1. Sieć Semantyczna
w teorii i w praktyce.
Sebastian Ryszard Kruk
Knowledge Hives
Copyright @ KnowledgeHives.com
2. Krok po kroku
O co chodzi z Web 3.0 ?
Krótka historia Sieci
Od URI do zaufania
Podstawy: RDF, ontologie i SPARQL
Być w Sieci a być częścią Sieci
Połączone Dane: Publikujemy w Web 3.0
Cyfrowe a Sieciowe: Semantyczne Biblioteki Cyfrowe
Poza akademickie rozważania:
Google Rich Snippets, RDFa i BestBuy
Facebook Open Graph
Podsumowanie: Przyszłość Web 3.0
Copyright @ KnowledgeHives.com
3. O co chodzi w Web 3.0
Web 3.0 to ekosystem, oparty na podstawowych
założeniach Sieci WWW, wymiany wiedzy pomiędzy
ludźmi i maszynami
Sieć Semantyczna na przykładzie uzgadniania prawd
historycznych
Wspólny język
Wyrażanie (subiektywnego) widzenia świata
Jednoznaczne identyfikatory
Jednolity dostęp do (połączonych) źródeł wiedzy
Różne definicje Web 3.0
Web 3.0 = Semantic Web
Web 3.0 = AI 2.0 (głównie NLP)
Web 3.0 = Web + społeczności online + połączona semantyka
(Linked Data)
Copyright @ KnowledgeHives.com
5. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
Copyright @ KnowledgeHives.com
6. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
Copyright @ KnowledgeHives.com
7. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
Copyright @ KnowledgeHives.com
8. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
Copyright @ KnowledgeHives.com
9. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
Copyright @ KnowledgeHives.com
10. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
Copyright @ KnowledgeHives.com
11. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
Copyright @ KnowledgeHives.com
12. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML
Copyright @ KnowledgeHives.com
13. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML
2000 - DARPA publikuje specyfikację DAML
Copyright @ KnowledgeHives.com
14. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML
2000 - DARPA publikuje specyfikację DAML
2001 - TBL, Handler i Lassila: “The Semantic Web” (Scientific American)
Copyright @ KnowledgeHives.com
15. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML
2000 - DARPA publikuje specyfikację DAML
2001 - TBL, Handler i Lassila: “The Semantic Web” (Scientific American)
2009 - TBL w czasie obchodów 20 rocznicy WWW: “mamy już wszystkie
narzędzia potrzebne do budowy Web 3.0”
Copyright @ KnowledgeHives.com
16. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML
2000 - DARPA publikuje specyfikację DAML
2001 - TBL, Handler i Lassila: “The Semantic Web” (Scientific American)
2009 - TBL w czasie obchodów 20 rocznicy WWW: “mamy już wszystkie
narzędzia potrzebne do budowy Web 3.0”
2009 - Google zapowiada wsparcie dla Rich Snippets bazujących na RDFa;
BestBuy zwiększa sprzedaż dzięki zastosowaniu RDFa
Copyright @ KnowledgeHives.com
17. Krótka historia Sieci
1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”
1945 - Vannevar Bush: Memex
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET
1989 - sir Tim Berners-Lee: powstanie WWW
1995 - Dublin Core: pierwsze warsztaty
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML
2000 - DARPA publikuje specyfikację DAML
2001 - TBL, Handler i Lassila: “The Semantic Web” (Scientific American)
2009 - TBL w czasie obchodów 20 rocznicy WWW: “mamy już wszystkie
narzędzia potrzebne do budowy Web 3.0”
2009 - Google zapowiada wsparcie dla Rich Snippets bazujących na RDFa;
BestBuy zwiększa sprzedaż dzięki zastosowaniu RDFa
2010 - Facebook uruchamia usługę Open Graph
Copyright @ KnowledgeHives.com
24. Czym jest RDF ?
Jak opisać krzesło ?
Copyright @ KnowledgeHives.com
25. Czym jest RDF ?
Jak opisać krzesło ?
