Made available in DSpace on 2014-06-11T19:29:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-02-04Bitstream added on 2014-06-13T18:59:21Z : No. of bitstreams: 1 derossi_lh_me_sjrp.pdf: 1783577 bytes, checksum: 3017df90989f2b4b05b6bc1d87eb42ce (MD5) / Nas últimas duas décadas, diversos sistemas de ensino para Web foram desenvolvidos e amplamente utilizados. Com o surgimento da Web Semântica, a qual integra os conceitos da Web e da área de Inteligência Artificial, foi possível conceber novos sistemas de ensino, os Sistemas de Ensino Baseados na Web Semântica (Semantic Web-based Educational Systems - SWBES). Os SWBES são caracterizados por representar o conteúdo e o conhecimento na forma de ontologias e contar com agentes inteligentes que permitem às máquinas entenderem o conteúdo publicado na Web. Neste trabalho são apresentados e discutidos os padrões arquiteturais utilizados para desenvolvimento dos sistemas baseados na Web Semântica, em especial os sistemas educacionais. Como resultado do estudo é proposta uma arquitetura para os SWBES. As arquiteturas dos SWBES que utilizam a abordagem multiagente, normalmente, são concebidas de forma empírica, ou seja, apenas com a experiência do seu desenvolvedor. Neste trabalho, para a concepção do modelo multiagentes adotado na arquitetura do SWBES, foi utilizada uma metodologia de desenvolvimento de sistemas multiagentes, o framework Tropos. São apresentadas as fases do framework Tropos para o projeto de um modelo multiagentes utilizado na arquitetura de um SWBES. Utilizando a arquitetura desenvolvida foi implementado um SWBES. Para estudo de caso dessa arquitetura, foi realizada uma implementação de um Sistema de Ensino de Rochas Carbonáticas. Para esse sistema foram definidas três ontologias: ontologia de Domínio de Rochas Carbonáticas, ontologia de Perfil e ontologia de Material de Aprendizagem. Os comportamentos dos agentes e as interações entre eles são detalhadas. Finalmente, é apresentado um estudo de casos da utilização do sistema no ensino do curso de Rochas Carbonáticas / In the past two decades, several Web educational systems were designed and widely used. With the appearing of the Semantic Web, which integrates Web and Artificial Intelligence area concepts, it was possible to conceive new educational concepts, the Educational Systems Based on the Semantic Web (Semantic Web-based Educational Systems - SWBES). The SWBES represent the content and the knowledge in the form of ontology and count on intelligent agents that allow machines understand the content published on the web. In this work, architectural standards used to develop new systems based on the Semantic Web will be presented and discussed, especially the educational ones. As a result of this study, it is proposed the architecture for the SWBES. The architecture for the SWBES that use multi-agent approach generally is conceived empirically, that is, only with its developer experience. In this work, for the conception of the multi-agents model adopted in the architecture of the SWBES, a methodology of multi-agents systems development was used, the Tropos framework. The phases of Tropos framework for the project of a multi-agent model used in the architecture of SWBES are presented. A SWBES was implemented by using the architecture that was developed. For the study case of this architecture, it was held an implementation of the Educational System of Carbonate Rock. For this system, three ontologies were defined: Domain Ontology of Carbonate Rocks, Profile Ontology and Learning Material Ontology. The behavior of agents and interaction among them are detailed

Orientador: Ivan Rizzo Guilherme / Banca: Hilda Carvalho de Oliveira / Banca: Seiji Isotani / Resumo: A utilização da Web como plataforma para a educação a distância (e-learning) tem sido uma das grandes alternativas para a educação em sala de aula tradicional. Embora esses sistemas sejam amplamente utilizados, existem limitações quanto à dificuldade de busca, integração e reuso dos objetos de aprendizagem (OAs). A incorporação das tecnologias da Web Semântica, ontologias e agentes inteligentes nos sistemas educacionais baseados na Web, permitem aprimorar os processos de adaptação e de interoperabilidade dos ambientes educacionais, principalmente na recuperação e na recomendação de OAs. As ontologias são utilizadas para a integração e o compartilhamento de recursos, enquanto a tecnologia de agentes inteligentes é utilizada para o desenvolvimento de componentes autônomos, flexíveis e interativos, permitindo um melhor gerenciamento, controle e integração das atividades envolvidas. Assim, o objetivo deste trabalho foi propor uma arquitetura