Curso Integración Web Semántica

Jose María Álvarez RodríguezWESO-Universidad de Oviedo

E-mail: josem.alvarez@weso.esWWW: http://josemalvarez.es

Estadísticas25 Octubre 2011

Recordando…

Receta• Elegir el dataset a RDFizar• Analizar los datos a convertir• Buscar cómo modelar estos datos

• Reutilizar vocabularios + Nuevas definiciones

• Enriquecer• Con qué datasets tengo/debo/quiero

enlazar y qué operación• Servicios de acceso a esos datasets

• Herramientas de generación• Validen los datos generados• Datos estáticos o dinámicos• Provenance …• Descripción del dataset generado

Mi Receta• Noménclator 2010 de Asturias• Formato MSExcel, Códigos, Descripciones

textuales, jerarquía de entidades y datos estadísticos

• SKOS, Dublin Core, SCOVO, Cube+SDMX, Organizations Ontology, FOAF, NUTS, etc.

• DBPedia-SPARQL-Reconciliar• Google Maps API-REST WS-Buscar

• Google Refine+ RDF extension• Valida RDF de salida• Datos estáticos • Provenance, licencia …• Descripción del dataset generado

Estadísticas con The RDF Data Cube vocabulary

http://publishing-statistical-data.googlecode.com/svn/trunk/specs/src/main/html/c ube.html

Definiciones The RDF Data Cube vocabulary

• Dataset estadístico: colección de observaciones, definida por un conjunto de dimensiones: tiempo, superficie, población + metadatos

• Cubo: conjunto de dimensiones+atributos+medidas• Dimensión : identifica observaciones• Medida: fenómeno observado• Atributo: cualifica y sirve para interpretar las

observaciones• Slices : cada subconjunto de observaciones en un

dataset

Esqueleto de una entidad de poblaciónTipo Valor

Código Concejo 53 (QUIRÓS)

Parroquia 08 (LLANUCES)

Entidad 02

Nombre (es) Llanuces

Nombre (ast) Chanuces

Tipo Entidad Lugar

Superficie (sólo parroquias y concejos)

Distancia 7,00

Altitud 870

Total población 28

Hombres 17

Mujeres 11

Total Viviendas 59

Viviendas Principales 15

Viviendas No Principales 44

• Región: cada una de las entidades de población

• Superficie• Altitud• Distancia• Período: constante 2010• Género: Hombre o Mujer• Tipo de Vivienda: Principales y No

Principales

Dimensiones Noménclator 2010

• Superficie: Km2• Altitud: metros• Distancia: metros• Género: nº de personas• Tipo de Vivienda: nº de viviendas

Medidas Noménclator 2010

• Región + Intervalo 2010+• Superficie• Altitud• Distancia• Género

• Hombres• Mujeres

• Tipo de Vivienda• …

SlicesNoménclator 2010

Generar datos de n dimensiones

Altitud+

Género

URIs Utilizadasnomen-stats:

http://localhost/nomenclator/stats/definitions

nomen-obs:

http://localhost/nomenclator/stats/observations

URI de una observación:

nomen-obs:{slice}/{ID_Concejo}/{ID_Parroquia}/{ID_Entidad}

nomen-stats:refArea a rdf:Property , qb:DimensionProperty ; rdfs:label “Región"@es ;

rdfs:subPropertyOfsdmx-dimension:refArea ;

rdfs:range skos:Concept ; (Concejo…) qb:concept sdmx-concept:refArea .

Modelo Región

nomen-stats:refPeriod a rdf:Property , qb:DimensionProperty ;

rdfs:label “Período"@es ;

rdfs:subPropertyOfsdmx-dimension:refPeriod ;

rdfs:range interval:Interval;qb:concept sdmx-concept:refPeriod .

Modelo Tiempo

nomen-stats:physicalData a rdf:Property , qb:DimensionProperty ;

rdfs:label “Datos físicos"@es ;

rdfs:range rdf:Resource.

Modelo Datos Físicos

Medida Altitud

nomen-stats:altitude a rdf:Property , qb:MeasureProperty ;

rdfs:label “Altitud"@es ;

rdfs:subPropertyOfsdmx-measure:obsValue;

rdfs:range xsd:decimal .

nomen-stats:population a rdf:Property , qb:MeasureProperty ;

rdfs:label “Población"@es ;

rdfs:subPropertyOfsdmx-measure:obsValue;

rdfs:range xsd:integer .

Medida Población

nomen-stats:nomenclator2010 a qb:DataStructureDefinition; rdfs:comment “Noménclator 2010"@es; dcterms:date "2011-10-25"^^xsd:date;qb:slice nomen-stats:region/sex;qb:slice nomen-stats:region/physicaldata;qb:component[qb:dimension nomen-stats:refPeriod; ], [qb:dimension nomen-stats:refArea; ], [qb:dimension sdmx-dimension:sex; ], [qb:dimension nomen-stats:physicalData; ], [qb:measure nomen-stats:population; ] ,[qb:measure nomen-stats:altitud; ].

