PÓS-GRADUAÇÃO LATO SENSU EM ANÁLISE E GESTÃO DE SISTEMAS DE INFORMAÇÃO FABIANE ARAUJO LEONARDO FERNANDA BARRETO ROCHA

Transcrição

1 PÓS-GRADUAÇÃO LATO SENSU EM ANÁLISE E GESTÃO DE SISTEMAS DE INFORMAÇÃO FABIANE ARAUJO LEONARDO FERNANDA BARRETO ROCHA GERENCIAMENTO DE LIVROS BASEADO NOS PRINCÍPIOS DO LINKED DATA Campos dos Goytacazes 2018

2 FABIANE ARAUJO LEONARDO FERNANDA BARRETO ROCHA GERENCIAMENTO DE LIVROS BASEADO NOS PRINCÍPIOS DO LINKED DATA Monografia apresentada ao Instituto Federal de Educação, Ciência e Tecnologia Fluminense, Campus Campos-Centro, como requisito para conclusão do curso de Pós-graduação Lato Sensu em Análise e Gestão de Sistemas de Informação. Orientador: Mark Douglas Jacyntho, D.Sc. Campos dos Goytacazes 2018

3 Biblioteca Anton Dakitsch CIP - Catalogação na Publicação L581g Leonardo, Fabiane Gerenciamento de livros baseado nos princípios do Linked Data / Fabiane Leonardo, Fernanda Rocha f.: il. color. Orientador: Mark Douglas Jacyntho Trabalho de conclusão de curso (especialização) -- Instituto Federal de Educação, Ciência e Tecnologia Fluminense, Campus Campos Centro, Curso de Pós-graduação em Análise e Gestão de Sistemas de Informação, Campos dos Goytacazes, RJ, Referências: f. 61 a Linked Data. 2. Ontologia. 3. Web Semântica. I. Rocha, Fernanda. II. Jacyntho, Mark Douglas, orient. III. Título. Elaborada pelo Sistema de Geração Automática de Ficha Catalográfica da Biblioteca Anton Dakitsch do IFF com os dados fornecidos pelo(a) autor(a).

4 FABIANE ARAUJO LEONARDO FERNANDA BARRETO ROCHA GERENCIAMENTO DE LIVROS BASEADO NOS PRINCÍPIOS DO LINKED DATA Monografia apresentada ao Instituto Federal de Educação, Ciência e Tecnologia Fluminense, Campus Campos-Centro, como requisito para conclusão do curso de Pós-graduação Lato Sensu em Análise e Gestão de Sistemas de Informação. Aprovado em 27 de fevereiro de Banca Avaliadora: Profº DSc. Mark Douglas de Azevedo Jacyntho Instituto Federal Fluminense, Campus Campos-Centro Profº MSc. Matheus Dimas de Moraes Instituto Federal Fluminense, Campus Campos-Centro Profº DSc. Thiago Ribeiro Nunes Instituto Federal Fluminense, Campus Campos-Guarus

5 RESUMO Esta pesquisa propõe o desenvolvimento de um protótipo para gerenciamento de livros, seguindo os princípios Linked Data, propostos por Sir Tim Berners-Lee. O diferencial é a anotação da informação por meio de metadados semi-estruturados inteligíveis por máquina, semanticamente definidos por ontologias consagradas como Schema.org, GoodRelations e FOAF. Estes metadados tornam as buscas muito mais precisas e permitem reutilizar (mashup) dados sobre livros e escritores de fontes de dados Linked Data, como a DBpedia. Esses aspectos aprimoram sobremaneira a experiência do usuário e estabelecem uma valiosa base de conhecimento Linked Data de escritores e suas obras. Palavras-chave: Linked Data, Ontologia, Web Semântica.

6 ABSTRACT This research proposes the development of a prototype for book management, following the Linked Data principles proposed by Sir Tim Berners-Lee. The differential is the annotation of information with semi-structured metadata intelligible by machine, semantically defined by well-established ontologies such as Schema.org, GoodRelations and FOAF. These metadada make searching much more precise and allow reuse (mashup) of data about books and writers from Linked Data data sources such as DBpedia. These aspects greatly enhance the user experience and establish a valuable Linked Data knowledge base of writers and their works. Keywords: Linked Data, Ontology, Semantic Web.

7 LISTA DE FIGURAS Figura 1. Etapas da transformação do dado em conhecimento. Fonte: Elaboração própria (2018) Figura 2. A evolução da web. Fonte: Adaptado pelos autores em Anoya (2015) Figura 3. Grafo RDF da tripla de um livro e Grafo RDF genérico. Fonte: LAUFER (2015).. 21 Figura 4. Grafo RDF com triplas de um mesmo recurso. Fonte: LAUFER (2015) Figura 5. Exemplo de Grafo RDF com identificação através de URI's. Fonte: LAUFER (2015) Figura 6. Representação das instâncias de um domínio. Fonte: ALLEMANG & HENDLER (2008, apud CUNHA et al., 2011, p. 84) Figura 7. Visão geral de conjuntos de dados publicados e seus relacionamentos em setembro de Fonte: CUNHA et al. (2011) Figura 8. Página do Tim Berners-Lee na Wikipedia. Fonte: LAUFER (2015) Figura 9. Página do Tim Berners-Lee na DBpedia. Fonte: LAUFER (2015) Figura 10. Fases que compõem o presente trabalho. Fonte: Elaboração própria (2018) Figura 11. Vocabulários que utilizam a ontologia GoodRelations e vocabulários utilizados por era. Fonte: LOV (2018) Figura 12. Vocabulários que utilizam a ontologia FOAF e vocabulários utilizados por ela. Fonte: LOV (2018) Figura 13. Vocabulários que utilizam a ontologia Umbel e vocabulários utilizados por ela. Fonte: LOV (2018) Figura 14. Vocabulários que utilizam a ontologia Schema.org e vocabulários utilizados por ela. Fonte: LOV (2018) Figura 15. Recursos do vocabulário Dublin Core (adaptado). Fonte: DUBLIN CORE (2018) Figura 16. Vocabulários que utilizam a ontologia Dublin Core e vocabulários utilizados por ela. Fonte: LOV (2018) Figura 17. Diagrama de Casos de Uso do protótipo. Fonte: Elaboração própria (2018) Figura 18. Cadastrar escritor (CREATE). Fonte: Elaboração própria (2018) Figura 19. Diagrama de Sequência do Escritor. Fonte: Elaboração própria (2018) Figura 20 - Grafo RDF do escritor Machado de Assis em Turtle. Fonte: Elaboração própria (2018) Figura 21. Visualização do escritor (VIEW). Fonte: Elaboração própria (2016) Figura 22 - Página do escritor Machado de Assis no DBPedia. Fonte: Elaboração própria (2018) Figura 23 - HTML com RDFa embutido na página de visualização do escritor. Fonte: Elaboração própria (2018) Figura 24 - Cadastrar livro (CREATE). Fonte: Elaboração própria (2018) Figura 25 - Diagrama de Sequência do LIVRO. Fonte: Elaboração própria (2018) Figura 26 - Código TURTLE gerado a partir da visualização do livro. Fonte: Elaboração própria (2018) Figura 27 - Consulta SPAQL do escritor. Fonte: Elaboração própria (2018)

