1) El documento presenta una introducción a la Web Semántica, incluyendo sus conceptos, estándares y usos. 2) Explica la evolución de la Web desde la Web 1.0 a la Web 2.0 y diferencia estos conceptos de la Web Semántica. 3) Describe algunos de los retos de representación y recuperación de información en la Web que la Web Semántica busca resolver.
9. La Web necesita bibliotecari@s, la SW + The Internet is the World’s largest library. It is just that the books are on the floor (John Allen Paulos)
10. La Web necesita bibliotecari@s, la SW + Lo que Internet necesita es un/a bibliotecario/a anticuado/a. Encontrar lo que queremos en la Web debería de ser igual de fácil que encontrar un libro en una biblioteca. Así será, si Eugenia [pongan aquí su nombre] consigue lo que quiere. Está trabajando para crear un estándar para etiquetar y catalogar información online –que incluye todos los 2.7 billones de páginas web… algo así como un sistema de información Decimal Dewey virtual, si lo preferís. Así, podrás gastar menos tiempo en buscar, y más tiempo en utilizar la información que necesitas. Shhhhh… Estás en Internet.
16. Introducción y contexto: la representación/ recuperación de conocimiento en la Web. Tendencias Universidad Carlos III de Madrid Dpto. Biblioteconomía y Documentación
17.
18. Exceso de información en la Web URI, HTML, HTTP Es t á tic a WWW 500 millones de usuarios Más de 3 billones de páginas
19. La WWW y el documento-e: Universo de información Web Fuente: Stuart Weibel, Makx Dekkers ( DCMI ) Datos científicos Páginas Web Empresa Internet Biblioteca eGobierno Comercio Cualquiera ...
26. “ Buscar” vs.“Recuperar (descubrir)” Data Mining Text Mining Data Retrieval Information Retrieval Búsqueda (objetivo) Descubrimiento (oportunista) Datos Estructurados Datos sin Estructurar (texto)
27.
28.
29.
30.
31.
32.
33. La evolución de la Web. Diferenciación entre Web 2.0, Web Semántica (SW): Web 3.0 y linked data Universidad Carlos III de Madrid Dpto. Biblioteconomía y Documentación
43. Web 2.0: Racionalización típica http://upload.wikimedia.org/wikipedia/commons/1/16/Web20mindmapLARG.jpg
44.
45. Panorama de la descripción en la Web 2.0 No se asusten… volveremos sobre esto
46. Ejemplo de codificación de metadatos en una sede Web (DCMI) Metadatos descriptivos embebidos (HTML) Metadatos para la sindicación de noticias (RSS) Metadatos descriptivos (RDF vinculado link rel)
47. Ejemplo de codificación de metadatos RSS en una sede Web (DCMI) http://dublincore.org/news.rss Metadatos para la sindicación de noticias (RSS)
48. Tim Berners-Lee, 2001: SW “ La Web Semántica (SW) no es una Web separada sino una extensión de la actual, en la cual la información se da con un significado bien definido, permitiendo que los ordenadores y las personas puedan trabajar juntos, en cooperación”.
49. Tim O’Reilly, 2006: Web 2.0 “ El principio central que subyace a los gigantes nacidos en la Era de la Web 1.0, que han sobrevivido en la Era Web 2.0, parecen haber adoptado el poder de la Web para que han adopdato el poder de la web para explotar la inteligencia colectiva" Traducción al español del artículo de O’Reilly: Qué es la Web 2.0: http://sociedaddelainformacion.telefonica.es/jsp/articulos/detalle.jsp?elem=2146
50.
51. Tim Berners-Lee: noviembre 2006 “ La Web no va de lo que podemos hacer con los ordenadores. Son personas, y sí, vale, están conectadas por computadores… Pero la informática, entendida como el estudio de lo que pasa en un ordenador, no te dice qué pasa en la Web.” Fuente: New York Times November 2, 2006
52.
53.
54. La Web del FUTURO (2009) De islas semánticas a datos enlazados
55. La Web del FUTURO (2009): Linked data Fuente: http://linkeddata.org (marzo 2009)
56.
57.
58. Social Web + SW = Web 3.0 Linked Data Tags (Social Web/Web 2.0) Linked Data (Semantic Web) Fuente: Social Semantic Web Syposium (Marzo 2009)
59. Pero… qué es la Web Semántica: Concepto y características de la Web Semántica Universidad Carlos III de Madrid Dpto. Biblioteconomía y Documentación
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid Proceso de buscar en grandes volúmenes de datos automáticamente, a través de patrones, utilizando herramientas como clasificaciones, explotación de reglas de asociación, clustering, etc.
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid Proceso de buscar en grandes volúmenes de datos automáticamente, a través de patrones, utilizando herramientas como clasificaciones, explotación de reglas de asociación, clustering, etc.
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid Data Mining utiliza el análisis y la interpretación de los datos en bases de datos estructuradas para facilitar la toma de decisiones.
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid http://iadlc.nul.nagoya-u.ac.jp/archives/IADLC2005/Ee-Peng.pdf Web mining refers to the discovery of knowledge from Web data that include Web pages, media objects on the Web, Web links, Web log data, and other data generated by the usage of Web data. Kosala and Blockeel classified Web mining into: (a) Web content mining , (b) Web structure mining and (c) Web usage mining [3]. Web content mining refers to mining knowledge from Web pages and other Web objects. Web structure mining refers to mining knowledge about link structure connecting Web pages and other Web objects. Web usage mining refers to the mining of usage patterns of Web pages found among users accessing a Website. Among the three, Web content mining is perhaps studied most extensively due to the prior work in text mining. The traditional topics covered by Web content mining include: · Web page classification : This involves the classification of Web pages under some pre-defined categories that may be organised in a tree or other structures. · Web clustering : This involves the grouping of Web pages based on the similarities among them. Each resultant group should have similar Web pages while Web pages from different resultant groups should be dissimilar. · Web extraction : This involves extracting HTML elements, term phrases, or tuples from Web pages that represent some required concept instances, e.g., person names, location names, book records, etc..
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid http://iadlc.nul.nagoya-u.ac.jp/archives/IADLC2005/Ee-Peng.pdf Web mining refers to the discovery of knowledge from Web data that include Web pages, media objects on the Web, Web links, Web log data, and other data generated by the usage of Web data. Kosala and Blockeel classified Web mining into: (a) Web content mining , (b) Web structure mining and (c) Web usage mining [3]. Web content mining refers to mining knowledge from Web pages and other Web objects. Web structure mining refers to mining knowledge about link structure connecting Web pages and other Web objects. Web usage mining refers to the mining of usage patterns of Web pages found among users accessing a Website. Among the three, Web content mining is perhaps studied most extensively due to the prior work in text mining. The traditional topics covered by Web content mining include: · Web page classification : This involves the classification of Web pages under some pre-defined categories that may be organised in a tree or other structures. · Web clustering : This involves the grouping of Web pages based on the similarities among them. Each resultant group should have similar Web pages while Web pages from different resultant groups should be dissimilar. · Web extraction : This involves extracting HTML elements, term phrases, or tuples from Web pages that represent some required concept instances, e.g., person names, location names, book records, etc..
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Curso Especializado: Metadatos para los Sistemas de Información Digital 22 Mayo 2008 - SEDIC Eva Méndez. Universidad Carlos III de Madrid
Curso Especializado: Metadatos para los Sistemas de Información Digital 22 Mayo 2008 - SEDIC Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid
Introducción a la Web Semántica (Curso en Buenos Aires. SIU) Octubre 2009 Eva Méndez. Universidad Carlos III de Madrid