Interacting with semantic web data through an automatic information architecture

Abstract

La proliferació d'iniciatives de publicació de dades com Linked Open Data ha incrementat la quantitat de dades semàntiques disponibles per analitzar i reutilitzar, però en molts casos és molt difícil pels usuaris explorar i utilitzar aquestes dades quan no tenen experiència en tecnologies de Web Semàntica. La nostra contribució per a solventar aquest problema és aplicar el Visual Information-Seeking Mantra: “Primer una visió general, enfocar i filtrar, després detalls sota demanda”, implementat utilitzant components de l’Arquitectura de la Informació generats automàticament a partir de les dades i ontologies. Aquesta tesis ofereix algoritmes i mètodes per a generar automàticament components de l'Arquitectura de la Informació per a llocs web basats en dades semàntiques. Gràcies a aquests components és possible explorar les dades, visualitzar-les i crear consultes complexes sense necessitat d'aprendre tecnologies complicades o conèixer els vocabularis utilitzats en els conjunts de dades. Aquesta proposta s'ha implementat i validat a Rhizomer, una eina capaç de publicar conjunts de dades basats en Web Semàntica i que facilita als usuaris interactuar amb elles. Les nostres contribucions s'han avaluat amb usuaris finals com a part d'un Disseny Centrat en l'Usuari.

La proliferación de iniciativas de publicación de datos como Linked Open Data ha incrementado la cantidad de datos disponibles para su análisis y reuso, pero en muchos casos, es muy difícil para los usuarios explorar y utilizar estos datos, especialmente cuando no tienen experiencia en tecnologías de Web Semántica. Nuestra contribución para solventar este problema se basa en aplicar el Visual Information-Seeking Mantra: “Primero una visión general, enfocar y filtrar, después detalles bajo demanda”, implementado utilizando componentes de la Arquitectura de la Información generados automáticamente a partir de los datos y ontologías. Esta tesis ofrece algoritmos y métodos para generar automáticamente componentes de la Arquitectura de la Información para sitios web basados en datos semánticos. Gracias a estos componentes es posible explorar los datos, visualizarlos y crear consultas complejas sin necesidad de aprender tecnologías relacionadas o conocer los vocabularios utilizados en los conjuntos de datos. Esta propuesta se ha implementado y validado en Rhizomer, una herramienta capaz de publicar conjuntos de datos basados en Web Semántica y que facilita a los usuarios interactuar con ellos. Nuestras contribuciones se han evaluado con usuarios finales como parte de un Diseño Centrado en el Usuario.

The proliferation of Linked Open Data and other data publishing initiatives has increased the amount of data available for analysis and reuse. However, in most cases it is very difficult for users to explore and use this data, especially for those without experience with semantic web technologies. Our contribution to solving this problem is applying the Visual Information-Seeking Mantra: “Overview first, zoom and filter, then details-on-demand”, which is implemented using Information Architecture components automatically generated from data and ontologies. This thesis offers algorithms and methods to automatically generate and drive the information architecture components for websites based on semantic web data. Through these components, it is possible to explore and visualize data. Moreover, even lay-users are capable of building complex queries without requiring to learn complicated technologies or knowing the vocabularies used in the explored datasets. This approach has been implemented and tested in Rhizomer, a tool capable of publishing Semantic Web datasets while facilitating user awareness of the published content. Our contributions have been validated with end users as part of a User Centred Design development process.