SemanticSUS: Um Portal Semântico baseado em Ontologias e Dados Interligados para Acesso, Integração e Visualização de Dados do SUS

• Matheus Mayron Lima da Cruz UFC
• Caio Viktor Silva Avila UFC
• Vânia Maria Ponte Vidal UFC
• Narciso Moura Arruda Junior UFC

DOI: https://doi.org/10.5753/sbcas.2019.6277

Resumo

Esta demo apresenta SemanticSUS, um portal semântico para acesso, análise e visualização de grande quantidade de dados do Sistema Único de Saúde (SUS). O Portal SemanticSUS é baseado em um enfoque que combina on- tologias e Dados Interligados para enfrentar os desafios no desenvolvimento de aplicações onde existe a necessidade de integrar fontes de dados heterogêneas. O SemanticSUS tem como principal objetivo oferecer uma camada ontológica, conectada semanticamente aos dados, e que permita o acesso integrado aos dados. A plataforma disponibiliza também o serviço de integração semântica baseado na abordagem “pay-as-you-go”, o que garante flexibilidade e exten- sibilidade suficientes para que novas fontes de dados possam ser adicionadas ao portal. Outra facilidade do portal é a ferramenta “Mashup Buider”, a qual permite a construção de Mashup de Dados de forma simples e automática.

Referências

[Bishr 1998] Bishr, Y. (1998). Overcoming the semantic and other barriers to gis interoperability. International journal of geographical information science, 12(4):299–314.

[Calvanese et al. 2017] Calvanese, D. et al. (2017). Ontop: Answering sparql queries over relational databases. Semantic Web, 8(3):471–487.

[Freitas et al. 2017] Freitas, R. et al. (2017). Using linked data in the data integration for maternal and infant death risk of the sus in the gissa project. In Proceedings of the 23rd Brazillian Symposium on Multimedia and the Web, pages 193–196. ACM.

[Madhavan et al. 2007] Madhavan, J. et al. (2007). Web-scale data integration: You can only afford to pay as you go.

[Mendes et al. 2012] Mendes, P. N. et al. (2012). Sieve: linked data quality assessment and fusion. In 2012 Joint EDBT/ICDT Workshops, pages 116–123. Citeseer.

[Studer et al. 1998] Studer, R., Benjamins, V. R., and Fensel, D. (1998). Knowledge engineering: principles and methods. Data & knowledge engineering, 25(1-2):161–197.

[Vidal et al. 2015] Vidal, V. M. et al. (2015). Specification and incremental maintenance of linked data mashup views. In CAiSE, pages 214–229. Springer.

[Volz et al. 2009] Volz, J. et al. (2009). Silk-a link discovery framework for the web of data. LDOW, 538.