multiagente para servir como modelo de referência para o desenvolvimento de sistemas Web semânticos para a gestão de conteúdos educacionais. Um levantamento bibliográfico foi realizado para definir os principais requisitos desta arquitetura. Um conjunto de agentes foi identificado e especificado, utilizando uma metodologia de desenvolvimento de software orientada a agentes. Os agentes foram definidos para a automação das atividades relacionadas à gestão de conteúdos educacionais, tais como a autoria de metadados de OAs e de cursos, a busca e a anotação semântica de OAs. Um conjunto de ontologias foi especificado para a anotação semântica dos OAs e dos cursos, com o objetivo de descrever o conhecimento da aplicação e integrar OAs descritos por padrões de metadados heterogêneos, recuperados de diferentes repositórios. O conhecimento mantido nessas ontologias auxilia os professores nas atividades de autoria de metadados de OAs... / Abstract: The use of the Web as a platform for distance education (e-learning), has been one of the great alternatives for education in traditional classrooms. Although these systems are widely used, there are limitations related to the difficulty of search, integration and reuse of learning objects (LOs). The integration of Semantic Web, ontologies and intelligent agents technologies in Web-based educational systems, improve the adaptation and interoperability processes of educational environments, especially in the recovery and recommendation of LOs. Ontologies are used for the integration and sharing of resources, while the intelligent agent technology is used for the development of autonomous, flexible and interactive components, allowing better management, control and integration of the involved activities. The objective of this work was to propose a multi-agent architecture to serve as a reference model for the development of Semantic Web systems for management of educational content. A literature review was conducted to define the main requirements of this architecture. Using an agent-oriented software development methodology a set of agents was identified and specified. The agents were defined in order to automate the activities related to management of educational content such as the authoring of LOs metadata and courses, search and semantic annotation of LOs. A set of ontologies was specified for the semantic annotation of LOs and courses, in order to describe the application knowledge and to integrate LOs described by heterogeneous metadata standards, retrieved from different repositories. The knowledge held in these ontologies assists teachers in the activities of authoring of LOs metadata, construction and update their courses. Using the proposed architecture a prototype was developed to annotate and integrate LOs of Mathematics discipline for ninth year of elementary school. The LOs used for tests... / Mestre

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-05-21T11:48:24Z No. of bitstreams: 1 DANIEL FARIAS BATISTA LEITE - DISSERTAÇÃO (PPGCC) 2016.pdf: 7529591 bytes, checksum: a8834c11a656f9270356f33676b2aadc (MD5) / Made available in DSpace on 2018-05-21T11:48:24Z (GMT). No. of bitstreams: 1 DANIEL FARIAS BATISTA LEITE - DISSERTAÇÃO (PPGCC) 2016.pdf: 7529591 bytes, checksum: a8834c11a656f9270356f33676b2aadc (MD5) Previous issue date: 2016 / CNPq / Tecnologias de Business Intelligence (BI) têm sido utilizadas com sucesso para fins de análise de dados. Tradicionalmente, essa análise é realizada em um contexto restrito e bem controlado, onde as fontes de dados são estruturadas, periodicamente carregadas, estáticas e totalmente materializadas. Atualmente, há uma diversidade de dados nos mais diversos formatos, a exemplo de RDF (Resource Description Framework), um formato semiestruturado, semanticamente rico e externo à infraestrutura de BI. Embora tal formato seja enriquecido semanticamente, e muitas vezes possua um componente espacial, realizar a análise é um desafio. Nessa perspectiva, uma nova categoria de ferramentas analíticas vem surgindo. As ferramentas exploratórias (Exploratory OLAP), como são conhecidas, se caracterizam pela descoberta, aquisição e integração de dados externos em ambientes comuns de análise. Do nosso conhecimento, até a presente data, existem apenas duas ferramentas exploratórias propostas na literatura e elas apresentam duas grandes limitações: exploram apenas fontes de dados estruturadas; e não há exploração do componente espacial dos dados integrados. São ferramentas exploratórias OLAP, e não ferramentas exploratórias SOLAP. Baseando-se nessas ferramentas, este trabalho propõe uma abordagem exploratória SOLAP que integra dados