa”​ ​de​ ​suas​ ​interações. 
Seu​ ​sucessor​ ​o​ ​excede​ ​em​ ​capacidades​ ​de​ ​visualização. 
   

6
  
Fig.​ ​5:​ ​Grafo​ ​de​ ​uma​ ​rede​ ​extraída​ ​do​ ​Twitter 
Observam-se​ ​diferentes​ ​grupos​ ​de​ ​nós​ ​espalhados​ ​pelo​ ​grafo. 
Para​ ​o​ ​layout,​ ​utilizou-se​ ​do​ ​algoritmo​ ​de​ ​distribuição​ ​Force​ ​Atlas​ ​2​, 
com​ ​a​ ​opção​ ​Stronger​ ​Gravity​ ​ligada​ ​e​ ​Prevent​ ​Overlap​ ​para​ ​ajuste​ ​final. 
Utilizou-se​ ​também​ ​a​ ​estatística​ ​de​ ​modularidade​ ​para​ ​identificar​ ​comunidades. 
O​ ​usuário​ ​pode​ ​posteriormente​ ​analisar​ ​o​ ​comportamento​ ​de​ ​grupos 
individualmente​ ​por​ ​opções​ ​de​ ​filtragem​ ​e​ ​tratamento​ ​em​ ​outra 
área​ ​de​ ​trabalho​ ​(vide​ ​seções​ ​2.2.11​ ​e​ ​3.2). 

7
  
Fig.​ ​6:​ ​Grafo​ ​de​ ​uma​ ​rede​ ​extraída​ ​da​ ​Wikipédia 
Observam-se​ ​quatro​ ​diferentes​ ​clusters​ ​representados​ ​por​ ​diferentes 
cores;​ ​são​ ​subgrupos​ ​de​ ​usuários​ ​da​ ​comunidade​ ​da​ ​Wikipédia​ ​turca. 
Para​ ​o​ ​layout,​ ​utilizou-se​ ​do​ ​algoritmo​ ​de​ ​distribuição​ ​Yifan​ ​Hu​, 
cujo​ ​objetivo​ ​é​ ​separar​ ​os​ ​clusters​ ​que​ ​podem​ ​ser​ ​evidenciados 
com​ ​filtros​ ​de​ ​modularidade.​ ​Nota-se​ ​a​ ​rede​ ​periférica​ ​mais​ ​afastada 
do​ ​centro,​ ​ao​ ​contrário​ ​do​ ​grafo​ ​anterior. 

8
2.​ ​Preparação 
2.1​ ​Prerequesitos​ ​do​ ​programa 
O único prequesito do programa é a instalação do Java Runtime Environment
(JRE), disponível em ​www.java.com​. Atenção para a versão do sistema operacional, 32
ou 64 bits. Caso este seja Linux, recomenda-se instalar a versão proprietária
tradicional,​ ​em​ ​vez​ ​de​ ​a​ ​escrita​ ​em​ ​código​ ​aberto​​ ​(OpenJDK). 

2.2​ ​Interface​ ​gráfica 

1.​ ​Barra​ ​de​ ​ambientes 

● Visão​ ​geral:​​ ​área​ ​de​ ​trabalho​ ​(local​ ​de​ ​desenvolvimento​ ​do​ ​grafo).
● Laboratório de dados: área de edição em tabela dos dados que compõem o
grafo (ou seja, de seu ​dataset​), onde é possível adicionar, editar e excluir
arestas e nós individuais, assim como importar e exportar ​datasets em CSV
(vide​ ​seção​ ​1.2);
● Visualização:​ ​área​ ​de​ ​exportação​ ​do​ ​projeto​ ​quando​ ​concluído​ ​(vide​ ​seção​ ​1.3).

2.​ ​Funções​ ​de​ ​visualização 

● Partição:​​ ​manipular​ ​nós​ ​e​ ​arestas​ ​de​ ​acordo​ ​com​ ​seus​ ​grupos​.
● Classificação:​​ ​manipular​ ​nós​ ​e​ ​arestas​ ​de​ ​acordo​ ​com​ ​seus​ ​valores​.

9
3.​ ​Opções​ ​das​ ​funções​ ​de​ ​visualização 

3.1​ ​Partição 
Aqui, as estatísticas são aplicadas a grupos de nós ou arestas, a depender da
informação​ ​selecionada​ ​e​ ​de​ ​como​ ​ela​ ​foi​ ​inserida​ ​no​ ​laboratório​ ​de​ ​dados.
● Aplicação​ ​de​ ​parâmetros​ ​de​ ​partição;
● Porcentagens dos grupos, agrupamento e criação de gráfico em porcentagem
ou​ ​em​ ​pizza​ ​das​ ​informações​ ​do​ ​grafo.

