Linked Open Data - Datos Abiertos Enlazados

Linked Open Data
Jose Emilio LabraGayo
Universidad of Oviedo, España
http://www.di.uniovi.es/~labra

La charla en 1’
¿Qué pasa?
¿Porqué?
¿Cómo?
La era de los datos
Razones para publicar datos
Datos abiertos enlazados
Web Semántica

¡Cuidado…llega la
Web de datos!

Evolución de la Web
Crecimiento casi exponencial
Noviembre 2010: 250 millones de sitios Web
Fuente: Netcraftwebserversurvey

http://www.facebook.com/note.php?note_id=76191543919
http://beerpla.net/2008/08/14/how-to-find-out-the-number-of-videos-on-youtube/
Datos multimedia
Dispositivos + baratos: Cámaras, móviles, …
Facebook: 15.000 mill. fotos (2009)
Youtube: 144 mill. de vídeos (2009)
Flickr: 5.000 mill. fotos (2010)
y más…..
Fuente: http://www.coverpop.com/pop/flickr_interesting

Internet de las cosas
Cada vez más dispositivos estarán conectados a Internet
Frigoríficos, coches, …
Frigorífico con Internet

Y lo que falta…
Aumento de sensores y generadores de datos
Ejemplo: Acelerador de partículas LHC producirá 15 petabytes de datos/año
http://www.youtube.com/watch?v=sfEbMV295Kk&feature=player_embedded

Aún así…
Muchos datos no se están publicando
Reticencias para publicar datos
Razones para liberar datos
Incluso exigir datos abiertos

Facilitan la investigación
Tasa de descubrimiento se acelera con mejores accesos a los datos
Por el bien común de la humanidad

Los sistemas abiertos facilitan las contribuciones externas

Eficiencia y calidad de los sistemas
Datos públicos no disponibles perjudican el desarrollo de sistemas
Ej. ¿Lista de municipios?

Trasparencia
Fomentar participación
Generar confianza
Evaluar al gobierno

Esta presentación hubiera sido muchísimo más aburrida si no hubiese tenido acceso a los datos parcial o totalmente abiertos de Google, Flickr, Wikipedia, Slideshare, etc. etc. etc.

Si realmente quieres algo…
…déjalo libre

Como ciudadanos…
…también podemos demandar datos abiertos…

…demandar datos abiertos
Cuando pertenecen a la humanidad

Hechos independientes y verificables ó de conocimiento común
Ejemplo: conocimiento científico

Cuando han sido creados con dinero público
Los hemos pagado con nuestros impuestos
¡Son nuestros!

OK, ¡vivan los datos abiertos!pero…
¿Cómo publicarlos?

El mayor reto = Integración
En general, el problema no es informatizar algo
El problema es integrar los sistemas
Interoperabilidad
No basta con publicar datos…

Modelo de Estrellas*
* Enunciado por Tim Berners-Lee en Gov 2.0 Expo 2010
http://www.youtube.com/watch?v=ga1aSJXCFe0

Formatos no estructurados
Formatos “caja negra”: Imágenes, vídeos, música, etc.
Formatos binarios: PDF, PS, etc.
Requieren técnicas de tratamiento de la señal, reconocimiento de patrones, etc.
★

Ejemplo: Servicio Público de Empleo
★
http://www.sepe.es/contenidos/cifras/datos_estadisticos/municipios/

★ ★
Formatos estructurados
Los datos tienen una estructura
Ejemplo: Hojas de cálculo
Problema con formatos propietarios
Requieren herramientas que no son públicas

Ejemplo: Servicio Público de empleo
★ ★
http://www.sepe.es/contenidos/cifras/datos_estadisticos/municipios/9

★ ★ ★
Formatos no propietarios
Utilizar formatos abiertos estructurados
Ejemplos: CSV, HTML
Problema: Contenido depende del contexto

CSV
★ ★ ★
“Commaseparatedvalues” valores delimitados por comas

HTML
★ ★ ★
HTML pensado para representar información que se visualiza en el navegador
El procesamiento puede requerir “screenscrapping”

★ ★ ★ ★
URIs para identificar datos
Utilizar una URI para identificar un dato
Diferentes representaciones para cada tipo de dato
Negociación de contenido
http://puzzles.org/pieza23471