semiestruturados espaciais semânticos com fontes de dados estruturados espaciais tradicionais. Um sistema, denominado ExpSOLAP, que dá suporte a consultas SOLAP on-line sob as duas fontes de dados foi desenvolvido. Por fim, o sistema ExpSOLAP é avaliado através de um exemplo prático, no contexto da base de dados obtida no Linked Movie Data Base, utilizando RDF e banco de dados relacional. Foram formuladas consultas que validaram a análise convencional e espacial na exploração de ambas fontes de dados. / Business Intelligence (BI) technologies have been successfully applied for data analysis purposes. Traditionally, such analysis is performed in well-controlled and restricted context, where data sources are structured, periodically loaded, static and fully materialized. Nowadays, there is a plenty of data in different formats such as the Resource Description Framework (RDF), a semi-structured and semantically rich format external to the BI infrastructure. Although such data formats are enriched by semantics and contains a spatial data component, performing data analysis is challenging. As a result, the Exploratory OLAP field has emerged for discovery, acquisition, integration and query such data, aiming at performing a complete and effective analysis on both internal and external data. To the best of our knowledge, there are only two exploratory tools proposed in the literature and they have two major limitations due to only structured data sources can be explored and there is no exploration of the spatial component of the integrated data. While they are exploratory OLAP tools, they are not exploratory SOLAP tools. Based on these tools, this work proposes an Exploratory SOLAP approach that integrates semantic spatial semi-structured data with traditional spatial structured data sources. A system named ExpSOLAP, which supports online SOLAP queries on both data sources, was developed. Finally, a case study was carried out in order to evaluate the ExpSOLAP system based on a dataset originating from the Linked Movie Data Base and using RDF and relational datasets. The formulated queries enabled to validate the conventional and spatial analysis from both data sources.

As plataformas de Mídias Sociais se tornaram um meio essencial para a disponibilização de informações. Dentre elas, o Twitter tem se destacado, devido ao grande volume de mensagens que são compartilhadas todos os dias, principalmente mencionando eventos ao redor do mundo. Tais mensagens são uma importante fonte de informação e podem ser utilizadas em diversas aplicações. Contudo, a classificação de texto em tweets é uma tarefa não trivial. Além disso, não há um consenso quanto à quais tarefas devem ser executadas para Identificação e Classificação de Eventos em tweets, uma vez que as abordagens existentes trabalham com tipos específicos de eventos e determinadas suposições, que dificultam a reprodução e a comparação dessas abordagens em eventos de natureza distinta. Neste trabalho, nós elaboramos um framework para a classificação de eventos de natureza distinta. O framework possui os seguintes elementos chave: a) enriquecimento externo a partir da exploração de páginas web relacionadas, como uma forma de complementar a extração de features conceituais do conteúdo dos tweets; b) enriquecimento semântico utilizando recursos da Linked Open Data cloud para acrescentar features semânticas relacionadas; e c) técnica de poda para selecionar as features semânticas mais discriminativas Nós avaliamos o framework proposto através de um vasto conjunto de experimentos, que incluem: a) sete eventos alvos de natureza distinta; b) diferentes combinações das features conceituais propostas (i.e. entidades, vocabulário, e a combinação de ambos); c) estratégias distintas para a extração de features (i.e. a partir do conteúdo dos tweets e das páginas web); d) diferentes métodos para a seleção das features semânticas mais relevantes de acordo com o domínio (i.e. poda, seleção de features, e a combinação de ambos); e) dois algoritmos de classificação. Nós também comparamos o desempenho do framework em relação a outro método utilização para o enriquecimento contextual, o qual tem como base word embeddings. Os resultados mostraram as vantagens da utilização do framework proposto e que a nossa solução é factível e generalizável, dando suporte a classificação de diferentes tipos de eventos. / Social Media platforms have become key as a means of spreading information, opinions or awareness about real-world events. Twitter stands out due to the huge volume of messages about all sorts of topics posted every day. Such messages are an important source of useful information about