Linked Data - Minicurso - SBBD 2011

Linked Data:
Construindo um Espaço
de Dados Global na Web

Regis Pires Magalhães
José Antônio F. de Macêdo
Vânia Maria Ponte Vidal

{regispires, jose.macedo, vvidal}@lia.ufc.br

Agenda
• Introdução
• Fundamentos de Linked Data
• Publicação de Linked Data
• Melhores práticas para publicação de
Linked Data
• Consumo de Linked Data
• Limitações e Desafios
• Conclusão
• Referências

Web de Documentos
• Internet, Documentos e Links

Problemas
• As pessoas não estão interessadas em
documentos, mas em coisas que estão neles.
• As pessoas podem analisar os documentos para
extrair significado.
▫ As máquinas ainda não fazem isso de forma viável.
▫ HTML define a estrutura de um documento, mas
não explica o seu significado.
• Como permitir que máquinas compreendam os
dados publicados na Web?
▫ Precisamos de mecanismos para descrição
semantica dos dados

Como os dados estão publicados na
Web?
• Diversos modelos/formatos:
▫ HTML, Bancos de dados relacionais, XML, CSV,
XLS, PDF, ...
• Problemas:
▫ Diferentes formatos
▫ Diferentes modelos de dados
▫ Nomes diferentes com o mesmo significado
▫ Ausência de vínculos entre fontes de dados
diferentes
• Conclusão:
▫ Dificuldade para consumir e integrar os dados

APIs proprietárias isolando os dados

Imagem: Bob Jagensdorf, http://flickr.com/photos/darwinbell/, CC-BY

Web Atual
“A Web atual deixou de ser apenas um espaço
global de documentos interligados e está se
tornando um enorme espaço global de dados
vinculados constituído de bilhões de triplas RDF
que cobrem os mais variados domínios.”

Heath, T. and Bizer, C. (2011). Linked Data: Evolving the Web into a
Global Data Space. Morgan & Claypool, 1st edition.

Linked Data
“O termo Linked Data se refere a um conjunto
das melhores praticas para publicação e conexão
de dados estruturados na Web.”

Bizer, C., Heath, T., and Berners-Lee, T. (2009).
Linked Data - The Story So Far.

Projeto Linking Open Data

• Esforço espontâneo e voluntário da comunidade
iniciado em janeiro de 2007.
• Objetivo principal:
▫ Desenvolver Linked Data a partir da identificação
de dados existentes sob licença livre e convertê-los
para RDF de acordo com os princípios do Linked
Data.

Crescimento da Web de Dados

http://richard.cyganiak.de/2007/10/lod/

Linked Open Data Cloud – Set/2010

http://richard.cyganiak.de/2007/10/lod/

LOD – Outubro de 2010
• 207 conjuntos de dados
• Mais de 28 bilhões de triplas RDF
• Aproximadamente 395 milhões de links RDF
• Vários domínios

Workshop Linked Data on the Web
(LDOW)
• Importante iniciativa dentro da programação da
International World Wide Web Conference
(WWW) a partir de 2008.

Número de Triplas

4th Linked Data on the Web Workshop (LDOW 2011).

Crescimento por domínio


Linked Data
“Linked Data é um conjunto de melhores práticas
para publicação e conexão de dados estruturados
na Web, permitindo estabelecer links entre itens
de diferentes fontes de dados para formar um
único espaço de dados global.”

Heath, T. and Bizer, C. (2011). Linked Data: Evolving the Web into a
Global Data Space. Morgan & Claypool, 1st edition.

Início
• O pontapé inicial para essas melhores práticas
foram os princípios de Linked Data
estabelecidos por Tim Berners Lee em 2006.

Tim Berners-Lee 2006
http://www.w3.org/DesignIssues/LinkedData.html

Princípios de Linked Data
1. Usar URIs como nomes para coisas.
2. URIs HTTP para que as pessoas possam
procurar (dereferenciar) esses nomes.
3. Quando alguém procurar uma URI, prover
informação útil, usando os padrões (RDF,
SPARQL).
4. Incluir links para outras URIs, de modo que
possam permitir a descoberta de mais
informação.
Tim Berners-Lee 2006
http://www.w3.org/DesignIssues/LinkedData.html

Boas práticas
• Os princípios foram estendidos por documentos
originados a partir das experiências da
comunidade de Linked Data, resultando em boas
práticas de publicação e consumo de Linked
Data.
• Documentos importantes:
▫ Bizer, C., Cyganiak, R., and Heath, T. (2007). How to
Publish Linked Data on the Web.
http://www4.wiwiss.fu-
berlin.de/bizer/pub/LinkedDataTutorial/.
▫ Sauermann, L. and Cyganiak, R. (2008). Cool URIs for
the Semantic Web. http://www.w3.org/TR/cooluris/.