★ ★ ★ ★
Negociación de contenido
El protocolo HTTP permite al cliente informar al servidor qué tipo de contenido prefiere
El servidor puede devolver representaciones diferentes según preferencias del cliente
servidor
cliente

★ ★ ★ ★
¿Varias representaciones para lo mismo?
Ejemplo: Códigos de barras

XML
★ ★ ★ ★
XML permite representar información estructurada
Los documentos pueden validarse (XML Schema)
El significado de las etiquetas depende de la aplicación

★ ★ ★ ★ ★
Linked Open Data
Identificar datos mediante URIs
Usar URIs dereferenciables
Proporcionar información útil al dereferenciar cada URI
Enlazar con otras URIs

★ ★ ★ ★ ★
Linking Open Data (2007)

★ ★ ★ ★ ★

RDF
ResourceDescription Framework (1998)
Descripción de recursos
Recurso = se identifica con URI
Tripletas: Sujeto Predicado Objeto

Tripletas RDF
http://uniovi.es/people/juan
http://purl.org/dc/elements/1.1/creator
http://biology.uniovi.es
Objeto
Valor de una propiedad
Puede ser:
URI
Literal
Nodo anónimo
Predicado
Identificado por URI
Sujeto
Puede ser:
URI
Nodo anónimo (bNode)
Abreviar URIs mediante espacios de nombres
Ejemplos:
dc: http://purl.org/dc/elements/1.1/
foaf: http://xmlns.com/foaf/0.1/
rdf: http://www.w3.org/1999/02/22-rdf-syntax-ns#

Grafo RDF
Puede representarse en N-Triples
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix foaf: <http://xmlns.com/foaf/0.1/> .
@prefix dc: <http://purl.org/dc/elements/1.1/> .
<http://biology.uniovi.es> dc:creator <http://uniovi.es/people/juan>.
<http://biology.uniovi.es> foaf:name "Faculty of Biology".
<http://uniovi.es/people/juan> rdf:type <http://uniovi.es/Teacher> .
foaf:name
Faculty of Biology
http://uniovi.es/Teacher
rdf:type
dc:creator

RDF es composicional
graph3.rdf
graph2.rdf
http://uniovi.es/people/Juan
rdf:type
r:hasStaff
http://uniovi.es/people/Luis
http://uniovi.es/people/lLuis
dc:creator
http://uniovi.es
http://chemistry.uniovi.es
r:hasStaff
foaf:name
foaf:name
University of Oviedo
Faculty of Chemistry
graph1.rdf
foaf:name
Faculty of Biology
rdf:type
dc:creator

RDF es composicional
graph1.rdf + graph2.rdf+ graph3.rdf
Faculty of Biology
foaf:name
dc:creator
rdf:type
http://uniovi.es/people/Juan
rdf:type
r:hasStaff
http://uniovi.es/people/lLuis
dc:creator
http://uniovi.es
r:hasStaff
foaf:name
foaf:name

Formatos RDF
Existen varios formatos:
N3
RDF/XML
N-Triples
Turtle
etc.
¡Lo más importante es el modelo de grafo!

RDF Schema
Extiende RDF con un vocabulario de esquema
Class, Property, Resource,…
type, subClassOf, subPropertyOf,…
range, domain,…
RDF Schemapermite inferencias

RDF Schema
Ejemplo
foaf:Person
rdfs:subClassOf
Significado:
if x rdf:type <http://uniovi.es/Teacher>.
then x rdf:type foaf:Person

Inferencia en RDFS
foaf:Person
rdfs:subClassOf
rdf:type
rdf:type
http://uniovi.es/People/juan

SPARQL
Simple Protocol and RDF Query Language
Lenguaje de consultaspara la web semántica
Encaje de grafos
Extraeinformación de modelos RDF
Un protocolo
Define un mecanismoparainvocar un servicio
También define un vocabulariopararesultados

SPARQL
Ejemplo
prefix r: <http://example.org#>
select ?n where {
?x dc:creator ?p .
?x foaf:name ?n .
?p rdf:type <http://uniovi.es/Teacher>.
}
“Nombres de recursos cuyo autor sea un profesor”

Ejemplo SPARQL
rdf:type
dc:creator
?p
?x
?n
foaf:name
?n
?x
?p
?p
Resultados
Faculty of Biology
?x
?n
Faculty of Biology
foaf:name
dc:creator
rdf:type
rdf:type
r;hasStaff
dc:creator
http://uniovi.es
r:hasStaff
foaf:name
foaf:name
select ?n where {
?x dc:creator ?p .
?x foaf:name ?n .
?p rdf:type <http://uniovi.es/Teacher> .
}