8 Figura 28 - Consulta SPARQL do livro. Fonte: Elaboração própria (2018) Figura 29 - Visualizar livro (VIEW). Fonte: Elaboração própria (2018) Figura 30 - Página do livro Quincas Borba do escritor Machado de Assis no DBPedia. Fonte: Elaboração própria (2018) Figura 31 - Página do livro Memórias Póstumas de Brás Cubas do escritor Machado de Assis cadastrado na base de dados local do Callimachus. Fonte: Elaboração própria (2018) Figura 32 - Código RDFa da página de visualização do livro. Fonte: Elaboração própria (2016) Figura 33 - View do resultado encontrado na busca pelo nome do autor no software Sophia. Fonte: Elaboração própria (2018) Figura 34 - Código fonte da View do resultado encontrado na busca pelo nome do autor no software Sophia. Fonte: Elaboração própria (2018) Figura 35 - Exemplo da utilização correta do RDFa na View do resultado encontrado na busca pelo nome do autor no software Sophia. Fonte: Elaboração própria (2018)

9 LISTA DE TABELAS Tabela 1. Informações sobre livros. Fonte: LAUFER (2015)

10 SUMÁRIO 1 INTRODUÇÃO Justificativa Objetivos Objetivo Geral Objetivos Específicos REFERENCIAL TEÓRICO Gestão do Conhecimento Evolução da Web Estudo das tecnologias e padrões da Web Semântica Web Semântica Fundamentos HTTP HyperText Transfer Protocol URIs Uniform Resource Identifiers Modelo de Dados RDF Resource Description Framework RDFs Resource Description Framework Schema Sintaxe para Publicação de Arquivos RDF Turtle - Terse RDF Triple Language SPARQL Linked Data DBpedia Ontologias: Semântica METODOLOGIA Estrutura da Pesquisa Estudo de Caso Análise dos resultados Riscos e Dificuldades DESENVOLVIMENTO DO PROTÓTIPO Seleção de Ontologias GoodRelations Friend of a Friend - FOAF Upper Mapping and Binding Exchange Layer Umbel Schema.org Dublin Core... 37

11 4.2 Plataforma Linked Data O protótipo Escritor Livro Análise dos resultados TRABALHOS RELACIONADOS CONSIDERAÇÕES FINAIS Trabalhos futuros... 59

12 1 INTRODUÇÃO Desenvolver uma sociedade onde todos possam criar, acessar, utilizar e compartilhar informação e conhecimento é um grande desafio às nações e corporações, que estão intensamente baseadas em tecnologias da informação e conhecimento. Nesse contexto, a Internet se estabeleceu não só como uma fonte de informação, mas também como um meio de comunicação, possibilitando rápido acesso à informação, na sua forma bruta, através de portais, motores de busca e demais recursos (TARAPANOFF, 2006). A Web tornou-se, com o decorrer dos anos, a fonte de busca de informações mais importante nas diferentes áreas. Contudo, devido ao crescimento constante da quantidade de dados contidos nela, há grande dificuldade na obtenção de informações de forma precisa dentro de um enorme conjunto de dados (FONTES et al., 2010). Embora tenha sido implementada com o objetivo de facilitar o acesso, troca e obtenção de informações, a Web foi projetada de forma descentralizada. Hoje, após um crescimento exponencial, ela apresenta um enorme repositório de documentos de difícil acesso à recuperação, devido à falta de estrutura (SOUZA & ALVARENGA, 2004). Desde a sua criação, na década de 80, as informações têm sido utilizadas de forma ativa. Mesmo com as grandes transformações ao longo dos anos, as consultas na Web são realizadas de maneira fatigante pelo ser humano (OLIVEIRA & LÓSCIO, 2008). A Web Semântica foi criada com o objetivo de estruturar os conteúdos presentes nas páginas da Web, possibilitando a realização de tarefas mais sofisticadas, como a busca contextualizada de uma informação. Essa estrutura permite que a interpretação dos dados seja realizada pela máquina e não apenas pelo ser humano (DIAS & SANTOS, 2003). Bernes-Lee (2006) propôs o conceito Linked Data 1, que se baseia em transmitir e interligar dados diretamente na Web, onde é proposta a publicação direta do conteúdo, interligado por meio de links semânticos, dando "vida" a chamada Web de Dados. 1 Dados ligados entre si.

13 Totalmente interpretável por agente de software, a Web de Dados permite a sua ligação baseada em um modelo de dados e sintaxes padrão, tornando a busca por informações muito mais sofisticada e precisa (HEATH & BIZER, 2011). No contexto desta nova Web de Dados, este trabalho propõe a criação de protótipo Linked Data para gerenciamento de livros e autores. 1.1 Justificativa Atualmente diversas aplicações Web para disponibilização de acervos de bibliotecas, que possibilitam a busca, organização e cadastro de livros. Porém, as buscas são realizadas por palavras chaves, que acabam sendo cansativas e sujeita a erros. Em outras palavras, a informação é publicada, mas de forma textual em páginas Web, impossibilitanto que a máquina nos auxilie nas busca precisa por tais informações. Sendo assim, este trabalho propõe a construção de um protótipo de uma aplicação semântica para gerenciamento de livros, possibilitando a reutilização dos dados estruturados e facilitando a busca por informações de forma mais clara e objetiva Objetivos Objetivo Geral O objetivo deste trabalho é a criação de um protótipo para gerenciamento de livros, segundo os princípios Linked Data, utilizando ontologias consagradas. O protótipo permite que os dados estruturados facilitem as buscas e possibilitem o acréscimo de informações sobre o livro ou escritor reutilizadas da Web (mashup), enriquecendo assim os dados fornecidos no cadastro. Espera-se a partir deste trabalho, facilitar e melhorar tanto o cadastro como as buscas por esse tipo de entidade Objetivos Específicos A partir desse trabalho espera-se obter os seguintes objetivos específicos:

14 Estudar e aplicar os principais conceitos da Web Semântica; Avaliar e utilizar ontologias condizentes com a base de conhecimento (livro, autor, produto); Reutilizar dados das fontes de dados DBpedia, que é uma versão Linked Data da Wikipédia; Avaliar e utilizar uma plataforma Linked Data para o desenvolvimento do protótipo; Analisar os resultados obtidos, por meio de um estudo de caso realista; Identificar trabalhos futuros para continuação deste Estrutura do documento Este documento está estruturado em seis capítulos, a saber: o primeiro apresenta a introdução ao tema abordado, as justificativas e os objetivos; no segundo o referencial teórico, abordando os principais conceitos e ontologias relacionados ao tema; no terceiro a metodologia utilizada para a realização deste trabalho; no quarto o desenvolvimento do protótipo, bem como resultados e discussões sobre o mesmo; o quinto apresenta alguns trabalhos que são relacionados a este; e, por fim, o sexto capítulo trata das considerações finais, conclusões e propostas para a continuidade deste trabalho.

15 2 REFERENCIAL TEÓRICO Não há dúvidas que o cenário organizacional sofreu diversas alterações nos últimos anos, alterações estas que mudaram a forma de atuação das empresas, a fim de mantê-las mais competitivas e flexíveis às regras mercadológicas implícitas ao negócio (CARVALHO, 2012). A Web, por sua vez, constitui um papel fundamental na forma como as empresas interagem com seus clientes e fornecedores, afetando sobretudo a comunicação e a absorção do conhecimento através deste relacionamento. 2.1 Gestão do Conhecimento Segundo Boff (2001), o conhecimento pode ser considerado como parte de uma pessoa, grupo ou empresa. Onde o foco principal deve ser a viabilidade de utilização do conhecimento em nível organizacional. É comum que os termos dado, informação e conhecimento sejam confundidos, devido a sua relação. O dado é a matéria prima da informação e do conhecimento, ou seja, é a partir dele que a informação e o conhecimento são gerados. A informação é composta por dados organizados através de uma estrutura específica, permitindo assim que o usuário tenha mais clareza das situações. O conhecimento, por sua vez, é o resultado da interpretação da informação, sendo assim, pode-se dizer que o conhecimento é resultado de um processo de aprendizagem do que foi experimentado, podendo ser utilizado novamente em outras situações. O esquema representado na Figura 1 exemplifica o processo da gestão do conhecimento, transformando o dado em informação e gerando o conhecimento.

