Va de Linked Data

http://esbudellat.net/slideshows/linked-data/

Arnau Siches. 2010.

Licencia Creative Commons by-nc-sa.

Problema actual

Documentos enlazados (datos pobremente estructurados).
Datos aislados.
Acceso a datos heterogéneo.

Linked Data?

Es la publicación de datos estructurados enlazados.

Raw data now! http://www.ted.com/talks/view/id/484. Tim Berners-Lee. 2009.

¿Por qué publicar Linked data?

Fácil de consumir.
Reducción de redundancia.
Valor añadido. Ecosistemas alrededor de tus datos.

4 principios

Usar URI para identificar entidades.
Usar HTTP URI para permitir que estas entidades sean ubicables.
Ofrecer información útil usando estándares (RDF, SPARQL).
Incluir enlaces a otras URI para ubicar otras entidades.

Linked data. Tim Berners-Lee. 2006.

4 fundamentos

URI RFC 3986.
HTTP RFC 2616.
RDF.
SPARQL.

URI?

Uniform Resource Identifier

URI = {URL, URN, …} es decir URL ⊆ URI i URL ≠ URI

Vías de expresión RDF

Linked data ≠ Open data

data.gov — XML, CSV, KML/KMZ, etc.
data.gov.uk — RDF, XML, CSV, etc.

Datasets conocidos

DBpedia: ~ 470 millones de triplas.; ~ 2,9 millones de entidades.
GeoNames: ~ 8 millones de nombres geográficos.
Freebase: ~ 10 millones de temas.
Jamendo: ~ 1,1 millones de triplas de música.
Revyu.com: Millones de triplas de reseñas.

Y muchos más…

Explotación de datos

dbrec. Intelligent music recommendations for and from the web of data.
Libris. Nationella bibliotekssystem.
CRUZAR. Planificador de rutas turísticas.

Buscadores

Sindice. The semantic web index.
SameAs. Interlinking the web of data.
Watson. Exploring the semantic web.
Yahoo! SearchMonkey.
Google Rich Snippets.

Rich Snippets, pasando de todo?

No aprovecha vocabularios RDF demostradamente válidos (FOAF, RDF Review Vocabulary, GoodRelations, etc.).
El vocabulario RDF que definen contiene conceptos heterogéneos. Aproximación no modular.

Pero por qué RDF?

Es un modelo de datos que aprovecha el concepto de linked data:

Usa HTTP URI como identificadores de entidades, propiedades y vocabularios.
Enlazar es parte del modelo pues es un grafo.
La unión de datasets es una de sus mayores cualidades.