Garantindo a Qualidade de Dados na Fusão de Dados Conectados: Um caso de uso de SHACL em dados abertos de Mobilidade e Educação de Curitiba
Resumo
As cidades inteligentes são um contexto que pode obter grande vantagem no formato e no crescimento de dados na web semântica, visto que o volume e a conexão aumentam a qualidade das análises de dados. No entanto, o crescimento quantitativo de dados deve acontecer com garantia de qualidade. Este trabalho tem como objetivo a verificação de qualidade de dados na fusão de dados conectados, por meio das dimensões de qualidade acurácia, consistência e concisão. Para especificar as restrições de qualidade a serem verificadas foi utilizada a linguagem SHACL (Shapes Constraint Language) e para a execução da verificação foi criado um script em Python. Os testes foram realizados em um conjunto de dados abertos conectados do domínio de mobilidade urbana e educação na cidade de Curitiba.Referências
Belizario, M, G., Rita Cristina G. Berardi. Linked Open Data in Smart Cities: An application in the domains of Mobility and Education. Anais do XVII Escola Regional de Banco de Dados. SBC, 2022.
Halevy, A., Norvig, P., & Pereira, F. (2009). The unreasonable effectiveness of data. IEEE intelligent systems, 24(2), 8-12..
Heath, T.; Bizer, C. (2011) "Linked data: Evolving the web into a global data space. Synthesis lectures on the semantic web: theory and technology", Morgan & Claypool Publishers, v. 1, n. 1, p. 1-136, 2011.
Mendes, P. N., Mühleisen, H., & Bizer, C. (2012, March). Sieve: linked data quality assessment and fusion. In Proceedings of the 2012 joint EDBT/ICDT workshops (pp. 116-123).
Naphade, M., Banavar, G., Harrison, C., Paraszczak, J., & Morris, R. (2011). Smarter cities and their innovation challenges. Computer, 44(6), 32-39.
Pandit, H. J., O'Sullivan, D., & Lewis, D. (2018, October). Using Ontology Design Patterns To Define SHACL Shapes. In WOP@ ISWC (pp. 67-71).
Paulheim, H., & Stuckenschmidt, H. (2016). Fast approximate a-box consistency checking using machine learning. In The Semantic Web. Latest Advances and New Domains: 13th International Conference, ESWC 2016, Heraklion, Crete, Greece, May 29--June 2, 2016, Proceedings 13 (pp. 135-150). Springer International Publishing.
Rabbani, K., Lissandrini, M., & Hose, K. (2022, April). SHACL and ShEx in the Wild: A Community Survey on Validating Shapes Generation and Adoption. In Companion Proceedings of the Web Conference 2022 (pp. 260-263).
Rietveld, L., Beek, W., & Schlobach, S. (2015). LOD lab: Experiments at LOD scale. In The Semantic Web-ISWC 2015: 14th International Semantic Web Conference, Bethlehem, PA, USA, October 11-15, 2015, Proceedings, Part II 14 (pp. 339-355). Springer International Publishing.
Spahiu, B., Maurino, A., & Palmonari, M. (2018, October). Towards Improving the Quality of Knowledge Graphs with Data-driven Ontology Patterns and SHACL. In ISWC (Best Workshop Papers) (pp. 103-117).
Zaveri, A., Kontokostas, D., Sherif, M. A., Bühmann, L., Morsey, M., Auer, S., & Lehmann, J. (2013, September). User-driven quality evaluation of dbpedia. In Proceedings of the 9th International Conference on Semantic Systems (pp. 97-104).
Wang, R. Y., & Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of management information systems, 12(4), 5-33.
Halevy, A., Norvig, P., & Pereira, F. (2009). The unreasonable effectiveness of data. IEEE intelligent systems, 24(2), 8-12..
Heath, T.; Bizer, C. (2011) "Linked data: Evolving the web into a global data space. Synthesis lectures on the semantic web: theory and technology", Morgan & Claypool Publishers, v. 1, n. 1, p. 1-136, 2011.
Mendes, P. N., Mühleisen, H., & Bizer, C. (2012, March). Sieve: linked data quality assessment and fusion. In Proceedings of the 2012 joint EDBT/ICDT workshops (pp. 116-123).
Naphade, M., Banavar, G., Harrison, C., Paraszczak, J., & Morris, R. (2011). Smarter cities and their innovation challenges. Computer, 44(6), 32-39.
Pandit, H. J., O'Sullivan, D., & Lewis, D. (2018, October). Using Ontology Design Patterns To Define SHACL Shapes. In WOP@ ISWC (pp. 67-71).
Paulheim, H., & Stuckenschmidt, H. (2016). Fast approximate a-box consistency checking using machine learning. In The Semantic Web. Latest Advances and New Domains: 13th International Conference, ESWC 2016, Heraklion, Crete, Greece, May 29--June 2, 2016, Proceedings 13 (pp. 135-150). Springer International Publishing.
Rabbani, K., Lissandrini, M., & Hose, K. (2022, April). SHACL and ShEx in the Wild: A Community Survey on Validating Shapes Generation and Adoption. In Companion Proceedings of the Web Conference 2022 (pp. 260-263).
Rietveld, L., Beek, W., & Schlobach, S. (2015). LOD lab: Experiments at LOD scale. In The Semantic Web-ISWC 2015: 14th International Semantic Web Conference, Bethlehem, PA, USA, October 11-15, 2015, Proceedings, Part II 14 (pp. 339-355). Springer International Publishing.
Spahiu, B., Maurino, A., & Palmonari, M. (2018, October). Towards Improving the Quality of Knowledge Graphs with Data-driven Ontology Patterns and SHACL. In ISWC (Best Workshop Papers) (pp. 103-117).
Zaveri, A., Kontokostas, D., Sherif, M. A., Bühmann, L., Morsey, M., Auer, S., & Lehmann, J. (2013, September). User-driven quality evaluation of dbpedia. In Proceedings of the 9th International Conference on Semantic Systems (pp. 97-104).
Wang, R. Y., & Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of management information systems, 12(4), 5-33.
Publicado
11/04/2023
Como Citar
BERTUCINI, Otávio Thomas; BERARDI, Rita C. G.; BELIZARIO, Mateus G.; KOZIEVITCH, Nadia.
Garantindo a Qualidade de Dados na Fusão de Dados Conectados: Um caso de uso de SHACL em dados abertos de Mobilidade e Educação de Curitiba. In: ESCOLA REGIONAL DE BANCO DE DADOS (ERBD), 18. , 2023, Palmas/PR.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 31-40.
ISSN 2595-413X.
DOI: https://doi.org/10.5753/erbd.2023.229429.
