Linked Data: Introductie

Editor's Notes

• #2: Hallo, mijn naam is Bart Hanssens en ik werk bij de FOD BOSA DG DT Deze infosessie is een introductie tot linked data.
• #3: Het probleem dat we met linked data willen oplossen is: hoe kunnen we het web verstaanbaarder maken voor machines ?
• #4: Mensen die naar wikipedia surfen, begrijpen namelijk de verschillende elementen die op een pagina worden getoond. We kennen het verschil tussen een logo en een portret, tussen postcodes en jaartallen.
• #5: Maar machines zien hier alleen een reeks algemene HTML-codes die ze maar beperkt "begrijpen".
• #6: Een manier om dit op te lossen, is het gebruiken van unieke IDs, en van gestandaardiseerde, logische beschrijvingen, die makkelijk op te zoeken zijn via het web: linked data.
• #7: Het is de niet de bedoeling om beheerders van data of websites extra werk te geven. Linked data moet door de systemen zelf gegenereerd worden, en sommige systemen doen dit effectief al. Zulke systemen kunnen ook "klassieke" databases zijn, maar dat is iets voor een volgende infosessie.
• #8: Het is dus de bedoeling dat IDs wereldwijd uniek zijn, maar toch ook decentraal beheerd kunnen worden, dus zonder zware procedures om nieuwe IDs te maken. Het moet ook makkelijk zijn om deze IDs op te zoeken, en ernaartoe te verwijzen.
• #9: Gestandardiseerde beschrijvingen, worden ook wel "vocabularies" of "ontologies" genoemd. Bij voorkeur wordt er een vocabulary gebruikt die al internationaal gekend is, maar het is ook mogelijk om zelf een vocabulary te maken en te publiceren. Belangrijk is dat elk veld, elke beschreven eigenschap, ook een unieke ID krijgt, en een korte omschrijving. Op die manier is het duidelijk wat er precies beschreven is.
• #10: Enkele populaire vocabularies zoals deze op schema.org, en bij het internationale W3C, worden ontwikkeld door grote IT-bedrijven. Maar ook de Europese Commissie publiceert op de Semic website een reeks vocabularies, maar dan vooral bedoeld voor overheidsdiensten. Op Vlaams en federaal niveau, zijn er eveneens initiatieven.
• #11: Bedoeling van dit alles is om machines te laten "nadenken". Door gegevens van verschillende bronnen te linken, en de hulp van gestandaardiseerde beschrijvingen, zullen machines uiteindelijk bijkomende informatie afleiden, zoals een mens dat zou doen. Als er bijvoorbeeld op het web iets staat over "Cleopatra" en "aantal pagina's", dan gaat het over een boek en niet over de Egyptische koningin zelf.
• #12: Hier zien we zo'n schema van gelinkte gegevens. De Persoon Quetelet is geboren in de Locatie Gent. Gent ligt in een andere Locatie, namelijk België. Quetelet was professor aan de Universiteit KMS.
• #13: Er bestaan natuurlijk tal van internationale ID-systemen, zoals telefoonnummers en het ISBN systeem voor boeken, maar ook linken zijn eigenlijk unieke IDs.
• #14: Net zoals andere IDs, is het de bedoeling dat een URI steeds stabiel blijft, en dus blijft bestaan, ook als bijvoorbeeld de organisatie van naam verandert. Deze URI kan wel naar een nieuwe pagina verwijzen, of naar een locatie van een machine-begrijpbare pagina.
• #15: Dit schema legt uit hoe "content-negotiation" werkt. Als een browser een link opent, dan vraagt de browser daarbij een HTML pagina. Een machine die dezelfde link opent, kan vragen naar een machine-begrijpbare variant. Als die beschikbaar is, dan stuurt de server deze variant.
• #16: Een andere manier is het "embedden" van gegevens in de HTML pagina zelf, zonder dat deze zichtbaar zijn voor de gewone gebruiker. Browsers tonen dan gewoon de HTML-opmaak, en machines verwerken de niet-zichtbare data van dezelfde pagina.
• #17: Een voorbeeld hiervan is het zoeken naar een boek via Google. Webshops die extra gegevens in hun pagina's verwerken - dus machine-begrijpbare data "embedden" - scoren beter.
• #18: Zoekmotoren kunnen hierdoor gegevens zoals titel en prijs beter presenteren, en het voor de gebruiker makkelijker maken om te vergelijken en meteen te bestellen.
• #19: Bedankt alvast om deze infosessie te volgen.