events, presenting many useful applications (e.g. the detection of breaking news, real-time awareness, updates about events). However, text classification on Twitter is by no means a trivial task that can be handled by conventional Natural Language Processing techniques. In addition, there is no consensus about the definition of which kind of tasks are executed in the Event Identification and Classification in tweets, since existing approaches often focus on specific types of events, based on specific assumptions, which makes it difficult to reproduce and compare these approaches in events of distinct natures. In this work, we aim at building a unifying framework that is suitable for the classification of events of distinct natures. The framework has as key elements: a) external enrichment using related web pages for extending the conceptual features contained within the tweets; b) semantic enrichment using the Linked Open Data cloud to add related semantic features; and c) a pruning technique that selects the semantic features with discriminative potential We evaluated our proposed framework using a broad experimental setting, that includes: a) seven target events of different natures; b) different combinations of the conceptual features proposed (i.e. entities, vocabulary and their combination); c) distinct feature extraction strategies (i.e. from tweet text and web related documents); d) different methods for selecting the discriminative semantic features (i.e. pruning, feature selection, and their combination); and e) two classification algorithms. We also compared the proposed framework against another kind of contextual enrichment based on word embeddings. The results showed the advantages of using the proposed framework, and that our solution is a feasible and generalizable method to support the classification of distinct event types.

Em comunidades de prática, a aprendizagem ocorre por meio da interação e colaboração constante de seus participantes, o caráter social destes ambientes é fundamental para a construção do conhecimento. Por este motivo, esta dissertação busca compreender a forma como os usuários interagem em comunidades de prática e propõe a estruturação destas informações em torno de um perfil dinâmico de usuário. A aplicação de perfis de usuário neste contexto permite entender o indivíduo, seus interesses e necessidades. A partir da representação dos participantes de comunidades de prática é possível desenvolver sistemas de aprendizagem inteligente, sistemas de recomendação, elementos de gamificação e sistemas de acesso e recuperação de informação personalizados. Estes mecanismos procuram estimular o engajamento dos participantes e promover a aprendizagem colaborativa. A representação das informações neste trabalho será apoiada pelo uso de tecnologias da web semântica e de ontologias para a formalização das relações em comunidades de prática. O desenvolvimento de softwares educacionais baseados na web semântica amplia a capacidade de implementação de novos mecanismos de aprendizagem, contribuindo para a análise das interações e a inferências sobre as informações dos usuários. O uso de ontologias permite a formalização das informações e torna possível a elaboração de uma rede de conhecimento que pode ser processada e consumida por agentes de software, contribuindo para a interoperabilidade do sistema. / In communities of practice, learning is built through constant interaction and collaboration of their participants, the social aspect of these environments is crucial for the knowledge construction. For this reason, this work intends to understand how users interact in communities of practice and proposes a dynamic user profile to structure this information. An user profile applied in this context allows us to understand the person, his interests and needs. The representation of participants in communities of practice allow us to develop intelligent learning systems, recommender systems, gamification elements and systems for personalized access and personalized information retrieval. Those mechanisms intend to stimulate participant engagement to promote collaborative learning. In this work, semantic web technologies and ontologies are used to represent this informations. The development of educational software based on the semantic web expands the capacity to implement new learning mechanisms, contributing to the analysis of the interactions and the inferences about user informations. The use of ontologies allows the formalization of information and enables the elaboration of a knowledge network that can be processed and consumed by software agents, contributing to the system interoperability.