Web de Dados
• Linked Data torna a Web um enorme banco de
dados global:
▫ O Espaço de Dados Global é chamado de Web de
Dados.
• A Web de Dados forma um imenso grafo global
constituído de bilhões de triplas RDF de várias
fontes cobrindo os mais variados domínios.

Web de Dados: características
• Genérica e pode conter qualquer tipo de dado;
• Qualquer pessoa pode publicar dados;
• Não há restrições para seleção de vocabulários;
• Dados são auto-descritos;
• Mecanismo padrão de acesso aos dados (HTTP) e
modelo de dados padrão (RDF) simplificam o acesso aos
dados;
• Aplicações que usam a Web de dados não se limitam a
um conjunto fixo de fontes de dados, podendo inclusive
descobrir novas fontes em tempo de execução.

Web de Documentos x Web de Dados

Web de Documentos Web de Dados
Navegadores HTML Navegadores RDF
Links HTML conectando Links RDF interligando dados
documentos
Mecanismo de identificação - URIs Mecanismo de identificação – URIs
Mecanismo de acesso – HTTP Mecanismo de acesso – HTTP
Formato de conteúdo – HTML Modelo de dados – RDF
– Linguagem de consulta – SPARQL

Padrões usados em Linked Data
• URIs – identificam objetos e conceitos,
permitindo que eles sejam dereferenciados
para obtenção de informações a seu respeito.

• HTTP – Mecanismo de acesso universal

• RDF – Modelo de dados descentralizado
comum baseado em grafo

• SPARQL – Linguagem e protocolo para
consulta sobre grafos RDF

Negociação de Conteúdo

http://www4.wiwiss.fu-berlin.de/factbook/resource/Russia
A(URI identifying the non-information resource Russia)
complete example of a HTTP session for dereferencing a URI identifying a non-information
http://www4.wiwiss.fu-berlin.de/factbook/data/Russia
resource is given in Appendix A.
(information resource with an RDF/XML representation describing Russia)
http://www4.wiwiss.fu-berlin.de/factbook/page/Russia
URI Aliases resource with an HTML representation describing Russia)
(information

URI Alias – owl:sameAs

prefix owl: <http://www.w3.org/2002/07/owl#>

Sujeito: http://www.w3.org/People/Berners-Lee/card#i
Predicado: http://www.w3.org/2002/07/owl#sameAs
Obj: http://www4.wiwiss.fu-berlin.de/dblp/resource/person/100007

Sujeito: http://dbpedia.org/resource/Tim_Berners-Lee
Predicado: http://www.w3.org/2002/07/owl#sameAs
Obj: http://www4.wiwiss.fu-berlin.de/dblp/resource/person/100007

▫ Modelo RDF
 A utilização um modelo de dados comum torna
possível a implementação de aplicações genéricas
capazes de operar sobre o espaço de dados global
[Heath and Bizer 2011] .
 Descentralizado, baseado em grafo e extensível,
com alto nível de expressividade e permitindo a
interligação entre conjuntos de dados através de
Links RDF.
 Armazenamento através de grafo em memória,
arquivo texto ou RDF Triple Store.

browser dereferences this URI over the Web, asking for con
displays the retrieved information (click here to have Disco
that he is based near Berlin, using the DBpedia URI http://d
RDF for the non-information resource Berlin. As the surfer is inte
Link
dereference this URI by clicking on it. The browser now der
application/rdf+xml .

RDF: Formatos de Serialização
• RDF/XML
▫ Mais antigo e mais amplamente usado.
▫ Prolixo e pouco legível para o ser humano.
• N3 (Notation 3) [Berners-Lee 1998]
▫ Mais expressivo que RDF/XML.
• Turtle [Beckett 2007]
▫ Subconjunto de N3.
• N-Triples
▫ Subconjunto de N3 e Turtle
▫ Não possui alguns atalhos dos outros formatos como
recursos aninhados e URIs compactas
 Termina ficando prolixo, mas simples para fazer parse.
• RDFa
▫ RDF embutido em HTML
• JSON

Grafo RDF e sua representação em
Turtle

@prefix foaf: <http://xmlns.com/foaf/0.1/> .
@prefix ex: <http://example.org#> .