SPARQL + Inferencia
Las consultas SPARQL pueden combinarse con la inferencia
Ejemplo:
prefix r: <http://example.org#>
select ?n where {
?x dc:creator ?p .
?x foaf:name ?n .
?p rdf:type foaf:Person .
}
“Nombres de recursos cuyo autor sea una persona”

SPARQL + Inferencia
foaf:Person
rdf:type
dc:creator
?p
?x
?n
foaf:name
?n
?x
?p
?p
Resultados
Faculty of Biology
?x
?n
foaf:Person
Faculty of Biology
rdf:type
foaf:name
rdfs:subclassOf
dc:creator
rdf:type
rdf:type
rdf:type
r;hasStaff
dc:creator
http://uniovi.es
r:hasStaff
foaf:name
foaf:name
select ?n where {
?x dc:creator ?p .
?x foaf:name ?n .
?p rdf:type foaf:Person .
}

Ontologías
RDFS permite hacer inferencias sencillas
No es muy expresivo
OWL (Web OntologyLanguage) lenguaje común para definir ontologías
Más expresivo
Basado en lógica descriptiva

¿Qué es una Ontología?
Ontología = Formalización de un dominio
Utiliza lenguajes formales
Permite definir vocabulario de un dominio
Compartir el significado entre aplicaciones
Inferir nuevo conocimiento
Otros términos relacionados:
Taxonomía: Clasficación jerárquica
Tesauro: Definiciones de términos

Ejemplos de dominios
Biología
Medicina
Comida
Aviación
Animales
…etc

Ontologías en Web Semántica
Múltiples ontologías de dominios específicos
Complejidad vs Expresividad

Un pequeño ejercicio
Datos de desempleo en municipios de Cádiz
RDF
Excel
HTML +
Google Maps

Ejercicio: Datos Excel
Nombres de municipios (sin normalizar)
. . .
ALGAR
BOSQUE, EL (al revés)
ALCALA DEL VALLE (sin acentos)
BENALUP-CASAS VIEJAS (con guión)
. . .
https://www.redtrabaja.es/es/redtrabaja/static/Redirect.do?page=statsMunicipios

Convertidos en RDF

Enlazando con DBPedia

Ejercicio: HTML

Comparando
¿Hay más desempleo en Cádiz o en Asturias?
PREFIX : <http://observa.org#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX fn: <http://www.w3.org/2005/xpath-functions#>
SELECT ?munCadiz (?paradosCadiz / ?pobCadiz)
?munAsturias (?paradosAsturias / ?pobAsturias)
WHERE
{
?m1 :region :Cadiz .
?m1 :populationTotal ?popCadiz .
?m1 rdfs:label ?munCadiz .
?data1 :municipio ?muniCadiz .
?data1 :fecha "2010-8".
?data1 :parados ?paradosCadiz .
?muniAsturias :region :Asturias .
?muniAsturias :populationTotal ?popAsturias .
?muniAsturias rdfs:label ?labAsturias .
?data2 :municipio ?muniAsturias .
?data2 :fecha "2010-8" .
?data2 :parados ?paradosAsturias .
FILTER (fn:abs(?popCadiz - ?popAsturias) < 1000) .
}
Media: 5,7% más de paro en municipios con una diferencia de 1000hab en Cádiz

Conclusiones
Datos abiertos enlazados facilitarán la integración y calidad de los sistemas
Datos no enlazados dificultan la integración
Ejemplo: Algeciras, Zahara…

Nuevos retos
Legalidad: licencias, copyrights, patentes…
Privacidad
Cambios
Escalabilidad
Tiempo Real
. . .

Fin de la presentación
Másinformación:
http://purl.org/weso
WESO Research Group

http://jelabra.blogspot.com	110
http://jelabra.blogspot.com.es	14
http://www.jelabra.blogspot.com	3
http://paper.li	3

Linked Open Data - Datos Abiertos Enlazados

by Jose Emilio Labra Gayo on Feb 25, 2011

Accessibility

Categories

Tags

Upload Details

Usage Rights

4 Embeds 130

Statistics

Linked Open Data - Datos Abiertos Enlazados — Presentation Transcript