O número de banco de dados de biologia molecular presentes na Web vem aumentando significativamente nos últimos anos. A dificuldade de localizar estes bancos de dados na Web incentivou a criação de uma série de catálogos. Mesmo com estes catálogos, persiste o desafio de selecionar aqueles bancos de dados que possuem maior qualidade. Normalmente, a seleção é feita por usuários, que nem sempre possuem o conhecimento necessário e enfrentam problemas pela ausência de uma descrição mais rica dos bancos de dados nestes catálogos. Esta ausência de uma descrição mais rica dos bancos de dados gerou iniciativas recentes que visam identificar metadados relevantes para descrição dos bancos de dados de biologia molecular. No entanto, até o momento, como utilizar estes metadados na seleção dos bancos de dados presentes em um catálogo, relacionando estes às dimensões de qualidade de dados, é um tema pouco explorado. Da mesma forma, o uso de Web metrics, utilizadas na seleção de páginas Web, vem sendo quase ignorado na determinação da qualidade de bancos de dados de biologia molecular. Tendo em vista este cenário, nesta tese foi desenvolvido um modelo de qualidade que visa auxiliar na seleção de bancos de dados de biologia molecular presentes em catálogos na Web a partir da avaliação global de um banco de dados por meio de metadados e Web metrics. A definição deste modelo envolve adoção de metadados propostos em outros trabalhos, a proposição de novos metadados e a análise das dimensões de qualidade de dados. Experimentos são realizados de forma a avaliar a utilidade de alguns dos metadados e Web metrics na determinação da qualidade global de um banco de dados. A representação dos metadados, dimensões de qualidade, indicadores de qualidade e métricas usando recursos de Web Semântica é também discutida. O principal cenário de aplicação da abordagem é relacionado à necessidade que um usuário tem de escolher o melhor banco de dados para buscar informações relevantes para o seu trabalho dentre os existentes em um catálogo. Outro cenário está relacionado a sistemas que integram dados de fontes distintas e que necessitam, em muitos casos, reduzir o número de bancos de dados candidatos a um processo de integração. / The number of molecular biology databases has increased in the last years. The difficulty of identifying these databases on the Web is the motivation to create database catalogs. However, even using these catalogs, the challenge is how to identify the best databases within these sets of identified databases. In general, the selection process is done by users, who sometimes have little knowledge about databases related to a specific domain and will have difficulties to select the best databases. These difficulties are related to the absence of information about databases in these catalogs. This absence of information has generated some recent initiatives aiming to identify relevant metadata for describing molecular biology databases. However, at the present moment, how to use these metadata for selecting databases from a catalog, taking into account data quality dimensions, is underexplored. In a similar way, Web metrics used for selecting Web pages is almost ignored in the molecular biology databases evaluation process. In this scenario, this thesis defines a quality model, based on some identified data quality dimensions, aiming to help selecting a database from molecular biology database catalogs. This selection process is done by considering database metadata and Web metrics. The definition of this model involves the adoption of metadata from related works, the definition of new metadata and the analysis of data quality dimensions. A set of experiments evaluates the usefulness of metadata and Web metrics for evaluating the overall quality of databases. How to represent database metadata, quality dimensions, quality indicators and quality metrics using Semantic Web resources is also discussed. One application scenario relates to users who need to choose the best databases available in a catalog. Another application scenario is related to database integration systems in which it is necessary to determinate the overall quality of a database for reducing the number of databases to be integrated.

