Propojená data

Verze z 18. 9. 2018, 07:05, kterou vytvořil Jakub.Klimek (diskuse | příspěvky) (→‎Otevřená propojená data)
(rozdíl) ← Starší verze | zobrazit aktuální verzi (rozdíl) | Novější verze → (rozdíl)

Propojená data (Linked Data) je název metodiky pro publikování strukturovaných dat způsobem, který umožní jejich vzájemné propojování a opakované využití v rámci sémantického dotazování (sémantického webu). Může jít jak o heterogenní systémy v rámci jedné organizace, tak o databáze udržované různými entitami ve vzdálených částech světa. Z technického hlediska se jedná o data publikovaná na webu způsobem, který je strojově čitelný, jejich smysl (význam) je jasně vyjádřen, jsou propojena na jiná data a je možné se na ně odkazovat.[1]

Základní principy

Základní principy propojených dat navrhl v roce 2006 Tim Berners-Lee. Hlavní podstatou je čitelnost člověkem i strojem a možnost dohledat prostřednictvím propojení další související data. Součástí principů jsou i čtyři pravidla propojených dat:

1. Používání URI pro pojmenování
2. Použivání HTTP URI aby bylo možné na tato URI odkazovat (vyhledávat je)
3. Jestliže někdo vyhledá URI, měl by dostat užitečné informace ve standardním formátu (RDF, SPARQL)
4. Zahrňte odkazy na další URI, aby bylo možné objevovat další věci[2]

Konsorcium W3 ve své definici propojených dat vedle použití standardního formátu (RDF) uvádí také možnost konverze nebo přistupu do stávajících databází (relačních, XML, HTML apod.) v reálném čase. Mezi technologie pro vytváření dotazovacích koncových bodů a přístup k datům zařazuje W3C vedle RDF a SPARQL také GRDDL, POWDER, RDFa, RIF a R2RML.[3]

Principy v praxi

URI slouží nejen k pojmenování webových dokumentů a digitálního obsahu, ale také pro objekty v reálném světě a abstraktní koncepty - například osoby, místa a vztahy či vlastnosti. HTTP URI umožňuje kombinovat globálně jedinečou identifikaci s jednoduchým a dostupným způsobem vyhledání (dotazu) - prostřednictvím HTTP tak je možné získat popis příslušného objektu či konceptu. Standardizace formátování obsahu primárně do formátu Resource Description Framework (RDF) je důležitá pro zpřístupnění obsahu široké škále aplikací. Používání hypertextových odkazů by mělo zahrnovat nejen webové dokumenty, ale všechny objekty a koncepty - odkaz tak například může být mezi osobou a místem, nebo mezi místem a firmou. Narozdíl od klasického webu tedy v případě propojených dat odkazy popisují vztahy mezi věcmi.[4]

V případě RDF hrají důležitou roli slovníky a ontologie popisujicí různé domény. Řada datových souborů používá své vlastní, pro některé oblasti lze použít vhodné standardy - například rožšířený Dublin Core Terms. [5]


Příklady

Mezi nejznámější příklady velkých propojených datasetů patří DBPedia, která v podstatě zpřístupnila obsah Wikipedie ve formátu RDF. Umožňuje tak nad daty z Wikipedie sestavovat složité dotazy a zároveň na tato data napojovat další datové zdroje dostupné online. Anglická verze DBpedie obsahuje aktuálně 4,58 milionu položek z nichž 4,22 milionu je klasifikováno jako konzistentní ontologie (osoby, místa, umělecká díla, organizace, živočišné a rostlinné druhy, choroby). [6]

Přehled případových studií a užití propojených dat (respektive sémantického webu) lze také nalézt na webu W3C.

Otevřená propojená data

V roce 2010 doplnil Tim Berners-Lee své základní principy propojených dat o definici otevřených propojených dat, tedy propojených dat publikovaných v rámci otevřené licence, která neomezuje jejich bezplatné použití. Může se jednat o licenci typu Creative Commons BY nebo některou z otevřených licencí používaných ve státní správě - nařpíklad britskou Open Government License. Zároveň navrhl systém hodnocení otevřených propojených dat jednou až pěti hvězdičkami:

*      Zveřejnění dat (jakkoliv) na webu v rámci otevřené licence (open license)
**     Zveřejnění dat ve strukturované formě (například xls namísto obrázku tabulky)
***    Navíc: neproprietární formát (CSV namísto XLS)
****   Navíc: Použity otevřené standardy W3C (RDF, SPARQL) aby na data mohlo být přímo odkazováno
*****  Navíc: Propojení dat s jinými daty a rozšíření kontextu


V tomto hodnotícím schématu jsou všechna propojená (5*) data zároveň i otevřená, v praxi se ale pochopitelně objevují propojená data, která nejsou publikována jako otevřená data, je proto důležité rozlišovat mezi propojenými daty a otevřenými propojenými daty. [7]

Propojená data se v posledních letech objevují v řadě případů v podobě otevřených propojených dat. Ta jsou katalogizována v Národním katalogu otevřených dat [8] a jejich publikace se řídí Otevřenou formální normou Propojená data. [9]

Odkazy

Reference

  1. Bizer, Christian; Heath, Tom; Berners-Lee, Tim. "Linked Data—The Story So Far". [online] 2009, 26 s.[cit. 2017-05-10] Dostupné z: http://tomheath.com/papers/bizer-heath-berners-lee-ijswis-linked-data.pdf
  2. Berners-Lee, Tim. "Linked Data". [online] 2006.[cit. 2017-05-10] Dostupné z: https://www.w3.org/DesignIssues/LinkedData.html
  3. W3C "Linked Data". [online].[cit. 2017-05-10] Dostupné z: https://www.w3.org/standards/semanticweb/data
  4. HEATH, Tom; BIZER, Chris "Linked data: evolving the Web into a global data space.". 1𝑠𝑡 ed. Morgan & Claypool, 2011. Dostupné též online: http://linkeddatabook.com/book. ISBN 978-1-60845-430-3.
  5. MYNARZ, Jindřich "Linked Open Data for Public Sector Information.".Dostupné online: https://is.cuni.cz/webapps/zzp/detail/95711/.
  6. DBpedia "About". [online].[cit. 2017-05-10] Dostupné z: http://wiki.dbpedia.org/about
  7. Berners-Lee, Tim. "Linked Data". [online] 2010.[cit. 2017-05-10] Dostupné z: https://www.w3.org/DesignIssues/LinkedData.html
  8. Ministerstvo vnitra. "Národní katalog otevřených dat". [online] 2018.[cit. 2018-09-18] Dostupné z: https://data.gov.cz
  9. Ministerstvo vnitra. "Propojená data". [online]. [cit. 2018-09-18] Dostupné z: https://data.gov.cz/otevřené-formální-normy/propojená-data/

Externí odkazy

Klíčová Slova

propojená data, otevřená data, sémantický web, URI, RDF