16 16 Imagens Números Relatório financeiro Relatório de vendas Interpretação Sons Dado Informação Conhecimento Figura 1. Etapas da transformação do dado em conhecimento. Fonte: Elaboração própria (2018). O conhecimento tornou-se o ativo mais importante de uma empresa, por ser a principal matéria-prima do seu trabalho. Este entendimento equipara o valor do conhecimento a qualquer outro ativo físico e financeiro, pois ele tem se tornado um fator de sobrevivência para organizações de grande porte. As amplas mudanças no mercado, nos últimos anos, passaram a exigir maior e melhor uso da experiência gerada a partir do conhecimento adquirido para desenvolver, cada vez mais, produtos e serviços com custos competitivos e com qualidade superior (CARVALHO, 2012). Para Sveiby (1998, apud NASCIMENTO e NEVES, 1999, p. 4): A principal atividade nas organizações do conhecimento é justamente a sua transferência. Organizações do conhecimento se caracterizam por possuírem, em sua maioria, profissionais altamente qualificados capazes de converter informação em conhecimento através de suas próprias competências, com o auxílio de fornecedores de informações ou de conhecimento especializado. São também auxiliadas pelas ações de clientes e fornecedores que sustentam e fomentam suas bases de conhecimento. Segundo Schreiber et al. (2002, apud LLARENA et al, 2015, p. 2) a demanda por tecnologias padronizadas e eficientes para melhoria dos processos e modelos organizacionais em formato prático e ágil foi a alavanca para a evolução tecnológica mundial impulsionada pela Web. O que permitiu a criação de uma infraestrutura de compartilhamento do conhecimento, permitindo que as tecnologias propusessem maneiras diferentes de gerar informação e conhecimento, além de uma organização.

17 Evolução da Web A Web 1.0 é a Internet como surgiu e tinha como objetivo publicar conteúdos com facilidade, visibilidade e rapidez. A partir do seu crescimento criou-se a necessidade de uma estruturação semântica, o que deu origem às linguagens de marcação de conteúdos e a criação de ontologias. A Web 2.0 tornou a participação do usuário mais simples e efetiva, através da agregação de marcação. Apesar de ser discutida e sugerida em vários trabalhos, a Web 3.0 começou a ter força a partir do conceito Linked Data (PALLETA et al., 2017). A Web 1.0 exibia seus conteúdos de forma estática e seus conteúdos eram fechados, não permitiam a edição. A Web 2.0 proporcionou uma maior interação com usuário, apresentando conteúdos mais acessíveis e se popularizando, não sendo mais de uso exclusivo das empresas. Já a Web 3.0 ou Web Semântica apresenta a informação de forma organizada, possibilitando o entendimento tanto pelo homem quanto pela máquina (PEGORETTI, 2011). A Figura 2 demonstra a evolução da Web e suas características. Figura 2. A evolução da web. Fonte: Adaptado pelos autores em Anoya (2015).

18 Estudo das tecnologias e padrões da Web Semântica Web Semântica Fundamentos A Web Semântica é uma extensão da Web atual e tem como objetivo sanar limitações e possibilitar a interpretação de dados pelo computador e não apenas a exibição. Sendo assim, é proposto um projeto em camadas que facilite seu desenvolvimento (MIRANDA, 2009). Segundo Laufer (2015), a Web Semântica busca simplificar o processo de comunicação através de um modelo comum, minimizando as ambiguidades e facilitando o trabalho necessário para o desenvolvimento de aplicações, que manipulem as diversas fontes de dados existentes. São definidos três blocos: um modelo de dados padrão - RDF; um conjunto de vocabulários de referência e um protocolo padrão de consulta. O foco da Web semântica é a interoperabilidade e o compartilhamento de conhecimento em um domínio específico. Para isso, é necessário que o domínio de conhecimento a ser compartilhado esteja descrito em uma linguagem genérica e rica. Para isso, utilizam-se as ontologias que são taxonomias e vocabulários específicos, envolvendo conceitos, propriedades e regras. Elas são representadas por linguagens lógicas ou ontológicas, como o RDF e OWL 2, que possibilitam inferir informações sobre os conhecimentos representados, tornando o processo de recuperação de dados mais fácil (FONTES et al., 2010) HTTP Hypertext Transfer Protocol HTTP é um protocolo responsável pela interação de pedidos e respostas entre um cliente e um servidor na Web. Surgiu da necessidade de distribuir informações pela internet, onde a comunicação fosse realizada de forma padronizada. A partir disso o protocolo HTTP passou a ser utilizado entre os computadores na Internet, para especificar como seriam realizadas as trocas de informações entre os clientes e servidores, seguindo regras de uso básicas (CUNHA, 2011). O modelo cliente-servidor, usado pela maioria dos protocolos em rede, se baseia no padrão de requisição e resposta. A partir disso, um requisitante, neste caso o cliente, realiza 2 Linguagem para definir e instanciar ontologias na Web.

19 19 uma conexão com outro programa receptor, neste contexto o servidor, e envia-lhe uma requisição de conteúdo, com uma mensagem com os modificadores de requisição, informações sobre o cliente e o conteúdo do corpo da mensagem. O servidor, por sua vez, responde com uma linha de status, incluindo a versão do protocolo e o código informando se houve erro ou se a operação foi bem-sucedida. Após o envio, o servidor finaliza a conexão estabelecida (CUNHA, 2011) URIs Uniform Resource Identifiers URI é diferente de URL, sendo definido como um formato padronizado (canônico) para nomear um recurso. Ou seja, uma URL 3 (Uniform Resource Locator) é um considerado um subconjunto do URI identificando um recurso através de sua localização (SAYÃO, 2007). Segundo Berners-Lee (2005) os URIs são caracterizados por três aspectos: 1. Uniformidade: Permite o uso de diferentes tipos de recursos em um mesmo contexto e o reuso dos identificadores em diferentes contextos. 2. Recurso: O termo "recurso" é usado em um sentido geral para qualquer coisa que possa ser identificada por um URI. Um recurso não é necessariamente acessível através da Internet podendo ser um ser humano, corporações e livros encadernados em uma biblioteca, o que também inclui conceitos abstratos, como os operadores e operandos de uma equação matemática, os tipos de um relacionamento ou valores numéricos. 3. Identificador: incorpora a informação necessária para diferenciar o que está sendo identificado das outras coisas dentro do seu escopo de identificação. Segundo Pimentel (2015), quando um recurso está disponível na Web, ele possui um endereço único para que seja possível encontrá-lo e acessá-lo de qualquer lugar do mundo. Este endereço é denominado URI. Por exemplo, o endereço possui um protocolo ( um domínio ( um diretório (cursos/htmlbasico/), um arquivo (home.html) e um caminho (cursos/htmlbasico/home.html) e pode ser entendido como um endereço URI cujo 3 Correspondente às palavras inglesas "Uniform Resource Locator", que foram traduzidas para a língua portuguesa como Localizador Uniforme de Recursos.