Tese (doutorado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação, Departamento de Ciência da Informação e Documentação, Programa de Pós-Graduação em Ciência da Informação, 2006. / Submitted by Kathryn Cardim Araujo (kathryn.cardim@gmail.com) on 2009-10-16T15:34:59Z No. of bitstreams: 1 2006_Edgard Costa Oliveira.pdf: 2107457 bytes, checksum: 361be5eaee040995bee18b501bc16335 (MD5) / Approved for entry into archive by Gomes Neide(nagomes2005@gmail.com) on 2010-05-24T17:20:31Z (GMT) No. of bitstreams: 1 2006_Edgard Costa Oliveira.pdf: 2107457 bytes, checksum: 361be5eaee040995bee18b501bc16335 (MD5) / Made available in DSpace on 2010-05-24T17:20:31Z (GMT). No. of bitstreams: 1 2006_Edgard Costa Oliveira.pdf: 2107457 bytes, checksum: 361be5eaee040995bee18b501bc16335 (MD5) Previous issue date: 2006-08-04 / Nesta tese, apresentamos o momento da autoria de documentos como situação potencial para a representação do conhecimento e a conseqüente publicação de documentos. Sistemas baseados em ontologia para a representação da informação e autoria na Web Semântica estão surgindo e provendo soluções como anotação semântica, extração da informação, marcação ontológica, etc. Ao analisar esses sistemas, descobrimos as características que eles deveriam ter, a fim de que produzam e suportem documentos em conformidade com as recomendações da Web Semântica e conseqüentemente usufruam de suas potencialidades. Apresentamos aqui uma análise de ferramentas baseadas em ontologias, a partir de um critério de análise específico desenvolvido para identificar as características, requisitos e conformidade com as recomendações existentes, identificadas na revisão de literatura. O resultado da análise revelou que nesse novo paradigma de produção, os autores deverão desempenhar tarefas de estruturação do conhecimento com os quais eles ainda não estão familiarizados. Identificamos a necessidade de abordar essas questões no âmbito da Ciência da Informação, buscando dar apoio a autores no desenvolvimento de conteúdos bem estruturados e representados, a partir do potencial que têm as atuais tecnologias baseadas em ontologias. Após tratar dessas questões, propomos com esse trabalho um conjunto de requisitos e um modelo de arquitetura de ambiente de autoria baseado em ontologia para a Web Semântica, composto por módulos que sugerem novas funções e integram tecnologias correntes, fazendo uso de possibilidades existentes e propondo o desenvolvimento de novos requisitos. __________________________________________________________________________________ ABSTRACT / In this thesis we focus on the authoring moment as a potential situation for knowledge representation and the following document publishing task. Ontology-based systems are being developed providing solutions such as semantic annotation, information extraction, ontological markup, etc. By analyzing these systems, developed to the Semantic Web, we intend to find out what the requirements are for these systems to produce and support documents compliant with the Semantic Web recommendations. We present here an analysis of some ontology-based systems, based on specific analysis criteria developed in order to identify features, requirements and compliance with existing recommendations and guidelines identified in the literature review. The results showed that, in this new knowledge production paradigm, authors are asked to perform additional knowledge structuring tasks that they were not familiar with before. We noticed the need to approach these questions in the light of Information Science, especially if we wish to support authors in the development of more structured and represented contents, with the use of ontology technologies. By tackling the question, we propose here a set of requirements and a model of architecture for an ontology-based authoring environment for the Semantic Web, composed of modules that suggest new functions and integrate new and existing technologies, making use the current possibilities and proposing the development of new requirements.