3.2​ ​Classificação 
Nesta seção, é possível aplicar estatísticas referentes a cor e tamanho de
nós/arestas​ ​e​ ​seus​ ​respectivos​ ​rótulos.​ ​Abaixo​ ​da​ ​seleção​ ​de​ ​intervalo,​ ​temos:
● Spline​: configurar a interpolação de classificação, ou seja, a proporção em que a
estatística​ ​selecionada​ ​é​ ​aplicada;
● Aplicar​ ​ou​ ​auto-aplicar​ ​filtros;
● Listar​ ​dados​ ​conforme​ ​estatística​ ​aplicada;
● Escalonamento​ ​local.

4.​ ​Distribuição/Layout 
Seção referente à espacialização do grafo, com diferentes algoritmos que variam
em sua utilidade de acordo com a rede a ser trabalhada. Os algoritmos de
espacialização mais comuns incluídos no pacote padrão do programa são
Fruchterman-Reingold (vide pg. 4) e ​Force Atlas 2​, sucessor natural do ​Force Atlas
(vide​ ​pg.​ ​5​ ​e​ ​6);​ ​outros​ ​podem​ ​ser​ ​conseguidos​ ​por​ ​meio​ ​de​ ​plugins​ ​(vide​ ​seção​ ​2.3).

5.​ ​Área​ ​de​ ​visualização​ ​do​ ​grafo 

● Mover​ ​grafo:​ ​enquanto​ ​pressionado​ ​o​ ​botão​ ​direto,​ ​arraste​ ​o​ ​mouse;
● Aumentar​ ​área​ ​de​ ​seleção:​ ​ctrl​ ​+​ ​scroll​ ​do​ ​mouse​ ​para​ ​cima​ ​ou​ ​para​ ​baixo;
● Zoom:​ ​scroll​ ​do​ ​mouse​ ​para​ ​cima​ ​ou​ ​para​ ​baixo;

6.​ ​Ferramentas​ ​de​ ​edição​ ​de​ ​grafos 

● Tela​ ​cheia;
● Seleção​ ​de​ ​nós​ ​direta;
● Seleção​ ​de​ ​nós​ ​retangular;
● Mover​ ​nós;
● Colorir​ ​nós​ ​e​ ​vizinhos​ ​próximos;
● Alterar​ ​o​ ​tamanho​ ​de​ ​um​ ​nó;
● Colorir​ ​nós​ ​individuais;
● Adicionar​ ​novo​ ​nó​ ​conforme​ ​clique​ ​do​ ​mouse;
● Adicionar​ ​nova​ ​aresta​ ​conforme​ ​clique​ ​do​ ​mouse;
● Selecionar​ ​o​ ​caminho​ ​mais​ ​curto​ ​entre​ ​dois​ ​nós​ ​(grafos​ ​direcionados);

10
 ● Mapa​ ​de​ ​calor​ ​de​ ​um​ ​nó​ ​e​ ​seus​ ​vizinhos,​ ​pela​ ​distância​ ​(grafos​ ​direcionados);
​ tributos​ ​de​ ​nó.
● Editar​ a

7.​ ​Ferramentas​ ​de​ ​visualização 

● Centralizar​ ​grafo​ ​inteiro;
● Centralizar​ ​grafo​ ​conforme​ ​coordenadas;
● Restaurar​ ​cor​ ​dos​ ​nós​ ​para​ ​preto;
● Restaurar​ ​tamanho​ ​dos​ ​nós​ ​para​ ​1;
● Restaurar​ ​cores​ ​dos​ ​rótulos​ ​de​ ​texto​ ​do​ ​nós;
● Restaurar​ ​rótulos​ ​de​ ​nós​ ​visíveis;
● Restaurar​ ​tamanho​ ​da​ ​fonte​ ​dos​ ​rótulos.

8.​ ​Ferramentas​ ​de​ ​visualização​ ​de​ ​grafo 

● Inverter​ ​cor​ ​de​ ​fundo;
● Captura​ ​de​ ​tela;
● Exibir​ ​rótulos​ ​de​ ​nós;
● Exibir​ ​bordas;
● Exibir​ ​arestas;
● Arestas​ ​com​ ​a​ ​cor​ ​do​ ​nó​ ​de​ ​origem;
● Exibir​ ​rótulos​ ​de​ ​arestas;
● Escala​ ​de​ ​peso​ ​das​ ​arestas;
● Modo​ ​do​ ​tamanho​ ​dos​ ​rótulos;
● Modo​ ​da​ ​cor;
● Fonte​ ​dos​ ​rótulos;
● Tamanho​ ​da​ ​fonte​ ​dos​ ​rótulos;
● Cor​ ​padrão​ ​da​ ​fonte​ ​dos​ ​rótulos;
● Atributos​ ​dos​ ​rótulos.