Copyright @ KnowledgeHives.com
26. Czym jest RDF ?
RDF:
Opis zależności pomiędzy zasobami
Model danych oparty na grafie skierowanym
Reprezentacja w postaci prostych zdań (trójek)
Możliwe krawędzie pomiędzy krawędzią a wierzchołkiem
Zdania, trójki (statements, triples):
Reprezentują pojedyńczą krawędź w grafie RDF
Podmiot (subject) - URI lub bnode
Predykat/Orzeczenie (predicate) - URI
Obiekt (object) - URI, bnode lub literał
Rozszerzenia:
Reifikacje (reification) - zdanie o zdaniu
Czwórki (quad) - 4 element to kontekst
Copyright @ KnowledgeHives.com
27. Technicznie o RDF
Podstawowe pojęcia:
Zasób (resource) - wierzchołek w grafie RDF, identyfikowany
przez URI/IRI lub bnode
BNode - wewnętrzny (nie eksportowalny) identyfikator
Literał (literal) - wierzchołek-liść w grafie RDF; może mieć
określony typ lub język
rdf:type - “wbudowany” predykat określający typ/klasę
Jak zapisać RDF:
N-triples - zapis zdanie po zdaniu:
<uri:Krzesło> <uri:posiada> <uri:Oparcie>.
N3 i Turtle - skrócony zapis n-triples:
<uri:Krzesło> <uri:posiada> <uri:Oparcie>, <uri:Nogi>.
RDF/XML - reprezentacja RDF w XML (niejedonoznaczna,
przegadana i niepełna)
Copyright @ KnowledgeHives.com
28. Bazy Danych RDF
Dlaczego nie bazy relacyjne ?
Bazy danych RDF:
Jena (również jako API w Java)
Sesame
ARC/ARC2 (API w PHP + MySQL)
Oracle (natywne wsparcie dla grafów i dodatkowych
algorytmów, np. Dijkstra)
Sindice (bazuje na Hadoop)
AllegroGraph (Lisp)
Virtuoso
Bazy NoSQL (Hadoop, Cassandra)
Kiedy warto rozważyć bazy relacyjne?
Copyright @ KnowledgeHives.com
29. Ontologie
Jak interpretować znaczenie (semantykę) pojęć w
grafie powiązań RDF?
Ontologia:
“An ontology is a specification of a conceptualization.” Tom
Gruber, 1993
Opisuje uzgodnione znaczenia pojęć
Często stworzona w wyniku pracy społeczności (nie tylko
ekspertów)
Wyjaśnia znaczenie, nie narzuca schematu
Różne sposoby formalnego zapisu:
RDF Schema
OWL
DAML+OIL, UML, Topic Maps, XML Schema
Copyright @ KnowledgeHives.com
30. RDF Schema
Równoprawni obywatele: klasy (class) i
właściwości (property)
Niezależne definiowanie dziedziczenia klas i
właściwości
Właściwości mają:
Dziedzinę (domain)
Zakres (range)
Wnioskowanie oparte o logikę opisową
(description logic) a nie relacje znane z
programowanie obiektowego (OOP)
Copyright @ KnowledgeHives.com
31. OWL
Rodzina formalnych języków opisu ontologii
OWL-Lite, OWL-DL, OWL-Full, (oraz OWL-2)
Definicja klas, właściwości, instancji i operacji
Dodatkowe słownictwo:
Typy relacji pomiędzy klasami, np.: rozłączność
Ilość oczekiwanych relacji (ang. cardinality),
Równoważność (ang. equality),
Typy właściwości, np.: właściwość odwrotnie funkcyjna (ang.
inverse functional property, IPF),
Cechy właściwości, np. symetryczność czy przechodniość.
OWL-Full nie gwarantuje ukończenia wnioskowania !
OWL-2 (w chwili obecnej) nie bazuje na modelu danych
RDF !