20 20 documento "home.html" (que é um arquivo HTML) encontra-se disponível através do protocolo HTTP, residente no domínio " acessível através do diretório "/cursos/htmlbasico/" Modelo de Dados RDF Resource Description Framework Segundo Manoela & Miller (2004), o RDF é uma linguagem utilizada para caracterizar os dados sobre recursos na World Wide Web (WWW) e representar metadados sobre os recursos da Web. Destina-se às situações em que as informações devem ser processadas por algum software, não sendo apenas exibido para o usuário. Ela fundamenta-se no conceito de especificar coisas através de identificadores, denominados URIs, e descrever os recursos em termos de propriedades e valores. A descrição de uma tripla é feita através do seguinte modelo: [sujeito, predicado, objeto] ou [recurso, propriedade, valor]. Sujeito (recurso) é o elemento da declaração, o predicado (propriedade) é o identificador de uma propriedade e o objeto (valor) é o valor de uma propriedade (LIMA & CARVALHO, 2005). A Tabela 1, expõe informações sobre livros (recursos), onde cada linha exibe os dados sobre um determinado livro. Sendo assim, entende-se que cada livro é um recurso e os campos: isbn, título, autor, editora e quantidade de páginas definem os tipos de propriedade de cada recurso. Nesse contexto, conclui-se que o valor é definido pelas informações contidas em cada campo (propriedade) e cada célula da tabela representa uma tripla. Tabela 1. Informações sobre livros. Fonte: LAUFER (2015).

21 21 As triplas podem ser representadas como grafos conforme a Figura 3, onde um recurso é descrito através de uma tripla, tendo como sujeito o livro, sua propriedade, o título e o seu valor "Gabriela, Cravo e Canela". Sendo assim um mesmo recurso pode gerar várias triplas conforme mostra a Figura 4. Figura 3. Grafo RDF da tripla de um livro e Grafo RDF genérico. Fonte: LAUFER (2015). Figura 4. Grafo RDF com triplas de um mesmo recurso. Fonte: LAUFER (2015). As URIs são utilizadas com o objetivo de identificar os recursos e as propriedades de uma forma única e universal (Figura 5), que não necessariamente estão ligadas à localização do recurso. Elas possuem o mesmo formato de uma URL, porém sua função é a identificação dos recursos, diferente da URL, que identifica um endereço para a recuperação de uma informação. Portanto, uma pessoa, um livro ou outro recurso podem ser identificados através de uma URI (LAUFER, 2015).

22 22 Figura 5. Exemplo de Grafo RDF com identificação através de URI's. Fonte: LAUFER (2015). Para Azevedo & Jacyntho (2014), o fato mais importante é a não obrigatoriedade das URIs envolvidas estarem filiadas ao mesmo servidor. Os recursos descritos por fontes de dados distintas, ao estarem interligadas, permitem que a máquina percorra de um recurso para o outro, obtendo mais informações, independente da sua localização RDFS Resource Description Framework Schema Segundo a W3C (2004) RDFS ou RDF Schema é uma linguagem para representar vocabulários RDF simples na Web. Outras tecnologias para definição de vocabulário, como OWL 4 ou SKOS 5, se baseiam no RDF Schema e fornecem uma linguagem para definir ontologias de forma estruturada, baseadas na Web, permitindo sua integração e a interoperabilidade de dados entre comunidades. "O RDF estabelece na verdade um padrão de metadados para ser embutido na codificação XML, e sua implementação é exemplificada pelo RDF Schema, ou RDFS, que faz parte da especificação do padrão" (SOUZA, 2004). Os RDF Schemas são instâncias de modelos de dados RDF e podem ser relacionados a diagramas Entidade-Relacionamento, visto que as propriedades da RDF indicam relacionamentos entre recursos (SILVA & LIMA, 2001). O RDFS é responsável por dispor

23 23 mecanismos para declaração dessas propriedades e podem ser realizadas através das especificações do W3C que indica os mecanismos necessários para a definição de elementos, de classes de recursos, de possíveis restrições de classes e relacionamentos e detecção de violação de restrições (BRINCKLEY & GUHA, 2014) Sintaxe para Publicação de Arquivos RDF RDF é um modelo de dados para representar um grafo dirigido em RDF/XML. O que possibilita a publicação desses grafos na web é a utilização de sintaxes padronizadas que possibilitam a publicação de arquivos RDF. As sintaxes consideradas mais importantes são RDF/XML e Turtle (AZEVEDO & JACYNTHO, 2014). Segundo a W3C, é possível adicionar dados estruturados diretamente a páginas HTML 6 através de uma tecnologia fundamental: RDFa (Resource Description Framework in Attributes). Esta tecnologia é uma técnica que possibilita o fornecimento de atributos de marcação para maximizar as informações visuais na Web, compreensíveis por máquina (HERMAN et al., 2015). Esse tipo de tecnologia vem sendo aplicada em máquinas de buscas, como é o caso do Google e Yahoo!, com o objetivo de tornar a recuperação das informações mais precisa Turtle - Terse RDF Triple Language Segundo Beckett & Berners-Lee (2011), a linguagem Turtle permite que os grafos RDF sejam escritos de forma completa em um formulário de texto compacto e natural, com abreviaturas para padrões comuns de uso e tipos de dados. Além disso, fornece níveis de compatibilidade com vários formatos existentes. Segundo Laufer (2015), "a sintaxe Turtle é formada por sentenças com os três elementos que definem uma afirmação em RDF. Essas sentenças são finalizadas pelo sinal de pontuação. ". Além disso, é possível agrupar definições de múltiplas propriedades de um mesmo recurso, 6 Abreviação para a expressão inglesa HyperText Markup Language, que significa Linguagem de Marcação de Hipertexto. É uma linguagem utilizada na construção de páginas na Web.

24 24 com o objetivo de deixa-lo menos extenso, sendo necessário informar a URI do recurso apenas uma vez e utilizando um sinal de "ponto e vírgula" para separar as propriedades SPARQL O SPARQL pode ser definido como um conjunto de especificações que fornecem linguagens e protocolos tanto para consultar quanto para manipulação de conteúdo publicado em RDF na Web (W3C, 2013). SPARQL é uma linguagem de consulta para dados RDF, que permite a recuperação de informação contida em grafos RDF. Ela é baseada na correspondência de padrões de triplas, de forma semelhante ao RDF. Contudo, permite a substituição do termo no lugar do sujeito, predicado ou objeto. As consultas e recuperação dos resultados nessa linguagem é dada através do protocolo SPARQL. Tipicamente os dataset 7 fornecem um SPARQL endpoint 8, que é um serviço Web com suporte ao protocolo da linguagem (TAVARES, 2015). A linguagem de consulta SPARQL pode ser comparada ao SQL, onde SPARQL está relacionado a RDF, assim como SQL está relacionado ao modelo de dados relacional. Sendo assim, é possível realizar buscas de palavras-chave por meio de Mashup Linked Data. (JUNIOR & JACYNTO, 2016). Segundo Cunha et al. (2011), o SPARQL, semelhante ao SQL, possui uma estrutura Select-From-Where onde: - Select: Especifica uma projeção sobre os dados como a ordem e a quantidade de atributos e/ou instâncias que serão retornados. - From: Declara as fontes que serão consultadas. Esta cláusula é opcional. Quando não especificada, assumimos que a busca será feita em um documento RDF/RDFS particular. - Where: Impões restrições na consulta. Os registros retornados pela consulta deverão satisfazer as restrições impostas por esta cláusula. 7 Conjunto de dados; Banco de dados. 8 URL onde o serviço pode ser acessado por uma aplicação cliente.