9.​ ​Contexto 
Informações​ ​básicas​ ​referentes​ ​à​ ​rede,​ ​como​ ​quantidade​ ​de​ ​nós​ ​e​ ​de​ ​arestas.

10.​ ​Estatísticas​ ​e​ ​filtros 

● Estatísticas: diferentes valores a serem calculados com diferentes algoritmos
sobre​ ​atributos​ ​e​ ​propriedades​ ​da​ ​rede​ ​(vide​ ​seção​ ​3.1).
● Filtros: seleciona no grafo os componentes correspondentes a uma
classificação​ ​conforme​ ​selecionada​ ​pelo​ ​usuário.

11.​ ​Workspaces 
É possível criar diferentes áreas de trabalho para manipular mais de um grafo
simultaneamente num mesmo projeto do Gephi. Também permite-se copiar ou mover

11
nós existentes ou grafos inteiros para áreas distintas, selecionados manualmente ou
filtrados​ ​com​ ​a​ ​ajuda​ ​do​ ​programa​ ​(vide​ ​seção​ ​3.2).
Quando uma atualização para o programa ou algum ​plugin esteja disponível, um
ícone​ ​ao​ ​lado​ ​direito​ ​desta​ ​área​ ​aparecerá,​ ​possibilitando​ ​o​ ​seu​ ​download.

12.​ ​Configurações​ ​complementares 

Opções de visualização do grafo ainda no ambiente de trabalho. É possível
configurar o modo que o grafo, os nós, as arestas e os rótulos de texto se comportam
antes da exportação do grafo, de forma a melhorar a visualização e manipulação da
rede.

2.3​ ​Plugins 
Responsáveis por adicionar funções não-existentes ao programa, a seção de
plugins do Gephi está disposta discretamente na barra de ferramentas, em ​Tools →
Plugins​. Nela, é possível fazer o download de diferentes extensões desenvolvidas para
o programa, que serão posteriormente, com a autorização do usuário, atualizadas
conforme​ ​são​ ​desenvolvidas.
No Gephi Marketplace (​www.marketplace.gephi.org/plugins​) é possível ver a
descrição​ ​de​ ​cada​ ​plugin​ ​e​ ​também​ ​fazer​ ​o​ ​seu​ ​download​ ​para​ ​instalação​ ​manual.

3.​ ​Teoria 
3.1​ ​Estatísticas​ ​comumente​ ​utilizadas 
Grau​ ​médio 
Define​ ​o​ ​peso​ ​dos​ ​nós​ ​de​ ​acordo​ ​com​ ​a​ ​quantidade​ ​de​ ​suas​ ​conexões.
● Grau​ ​de​ ​entrada:​​ ​número​ ​de​ ​conexões​ ​que​ ​um​ ​nó​ ​recebe​ ​de​ ​outro;
● Grau​ ​de​ ​saída:​​ ​números​ ​de​ ​conexões​ ​que​ ​sai​ ​de​ ​um​ ​nó​ ​para​ ​outro;

Grau​ ​ponderado​ ​médio 

Similar ao grau médio, mas utiliza-se os pesos das arestas em seu algoritmo
para​ ​então​ ​definir​ ​o​ ​peso​ ​dos​ ​nós.

Densidade​ ​do​ ​grafo 

Mostra o quão próxima a rede está de ser completa. Um grafo completo é
aquele em que, para cada nó, existe uma aresta conectando esse nó aos demais; ou
seja,​ ​é​ ​um​ ​grafo​ ​em​ ​que​ ​todos​ ​os​ ​seus​ ​componentes​ ​encontram-se​ ​conectados

HITS: 
● Autoridade:​​ ​estima​ ​o​ ​valor​ ​do​ ​conteúdo​ ​do​ ​nó;
● Hub:​​ ​o​ ​valor​ ​das​ ​arestas​ ​para​ ​as​ ​outras​ ​páginas.

12
Diâmetro​ ​da​ ​rede: 
● Centralidade de intermediação: mede a frequência com que um nó aparece
nos​ ​caminhos​ ​mais​ ​curtos​ ​entre​ ​nós​ ​das​ ​redes;
● Centralidade de proximidade: distância média de um determinado nó inicial
para​ ​todos​ ​os​ ​demais​ ​nós​ ​da​ ​rede;
● Excentricidade: distância de um determinado nó inicial até o nó mais distante
dele​ ​encontrado​ ​na​ ​rede.

Modularidade 
Define​ ​os​ ​clusters​ ​da​ ​rede​ ​de​ ​acordo​ ​com​ ​a​ ​força​ ​de​ ​suas​ ​conexões.