<http://scott.com/> dc:creator <http://scott.com/foaf.rdf#me> .
<http://scott.com/foaf.rdf#me> foaf:homepage <http://scott.com/> .
<http://scott.com/foaf.rdf#me> foaf:name "John Scott" .
<http://scott.com/foaf.rdf#me> foaf:mbox <mailto:js@gmx.com> .

Fonte: Langegger, A. (2010). A Flexible Architecture for Virtual Information Integration
based on Semantic Web Concepts. PhD thesis, J. Kepler University Linz.

RDFa
• Marcações semânticas adicionadas ao HTML:

<p xmlns:dc="http://purl.org/dc/elements/1.1/"
about="http://www.example.com/books/wikinomics">
No seu último livro
<i property="dc:title">Wikinomics</i>,
<span property="dc:author">Don Tapscott</span>
explica as mudanças profundas tecnológicas,
demográficas e de negócios.
Este livro será publicado em
<span property="dc:date" content="2006-10-01">October 2006</span>.
</p>

Documento na Web

Fonte: Consuming Linked Data Tutorial – WWW Conference 2010

Dados do documento provenientes do
banco de dados relacional


Representando em RDF...


Vinculando com Revyu.com


Grafo RDF usando vocabulario FOAF

Imagem: Langegger, A. (2010). A Flexible Architecture for Virtual Information Integration
based on Semantic Web Concepts. PhD thesis, J. Kepler University Linz.

• Protocolo e Linguagem SPARQL
▫ Linguagem de consulta de alto nível
[Prud’hommeaux and Seaborne 2008] para
recuperação de informações contidas em grafos
RDF.
▫ Protocolo [Clark et al. 2008] usado para enviar
consultas e recuperar resultados através do
protocolo HTTP.
▫ Fontes Linked Data tipicamente fornecem um
SPARQL Endpoint que é um serviço Web com
suporte ao protocolo SPARQL.

Armazenamento de dados no
Modelo RDF

Estratégias de Armazenamento
• In-memory
▫ Armazenamento do grafo RDF na memória principal.
▫ Exemplos: Jena, Sesame
• Native (RDF Store)
▫ Solução própria para armazenamento de grafos RDF.
▫ Exemplos: Jena TDB , Sesame RDF Repository,
Virtuoso RDF Triple Store, OWLIM
• Non-native
▫ Usam bancos de dados de terceiros.
▫ Exemplos: Jena SDB, Sesame PgSQL/MySQL
Repository, Virtuoso, ARQ

Jena: Arquitetura de Armazenamento

Triple ou Quad Store?
• Normalmente Triple Stores são de fato Quad
Stores pois suportam Named Graphs.
• Named Graph é simplesmente uma coleção de
triplas RDF nomeada por uma URI que
identifica o grafo.
▫ Usado para manter a proveniência dos dados
RDF.

OpenLink Virtuoso RDF Triple Store
• Native RDF Store.
• Licença: Open source e proprietária.
• Servidor web e endpoint SPARQL.
• Suporta bilhões de triplas.
• Usado para armazenamento de DBpedia,
data.gov, etc.

AllegroGraph
• Alto desempenho
▫ Suporte a bilhões de triplas com bom
desempenho.
• Uso eficiente de memória.
• Suporta SPARQL, RDFS++ e Prolog reasoning.
• Tipos geo-espaciais e temporais nativos.
• Reasoning Geospatial e Temporal eficientes.
• Suporte a análise de redes sociais.
• Gerenciador de armazenamento em nuvem
(Amazon EC2)

OWLIM (http://www.ontotext.com/owlim)

• RDF Store (Native) proprietária.
• Implementado em Java.
• Compatível com Sesame e Jena.
• Suporte a reasoning robusto e transparente (RDFS, OWL Horst
and OWL 2 RL).
• Alta escalabilidade e excelente desempenho comparado a outras
alternativas.
• Extensões geo-espaciais eficientes.
• Versões:
▫ OWLIM-Lite – gratuito para qualquer uso.
 Suporta dezenas de milhões de triplas.
▫ OWLIM-SE – gratuito para pesquisa e avaliação.
 Suporta dezenas de bilhões de triplas.
▫ OWLIM-Enterprise – comercial.
 Replication Cluster com balanceamento de carga e recuperação de
falhas.