Copyright @ KnowledgeHives.com
32. Ontologie vs Taksonomie
Ontologia:
Pozwala określić znaczenie (często z danej dziedziny)
definiując klasy pojęć, relacje pomiędzy nimi oraz aksjomaty
W zależności od typu, wnioskowanie może być bardzo
skomplikowane i niekompletne (model otwarty świata *)
Taksonomia:
Kolekcja słownikowanych pojęć zorganizowanych w strukturę
hierarchiczną
Proste wnioskowanie oparte o zdefiniowaną hierarchię (model
zamknięty świata *)
Taksonomie mogą być wykorzystane jako słowniki pojęć w
ontologii
Prosta ontologia + taksomie pojęć = łatwiejsze
wnioskowanie
Copyright @ KnowledgeHives.com
33. Lekkie ontologie
Problemy ontologii:
Skomplikowane struktury utrudniają osiągnięcie
zgodności pomiędzy poszczególnymi zastosowaniami ➯
potrzeba ontologii wysokiego poziomu
Ontologie zdefiniowane w OWL podlegają prawom
Description Logic ➯ im większe skomplikowanie tym
trudniejsze poprawne mapowanie na OOP
Popularne ontologie:
Dublin Core
SKOS
FOAF
SIOC
Good Relations
Copyright @ KnowledgeHives.com
34. Dublin Core
Prawdopodobnie najstarsza z obecnych ontologii
Pochodzi ze środowiska bibliotekarzy (cyfrowych)
Główne cele:
Współdzielone definicje pojęć tworzące słowniki
Interoperacyjność na poziomie znaczenia opisanego
formalnie (formal semantics)
Syntaktyczna interoperacyjność opisów umożliwiająca
wymianę danych
Współdzielone formalne słowniki i ograniczenia
15 podstawowych pojęć, m.in., dc:creator, dc:date
Dodatkowe typy, klasy i pojęcia (zastępują DC
Qualifiers)
Copyright @ KnowledgeHives.com
35. SKOS
Simple Knowledge Organization Systems
Systemy organizacji wiedzy
Reprezentują zorganizowaną interpretację struktury wiedzy
Narzędzia semantyczne: znaczenie słów i innych symboli,
oraz relacji pomiędzy nimi
Organizacja informacji i promocja zarządzania wiedzą
Przykłady KOS: słowniki (np. WordNet),
taksonomie, klasyfikacje, formalne ontologie
Podstawowe pojęcia SKOS:
Concept, Scheme
broader, narrower, related, prefLabel, inScheme
przykłady: WordNet, OpenVocabulary.info
Copyright @ KnowledgeHives.com
36. FOAF
Friend-of-a-Friend
Podstawowy zestaw właściwości i zaledwie kilka
klas do opisu sieci społecznych
Tworzy graf skierowany definiujący relacje
(społecznych) pomiędzy użytkownikami i usługami
Umożliwia opis osoby (foaf:Person) lub usługi
(foaf:Agent)
Jedna z najbardziej popularnych ontologii
Łączy pojęcia Web 2.0 z technologiami Semantic
Web
Łatwo rozszerzalna: FOAFRealm, FOAF-SSL
Copyright @ KnowledgeHives.com
38. SIOC
Semantically Interlinked Online Communities
Umożliwia łączenie treści i interakcji pomiędzy
różnymi systemami społecznymi (np. blogi, fora,
wiki)
Copyright @ KnowledgeHives.com
39. SIOC
Semantically Interlinked Online Communities
Umożliwia łączenie treści i interakcji pomiędzy
różnymi systemami społecznymi (np. blogi, fora,
wiki)
Copyright @ KnowledgeHives.com
40. SIOC
Semantically Interlinked Online Communities
Umożliwia łączenie treści i interakcji pomiędzy
różnymi systemami społecznymi (np. blogi, fora,
wiki)
Wspierana (za pomocą pluginów) przez różne
systemy CMS
Jednym z fundamentów Web 3.0 łączących
pojęcia/technologie Web 2.0 z Semantic Web
Stała się inspiracją dla lekkich ontologii
wykorzystanych w przemyśle
Podstawa Semantic MicroBlogging (SMOB)
Copyright @ KnowledgeHives.com
42. Good Relations
Opis produktów, cen i informacji o usłudze i
dostawcy
De-facto standard w e-commerce 3.0
Wspierana przez Google i Yahoo (rich snippets)
Wykorzystanie przez BestBuy zwiększyło ich
sprzedaż
Wsparcie rozwiązań typu B2C jak i B2B
Copyright @ KnowledgeHives.com
43. SPARQL: Podstawy
Standard W3C definiujący język i protokół zapytań
na grafie RDF
4 typy zapytań:
SELECT
CONSTRUCT
ASK
DESCRIBE
Fraza WHERE określa podgraf na bazie:
scieżek w grafie
notacja N3
podfraza FILTER do wyrażeń regularnych, itp.
