Open Data in contextul Web 3.0

Informatica la Castel :: Web semantic

Dr. Sabin‐Corneliu Buraga – www.purl.org/net/busaco



Computer Science

arte

Web interacțiune

design

pictură

profesor

muzică

facultate

semantic

literatură

A. I. Cuza

fotografie

programare

conferințe

cărțicursuri

RomâniaXML

@busaco

cercetare

pasiune



care estearhitecturaWeb‐ului?



resursele sunt identificate prin adresa lor

identificator uniform de resurseURI – Uniform Resource Identifier

http://proinfo.uvvg.ro/participanti/tux



accesul la conținutul – reprezentarea – resurselor Webse realizează printr‐un protocol

HTTP – HyperText Transfer Protocol



resursele – documentele – includ <marcaje />

paginiWeb



marcajele conțin la rândul lor URI‐uri hipertext



reglementată de ConsorțiulWeb

www.w3.org



WWW ≡ platforma în care utilizatorulîşi controlează propriile date

aşa‐numitul Web 2.0, conform Tim O’Reilly, 2005



caracter participatoriu – read/write Web



partajare de artefacte informaționale:documente, fotografii, multimedia, cod‐sursă etc.



partajare de artefacte informaționale:documente, fotografii, multimedia, cod‐sursă etc.



microblogging



interacțiune Web – RIA (Rich Internet Applications)









SaaS – Software As A Service



fenomenul remixării – aplicații Web de tip mash‐up



fenomenul remixării – aplicații Web de tip mash‐up



valori de bază: deschidere, transparență, respect











constituirea unor „pânze” (web‐uri)– grupări, rețele – de informații disponibile liber, evoluând conform intereselor unei comunități:

utilizatori, organizație, industrie,…





o manieră de a ataşa meta‐date

date privitoare la date„mai mult decât datele”



o manieră de a ataşa meta‐date

vocabulare de termeni descriind „ceva”(proprietăți, domenii, persoane, lumi,...)



un mod de specificare de relații între resurse

structuri de organizare a datelorîn cadrul unui sau mai multor web‐uri



modelarea & procesarea cunoştințelordespre „lucruri” (knowledge about things)



modelarea & procesarea cunoştințelor

realizate sistematic, formalizat

ontologiidescrise riguros



modelarea & procesarea cunoştințelor

create ad‐hoc, manual, de către utilizatorii obişnuiți

folksonomii



modelarea datelor trebuie să facă implicitul explicit

„java” ≡ limbajul, insula ori sortimentul de cafea?



modelarea datelor trebuie să facă implicitul explicit

„Java este un limbaj de programare.”„Programele scrise în Java pot rula pe Linux.”

„Programarea Java poate fi mai uşoară decât cea în C++.”

… dar pot fi oare înțelese de către calculatoare?

uşor de înțeles de (unii) oameni



uzual, datele sunt reprezentate în formă tabelarămodelul relațional

un rând descrie un „obiect” (item) specific

o coloană reprezintă o proprietate a tuturor item‐ilor

o celulă desemnează o valoare particularăa unei proprietăți asociate obiectului de interes





distribuirea datelor pe Web

fragmente de informații vor fi disponibile (liber)pe calculatoare diferite,

accesate via tehnologiile Web actuale




soluția I:fiecare calculator menține informațiile

despre mai multe rânduri complete dintr‐un tabel



care‐i schema comună?




soluția II:fiecare calculator e responsabil cu una/mai multe coloane

complete din cadrul tabelului



cine referă pe cine?




soluția III:fiecare mașină realizează managementul

unui număr de celule dintr‐un tabel






fiecare celulă este referită de 3 valori unice:o referință globală ce desemnează un rând +

o referință globală care desemnează o coloană +o referință globală ce specifică valoarea celulei



Resource Description Framework

cadru (abstract) pentru descrierea resurselorla nivelul calculatorului

fundație a Web‐ului semantic



oferă modalitățile de specificare a triplelor(rând, coloană, valoare de celulă)

via identificatori uniformi de resurse – URI

URI

URI

URI



Subiect Predicat ObiectApache produce TomcatMozilla produce FirefoxFirefox areStatut Deschis

Mac OS X areStatut ComercialCanonical este CompanieTomcat este ServerJava este LimbajSabin localizatIn RomaniaSabin utilizează FirefoxDragoș cunoaștePe Sabin

vocabular de termeni folosit în triplele RDF



Firebug FirefoxextensiePentru

Mozilla

produsDeproduce

Deschis

areStatut

areStatut

TomcatOrganizație

este Apacheproduce

este

Sabinutilizează

Persoană

este

graful unui model conceptual referitor la un web:



„Sabin‐Corneliu Buraga este persoană.”