RDF Benchmarks
http://www.w3.org/wiki/RdfStoreBenchmarking

• Comparam a performance de sistemas de
armazenamento que expõem SPARQL Endpoints,
sejam RDF Stores ou não.

• Berlin SPARQL Benchmark (BSBM)
▫ http://www4.wiwiss.fu-berlin.de/bizer/BerlinSPARQLBenchmark/
• Lehigh University Benchmark (LUBM)
▫ http://swat.cse.lehigh.edu/projects/lubm/
• SP²Bench SPARQL Performance Benchmark
(SP2B)
▫ http://dbis.informatik.uni-freiburg.de/index.php?project=SP2B

Publicação de Linked Data
• Publicar Linked Data: usar os princípios e
melhores práticas de Linked Data para
disponibilizar os dados na Web.
• Requisitos mínimos:
▫ Fornecer URIs dereferenciáveis para cada
entidade.
▫ Criar links RDF para outras fontes de dados.
• Desejável:
▫ Disponibilização de SPARQL Endpoints e dumps
dos dados.

Interface Linked Data
• Tratar requisições de URIs.
• Dereferenciar URIs.
• Tratar dos redirecionamentos 303 requeridos
pela arquitetura Web.
• Negociação de conteúdo entre descrições de um
mesmo recurso em diferentes formatos.

http://dblp.l3s.de/d2r/resource/authors/Marco_A._Casanova
http://dblp.l3s.de/d2r/page/authors/Marco_A._Casanova
http://dblp.l3s.de/d2r/data/authors/Marco_A._Casanova

Publicação de dados de fontes RDF
como Linked Data
• Fontes de dados que adotam o modelo RDF são
normalmente armazenadas em arquivo RDF ou
RDF Store.

Publicação de arquivos RDF como
Linked Data
• Simples
• Usado para arquivos pequenos
• RDF/XML
▫ Formato de serialização mais antigo e usado para
publicação de Linked Data.

Arquivo RDF no formato Turtle
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix foaf: <http://xmlns.com/foaf/0.1/> .
@prefix dc: <http://purl.org/dc/elements/1.1/> .
@prefix : <http://lia.ufc.br/~regispires/researchers.rdf#> .

# The <> (the empty URI) means "this document".
<> a foaf:Document ;
dc:title "Researchers file" .

:ufc
a foaf:Organization ;
foaf:name "Universidade Federal do Ceará" .

:vania
a foaf:Person ;
foaf:name "Vânia Maria Ponte Vidal" ;
foaf:Organization :ufc ;
rdfs:sameAs <http://dblp.l3s.de/d2r/resource/authors/V%C3%A2nia_Maria_Ponte_Vidal>

Conversão de Turtle para RDF/XML
• Conversores on-line:
▫ Babel
 http://simile.mit.edu/babel
▫ RDFConverter
 http://www.mindswap.org/2002/rdfconvert/

Arquivo RDF no formato RDF/XML
<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF
xmlns:rdf=http://www.w3.org/1999/02/22-rdf-syntax-ns#
xmlns:rdfs=http://www.w3.org/2000/01/rdf-schema#
xmlns:foaf=http://xmlns.com/foaf/0.1/
xmlns:dc=http://purl.org/dc/elements/1.1/
xmlns="http://lia.ufc.br/~regispires/researchers.rdf#">

<rdf:Description rdf:about="">
<rdf:type rdf:resource="http://xmlns.com/foaf/0.1/Document"/>
<dc:title>Researchers file</dc:title>
</rdf:Description>

<rdf:Description rdf:about="http://lia.ufc.br/~regispires/researchers.rdf#ufc">
<rdf:type rdf:resource="http://xmlns.com/foaf/0.1/Organization"/>
<foaf:name>Universidade Federal do Ceará</foaf:name>
</rdf:Description>

<rdf:Description rdf:about="http://lia.ufc.br/~regispires/researchers.rdf#vania">
<rdf:type rdf:resource="http://xmlns.com/foaf/0.1/Person"/>
<foaf:name>Vânia Maria Ponte Vidal</foaf:name>
<foaf:Organization rdf:resource="http://lia.ufc.br/~regispires/researchers.rdf#ufc"/>
<rdfs:sameAs rdf:resource="http://dblp.l3s.de/d2r/resource/authors/V%C3%A2nia_Maria_Ponte_Vidal"/>
</rdf:Description>
</rdf:RDF>