Copyright @ KnowledgeHives.com
44. SPARQL: Przykład
D g E
?y
:A :b ?x. a f j
:A :b :C.
?x ?y :E. A b ?x ?y G
?x ?y :F. ?y
b
?x ?y :G. k
C d F
Copyright @ KnowledgeHives.com
45. SPARQL: Przykład
SELECT ?a D g E
WHERE
?y
{ a f j
?a :b ?x.
?a :b :C. A b ?x ?y G
?x ?y :E. ?y
b
?x ?y :F. k
?x ?y :G.
C d F
}
Copyright @ KnowledgeHives.com
46. SPARQL: Przykład 2
_:d g E e Ala ma psa
a e g
http:// f
semdl.info/
books/2
A b B -15
j
e j
b
2010-08-03T
ala ma kota e C d 9
15:00:00Z
PREFIX : <http://www.semanticschool.com/>
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
SELECT ?x
WHERE { ?x :j ?date; :e ?value.
FILTER ( xsd:dateTime(?date) > xsd:dateTime("2010-03-01T00:00:00Z") &&
xsd:integer(?value) > 5 ) }
Copyright @ KnowledgeHives.com
47. SPARQL: Przykład 2
_:d g E e Ala ma psa
a e g
http:// f
semdl.info/
books/2
A b B -15
j
e j
b
2010-08-03T
ala ma kota e C d 9
15:00:00Z
PREFIX : <http://www.semanticschool.com/>
SELECT ?x
WHERE { ?x :e ?value.
FILTER regex( ?value, "[Aa]la ma S+" ) }
Copyright @ KnowledgeHives.com
48. SPARQL: Przykład 2
_:d g E e Ala ma psa
a e g
http:// f
semdl.info/
books/2
A b B -15
j
e j
b
2010-08-03T
ala ma kota e C d 9
15:00:00Z
PREFIX : <http://www.semanticschool.com/>
SELECT ?x
WHERE { ?x :e ?value.
FILTER regex( ?value, "ala ma S+", "i" ) }
Copyright @ KnowledgeHives.com
49. Być “w” a “częścią” Sieci
Sieć (Web) to coś więcej niż tylko standardy
Co to znaczy być obecnym w Sieci ?
Czego potrzeba aby stać się częścią Sieci ?
Web Science
Filozofia sieci jest z natury bardzo prosta: hipertekst i
REST
Google jako pierwsza firma, która tak na prawdę
zrozumiała Sieć (indeksowanie połączeń)
Anty-analogia: pierwsze MS Office ze wsparciem dla
Internetu - niezrozumienie
Czy na jakiejś uczelni w Polsce jest wykładany Web
Science ?
Copyright @ KnowledgeHives.com
50. Być “w” a “częścią” Sieci
To nie jest Web (3.0):
Ontologia jako niewymienialny schemat.
SOAP jako “Web” Services
Niepołączona semantyka - czyli NLP bez Web
Aplikacje RIA, PDF, itd
Dlaczego Web 2.0 może być przełomem w
myśleniu o Sieci ?
Sieć jest demokratyczna
Popularyzacja (otwartych) standardów WWW
Antyprzykład: nasza klasa
Copyright @ KnowledgeHives.com
51. Być “w” a “częścią” Sieci
To nie jest Web (3.0):
Ontologia jako niewymienialny schemat.
SOAP jako “Web” Services
Niepołączona semantyka - czyli NLP bez Web
Aplikacje RIA, PDF, itd
Dlaczego Web 2.0 może być przełomem w
myśleniu o Sieci ?