25 25 Uma consulta SPARQL pode ser entendida como um subgrafo de uma consulta ao grafo que representa o modelo. No exemplo apresentado através da Figura 6, o grafo representa a relação entre as instâncias de uma ontologia onde o domínio do conhecimento foca na descrição e formalização de escritores. O subgrafo, marcado em negrito, como exemplo, pode ser entendido como o resultado de uma consulta SPARQL que retornou o escritor que escreveu o livro King Lear, casado com AnneHathaway (CUNHA et al.,2011). Figura 6. Representação das instâncias de um domínio. Fonte: ALLEMANG & HENDLER (2008, apud CUNHA et al., 2011, p. 84).

26 Linked Data Segundo W3C (2018), o termo Linked Data refere-se a um conjunto de melhores práticas para publicar dados estruturados na Web. Os princípios são: Use URIs como nomes para coisas. Use HTTP URIs para que as pessoas possam procurar esses nomes. Quando alguém procurar um URI, forneça informações úteis. Inclua links para outros URIs, para que possam descobrir mais coisas. O primeiro princípio defende o uso de referências URI para identificar, não apenas documentos Web e conteúdos digitais, mas também objetos do mundo real e conceitos abstratos (CUNHA et al., 2011). A ideia por trás desses princípios é, por um lado, usar padrões para a representação e o acesso a dados na Web. Por outro lado, os princípios se propagam para estabelecer hiperlinks entre dados de diferentes fontes. Esses hiperlinks conectam todos os dados vinculados em um único grafo de dados global, semelhante aos hiperlinks na Web clássico, conectam todos os documentos HTML em um único espaço de informação global. Os diagramas de nuvem de Linked Open Data fornecem uma visão geral dos conjuntos de dados vinculados que estão disponíveis na Web (W3C, 2018). Recentemente, um grande volume de dados construídos dentro do padrão Linked Data tem sido publicado, a partir disso, um expressivo esforço tem sido feito para construir aplicações para explorar o uso desses dados (CUNHA et al., 2011). Na Figura 7, cada nó representa o conjunto de dados publicados de acordo com os princípios do Linked Data, interligados com outros conjuntos de dados na nuvem. O tamanho do nó está relacionado com o número de triplas RDF. A representação indica a existência de pelo menos 50 ligações entre dois conjuntos, por vezes unidirecionais, onde um certo conjunto contém triplas RDF de outro e em outros bidirecionais, indicando que o conjunto de dados contém triplas em ambos (CUNHA et al., 2011).

27 27 Figura 7. Visão geral de conjuntos de dados publicados e seus relacionamentos em setembro de Fonte: CUNHA et al. (2011) DBpedia Segundo Laufer (2015), a DBpedia trata a Wikipédia como um banco de dados, a fim de extrair informações estruturadas e torna-las disponíveis na Web. A DBpedia permite a realização de consultas estruturadas aos dados contidos no Wikipédia, relacionados aos mais diferentes conjuntos de dados disponíveis na Web. Uma vez que os artigos contidos no Wikipédia consistem principalmente em texto livre, mas também contém diferentes tipos de informações estruturadas. A extração do Wikipédia realizada pelo DBpedia, combina os vários tipos de informações estruturadas em uma grande base de conhecimento. Para cada entidade (recurso) no conjunto de dados da DBpedia é criada uma URI dereferenciável, no formato onde {nome} é derivado da URL do artigo origem

28 28 da Wikipédia, obtido da forma Dessa forma, cada entidade do DBpedia está relacionada diretamente ao artigo do Wikipédia (LAUFER, 2015). As Figuras 8 e 9 apresentam, respectivamente a página do Tim Berners-Lee na Wikipédia e na DBpedia. Onde é possível observar que os dados estruturados apresentados na caixa lateral do Wikipédia são utilizados como propriedades na página do DBpedia. Figura 8. Página do Tim Berners-Lee na Wikipédia. Fonte: LAUFER (2015). Figura 9. Página do Tim Berners-Lee na DBpedia. Fonte: LAUFER (2015).

29 Ontologias: Semântica As ontologias fornecem uma estrutura conceitual comum, sobre a qual podemos desenvolver bases de conhecimento compartilháveis e reutilizáveis, além de facilitarem a interoperabilidade e a fusão das informações (mash-ups), que viabilizam a criação de aplicações computacionais poderosas e mais inteligentes. Existem duas maneiras de representar uma ontologia: por representação formal, utilizada por máquinas, e a representação gráfica, utilizada para a interpretação humana (ISOTANI & BITTENCOURT, 2008). As ontologias expressam um modelo de relacionamento de entidades e suas comunicações, que podem ser demonstrados em algum domínio particular do conhecimento ou específico a alguma atividade. Sendo assim, o propósito de sua construção se dá a necessidade de construção de um vocabulário compartilhado para que haja a troca de informações entre os integrantes de um grupo (comunidade), que podem ser seres humanos ou agentes inteligentes. Diante desse contexto, vários padrões de ontologias estão sendo criados na Web e são baseados no XML podendo apresentar diferenças de sintaxe de marcação (tags) (SOUZA & ALVARENGA, 2004). Ontologias são publicadas de forma padronizada em RDF. As classes e propriedades são identificadas por um URI. Os recursos, classes e propriedades podem ser dereferenciados para adquirir suas descrições, neste caso, o arquivo RDF da ontologia que as descreve. Dessa forma, duas linguagens foram padronizadas para a criação de ontologias Linked Data, que são: RDFS 9 e OWL. Tais linguagens podem ser definidas como meta-ontologias (metavocabulários), utilizados para a criação de outras ontologias para um domínio de conhecimento específico, garantindo assim que haja a aplicação dos mesmos termos e significados (AZEVEDO & JACYNTHO, 2014). 9 RDF Schema é uma extensão semântica de RDF. Ele fornece mecanismos para descrever grupos de recursos relacionados e suas relações.

30 3 METODOLOGIA A presente pesquisa pode ser classificada como exploratória que, segundo Gil (2008), tem o objetivo de proporcionar uma maior relação com o problema, tornando-o mais claro, aprimorando as ideias ou permitindo a descoberta de intuições. Sendo assim, envolve na maioria dos casos, levantamento bibliográfico e a análise de exemplos que facilitem a compreensão. A pesquisa realizada neste trabalho foi desenvolvida em três fases: a primeira apresentou a pesquisa bibliográfica sobre o assunto abordado; na segunda, foram aplicados os conceitos obtidos durante o estudo bibliográfico; e, na terceira fase, foram apresentados os resultados observados através do estudo (Figura 10). Pesquisa Bibliográfica Estudo de Caso Análise dos Resultados Figura 10. Fases que compõem o presente trabalho. Fonte: Elaboração própria (2018). 3.1 Estrutura da Pesquisa O presente trabalho iniciou-se pela revisão da literatura. Na primeira etapa foram estudados os conceitos de gestão do conhecimento e a sua correlação com a Web de dados. A seguir, foi apresentada a evolução da Web: Web 1.0, também conhecida como Web de documentos; Web 2.0, a Web social; e a Web 3.0, Web semântica ou de dados. Após, foram estudados os principais conceitos relacionados à Web semântica, tais como: HTTP, URI, RDF, RDFS, RDFa, Turtle e SPARQL. A partir disso, foi feito um aprofundamento sobre o reuso de dados, proposto no conceito Linked Data e também da fonte de dados DBpedia, uma versão semântica da Wikipédia, a qual foi utilizada posteriormente no estudo de caso, para a consulta de dados à base externa. Para estruturar o protótipo, além dos conceitos, também foi necessário o estudo de ontologias para a escolha daquelas que melhor representassem o universo estudado: A Schema.org, por ser uma ontologia muito completa e por permitir a descrição do recurso como