Interface Linked Data
• Disponibilização de um arquivo RDF/XML:
▫ Possibilita o dereferenciamento de URIs
▫ Uso de RDF Links
• Não resolve:
▫ Redirecionamentos 303 e a negociação de
conteúdo.
• Fornecimento de interface Linked Data através
do serviço Pubby (http://www4.wiwiss.fu-
berlin.de/pubby/)

RDFa: RDF embutido em documento Web
• Textos e links legíveis ao ser humano
coexistindo com dados que poderão ser
processados pelas máquinas.
• Alterações centralizadas em um único
documento.

<?xml version="1.0" encoding="UTF-8"?>

RDFa
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML+RDFa 1.0//EN"
"http://www.w3.org/MarkUp/DTD/xhtml-rdfa-1.dtd">
<html
xml:lang="en"
version="XHTML+RDFa 1.0"
xmlns="http://www.w3.org/1999/xhtml"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
xmlns:foaf="http://xmlns.com/foaf/0.1/"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:rs="http://lia.ufc.br/~regispires/researchers.rdf#"
>
<head>
<title>Researchers</title>
<meta http-equiv="content-type" content="text/html;charset=UTF-8" />
<meta property="dc:title" content="Researchers file" />
<link rel="rdf:type" href="http://xmlns.com/foaf/0.1/Document" />
</head>
<body>
<h1>Organizations</h1>
<ul>
<li>
<div about="http://lia.ufc.br/~regispires/researchers.rdf#ufc" typeof="foaf:Organization">
<span property="foaf:name">Universidade Federal do Ceará</span>
</div>
</li>
</ul>
<h1>Researchers</h1>
<ul>
<li>
<div about="http://lia.ufc.br/~regispires/researchers.rdf#vania" typeof="foaf:Person">
<span property="foaf:name">Vânia Maria Ponte Vidal</span>
<span rel="foaf:Organization" resource="http://lia.ufc.br/~regispires/researchers.rdf#ufc"></span>
<span rel="rdfs:sameAs" resource="http://dblp.l3s.de/d2r/resource/authors/V%C3%A2nia_Maria_Ponte_Vidal"></span>
</div>
</li>
</ul>
</body>
</html>

Publicação de dados de RDF Store
como Linked Data
• Tipicamente envolve:
▫ Disponibilização de interface Linked Data
▫ SPARQL Endpoint
• Servidor Joseki ou Fuseki pode ser usado como
SPARQL Endpoint de uma RDF Store.
• Pubby pode prover a interface Linked Data.
▫ Realiza consulta SPARQL usando o comando
DESCRIBE para obtenção do resultado em
formato RDF.

Publicação de dados de fontes não RDF
como Linked Data
• Dados publicados devem estar no modelo RDF ou
ser convertidos para ele.
• Abordagens para lidar com dados não RDF:
▫ Processo de Conversão (abordagem materializada)
 Gerar RDF através de algum conversor
▫ Fornecer uma visão RDF (abordagem
virtualizada)
 Acesso a dados que não estão no modelo RDF através
de um RDF Wrapper
 Conversão dinâmica baseada em mapeamentos
estabelecidos entre o modelo nativo e o modelo RDF.

RDB-to-RDF Wrappers
• Criam visões RDF a partir de
mapeamentos entre as estruturas
relacionais e os grafos RDF.
▫ Triplify
▫ Plataforma D2RQ
▫ Virtuoso RDF Views

RDB-to-RDF Wrappers
• Triplify
▫ Converte os resultados de consultas SQL em RDF,
JSON e Linked Data.
▫ 3 bilhões de triplas do dataset LinkedGeoData
foram geradas pelo Triplify.

RDB-to-RDF Wrappers
• Triplify
▫ Simples. Menos de 500 linhas de código.
▫ Na maioria das aplicações Web apenas um pequeno
número de consultas (3 a 7) é suficiente para extrair as
informações relevantes.
▫ Já possui configurações prontas para triplificar dados
de várias aplicações Web populares (WordPress,
Drupal, Joomla!, OSCommerce, phpBB, Gallery, etc.).