Descripción Datasetcon qb:Dataset

“Número de personas de género masculino en

Llanuces en el año 2010”

3 dimensiones1 unidad de medida

nomen-stats: sliceByRegionSex a qb:SliceKey;

rdfs:label “Slice por cada región"@es;

rdfs:comment “Año fijo, región y sexo cambian"@es;

qb:componentProperty

nomen-stats:refPeriod; //El que queda fijo

.

Descripción de un Slice(Subconjunto del Dataset)

nomen-stats: spopulation a qb:DataStructureDefinition;

qb:component

[qb:dimension nomen-stats:refPeriod; ],

[qb:dimension nomen-stats:refArea; ],

[qb:dimension sdmx-dimension:sex; ],

[qb:measure nomen-stats:population; ];

qb:sliceKey nomen-stats: sliceByRegionSex .

Descripción de un Slice(Estructura)

nomen-stats:region/sex a qb:Slice;

qb:sliceStructure

nomen-stats: sliceByRegionSex;

nomen-stats:refPeriod<http://reference.data.gov.uk/id/gregorian-interval/2010-01-01T00:00:00/P1Y> ;

qb:observation

nomen-obs:region/sex/m/53/08/02, ….

Descripción de un Slice(Definición)

nomen-obs:region/sex/m/53/08/02 a qb:Observation; qb:dataSet nomen-stats:nomenclator2010;

nomen-stats:refArea<http://localhost/nomenclator/asturias/2010/53/08/0 2> ;

nomen-stats:refPeriod<http://reference.data.gov.uk/doc/gregorian-interval/2010-01-01T00:00:00/P1Y> ;

sdmx-dimension:sex sdmx-code:sex-M ;

sdmx-attribute:unitMeasure<http://dbpedia.org/resource/Person>

nomen-stats:population 17 ; . .

Finalmente en RDF…

“ Altitud en metros de Llanuces en el año 2010”

3 dimensiones, …bueno la altitud puede cambiar en cierto intervalo

¿2M años?

1 unidad de medida

nomen-stats: sliceByRegion a qb:SliceKey;

rdfs:label “Slice por cada región"@es;

rdfs:comment “Año y datos físicos fijos, la región cambia"@es;

qb:componentProperty nomen-stats:refPeriod;

qb:componentProperty

nomen-stats:physicalData;

.

Descripción de un Slice(Subconjunto del Dataset)

nomen-stats: saltitude a qb:DataStructureDefinition; qb:component

[qb:dimension nomen-stats:refPeriod; ],

[qb:dimension nomen-stats:refArea; ],

[qb:dimension nomen-stats:physicalData; ],

[qb:measure nomen-stats:altitude; ] ;

qb:sliceKey nomen-stats: sliceByRegion .

Descripción de un Slice(Estructura)

nomen-stats:region/physicaldata a qb:Slice;

qb:sliceStructure

nomen-stats: sliceByRegion;

nomen-stats:refPeriod<http://reference.data.gov.uk/id/gregorian-interval/2010-01-01T00:00:00/P1Y> ;

nomen-stats:physicalData<http://dbpedia.org/resource/Altitude >;

qb:observationnomen-obs:region/physicaldata/altitude/53/08/02, …

.

Descripción de un Slice(Definición)

nomen-obs:region/physicaldata/altitude/53/08/02 a qb:Observation; qb:dataSet nomen-stats:nomenclator2010;

nomen-stats:refArea<http://localhost/nomenclator/asturias/2010/53/08/02>;

nomen-stats:refPeriod<http://reference.data.gov.uk/doc/gregorian-interval/2010-01-01T00:00:00/P1Y> ;

nomen-stats:physicalData<http://dbpedia.org/resource/Altitude >;

sdmx-attribute:unitMeasure<http://dbpedia.org/resource/Metro>

nomen-stats:altitude 870 ; . .

Finalmente en RDF…

Guardar el proyecto con los “datos

limpios”+

Crear un nuevo proyecto sólo para

estadísticas

Volvemos a Google Refine…

Crear un nuevo RDF con 3 nodos raíz (hombres, mujeres

y altitud)…mapear, producir…publicar!

Ver fichero: recursos/rdf/nomenclator-stats-definitions.ttl

@prefix sdmx: <http://purl.org/linked-data/sdmx#> .

@prefix sdmx-concept: <http://purl.org/linked-data/ sdmx/2009/concept#> .

@prefix sdmx-dimension: <http://purl.org/linked-data /sdmx/2009/dimension#> .

@prefix sdmx-attribute: <http://purl.org/linked-data /sdmx/2009/attribute#> .

@prefix sdmx-measure: <http://purl.org/linked-data/s dmx/2009/measure#> .

@prefix sdmx-metadata: <http://purl.org/linked-data /sdmx/2009/metadata#> .

@prefix sdmx-code: <http://purl.org/linked-data/sdm x/2009/code#> .

@prefix sdmx-subject: <http://purl.org/linked-data/ sdmx/2009/subject#> .

@prefix dcterms: <http://dublincore.org/documents/d cmi-terms/>.

@prefix qb: <http://purl.org/linked-data/cube#> .

Algunos prefijos…

Curso Integración Web Semántica

Jose María Alvarez RodríguezWESO-Universidad de Oviedo

E-mail: josem.alvarez@weso.esWWW: http://josemalvarez.es

…Consumo , Introducción OWL+Ejemplo ,

Debate+Conclusiones …