<http://www.purl.org/net/busaco#me> <http://www.w3.org/1999/02/22‐rdf‐syntax‐ns#type>

<http://xmlns.com/foaf/0.1/Person> .

:busaco rdf:type foaf:Person .



modelul pus la dispoziție poate fi folositla asocierea de meta‐date resurselor Webși la specificarea relațiilor dintre resurse

se poate recurge și la o sintaxă XML



Titlu: Primii pași în LinuxAnul apariției: 2006ISBN: 978‐973‐46‐0210‐0Tip: cartePagini: 246Editura: PoliromOfertant: N/ANote: include ROSLIMS Live CDDetalii: www.umftgm.ro/pasi/

limba română



Anca

Marius

relațiaknows

proprietateadeține

areNumeLinux

photowww.flickr.com/marius

areTag

clasa persoanelor



interogare prin SPARQL

serviciile SPARQL pot fi descrise și invocatevia tehnologiile serviciilor Web clasice – e.g., REST

exemplu: http://dbpedia.org/sparql/



vocabulare de meta‐date privind resursele

DCMI (Dublin Core Metadata Initiative)

Adobe XMP (Extensible Metadata Platform)

http://purl.org/vocab/



relații între resurse

FOAF (Friend Of A Friend)

DOAP (Description Of A Project)

SIOC (Semantically Interconnected Online Communities)



modelarea cunoștințelorîn termeni „înțeleși” de software

RDF Schema

SKOS (Simple Knowledge Organizational System)

OWL (Web Ontology Language)



AAA – Anyone can say Anything about Any topic





inițiativă privind publicarea și reutilizarea datelor structurate disponibile liber pe Web

interconectare a resurselor descrise la nivel de Web



se bazează pe caracteristicile intrinseci ale Web‐ului:

universalitate

deschidere

extensibilitate





oferă premisele dezvoltării de mash‐up‐uri semantice

câteva exemple:BBC Music

DERI Semantic Web PipesRevyu



acces deschis la BBC Music via SPARQL

SELECT ?title WHERE {?group a mo:MusicGroup;foaf:name "Pink Floyd";foaf:made ?album .

?album dc:title ?title .}ORDER BY ?title LIMIT 3



managementul „inteligent” al codului‐sursă

Baetle: Bug And Enhancement Tracking LanguagE (Sun)

vedere coerentă a dependențelor dintre diverse proiectesoftware, permițând filtrarea bug‐urilor



managementul informațiilor personale în KDE 4.0

proiectul NEPOMUK Semantic desktop

servicii de căutare & adnotarea resurselor la nivel de desktop

semanticdesktop.org



căutarea „îmbogățită” a resurselor Web

Yahoo! Search Monkey

se bazează pe meta‐date scufundate în pagini HTML (microformate, RDFa) sau pe date ce pot fi extrase

din documente XML

http://developer.search.yahoo.com/



www.w3.org/2001/sw/sweo/public/UseCases/



constituirea unui Web of Data

„Web 3.0” „semantic Web”




acces pe baza protocolului HTTP




descriere de resurse și a relațiilor dintre ele via RDF




datele pot fi „mixate” pe baza vocabularelor multiple

numeroase vocabulare sunt deja standardizate




structurarea avansată via modele conceptuale:taxonomii, tezaure, ontologii – folosind OWL et al.



it’s not the wires – it’s the computers

it’s not the computers – it’s the documents

it’s not the documents – it’s the things



“If you have access to the data,then you can achieve continuityeven if you don’t have access to

the underlying source of the application.Open data is more important than open source. […]

Data persists, open data endures.”

Ian Davis, 2009http://iandavis.com/blog/2009/03/open‐data‐open‐source



D. Allemang, J. Hendler, Semantic Webfor theWorking Ontologist, Morgan Kaufmann, 2008

S. Buraga, Tehnologii XML, Polirom, 2006

Nodalities – The Magazine of Semantic Web: www.talis.com/nodalities

Semantic Web: www.semanticweb.org

Sweet Tools: www.mkbergman.com/?page_id=325

Situl Consorțiului Web: www.w3.org



Technology

Open Data in contextul Web 3.0