Figura: http://triplify.org/About

RDB-to-RDF Wrappers
• Triplify – Arquivo de configuração
▫ Definição de consultas SQL com seleção dos dados que
serão publicados.
 A primeira coluna deve conter identificador para gerar
URIs das instâncias.
 Nomes de colunas serão usados para gerar URIs dos
predicados.
 Ex: SELECT id,name AS 'foaf:name' FROM users

 Os resultados da consulta contêm valores ou
referências para outras instâncias que serão usados
para gerar as triplas resultantes.

RDB-to-RDF Wrappers
• Plataforma D2RQ
▫ Fornece a infra-estrutura necessária para acessar
bancos de dados relacionais como grafos RDF
virtuais.
• Componentes
▫ Linguagem de mapeamento D2RQ
▫ Mecanismo D2RQ
▫ Servidor D2R

RDB-to-RDF Wrappers
• Plataforma D2RQ - Arquitetura

RDB-to-RDF Wrappers
• Virtuoso RDF Views
▫ Mapeia dados relacionais em RDF de forma
dinâmica.
▫ Os mapeamentos são escritos em uma linguagem
declarativa.

Visão Comparativa
Triplify D2R Server Virtuoso RDF
Views

Tecnologia PHP Java Middleware
Solution

SPARQL - Sim Sim
Endpoint

Linguagem de SQL RDF based RDF based
Mapeamento

Geração de Manual Semi-automático Manual
mapeamento

Escalabilidade Media – Alta Media Alta
(Não SPARQL)

Fonte: http://esw.w3.org/Rdb2RdfXG/StateOfTheArt

RDB2RDF
• Grupo de trabalho do W3C criado em 2009.
• Definição da linguagem R2RML
▫ R2RML: RDB to RDF Mapping Language
▫ Mapeamento de dados e esquemas relacionais para RDF
▫ Tende a substituir as soluções de mapeamento já
existentes.
• Direct Mapping of Relational Data to RDF
▫ http://www.w3.org/TR/rdb-direct-mapping/
▫ A partir de um banco de dados relacional, ele gera um
grafo RDF (direct graph).
▫ Define uma transformação simples, servindo de base
para transformações mais complexas.
▫ Provê um comportamento padrão para R2RML.

Direct Mapping
@base <http://foo.example/DB/>
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

<People/ID-7> rdf:type <People> .
<People/ID-7> <People#ID> 7 .
<People/ID-7> <People#fname> "Bob" .
<People/ID-7> <People#addr> 18 .
<People/ID-7> <People#ref-addr> <Addresses/ID-18> .
<People/ID-8> rdf:type <People> .
<People/ID-8> <People#ID> 8 .
<People/ID-8> <People#fname> "Sue" .

<Addresses/ID-18> rdf:type <Addresses> .
<Addresses/ID-18> <Addresses#ID> 18 .
<Addresses/ID-18> <Addresses#city> "Cambridge" .
<Addresses/ID-18> <Addresses#state> "MA" .

Fonte: http://www.w3.org/TR/rdb-direct-mapping/

Processo StdTrip
• Guia usuários durante os estágios de modelagem
conceitual do processo RDB para RDF.
• Busca identificar possíveis correspondências
com vocabulários padrões existentes.

Processo StdTrip

• Conversão – transformação da estrutura do banco de
dados relacional em uma ontologia RDF.
• Alinhamento – obtenção de correspondências entre a
ontologia obtida na conversão e um conjunto de
vocabulários padrões.
• Seleção - listas de possíveis correspondências são
apresentadas para que o usuário selecione.
• Inclusão – para elementos que o processo não obteve
resultado, uma lista de possíveis correspondências de
outros vocabulários é apresentada.

Processo StdTrip

• Complementação – Se nada funciona, usuários são
direcionados às melhores práticas de publicação de
vocabulários RDF.
• Saída
▫ um arquivo de configuração que serve como a
parametrização de uma ferramenta RDB para
RDF.
▫ uma ontologia com os mapeamentos do esquema
do banco de dados original para vocabulários RDF
padrões.