Centralidade​ ​de​ ​autovetor 

Medida​ ​de​ ​importância​ ​do​ ​nó​ ​com​ ​base​ ​nas​ ​conexões​ ​que​ ​possui​ ​com​ ​outros.

3.2​ ​Filtros​ ​comumente​ ​utilizados 

Atributos 
Filtra nós e vértices de acordo com atributos pré-estabelecidos pelo usuário no
dataset​,​ ​no​ ​laboratório​ ​de​ ​dados​ ​e​ ​nas​ ​definições​ ​de​ ​partição​ ​e​ ​classificação​ ​do​ ​grafo.

Topologia 
● Intervalo de grau: ​seleciona e mantém nós que possuem grau dentro de um
intervalo​ ​definido​ ​pelo​ ​usuário;
● Rede ego: exibe a rede de um nó em específico, filtrando todos os outros que
não​ ​possuem​ ​conexão​ ​com​ ​este​ ​determinado;
● Componente gigante: seleciona os nós mais conectados da rede e retira da
visualização​ ​os​ ​periféricos,​ ​com​ ​poucas​ ​conexões;
● Intervalo de grau de entrada: ​seleciona e mantém nós que possuem grau de
entrada​ ​dentro​ ​de​ ​um​ ​intervalo​ ​definido​ ​pelo​ ​usuário;
● K-core:​​ ​mantém​ ​no​ ​grafo​ ​apenas​ ​nós​ ​no​ ​mínimo​ ​menos​ ​K​ ​(número)​ ​de​ ​grau;
● Intervalo de grau bidirecional/mútuo: ​seleciona e mantém nós que
mutuamente​ ​possuem​ ​grau​ ​dentro​ ​de​ ​um​ ​intervalo​ ​definido​ ​pelo​ ​usuário;
● Rede de vizinhos: mantém nós que estejam a uma profundidade ​x de
determinado​ ​nó,​ ​identificado​ ​pelo​ ​seu​ ​ID​ ​ou​ ​rótulo;
● Intervalo de grau de saída: ​seleciona e mantém nós que possuem grau de
saída​ ​dentro​ ​de​ ​um​ ​intervalo​ ​definido​ ​pelo​ ​usuário.

13
4.​ ​Prática 
Criando​ ​um​ ​dataset 
Conforme visto anteriormente, ​crawlers são os responsáveis por minerar
grandes conjuntos de dados (​big data​) na web e filtrar o que é ou não pertinente, a
depender do objetivo do usuário. Após a coleta, importa-se o ​dataset para o Gephi, que
então​ ​tomará​ ​a​ ​função​ ​de​ ​edição​ ​de​ ​dados​ ​e​ ​esquematização​ ​visual​ ​da​ ​rede.
Alguns​ ​crawlers​ ​de​ ​notável​ ​utilização​ ​no​ ​campo​ ​são:

Flocker 
Webapp que age como estruturador de redes de ​retweets em tempo real.
Permite​ ​exportar​ ​o​ ​grafo​ ​criado​ ​para​ ​GEXF,​ ​PNG​ ​e​ ​SVG.
Licença:​​ ​gratuita.
Site:​​ ​www.flocker.outliers.es

Netvizz 
Aplicativo do Facebook de fácil utilização que possibilita extrair as redes de
amigos,​ ​páginas​ ​e​ ​grupos​ ​a​ ​que​ ​o​ ​usuário​ ​principal​ ​está​ ​conectado.
Licença:​​ ​gratuita.
Site:​​ ​www.apps.facebook.com/netvizz

NodeXL 
Extensão para o Microsoft Excel que permite extrair dados de redes como
Facebook​ ​e​ ​Twitter​ ​e​ ​posterior​ ​manipulação​ ​no​ ​programa​ ​ou​ ​exportação​ ​para​ ​Gephi.
Licença:​​ ​gratuita.
Site:​​ ​www.nodexl.codeplex.com
Plugin​ ​Social​ ​Network​ ​Importer​:​ ​www.socialnetimporter.codeplex.com

Topsy 
Permite extrair dados da rede do Twitter. Pela parceria que tem com a rede
social, é o único que não possui limite de tempo de publicação do ​tweet nem limite de
requisições​ ​ao​ ​servidor.​ ​É​ ​o​ ​sucessor​ ​do​ ​YourTwapperKeeper.
Licença:​​ ​versão​ ​limitada​ ​gratuita​ ​e​ ​profissional​ ​paga.
Site:​​ ​www.topsy.com

YourTwapperKeeper 
Permite a configuração de diferentes ​keywords para monitoração, captura e
armazenamento​ ​de​ ​tweets​ ​em​ ​tempo​ ​real.​ ​Necessita​ ​de​ ​instalação.
Licença:​​ ​código​ ​aberto.
Site:​ ​www.github.com/540co/yourTwapperKeeper 

14