SEMANTICA WEB

1
SEMANTICA WEB

• Curs 2 Modelarea Proceselor Sociale

2
Definitie

• Este un efort de colaborare si de standardizare
  la nivel international condus de World Wide Web
  Consortium (W3C). Scopul este promovarea unor
  anumite formate de date (o anumita structurare a
  paginilor web) , la nivel semantic, forma
  actuala fiind descrisa in Resource Description
  Framework (RDF).
• Avantajul unei pagini cu continut semantic
  (structurata) consta in gasirea mai rapida a
  unei informatii pertinente si posibilitatea
  construirii unor softuri care sa gaseasca automat
  informatii de un anumit tip in multitudinea de
  pagini web.
• Problemele apar din cauza diferentei foarte mari
  intre un document inteligibil poentru om si unul
  inteligibil pentru masina.
• Este o structura web care poate fi procesata de
  masini (de softuri)
• Din cauza dificultatii suplimentarede a scrie
  pagini web conform unui standard, de a modifica
  paginile existente conform unui standard si
  dificultatii de a crea un standard larg acceptat
  ideea, desi simpla si utila, este inca slab
  utilizata.
• WEB 2.0, WEB 3.0

3
Tipuri de probleme

• Gasirea unei persoane dupa nume
• Gasirea unei fotografii anume
• Gasirea unui tip de muzica
• Gasirea unui produs cu anumite caracteristici pe
  site-urile de vanzari

4
Dificultatea problemei

• Dimensiune milioane de pagini, milioane de
  termeni din diferite domenii (tehnici,
  informatici, medicali etc), denumiri diferite
  pentru aceeasi notiune etc.
• Imprecizie Utilizatorii nu fac cereri precise,
  conform dictionarului, utilizand expresii sau
  cuvinte vag legate (din punct de vedere a-l
  masinii) de ceea ce cauta acesta efectiv. Pentru
  acelasi termen sau informatie utilizatorii
  utilizeaza cuvinte cheie diferite. Cea mai
  utilizata tehnica de gestiune a informatiei
  imprecise o reprezinta logica fuzzy.
• Nesiguranta Un pacient poate prezenta un set de
  simptome care corespund la mai multe diagnostice,
  fiecare cu probabilitatea sa de a fi cel real. In
  acest sens se pot utiliza tehnici de
  analizaprobabilitatilor pentru a da un raspuns
  al masinii satisfacator pentru om.
• Inconsistenta informatiilor Multe informatii din
  web sunt incomplete sau in contradictie cu alte
  date de pe web astfel incat aplicarea
  rationamentului deductiv si a logicii de catre
  masina duce la rezultate catastrofice.
  Rationamentul anulabil si rationamentul
  paraconsistent (nedeductiv) sunt doua tehnici ce
  pot fi utilizate in lucrul cu informatii
  neconsistente.
• Erori intentionate Furnizorii de informatii
  introduc intentionat greseli sau dau informatii
  incomplete pentru a-si proteja interesele.
  Tehnica curenta pentru a atenua aceste temeri
  este criptografia.

5
Arhitectura semanticii web
XML un mod de a structura informatia utilizand
tag-uri intr-un document. Schema XML regulile
dupa care se citeste un document XML. RDF
limbaj de descriere a informatiilor web si a
relatiilor dintre acestea. Modele tip-RDF
RDF/XML, N3, Turtle si RDFa. Schema RDF
vocabularul care descrie clasele si proprietatile
acestora dintr-o resursa RDF (in principal
ierarhia acestora). OWL vocabular suplimentar
pentru descrierea claselor si proprietatile
acestora apartenenta, relatii (egalitate,
ordine etc), simetrie, enumerari etc. SPARQL
protocol de cautare si furnizare a datelor la
cerere. RIF limbaj XML cu reguli inteliginile
pentru calculator. Are mai multe versiuni
(dialecte) RIF Basic Logic Dialect (RIF-BLD),
RIF Production Rules Dialect (RIF PRD).
6
SOLUTII

• Limbaje destinate special pentru gestiunea
  datelor
• Resource Description Framework (RDF)
• Web Ontology Language (OWL)
• Extensible Markup Language (XML)
• Proiecte de implementare a semanticii web
• FOAF (Friend of a friend) utilizarea
  standartdelor RDF pentru a descrie relatiile
  interumane si lururi implicate in aceste
  relatii
• Dbpedia posibilitatea de a publica date extrase
  automat din wikipedia in propria pagina
• SIOC (Semantically-Interlinked Online
  Communities) modelare semantica a forumurilor
  de discutii, blogurilor, liste de recomandari,
  liste de adrese e-mail, resurse disponibilizate,
  galerii de imagini etc.
• GoPubMed motor de cautare a informatiilor din
  texte medicale.
• NextBio baza de date si interfata de cautare
  privind molecule si gene.

7
EVOLUTIE
Procent din paginile web in care apar termenii
8
EVOLUTIE
Numar de pagini web care utilizeaza
9
EVOLUTIE
Procent al paginilor in care apare cuvantul
10
WEB 2.0

• Trasaturi
• Clasificarea extinsa a informatiilor
• Utilizatorii fac mai mult decat sa obtina
  informatii
• Utilizatorii contribuie la continutul paginilor
• Distributie tip long tail a informatiilor
• Continut dinamic
• Verificare minima a informatiilor
• Varietate
• Numar mare de participanti
• Fragilitate (spam, troling, asimetrie useri,
  informatii false, trunchiate, gresite, amatorism
  etc)

11
WEB 2.0

• Utilizare
• Podcasting (serii audio, video, documente
  electronice)
• Blogging
• Tagging (categorisirea informatiilor)
• Descoperirea si distribuirea informatiilor
• Social bookmarking adaugare, adnotare, editare
  si distribuire de link-uri spre interiorul
  paginilor web
• Retele sociale
• Vot pe web
• Marketing
• Educatie
• Actiuni de caritate
• Munca in folosul societatii
• Aplicatii web-based si aducerea tehnologiilor
  desktop in browser
• Distributia obiectelor media

12
Evolutia web
13
Educatia web 2.0
14
Evolutia web
15
Evolutia web
16
Link-uri utile

• http//www.edudemic.com/the-35-best-web-2-0-classr
  oom-tools-chosen-by-you/
• http//edjudo.com/web-2-0-teaching-tools-links
• http//web20guru.wikispaces.com/Web2.0Resources
• http//oedb.org/ilibrarian/101-web-20-teaching-too
  ls/
• http//en.wikipedia.org/wiki/Web_2.0
  (http//ro.wikipedia.org/wiki/Web_2.0)
• http//www.webopedia.com/TERM/W/Web_2_point_0.html
  
• http//webtrends.about.com/od/web20/a/what-is-web-
  30.htm
• http//www.timsoft.ro/ke/modul1.html2

17
Teme propuse

• Cum au implementat web 2.0 Yahoo, Amazon,
  Microsoft si Google?
• Evolutia web 1.0 -gt 2.0 -gt 3.0 -gt 4.0