Este projeto de mestrado aborda a utilização de recursos daWeb Semântica na seleção de informações sobre Web Services no registro UDDI (Universal Description, Discovery, and Integration). Esse registro possui a limitação de apenas armazenar informações funcionais de Web Services. As informações não funcionais que incluem as informações de qualidade de serviço (QoS - Quality of Service) não são contempladas e dessa forma dificulta a escolha do melhor serviço pelos clientes. Neste projeto, a representação da base de conhecimento com informações sobre os provedores, clientes, acordos, serviços e a qualidade dos serviços prestados foi feita por meio de uma ontologia. Essa ontologia é utilizada pelo módulo UDOnt-Q (Universal Discovery with Ontology and QoS) que foi projetado para servir de plataforma para algoritmos de busca e composição de serviços com qualidade. Embora a utilização de semântica possa ser empregada para a composição e automatização de serviços, o foco deste trabalho é a garantia de qualidade de serviço em Web Services. Os algoritmos desenvolvidos empregam recursos da Web Semântica para classificar e selecionar os Web Services adequados de acordo com as informações de qualidade que estão armazenados na ontologia. O módulo e os algoritmos foram submetidos a avaliações de desempenho que revelaram problemas de desempenho com relação a abordagem adotada durante o processo de inferência da ontologia. Tal processo é utilizado para a classificação das informações dos elementos presentes na ontologia. Contudo, uma vez que as informações foram inferidas, o processo de busca e seleção de serviços comprovou a viabilidade de utilização do módulo e de um dos seus algoritmos de seleção / This master project addresses the use of Semantic Web resources in the selection of information about Web Services in UDDI registry (Universal Description, Discovery, and Integration). This registry has the limitation of only storing functional information of Web Services. The nonfunctional information that includes the quality of service information (QoS - Quality of Service) is not covered and thus it is complicate to choose the best service for customers. In this project, the representation of the knowledge base with information about the providers, customers, agreements, services and quality of services has been made through an ontology. This ontology is used by the module UDOnt-Q (Universal Discovery with Ontology and QoS) that was designed to serve as a platform for search algorithms and composition of services with quality. Although the use of semantics can be adopted for the composition and automation of services, the focus of this work is to guarantee quality of service in Web Services. The developed algorithms employ SemanticWeb resources to classify and select the appropriate Web Services according to the quality information that is stored in the ontology. The module and the algorithms have been subjected to performance evaluations that revealed performance problems in relation to the approach taken during the ontology inference process. This process is used for classification of information of the elements present in the ontology. However, since the information was inferred, the process of search and selection services proved the viability of using the module and one of its selection algorithms

O número de banco de dados de biologia molecular presentes na Web vem aumentando significativamente nos últimos anos. A dificuldade de localizar estes bancos de dados na Web incentivou a criação de uma série de catálogos. Mesmo com estes catálogos, persiste o desafio de selecionar aqueles bancos de dados que possuem maior qualidade. Normalmente, a seleção é feita por usuários, que nem sempre possuem o conhecimento necessário e enfrentam problemas pela ausência de uma descrição mais rica dos bancos de dados nestes catálogos. Esta ausência de uma descrição mais rica dos bancos de dados gerou iniciativas recentes que visam identificar metadados relevantes para descrição dos bancos de dados de biologia molecular. No entanto, até o momento, como utilizar estes metadados na seleção dos bancos de dados presentes em um catálogo, relacionando estes às dimensões de qualidade de dados, é um tema pouco explorado. Da mesma forma, o uso de Web metrics, utilizadas na seleção de páginas Web, vem sendo quase ignorado na determinação da qualidade de bancos de dados de biologia molecular. Tendo em vista este cenário, nesta tese foi desenvolvido um modelo de qualidade que visa auxiliar na seleção de bancos de dados de biologia molecular presentes em catálogos na Web a partir da avaliação global de um banco de dados por meio de metadados e Web metrics. A definição deste modelo envolve adoção de metadados propostos em outros trabalhos, a proposição de novos metadados e a análise das dimensões de qualidade de dados. Experimentos são realizados de forma a avaliar a utilidade de alguns dos metadados e Web metrics na determinação da qualidade global de um banco de dados. A representação dos metadados, dimensões de qualidade, indicadores de qualidade e métricas usando recursos de Web Semântica é também discutida. O principal cenário de aplicação da abordagem é relacionado à necessidade que um usuário tem de escolher o melhor banco de dados para buscar informações relevantes para o seu trabalho dentre os existentes em um catálogo. Outro cenário está relacionado a sistemas que integram dados de fontes distintas e que necessitam, em muitos casos, reduzir o número de bancos de dados candidatos a um processo de integração. / The number of molecular biology databases has increased in the last years. The difficulty of identifying these databases on the Web is the motivation to create database catalogs. However, even using these catalogs, the challenge is how to identify the best databases within these sets of identified databases. In general, the selection process is done by users, who sometimes have little knowledge about databases related to a specific domain and will have difficulties to select the best databases. These difficulties are related to the absence of information about databases in these catalogs. This absence of information has generated some recent initiatives aiming to identify relevant metadata for describing molecular biology databases. However, at the present moment, how to use these metadata for selecting databases from a catalog, taking into account data quality dimensions, is underexplored. In a similar way, Web metrics used for selecting Web pages is almost ignored in the molecular biology databases evaluation process. In this scenario, this thesis defines a quality model, based on some identified data quality dimensions, aiming to help selecting a database from molecular biology database catalogs. This selection process is done by considering database metadata and Web metrics. The definition of this model involves the adoption of metadata from related works, the definition of new metadata and the analysis of data quality dimensions. A set of experiments evaluates the usefulness of metadata and Web metrics for evaluating the overall quality of databases. How to represent database metadata, quality dimensions, quality indicators and quality metrics using Semantic Web resources is also discussed. One application scenario relates to users who need to choose the best databases available in a catalog. Another application scenario is related to database integration systems in which it is necessary to determinate the overall quality of a database for reducing the number of databases to be integrated.

