Palestra no Web.Br 2014, São Paulo.

1. NEES/IC e CAED/ICMC
Universidade Federal de Alagoas e Universidade de São Paulo
ig.ibert@ic.ufal.br e sisotani@icmc.usp.br
Ig Ibert Bittencourt e Seiji Isotani
Construindo Aplicações Semânticas
com Desenvolvimento Ágil:
Plataforma JOINT
Conferência Web.br 2014

2. Brasil

3. Maceió

4. Maceió
Maceió, AL

5. NEES/IC e CAED/ICMC
Universidade Federal de Alagoas e Universidade de São Paulo
ig.ibert@ic.ufal.br e sisotani@icmc.usp.br
Ig Ibert Bittencourt e Seiji Isotani
Construindo Aplicações Semânticas
com Desenvolvimento Ágil:
Plataforma JOINT
Conferência Web.br 2014

6. Ontologias
JOINT
Próximos Passos

7. Ontologias
JOINT
Próximos Passos

8. Doações de campanha e Prestações de
Serviços

9. Pessoal
Campanha
Organização
Prestação de Serviço

10. Como recomendar um imóvel de acordo
com os interesses e graus de
relacionamentos?

11. Como recomendar um imóvel de acordo com os interesses e graus de
relacionamentos?
Pessoas e
Relacionamentos
Interesses
Imóveis
Cidades
Educação
Segurança
Pontos Comerciais
Ontologias

12. Web das Coisas

15. Ontologias
Compreender a
estrutura das coisas
Melhorar a
comunicação
entre pessoas
Interoperar
sistemas
Potencializar
Serviços
Filosofia
Linguística
Lógica
Computação
Ontologia
Aplicada

16. “The fast‐growing science of
ontology could exert a greater
impact on humanity than the rise of
the Internet… ontologies allow for
data to interoperate and for
machines to make inferences. The
report calls for more education and
training opportunities for
ontologists, and for better means of
connecting ontologists with
organizations that need them.

17. Semantic Interoperability is considered to be the
problem of this decade…[currently] costing
productivity, lives and billions of dollars
annually…the overall human and financial cost to
society from our failure to share and reuse
information is many times the cost of the systems’
operation and maintenance [OMG, SIMF]

25. FenômenoPadrões de
Apresentação
<D, W, R >
Linguagem
RealidadePercepçãoConceitualização
Compromisso Ontológico (K)
Interpretação (I)
Modelos MD(L)
Modelos Esperados IK(L)
(~) Ontologia Boa

26. Ontologias
JOINT
Próximos Passos

27. JOINT – Java Ontology INtegrated Toolkit
Implementação
Software baseado em Ontologias
Transformação
Código Java (Infraestrutura)
Formalização
Artefato Computacional (OWL, RDF-S)
Conceitualização
Modelagem Conceitual
JOINT
J
O
I
N
T
-
D
E

29. JOINT-DE
 Sistema de Mapeamento Ontologia-Objeto (OOMS);
 Uso do Sesame como API base;
 Uso de Objetos Desconectados;
 Operações em repositórios (criar, limpar, remover, backup);
 Operações em ontologias (adicionar, remover e atualizar ontologias);
 Geração de Código;
 Operações em Instâncias (CRUD);
 Operações de Inferência (DL, SWRL e SPARQL)

30. JOINT-DE (Relacionados)
Ferramenta
Objetos
Desconectados
Objetos
Persistentes
Ger. de Código
Estável
API base
Jastor X X Jena
OWL2Java X X Jena
Empire X Sesame
KOMMA X X Sesame
Alibaba/Elmo X X Sesame
JOINT-DE X X Sesame

31. JOINT-DE (Arquitetura)

32. JOINT-DE (Manipulando Ontologias)

33. JOINT-DE (Gerador de Código)
 Baseado no gerador de código do Alibaba (objetos persistentes);
 Geração de Interfaces Java (herança múltipla);
 Geração de classes concretas;
 Classes implementas as interface gerada e a interface serializable;

34. JOINT-DE (Gerador de Código)

35. JOINT-DE (Código Gerado)
Interface OnlineAccount gerada Classe OnlineAccountImpl gerada

36. JOINT-DE (Recupedando uma instância)

37. JOINT-DE (Recupedando várias instâncias)

38. JOINT-DE (Knowledge Abstract Object)

40. Estudos Empíricos (JOINT-DE)
Produtividade de Desenvolvimento
Desempenho e uso de memória
Desenvolvimento de Aplicações