31 31 livro; a Good Relations 10, por possibilitar a descrição do recurso como livro e também como produto permitindo ao protótipo o crescimento, no futuro, para área de vendas; a FOAF 11 para descrever o autor enquanto pessoa e a Umbel 12 para generalizá-lo como escritor; a Dublin Core 13, para facilitar o entendimento do estudo em trabalho relacionados. A plataforma Callimachus 14 foi escolhida para o desenvolvimento do protótipo, para tanto, foi necessário o estudo e aprofundamento em sua documentação. Também foi realizado um estudo sobre os trabalhos relacionados e suas limitações, frente ao reuso de dados. 3.2 Estudo de Caso Na realização do estudo de caso, foi utilizada a plataforma Callimachus para desenvolver um protótipo capaz de gerenciar livros utilizando os conceitos do Linked Data. O protótipo é norteado pelo cadastro do escritor, que permite a inserção de dados sobre a base do conhecimento própria e a associação desse mesmo recurso com a DBpedia. Também pelo cadastro do livro, que recebe informações do usuário, que o associa com o mesmo recurso no DBpedia. No caso dos livros, a associação também é feita com outros livros relacionados, ou seja, escritos pelo mesmo autor. Em ambos os casos, durante a recuperação dos dados, são apresentados dados tanto da base de dados local, quanto do DBpedia. 3.3 Análise dos resultados A análise dos resultados propõe a avaliação da eficácia de um protótipo construído com tecnologias de web semântica, bem como sobre o ganho de conhecimento adquirido através da reutilização de dados, de uma base confiável. Avalia, de forma geral, como a Web semântica pode influenciar na gestão do conhecimento e como esse conhecimento pode agregar valor ao negócio

32 Riscos e Dificuldades A Web semântica, apesar de ter sido apresentada pela primeira vez por Berners-lee et al (2001) no início dos anos 2000, ainda não é amplamente utilizada. Portanto, existem poucos conteúdos que falam da sua evolução, dificultando o seu aprofundamento através de estudos bibliográficos. A plataforma Callimachus foi selecionada por ser uma ótima alternativa ao desenvolvimento de protótipos e aplicações. Contudo, não há relatos de uso que possam auxiliar na agregação de conhecimento técnico à sua utilização, bem como da formação de comunidades para troca de experiências, limitando o seu uso à documentação.

33 4 DESENVOLVIMENTO DO PROTÓTIPO Este capítulo apresenta o desenvolvimento do protótipo. Primeiro é exposto o processo de seleção das ontologias, em seguida a plataforma Linked Data utilizada, depois o protótipo propriamente dito e, por fim, algumas discussões acerca dos resultados obtidos. 4.1 Seleção de Ontologias Para a implementação da aplicação, foi realizada uma análise de várias ontologias do catálogo LOV 15 (Linked Open Vocabularies), para descrever os recursos livro e escritor. Após essa pesquisa foram escolhidas as ontologias GoodRelations, FOAF, Umbel e Schema.org que serão apresentadas a seguir GoodRelations GoodRelations é utilizada para e-commerce baseado em Web semântica, padronizando os dados de produto, preço, loja e empresa, possibilitando sua incorporação em páginas Web estáticas. É um vocabulário que permite o aumento da visibilidade dos produtos e serviços em mecanismos de busca de última geração, sistemas de recomendação e outras aplicações inovadoras (Hepp, 2011). Segundo a LOV (2018), a ontologia fornece o vocabulário que permite anotar ofertas de comércio eletrônico com o objetivo de vender, arrendar, consertar, dispor ou manter produtos, além de fornecer serviços. O prefixo "gr" foi definido para referenciar o namespace da ontologia ( A classe dessa ontologia utilizada no projeto foi a gr:productorservice, que descreve produtos ou tipos de serviços, por natureza ou por finalidade. A Figura 11 apresenta, à direita, os vocabulários referenciados pela GoodRelations e, à esquerda, os que a referenciam. A ontologia destaca-se pelo número de outras, da mesma área, que se relacionam a ela. 15 Website que reúne e interliga ontologias.

34 34 Figura 11. Vocabulários que utilizam a ontologia GoodRelations e vocabulários utilizados por era. Fonte: LOV (2018) Friend of a Friend - FOAF FOAF é uma ontologia que possui uma variedade de termos que descrevem pessoas, grupos ou documentos (BRICKLEY & MILLER, 2014). Segundo Azeredo & Jacyntho (2014), FOAF é uma ontologia popular, muito utilizada para descrever pessoas, suas atividades e também as relações com outras pessoas e entidades. Sua escolha se deu devido a necessidade de cadastrar pessoas do tipo escritores de livros. Utilizou-se o prefixo "foaf" para abreviar a URI ( e referenciar o namespace da ontologia ( A Figura 12 apresenta, à direita, os vocabulários referenciados pela FOAF e, à esquerda, os que a referenciam. É possível verificar o quão expressivo é esta ontologia.

35 35 Figura 12. Vocabulários que utilizam a ontologia FOAF e vocabulários utilizados por ela. Fonte: LOV (2018) Upper Mapping and Binding Exchange Layer Umbel Segundo a LOV, umbel é "um vocabulário geral de classes e predicados para a descrição de ontologias de domínio, com o objetivo específico de promover a interoperabilidade com conjuntos de dados e domínios externos". A ontologia foi utilizada para definir o escritor. Umbel é utilizado pelo DBpedia para definir o tipo de recurso como escritor, por isso, essa ontologia foi utilizada nas buscas Sparql e também para descrever os próprios escritores da aplicação. A Figura 13 apresenta, à direita, os vocabulários referenciados pela FOAF e, à esquerda, os que a referenciam. Apesar de ser uma ontologia escrita pelo DBpedia, ela ainda não é utilizada como referência à outras.

36 36 Figura 13. Vocabulários que utilizam a ontologia Umbel e vocabulários utilizados por ela. Fonte: LOV (2018) Schema.org Segundo a Schema.org, atualmente, ferramentas de busca como Bing, Google, Yahoo! e Yandex utilizam a ontologia schema.org para retornar resultados com mais precisão e possibilitar experiências ricas e extensíveis. É um vocabulário que abrange entidades, relações entre entidades e ações. Pode ser facilmente entendido através de um modelo bem documentado. Atualmente, mais de 10 milhões de sites usam Schema.org para realizar marcações em suas páginas da Web e em mensagens de . Sua escolha foi feita pela possibilidade de cadastrar produtos, livros e autores. Sendo assim, utilizou-se o prefixo "schema" para abreviar a URI e referenciar o namespace da ontologia ( A classes utilizadas foram: schema:book, schema:product e schema:author. A Figura 14 apresenta, à direita, os vocabulários referenciados pela Schema.org e, à esquerda, os que a referenciam. É possível identificar a proximidade desta ontologia com a FOAF.