Sieć jest demokratyczna
Popularyzacja (otwartych) standardów WWW
Antyprzykład: nasza klasa
Copyright @ KnowledgeHives.com
52. Publikujemy w Web 3.0
Podstawy publikowania w Web 3.0:
Unikalne, jednoznaczne, niezmienne i odpytywalne URI
Powiązania pomiędzy zasobami (Linked Data)
Reguły nazywania rzeczy w Sieci:
Należy używać URI do nazywania zasobów w Sieci.
Preferowanym schematem URI jest HTTP, tak aby ludzie (i
maszyny) mogli sprawdzić co kryje się pod daną nazwą.
Pod podanym URI należy udostępnić wartościowe
informacje o danym zasobie korzystając ze standardów,
np.: RDF i SPARQL.
W danym opisie pod podanym URI umieszczamy
odnośniki do innych URI, tak aby maszyny i ludzie mogli
odnaleźć więcej powiązanych zasobów w Sieci.
Copyright @ KnowledgeHives.com
54. 5 Kroków do Linked Data
Stosujemy zasady nazywania zasobów w Sieci
Musimy zrozumieć model danych naszej aplikacji
Definiujemy schematy URI (a właściwie URL) dla
poszczególnych typów obiektów
Implementujemy mechanizmy dostarczania
danych dla ludzi (np. HTML) i maszyn (np. RDF)
Re-używamy identyfikatory rzeczy dostarczane
przez inne usługi, np. WordNet, OpenVocabulary
Copyright @ KnowledgeHives.com
55. Publikujemy semantykę
Wskazujemy na zewnętrzny dokument/usługę,
który zawiera reprezentację danego zasobu w RDF
<link rel="media" type="text/turtle" title="wersja
semantyczna" href="http://adres.naszego.serwisu/dane/
dokument.ttl"/>
Osadzamy (ang. embed) semantykę bezpośrednio
w źródle naszej strony HTML: Mikroformaty, eRDF,
RDFa
Podajemy reguły translacji źródła naszej strony do
dokumentu RDF.
Dostarczamy usługę negocjacji treści (ang.
content negotiation)
Copyright @ KnowledgeHives.com
56. Publikujemy semantykę
Wskazujemy na zewnętrzny dokument/usługę,
który zawiera reprezentację danego zasobu w RDF
<link rel="media" type="text/turtle" title="wersja
semantyczna" href="http://adres.naszego.serwisu/dane/
dokument.ttl"/>
Osadzamy (ang. embed) semantykę bezpośrednio
w źródle naszej strony HTML: Mikroformaty, eRDF,
RDFa
Podajemy reguły translacji źródła naszej strony do
dokumentu RDF.
Dostarczamy usługę negocjacji treści (ang.
content negotiation)
Copyright @ KnowledgeHives.com
57. Konsumujemy z Web 3.0
Indeksy Sieci Semantycznej:
Sindice
Ping the Semantic Web .com
Wzbogacanie lokalnych baz wiedzy o informacje z
chmury Linked Data
Zaufanie
Prywatność (śledzenie schematów odpytywania usług)
Usługi bazujące na połączonych danych:
Revyu
Twine / Evri
Mobile DBPedia
Copyright @ KnowledgeHives.com
59. Biblioteki w Sieci ?
Jakie są biblioteki “cyfrowe” czy “sieciowe” ?
A jakie myśleliśmy że będą?
Dlaczego biblioteki nie łączą się z innymi usługami?
Czy i jak można czerpać i publikować metadane
bibliograficzne?
Gdzie są użytkownicy bibliotek ?
Copyright @ KnowledgeHives.com
60. Biblioteki w Sieci ?
Jakie są biblioteki “cyfrowe” czy “sieciowe” ?
A jakie myśleliśmy że będą?
Dlaczego biblioteki nie łączą się z innymi usługami?
Czy i jak można czerpać i publikować metadane
bibliograficzne?
Gdzie są użytkownicy bibliotek ?
Biblioteka 2.0 a Semantyczne Biblioteki Cyfrowe
Copyright @ KnowledgeHives.com
61. Biblioteki w Sieci ?
Jakie są biblioteki “cyfrowe” czy “sieciowe” ?