41. Estudos Empíricos (JOINT-DE)
Produtividade de Desenvolvimento

42. Estudos Empíricos (JOINT-DE)
Desempenho e uso de memória
 Q1: Existem diferenças de desempenho entre os OOMS JOINT-DE e Alibaba com
relação às operações de create, retrieve e update? Se sim, qual ferramenta é a
melhor?
 Q2: Existem diferenças de utilização de memória entre os OOMS JOINT-DE e
Alibaba com relação às operações de create, retrieve e update? Se sim, qual
ferramenta utiliza menos memória?
Hipótese Hipótese Nula Hipótese Alternativa
H1 H1-0: T(F1, O1) = T(F2, O1) H1-1: T(F1, O1) ≠ T(F2, O1)
H2 H2-0: T(F1, O2) = T(F2, O2) H2-1: T(F1, O2) ≠ T(F2, O2)
H3 H3-0: T(F1, O3) = T(F2, O3) H3-1: T(F1, O3) ≠ T(F2, O3)
H4 H4-0: M(F1, O1) = M(F2, O1) H4-1: M(F1, O1) ≠ M(F2, O1)
H5 H5-0: M(F1, O2) = M(F2, O2) H5-1: M(F1, O2) ≠ M(F2, O2)
H6 H6-0: M(F1, O3) = M(F2, O3) H6-1: M(F1, O3) ≠ M(F2, O3)

43. Estudos Empíricos (JOINT-DE)
Desempenho
Create Retrieve Update

44. Estudos Empíricos (JOINT-DE)
Uso de Memória
Create Retrieve Update

45. Estudos Empíricos (JOINT-DE)
Uso de Memória
Hipótese Hipótese Nula Hipótese Alternativa Descrição Resultado (SIG. 0,05) Melhor Resultado
H1 H1-0: T(F1, O1) = T(F2, O1) H1-1: T(F1, O1) ≠ T(F2, O1) Tempo por iteração na
operação create
Com diferença
significativa
JOINT-DE
H2 H2-0: T(F1, O2) = T(F2, O2) H2-1: T(F1, O2) ≠ T(F2, O2) Tempo por iteração na
operação retrieve
Com diferença
significativa
JOINT-DE
H3 H3-0: T(F1, O3) = T(F2, O3) H3-1: T(F1, O3) ≠ T(F2, O3) Tempo por iteração na
operação update
Com diferença
significativa
JOINT-DE
H4 H4-0: M(F1, O1) = M(F2,
O1)
H4-1: M(F1, O1) ≠ M(F2,
O1)
Média de memória na
operação create
Sem diferença
significativa
-
H5 H5-0: M(F1, O2) = M(F2,
O2)
H5-1: M(F1, O2) ≠ M(F2,
O2)
Média de memória na
operação retrieve
Com diferença
significativa
JOINT-DE
H6 H6-0: M(F1, O3) = M(F2,
O3)
H6-1: M(F1, O3) ≠ M(F2,
O3)
Média de memória na
operação update
Com diferença
significativa
Alibaba

46. Estudos Empíricos (JOINT-DE)
Casos de Uso (MeuTutor)
INTERFACE DO USUÁRIO EM PHP
SERVIÇOS WEB
NEGÓCIO
PERSISTÊNCIA
BANCO DE
DADOS RDF
SATÉLITE
1
SATÉLITE
2
SATÉLITE
3
MICRO-KERNEL
SATÉLITE
4
SATÉLITE
...
SATÉLITE
N
CONECTOR
CONECTOR
USUÁRIOS FINAIS
Visão geral da arquitetura do MeuTutor-ENEM

48. Estudos Empíricos (JOINT-DE)
Casos de Uso (MeuTutor)
0
1000
2000
3000
4000
5000
6000
Tempo de Resposta - Login
MeuTutor JOINT-DE
0
200
400
600
800
1000
1200
1400
1600
Memória Utilizada - Login
MeuTutor JOINT-DE

49. Estudos Empíricos (JOINT-DE)
Casos de Uso (MeuTutor)
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
Tempo de Resposta - Cadastro
MeuTutor JOINT-DE
0
200
400
600
800
1000
1200
1400
Memória Utilizada - Cadastro
MeuTutor JOINT-DE

50. Estudos Empíricos (JOINT-DE)
Casos de Uso (MeuTutor)
0
50
100
150
200
250
Tempo de Resposta - Troféus
MeuTutor JOINT-DE
0
50
100
150
200
250
300
350
400
450
500
Memória Utilizada - Troféus
MeuTutor JOINT-DE

51. Estudos Empíricos (JOINT-DE)
Casos de Uso (BoaMoradia)

52. Como recomendar um imóvel de acordo com os interesses e graus de
relacionamentos?
Pessoas e
Relacionamentos
Interesses
Imóveis
Cidades
Educação
Segurança
Pontos Comerciais
Ontologias

53. Estudos Empíricos
Casos de Uso (BoaMoradia)

54. Ontologias
JOINT
Próximos Passos

55. JOINT – Java Ontology INtegrated Toolkit
Implementação
Software baseado em Ontologias
Transformação
Código Java (Infraestrutura)
Formalização
Artefato Computacional (OWL, RDF-S)
Conceitualização
Modelagem Conceitual
J
O
I
N
T
-
D
E
O
L
E
D
?
?
J
O
I
N
T
-
L
D
Metodologia (E.S. + E.O.) + Conjunto de Boas Práticas
H
O
Z
O

56. Ig Ibert Bittencourt
Núcleo de Excelência em Tecnologias Sociais
Universidade Federal de Alagoas
Mesa Redonda: TI e Educação
II Workshop de EaD/UFGD: Educação no
Mundo da Tecnologia Digital

57. Maceió
Maceió, AL
ig.ibert@ic.ufal.br
sisotani@icmc.usp.br