Este documento describe el proyecto UNEDATA de la UNED para crear datos enlazados. El proyecto tiene como objetivo vincular y exponer datos de investigación de la UNED de forma semántica para permitir búsquedas más eficientes. Se detallan las fases del proyecto como el análisis de datos, diseño de ontologías, desarrollo e implementación y visualización de la información. El proyecto usará la plataforma VIVO para exponer los datos enlazados y desarrollará un buscador facet

1. El gran proyecto de la web
semántica en la UNED

2. I. Definición y ámbito de
aplicación del proyecto

3. El proyecto UNEDATA
 Vicerrectorado de Investigación
 Objetivo inicial: mapa de investigación
UNED
 Duración:
1ª fase: enero-diciembre 2014
 Financiación: MICINN
 Infraestructura y gestión: Laboratorio de
Humanidades Digitales de la UNED
 Tecnología: linked data

4. Proyectos de Linked Data
 http://linkedup-project.eu
 http://linkeduniversities.org/lu
 http://linkededucation.org/
 http://casrai.org/ Consortia Advancing
Standards in Research Administration
Information
 http://okfn.es/ Open Knowledge
Foundation

5. http://linkedup-project.eu

6. http://linkededucation.org/

7. http://linkeduniversities.org/lu

10. Linked Data en Universidades
españolas
 Universidad Pompeu Fabra:
http://data.upf.edu/es/main
 Universidad de Deusto
http://dkh.deusto.es/comunidad/learning. Datos en
http://datahub.io/dataset/deustotech
 Universidad Pablo de Olavide: https://datos.upo.gob.es/
 Universidad de León: http://datosabiertos.unileon.es/
 Proyecto Universidad Abierta, de la OKFN en España:
http://universidadabierta.okfn.es/quienes-somos/
depende del grupo de la Open Knowledge Foundation
en España: http://okfn.es/

14. Soluciones tecnológicas
 Sets de datos
 http://data.linkededucation.org incluye prototipo
de visualización gráfica:
http://www.l3s.de/~fetahu/iswc_demo/categories/
 http://datahub.io/group/linked-education
 http://lak.linkededucation.org/ premio LAK
 donde se presenta: http://youtu.be/Y3PHgjAFd0o
 Education Data en Inglaterra:
http://education.data.gov.uk/

15. Soluciones tecnológicas
 Ontologías
 Vivo Ontology:
http://www.essepuntato.it/lode/owlapi/http://vivoweb.org/on
tology/core y https://wiki.duraspace.org/display/VIVO/VIVO-
ISF+Ontology+v1.6+Overview%3A+Classes
 Ontología sobre investigación: Eurocris: http://eurocris.org
 AIISO: Academic Institution Internal Structure Ontology
http://vocab.org/aiiso/schema
 Ontología SWRC: Semantic Web for Research Communities
 Bowlogna Ontology: http://diuf.unifr.ch/main/xi/bowlogna
 Modelo de Open Data for organizations:
http://openorg.ecs.soton.ac.uk/wiki/Main_Page

18. Soluciones tecnológicas
 Herramientas y plataformas específicas para
construir LOD aplicado a universidades
 GNOSS Universities:
http://products.gnoss.com/comunidad/gnossprodu
cts/recurso/gnoss-universities-construyendo-
ecosistemas-de-con/5fb9e264-c7be-486d-a492-
fa798e881393
 Vivo: http://www.vivoweb.org búsquedas:
http://beta.vivosearch.org
 http://en.wikipedia.org/wiki/Comparison_of_Resear
ch_Networking_Tools_and_Research_Profiling_Syste
ms
 Herramientas de la OKFN: CKAN:
http://ckan.org/features/#search

19. Herramientas de visualización
Scimago Lab: informetría
http://www.scimagojr.com/mapgen.php
Cyberinfrastructure for Network Science
Center de Indiana University
http://cns.iu.edu/
Herramienta para construir mapas de
ciencia: Sci2tool
https://sci2.cns.iu.edu/user/index.php
Atlas of Science: http://scimaps.org/