Sieć
tagowanie Web 2.0
Semantyczna
A jakie myśleliśmy że będą?
rozszrzalność
interoperacyjność
społeczności
użytkowników
Dlaczego biblioteki nie łączą się z innymi usługami?
Czy i jak można czerpać i publikować metadane
bibliograficzne? Semantyczne
Biblioteki
Gdzie są użytkownicy bibliotek ? Cyfrowe
Biblioteka 2.0 a Semantyczne Biblioteki Cyfrowe
słowniki systemy organizacji wiedzy
Biblioteki
Cyfrowe
Copyright @ KnowledgeHives.com
62. Biblioteki w Sieci ?
Jakie są biblioteki “cyfrowe” czy “sieciowe” ?
A jakie myśleliśmy że będą?
Dlaczego biblioteki nie łączą się z innymi usługami?
Czy i jak można czerpać i publikować metadane
bibliograficzne?
Gdzie są użytkownicy bibliotek ?
Biblioteka 2.0 a Semantyczne Biblioteki Cyfrowe
Przykłady:
FEDORA / Dura Space
JeromeDL
Europeana *
Copyright @ KnowledgeHives.com
63. Już nie tylko akademia
Ewolucja Web 3.0:
Oryginalny pomysł TBL
Logicy i ontologie (a sprawa Sieci)
Najważniejsze specyfikacje W3C: RDF, OWL, SPARQL
Oświecenie: Linked Data
Upublicznione dane rządowe: data.gov, data.gov.uk, ...
Wykorzystanie w przemyśle
Przemysł a Web 3.0:
HP (Jena) i Yahoo! (Search Monkey) wspierają od dawna
Google (początkowo sceptyczny) - wsparcie dla
Microformats i RDFa (Rich Snippets) od 2009
BestBuy: CTR wzrasta o 15% dzięki RDFa/GoodRelations
Facebook: publikuje standard Open Graph
Copyright @ KnowledgeHives.com
64. Facebook Open Graph
Łączy Sieć: społeczną, spersonalizowaną i
semantyczną
Pluginy dla twórców serwisów:
Login with Faces: nasi znajomi, którzy korzystają z tego serwisu
Like Button: trwały zapis naszych “ulubionych” w profilu
Activity Feed and Live Stream
Recommendations: collaborative filtering
Oznaczenia Semantyczne:
Proste, bazujące na RDF
Łączą użytkowników o wspólnych zainteresowaniach poza podziałami
na usługi
Open Graph API:
REST + JSON
Baza danych zaintersowań użytkowników
Copyright @ KnowledgeHives.com
66. Facebook Open Graph
Użytkownicy
lepsza personalizacja
mniejsza prywatność
większe znaczenie “polecania” niż “szukania” ?
Twórcy serwisów
oddajemy oceny, komentarze i rekomendacje - zmiana
modelu biznesowego ?
łatwiejsze wprowadzenie funkcji społecznych i
rekomendacji w usłudze
Konkurencja:
Facebook łączy ludzi i rzeczy - tworzy środowisko
przyciągające użytkowników na wyłączność
Scenariusze: klonowanie, wartość dodana, blokada
Copyright @ KnowledgeHives.com
67. Przyszłość Web 3.0
Czy Web 3.0 powstanie:
inwestycja jest zbyt droga a ludzie za mało
uporządkowani
wszystko zależy od tego jak będziemy interpretować
definicję
przejście z ery informacji do ery zarządzania wiedzą
zmiany są konieczne, ale standardy nie powinny być
narzucane
cały czas czekamy na killer app
czy Web 3.0 jest jak AI?
pierwsze aplikacje już istnieją
Tim Berners-Lee: “nie wiem jaka jest przyszłość,
ale wiem, że nie może zależeć tylko ode mnie”
Copyright @ KnowledgeHives.com
68. Nadeszło Web 3.0
(czy jesteś na to gotowy czy nie)
Dowiedz się więcej w Szkole Web 3.0
http://www.semanticschool.com/
Sebastian Ryszard Kruk
sebastian.kruk@knowledgehives.com
Copyright @ KnowledgeHives.com