Charla impartida en el I Congreso de Ingeniería Web y Seguridad Informática, organizado por ADWYS en Cádiz. 24 de Febrero de 2011

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

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

3. ¡Cuidado…llega la Web de datos!

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

5. 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

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

7. 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

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

9. Razones para liberar datos Facilitan la investigación Tasa de descubrimiento se acelera con mejores accesos a los datos Por el bien común de la humanidad

10. Razones para liberar datos Los sistemas abiertos facilitan las contribuciones externas

11. Razones para liberar datos Eficiencia y calidad de los sistemas Datos públicos no disponibles perjudican el desarrollo de sistemas Ej. ¿Lista de municipios?

12. Razones para liberar datos Trasparencia Fomentar participación Generar confianza Evaluar al gobierno

13. Razones para liberar datos 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.

14. Si realmente quieres algo… …déjalo libre

15. Como ciudadanos… …también podemos demandar datos abiertos…

16. …demandar datos abiertos Cuando pertenecen a la humanidad

17. …demandar datos abiertos Hechos independientes y verificables ó de conocimiento común Ejemplo: conocimiento científico

18. …demandar datos abiertos Cuando han sido creados con dinero público Los hemos pagado con nuestros impuestos ¡Son nuestros!

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

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

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

22. 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. ★

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

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

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

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

27. CSV ★ ★ ★ “Commaseparatedvalues” valores delimitados por comas

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

29. ★ ★ ★ ★ 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

30. ★ ★ ★ ★ 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

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

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

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

34. ★ ★ ★ ★ ★ Linking Open Data (2007)

35. ★ ★ ★ ★ ★ Linking Open Data (2008)

36. ★ ★ ★ ★ ★ Linking Open Data (2009)

37. ★ ★ ★ ★ ★ Linking Open Data (2010)

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

39. 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#

40. 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 http://uniovi.es/people/juan http://biology.uniovi.es dc:creator

41. RDF es composicional graph3.rdf graph2.rdf http://uniovi.es/Teacher 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 http://biology.uniovi.es http://uniovi.es/Teacher http://uniovi.es/people/juan rdf:type dc:creator

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

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

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

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

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

47. 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

48. 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”

49. Ejemplo SPARQL http://uniovi.es/Teacher rdf:type dc:creator ?p ?x ?n foaf:name ?n ?x ?p ?p Resultados Faculty of Biology ?x ?n Faculty of Biology http://biology.uniovi.es foaf:name http://uniovi.es/Teacher dc:creator rdf:type http://uniovi.es/people/juan rdf:type http://uniovi.es/people/Luis r;hasStaff dc:creator http://uniovi.es r:hasStaff http://chemistry.uniovi.es foaf:name Faculty of Chemistry foaf:name University of Oviedo Faculty of Chemistry select ?n where { ?x dc:creator ?p . ?x foaf:name ?n . ?p rdf:type <http://uniovi.es/Teacher> . }

50. 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”

51. 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 http://biology.uniovi.es foaf:name rdfs:subclassOf http://uniovi.es/Teacher dc:creator rdf:type http://uniovi.es/people/juan rdf:type rdf:type http://uniovi.es/people/Luis r;hasStaff dc:creator http://uniovi.es r:hasStaff http://chemistry.uniovi.es foaf:name Faculty of Chemistry foaf:name University of Oviedo Faculty of Chemistry select ?n where { ?x dc:creator ?p . ?x foaf:name ?n . ?p rdf:type foaf:Person . }

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

53. ¿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

54. Ejemplos de dominios Biología Medicina Comida Aviación Animales …etc

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

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

57. 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

58. Convertidos en RDF

59. Enlazando con DBPedia

60. Ejercicio: HTML

61. 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

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

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

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