20. Otros productos
 Software comercial de análisis de impacto de
investigación
 Converis5 by Thompson Reuters
 Elements by Symplectic
 Dataverse network project (Harvard):
http://thedata.org/book/about-project
 Databox de la Universidad de Copenhague
(backup y preservación):
https://data.kb.dk/dvn/
 OpenScholar: webs personales
http://theopenscholar.org/
 Análisis de impacto (Harvard):
http://profiles.catalyst.harvard.edu/?pg=home

21. II. Objetivo: Datos
enlazados en la UNED

22. Los datos en la UNED actual
Cátedras
Universidad-
Empresa
Grupos de
Investigación
Institutos de
Investigación
Biblioteca
Centros de
Investigación
Aplicación de
Investigación
OTRI
Aplicación de
Secretarías

23. Cátedras
Universidad
-Empresa
Institutos de
Investigación
Biblioteca
Centros de
Investigación
Aplicación
de
Investigación
OTRI
Aplicación
de
Secretarías
UNED
Semántica:
UNEDATA
UNEDATA datos enlazados

24. ¿Para qué sirve UNEDATA?
Búsquedas sencillas y rápidas
Diferentes visualizaciones de
resultados
Desarrollo de un entorno virtual de
investigación en la nube

25. Búsquedas dirigidas
Tesis doctoral en bioquímica
Investigadores Grupos Departamentos Publicaciones
Pedro Pérez BioLimón Química …
Juan Martínez NaturUNED Inteligencia A. Martínez, J…

26. Búsquedas facetadas
Sistemas de Visualización

27. Sistemas de Visualización

28. Sistemas de Visualización

29. Ventajas de UNEDATA
 Mayor visibilidad e impacto en la
investigación – Open Access
 Mayor eficiencia en la investigación
 Explotación de la riqueza de datos dispersos
 Posibilidades de ampliación y enlace a
otras universidades y centros

30. Una mirada hacia el futuro…

31. III. Desarrollo del proyecto

32. Configuración del equipo
32
Sponsor
Coordinación
del proyecto
▪ Vicerrectorado de
Investigación
▪ E. González-Blanco (EGB)
▪ Equipo de trabajo
– Rafael Martínez
Tomás (RMT)
– Mariano Rincón
Zamorano (MRZ)
– José Luis Vindel
Fernández (JLVF)
▪ Personal
contratado
– Santiago Timón
Reina
– José Antonio
Martín Caro
▪ Biblioteca
– Alicia López Medina
– Luis Zorita
– Isabel Calzas
▪ Cemav / Intecca
– Ángel Mancebo
– Jorge Vega
– Vanesa Alonso
▪ Personal contratado
– Pilar Uguina
Cocostegui
▪ Apoyo del
Vicerrectorado de
Tecnología
▪ Apoyo de la ETSI
Informática
▪ Apoyo de OTAI,
OTRI
▪ Colaboración
Facultad de
Educación
– Ángel de Juanas
Oliva (AJO)
– Alfonso Diestro
Fernández
(ADF)
Tecnología Información

33. Fases del proyecto
Análisis de
Datos y preparación
infraestructura
Diseño de
ontologías y
modelado
Desarrollo e
implementación
Visualización y
recuperación de
la información
 Identificación de
los datos
 Definición de
volumen y
formato
 Instalación y
puesta en
marcha de
infraestructura IT
 Contratación de
personal y
servicios
 Estudio de
ontologías
existentes
 Modelado de
datos: Diseño
de schema de
metadatos
UNED
 Diseño de
vocabularios
controlados
 Instalación de
VIVO en el
servidor
 Desarrollo de
APIs para
ingesta de
datos
 Carga de
datos
 Regularización
y limpieza de
datos
 Personalización
de Vivo
 Desarrollo de
buscador
facetado
basado en
SPARQL
 Representación
mediante
sistemas de
visualización
diversos
 Nuevas
perspectivas