37 37 Figura 14. Vocabulários que utilizam a ontologia Schema.org e vocabulários utilizados por ela. Fonte: LOV (2018) Dublin Core O Dublin Core Metadata Element Set é um vocabulário de quinze propriedades (Figura 15) para uso na descrição do recurso. O nome "Dublin" é devido à sua origem em uma oficina que aconteceu em Dublin, Ohio, no ano de 1995; "núcleo" porque seus elementos são amplos e genéricos, utilizáveis para descrever uma ampla gama de recursos. Os quinze elementos "Dublin Core" descrito neste padrão faz parte de um conjunto maior de vocabulários de metadados e especificações técnicas mantidos pela Iniciativa Dublin Core Metadata (DCMI). O conjunto completo de vocabulários, também inclui conjuntos de classes de recursos, esquemas de codificação de vocabulário e esquemas de codificação de sintaxe. Os termos nos vocabulários DCMI destinam-se a ser utilizados em combinação com termos de outros vocabulários compatíveis no contexto dos perfis de aplicação e com base no DCMI Abstract Model (DCAM).

38 Figura 15. Recursos do vocabulário Dublin Core (adaptado). Fonte: DUBLIN CORE (2018). 38

39 39 A Figura 16 apresenta, à direita, os vocabulários referenciados pela Schema.org e, à esquerda, os que a referenciam. Figura 16. Vocabulários que utilizam a ontologia Dublin Core e vocabulários utilizados por ela. Fonte: LOV (2018). 4.2 Plataforma Linked Data Callimachus é uma plataforma, com versão Open Source, que permite o desenvolvimento rápido de um aplicativo de acordo com a Web Semântica. Além disso, a framework tem seu banco de dados embutido, permitindo a realização de consultas SPARQL diretamente, sem a necessidade de configurações ou integrações externas (W3C, 2018). O callimachus é usado por diversas organizações em diferentes áreas, atendendo as necessidades de dados vinculados como: armazenamento gráfico, ambiente de desenvolvimento integrado, visualizações e publicações na web. Além disso, possibilita a criação de aplicativos de dados vinculados pelo navegador (CALIMACHUS, 2016).

40 40 A ferramenta possui vária facilidades como: permite que novos dados sejam integrados de forma fácil com os dados existentes, exibe os dados vinculados em páginas web visualmente atraentes e permite que seja realizada a alteração das aplicações durante a produção (CALLIMACHUS, 2016). 4.3 O protótipo O protótipo Linked Data para gerenciamento de livros desenvolvido ao longo deste trabalho oferece as seguintes funcionalidades principais: cadastro de escritores e livros e mashup com a fonte de dados DBpedia. A Figura 17 apresenta as funcionalidades do usuário no protótipo através de um diagrama de casos de uso. No cadastro do escritor o usuário pode associá-lo ao recurso, que representa o mesmo escritor, na DBpedia; ao cadastrar um livro o usuário também pode definir que o escritor do livro é um recurso do tipo escritor interno do protótipo ou externo proveniente da DBpedia, da mesma forma pode associá-lo a um recurso da DBpedia do tipo livro. Dessa forma, toda vez que os recursos cadastrados são visualizados, além das informações cadastradas na base de dados do protótipo, também são exibidas informações reusadas da DBpedia, perfazendo, pois, o Linked Data mashup. Figura 17. Diagrama de Casos de Uso do protótipo. Fonte: Elaboração própria (2018).

41 Escritor A Figura 18 demonstra o cadastro do recurso escritor Machado de Assis, através dos campos nome, label 16, descrição, homepage, url (contendo a foto do escritor) e a relação com o recurso Machado de Assis proveniente da DBpedia, por meio dos campos autor(es). Figura 18. Cadastrar escritor (CREATE). Fonte: Elaboração própria (2018). O diagrama de sequência, apresentado na Figura 19, demonstra o processo de cadastro do escritor. Onde o campo escritores relacionados faz uso dos dados advindos do DBpedia. Permitindo, dessa forma, a ligação desses recursos ao cadastro. 16 Rótulo, forma abreviada.

42 42 Figura 19. Diagrama de Sequência do Escritor. Fonte: Elaboração própria (2018). O grafo RDF subjacente gerado pelo cadastro do escritor Machado de Assis é exibido na Figura 20, na sintaxe Turtle. A imagem do escritor foi relacionada com a propriedade img de foaf e image de schema, que descrevem o uso da imagem na representação de uma coisa; A página da Web do escritor com as propriedades homepage de foaf e url de schema; O vínculo com escritores relacionados foi descrito com as propriedades sameas de OWL e de schema para relacionar o recurso ao mesmo do DBpedia, uma vez que ambas as entidades são, na verdade, a mesma entidade. No último campo, em mais informações, foi utilizado seealso de RDFS para descrever o conteúdo da propriedade como um link ao qual o usuário poderá obter outras informações sobre o recurso (Figura 20).

43 43 Figura 20 - Grafo RDF do escritor Machado de Assis em Turtle. Fonte: Elaboração própria (2018). As informações cadastradas sobre o escritor Machado de Assis podem ser exibidas através da view 17, apresentada na Figura 21, onde são visualizadas as informações inseridas pelo usuário e acrescidas da base da DBpedia, nesse caso exibida parcialmente na própria página, podendo o usuário obter informações completas sobre o escritor clicando no link intitulado pelo nome do escritor, que o levará ao mesmo recurso no BDpedia (Figura 22). Figura 21. Visualização do escritor (VIEW). Fonte: Elaboração própria (2018). 17 Página de visualização de um cadastro.

44 Figura 22 - Página do escritor Machado de Assis no DBpedia. Fonte: Elaboração própria (2018). 44

45 45 Para que a máquina possa interpretar os dados exibidos na visualização da página do escritor, foi utilizado RDFa para descrever o recurso. No cabeçalho foram definidos namespaces para as ontologias FOAF, Schema.org, OWL, para que elas pudessem ser referenciadas na marcação do código HTML (Figura 23). Figura 23 - HTML com RDFa embutido na página de visualização do escritor. Fonte: Elaboração própria (2018) Livro O cadastro do livro (Figura 24) consiste na criação de uma tela com os campos nome, label, autor(es), link para acesso a imagem de capa, livros relacionados, quantidade de exemplares em estoque, ISBN, SKU e o preço.

46 46 Figura 24 - Cadastrar livro (CREATE). Fonte: Elaboração própria (2018). O diagrama de sequência (Figura 25), demonstra o processo de cadastro do livro. Onde o campo autor(es) e livros relacionados fazem uso dos dados internos (banco de dados) e externo (DBpedia), resultantes da consulta SPARQL (Figuras 27 e 28).

47 47 Figura 25 - Diagrama de Sequência do LIVRO. Fonte: Elaboração própria (2018). A Figura 26 mostra, em Turtle, o grafo subjacente ao cadastro do livro. Destaca-se o tipo do recurso que, neste caso, foi definido como ProductOrService de GoodRelations e como Product e Book de Schema. A partir disso, ao realizar consultas Sparql, o recurso descrito será retornado nos resultados para produtos e também por livros.

48 48 Figura 26 - Código TURTLE gerado a partir da visualização do livro. Fonte: Elaboração própria (2018). A Figura 27 apresenta a pesquisa realizada com a finalidade de obter os escritores, através do vocabulário Umbel. Leia-se o código?resource a umbel:writer como o recurso é do tipo escritor. Somente através dessa linha já seriam retornados os escritores, no entanto, os dados reutilizados do DBpedia são disponibilizados em várias línguas e como o objetivo da aplicação é retornar somente uma língua no label escritor, a busca filtra os recursos nas seguintes condições: o label está vazio ou a língua está em português (pt). Ao final são retornados os recursos por ordem alfabética do label. Figura 27 - Consulta SPAQL do escritor. Fonte: Elaboração própria (2018).