A integração e a troca de informação na Web é uma necessidade reconhecida no mundo atual nos mais diversos domínios de aplicação. A Web constitui hoje o principal meio de acesso a informações, disponibilizando várias formas de acesso a esse conteúdo. No entanto, disponibilizar essa informação de forma integrada para o usuário ainda é um desafio. O Serviço Web Semântico é uma tecnologia de Inteligência Artificial promissora a qual pode contribuir significativamente com o processo de integração tanto de dados como de processos disponíveis em portais Web. O objetivo do presente trabalho é realizar a integração das diferentes funcionalidades oferecidas por portais disponibilizados na Web, fazendo uso de ontologias de domínio através de Serviços Web Semânticos. Para alcançar o objetivo proposto, um sistema de busca e integração, denominado W-KIS, foi projetado e desenvolvido, fornecendo uma visão unificada e transparente ao usuário de toda informação disponível em um determinado número de portais Web, contextualizados a um domínio de aplicação específico. Dois domínios de aplicação foram explorados neste trabalho através de dois estudos de caso: a Biomedicina e a Geologia, cada um fornecendo sua própria ontologia de domínio. Serviços Web Semânticos foram desenvolvidos para encapsular portais Web em ambos os domínios, permitindo ao sistema realizar a integração em cada domínio, separadamente. A aplicação proposta foi validada através da avaliação de sua atuação em ambos os domínios, além de testes com usuários finais e comparações com outras abordagens para integração na Web e motores de busca tradicionais. Através da utilização de Serviços Web Semânticos, W-KIS é capaz de localizar e executar os serviços de forma automática, além de lidar com a heterogeneidade semântica entre as fontes de informação por meio das ontologias de domínio. Desta forma, o sistema fornece apenas informação contextualizada ao interesse do usuário. / Integration and exchange of information across the Internet is a universally recognized need, in a wide variety of domains. Nowadays, the Web is the main source of information, providing many ways to access this content. However, making this information available to the user in an integrated way is still a challenge. New promising application fields such as Semantic Web Services can improve the integration process of data and processes available in Web portals. The goal of the present research is to accomplish the integration of the different functionalities offered by portals available in the Web, making use of domain ontologies through Semantic Web Services. In order to achieve the proposed goal, a search and integration system, named W-KIS, was designed and developed. The system provides the user with a unified and transparent view of the whole information available in a number of Web portals, related to a specific application domain. Two application domains were explored in this work through two case studies: the Biomedicine and the Geology, each one providing its own domain ontology. Semantic Web Services were designed to encapsulate Web portals in both domains, allowing the system to accomplish the integration in each domain, separately. The application proposed in this project was validated through the evaluation of its behavior in both domains, besides other tests with final users and comparisons with other approaches for integration in the Web, and traditional search engines. Making use of Semantic Web Services, W-KIS is able to find and execute the services in an automatic way, besides dealing with the semantic heterogeneity in the information sources by means of domain ontologies. This way, the system provides the user with information contextualized to its interest.