Melhores práticas para publicação de
Linked Data
• Selecionar URIs adequadas
▫ Evitar URIs contendo algum detalhe de
implementação ou do ambiente em que estão
publicadas
▫ URIs relacionadas a um mesmo recurso
 http://dblp.l3s.de/d2r/resource/V%C3%A2nia_Maria_Ponte_Vidal
 http://dblp.l3s.de/d2r/page/V%C3%A2nia_Maria_Ponte_Vidal
 http://dblp.l3s.de/d2r/data/V%C3%A2nia_Maria_Ponte_Vidal

Linked Data
• Usar URIs dereferenciáveis.
• Utilizar URIs estáveis.
• Criar links para outras fontes de dados

RDF Links entre Datasets


Linked Data
• Publicação de Metadados
▫ Facilita a seleção dos dados relevantes.
▫ Devem ser fornecidos metadados sobre
proveniência e licenciamento dos dados.
▫ Também é recomendável a disponibilização de
metadados sobre a fonte de dados.

Suporte a Metadados
Visualização de dados
sobre um gene
providos pelo Pubby.
Inclui metadados de
proveniência.

Triplify, Pubby e D2R
Server possuem
suporte para
metadados.

Fonte:
Integrating Provenance into the
Web of Data
Olaf Hartig and Jun Zhao

Metadados de Licenciamento e
Proveniência
• Somente 18 (9,05 %) das 207 fontes de dados
fornecem informação de licença machine-
readable.
• Somente 50 (25.25 %) das fontes de dados
fornecem informação de proveniência
machine-readable.

Linked Data
• Usar termos de vocabulários amplamente
usados.
▫ Objetivo: facilitar o processamento de Linked
Data pelas aplicações clientes
• Novos termos só devem ser definidos se não
forem encontrados em vocabulários já existentes

Uso de vocabulários comuns


Linked Data
• Estabelecer relações entre os termos de
vocabulários proprietários para termos de outros
vocabulários.
▫ Uso das propriedades owl:equivalentClass,
owl:equivalentProperty, rdfs:subClassOf,
rdfs:subPropertyOf.

Mapeamentos de Vocabulários
• Somente 9 (7,32%) de 123 fontes de dados que
usam termos proprietários fornecem
mapeamentos de termos para outros
vocabulários.
• Exemplo:
<http://xmlns.com/foaf/0.1/Person>
owl:equivalentClass
<http://dbpedia.org/ontology/Person> .

Linked Data
• Explicitar formas de acesso adicional aos dados
▫ SPARQL endpoints e RDF dumps.

Validação dos dados publicados como
Linked Data
• É necessário garantir que os dados realmente
estão de acordo com os princípios e melhores
práticas de Linked Data.
• Ferramentas
▫ W3C Validation Service
▫ Eyeball
▫ cURL
▫ Vapour
▫ Sindice Web Data Inspector
▫ Navegadores RDF

Consumo de Linked Data
• Ponto de partida
▫ URIs
▫ Palavras-chave
▫ Consultas SPARQL
• Tipos de Aplicações que consomem Linked Data
▫ Aplicações genéricas
▫ Aplicações de domínio específico

Aplicações genéricas para consumo de
Linked Data
• Navegadores RDF
• Mecanismos de Busca Linked Data
• Outras aplicações genéricas

Navegadores Linked Data
 Permitem a navegação entre fontes de dados
seguindo links expressos como triplas RDF.
 LOD Browser Switch
 Explorator
 Disco Hiperdata Browser
 Marbles
 Tabulator
 LinkSailor
 Graphite RDF Browser

Marbles
 Pontos coloridos correlacionam a origem dos
dados com uma lista de fontes de dados.

Mecanismos de busca
• Rastreiam a Web seguindo links RDF e possibilitam
consultas sobre dados agregados.
 Orientados a humanos – criados para usuários
humanos.
 Orientados a aplicações – fornecem APIs para
descoberta de RDFs que referenciam certa URI o que
possuem determinada palavra chave.

Mecanismos de busca
• Sindice
• Sig.ma
• VisiNav
• Watson

Linked Data - Minicurso - SBBD 2011

Outras aplicações genéricas
• sameAs
▫ Serviço online de coreferenciamento
▫ Encontrar URIs de diferentes fontes de dados que
representam um mesmo conceito
• LDSpider
▫ Segue links para obter dados e os armazena em
arquivo RDF ou em RDF Store através de SPARQL
Update.

Aplicações de domínio específico para
consumo de Linked Data
• Linked Data Mashups

Linked Data - Minicurso - SBBD 2011

Mais conteúdo relacionado

Mais procurados (12)

Destaque (20)

Semelhante a Linked Data - Minicurso - SBBD 2011 (20)

Mais de Regis Magalhães (17)

Linked Data - Minicurso - SBBD 2011