49 49 Semelhante a busca pelo escritor, foi realizada uma query onde os resultados obtidos são recursos do tipo livro (Figura 28). Neste caso, foi necessário adicionar o prefixo do Schema. Figura 28 - Consulta SPARQL do livro. Fonte: Elaboração própria (2018). Na Figura 29 está sendo exibida a view do cadastro do produto. Nota-se que na Figura 24 o livro foi relacionado com o escritor Machado de Assis cadastrado na base de dados local (Figura 18) e com o DBpedia, portanto, a imagem e descrição deste está sendo reutilizada do DBpedia. Como na descrição do escritor, os livros também poderiam ter sua descrição no corpo da página, mas optou-se por este modelo para demonstrar as duas possibilidades no reuso dos dados. Ao clicar nos livros relacionados, o usuário pode obter mais detalhes sobre os recursos, clicando no link que ativa a URI dele. No exemplo, o livro Quincas Borba direciona para o DBpedia (Figura 30) e o livro Memórias Póstumas de Brás Cubas para o recurso local (Figura 31).

50 Figura 29 - Visualizar livro (VIEW). Fonte: Elaboração própria (2018). 50

51 51 Figura 30 - Página do livro Quincas Borba do escritor Machado de Assis no DBpedia. Fonte: Elaboração própria (2018). Figura 31 - Página do livro Memórias Póstumas de Brás Cubas do escritor Machado de Assis cadastrado na base de dados local do Callimachus. Fonte: Elaboração própria (2018).

52 52 O código RDFa (Figura 32) gerado a partir da view do produto (Figura 31), possibilita à máquina o entendimento do que está sendo descrito na página, fazendo com que ela possa raciocinar através das inferências, dando a capacidade de realizar o trabalho que antes seria feito por um ser humano. Isso quer dizer que ao analisar os recursos descritos dentro dessa aplicação (escritores e livros), ela entenderá o que são e levará em conta todos os atributos contidos nas ontologias que a descreve. Em casos onde uma aplicação ou página são publicadas na Web, os buscadores, como o Google podem, além de entender o conteúdo das páginas, fazer consultas e trazer resultados precisos. Figura 32 - Código RDFa da página de visualização do livro. Fonte: Elaboração própria (2018). 4.4 Análise dos resultados O estudo para criação do protótipo permitiu o aprofundamento sobre os padrões da Web semântica e a introdução da capacidade de raciocínio à máquina. Apesar da prototipagem ter sido estruturada sob as boas práticas da Web semântica, este projeto não apresentou resultados

53 53 sobre a capacidade de inferência da máquina, a partir do conceito de dados sobre o domínio do conhecimento que as ontologias utilizadas representam, devido a uma limitação da versão gratuita da plataforma Callimachus. No entanto, vale destacar que qualquer biblioteca raciocinadora RDF (em inglês, reasoner) pode ser usada futuramente para oferecer inferência ontológica no protótipo. O principal foco deste estudo foi avaliar a eficácia de um protótipo construído semanticamente, sob a ótica do ganho de conhecimento adquirido. A partir dessa premissa foi possível observar o potencial de conhecimento que o protótipo adquiriu reutilizando os dados do DBpedia. Conhecimento este que muitas vezes, o usuário que realizou o cadastro dos recursos livros e escritores, não teria. O protótipo trabalhou de forma offline, neste contexto, se o protótipo fosse publicado na Web daria a capacidade aos buscadores usarem os metadados criados via RDFa, permitindo buscas mais precisas. As principais vantagens observadas foram: A grande quantidade de ontologias publicadas para descrever domínios do conhecimento, permitindo o crescimento do protótipo para transformá-lo numa aplicação. A possibilidade de utilizar dados internos e externos, enriquecendo o protótipo com informações detidas por fontes confiáveis. A não necessidade de um grande espaço de armazenamento no servidor, uma vez que os dados reutilizados não ficam salvos no banco de dados local. A possibilidade de trabalhar com mais de uma ontologia para descrever a mesma propriedade em contextos diferentes. As principais dificuldades enfrentadas: A dificuldade em encontrar as ontologias ideais para utilizar dentro do domínio do conhecimento. Fontes confiáveis para obtenção de informações para o desenvolvimento do protótipo. Alto desempenho requerido da plataforma Callimachus.

54 5 TRABALHOS RELACIONADOS Existem muitas ferramentas que possibilitam o gerenciamento de livros, principalmente aplicados a bibliotecas. Esses softwares possuem variações como tipos diferentes de versão (pagas e livres), especificações técnicas, funcionalidades, pré-requisitos, entre outros. O Gnuteca 18 é uma ferramenta desenvolvida pela Solis para automatizar bibliotecas. Esse processo ocorre em todos os níveis, ou seja, tanto em acervos simples e pequenos quanto em grandes e complexos. A ferramenta possibilita uma interface amigável, de baixo custo, utilizando softwares livres, entre outros benefícios. Suas características técnicas envolvem a migração da base de dados já existente na biblioteca, exibição dos cadastros em formatos diferentes, pesquisa ou filtragem por qualquer campo de forma ilimitada, acesso à toda base de dados via browser internet, entre outros. Outra ferramenta existente é o BIBLIVRE 19, que é um software livre que possui várias funcionalidades como a busca e a recuperação da informação; a circulação, mediante o controle do acesso para consulta; a reserva, o empréstimo e a devolução de exemplares do acervo; catalogação de material bibliográfico, de multimídias e objetos digitais, inclusive com controle de autoridades e de vocabulário; e a transferência de registros entre bases de dados, controle do processo de aquisição de novos itens para o acervo, que são as principais rotinas e subrotinas realizadas em bibliotecas. O BIBLIVRE possui vários recursos como uma interface gráfica, realiza pesquisas por palavras chave no assunto, por autor, ISBN, título, entre outros. Porém não é possível fazer buscas por termos truncamento à esquerda pois ele não encontra palavras em qualquer posição e as letras devem estar no início da palavra. As duas ferramentas não utilizam os princípios de Linked Data, ou seja, não há reuso de informações, tornando o processo de implantação bem longo e cansativo. Além disso, os dados cadastrados são organizados nos bancos de dados locais de forma estática. Não permitem a reutilização por outras fontes e não estão organizados de forma estruturada, tornando as buscas mais cansativas e menos sofisticadas. Apesar de serem softwares que promovem a automatização de bibliotecas, as tarefas de cadastro e busca pelos livros continuam sendo

55 55 realizadas de forma tradicional, quase manual. Realizadas através de filtragens de informação até que o usuário encontre o que deseja. Sophia 20 é um software proprietário para gestão de escolas, bibliotecas e acervos. É amplamente utilizado por bibliotecas do país, inclusive por universidades como IFF, Uni Rio, CEFET-MG, UFP, dentro outros. A iniciativa surgiu em 1993, quando profissionais do ITA e da Unicamp fundaram a Prima, empresa desenvolvedora mantenedora do Sophia. O software Sophia permite a importação de registros e empréstimos entre bibliotecas, possui um terminal Web e aplicativo para facilitar a comunicação com a comunidade universitária, possibilitando ao aluno ter acesso às principais ações da biblioteca de forma online, como renovação e reservas. Dentre as principais funcionalidades da plataforma, identificamos a referência à ontologia Dublin Core, para a descrição dos recursos encontrados (Figura 33). Figura 33 - View do resultado encontrado na busca pelo nome do autor no software Sophia. Fonte: Elaboração própria (2018). 20