Generación, evaluación y explotación de Open Linked Data basado en los datos publicados por Open Data Euskadi

Abstract

A diario múltiples organizaciones tanto públicas como privadas publican Datos Abiertos, incrementándose el número de ellas que eligen hacerlo a través de Datos Enlazados. Este nuevo método tiene como objetivo la interconexión, reutilización e integración de la información para crear una gran base de datos interconectada y distribuida que pueda ser consumida tanto por personas como por máquinas. En este contexto, este Trabajo de Fin de Grado (TFG) surge durante la realización de unas prácticas de cooperación educativa en la empresa Eurohelp Consulting, a la que un cliente, Open Data Euskadi, solicito la mejora de los medios en los que publica la información de la que dispone. Como solución a esta solicitud, se propuso la creación de representaciones de datos públicos publicados por Open Data Euskadi en RDF. El RDF generado se convertirá posteriormente en Datos Enlazados a través de la creación de nexos entre éstos con la información existente en la web. El diseño de dicha solución dio lugar a este TFG desarrollado durante las prácticas de cooperación educativa. Para ello, se partió de ciertos conjuntos de datos existentes en el portal de Open Data Euskadi referentes a la calidad del aire, registros de contratos, estaciones meteorológicas y retribuciones nominativas de altos cargos del gobierno. A partir de ellos, como resultado del TFG, se obtuvo RDF de calidad interconectado, en medida de lo posible, con datos relacionados. Se consiguió, además, presentar la información generada en distintas formas que facilitaban al usuario su compresión, consumo, explotación y manipulación. En cuanto a los aspectos metodológicos, se utilizó Grafter para la generación de RDF, SHACL para la validación de la información creada y Silk para el descubrimiento de enlaces. Para la visualización gráfica se usó la librería D3.js para la creación de gráficos en forma de grafos dinámicos.

Egunero hainbat erakunde publikok zehin pribatuk Datu Irekiak argitaratzen dituzte, horietariko erakunde askok argitalpena Datu Estekatuen bitartez egitea aukeratzen dutelarik. Metodo berri honek informazioaren interkonexioa, berrerabilpena eta integrazioa sustatzea ditu helburu, edozein pertsonek zein makinek erabili dezakeen datu base handi, interkonektatu eta hedatu bat sortzeko xedearekin. Testuinguru honetan, Gradu Amaierako Lan (GrAL) hau Eurohelp Consulting enpresan egindako hezkuntzarako lankidetza praktika batzuetan azaltzen da. Enpresa honi bezero batek, Open Data Euskadik, alegia, informazioa argitzen dueneko euskarrien hobekuntza burutzeko eskaera egin zion. Eskaera honi erantzunez, enpresak Open Data Euskadik argitaraturiko datuentzako RDF formatuan oinarritutako adierazpena proposatu zuen, ondoren RDF adierazpenak Interneten dagoen informazioarekin lotu eta Datu Estekatu bilakatuko direlarik. Soluzio honen diseinuak hezkuntzarako lankidetza praktiketan garatutako GrAL honi bidea eman zion. Horretarako, airearen kalitateari, kontratuen erregistroei, eguraldi behatokiei eta ordainketa izendunei dagozkion datuetatik abiatu zen lana. GrAL-aren emaitza bezela, kalitatezko RDF interkonektatua lortu da. Horrez gain, erabiltzaleari datuen ulermena, kontsumoa, ustiapena eta erabilera errazten dizkioten informazioa adierazteko modu ezberdinak lortu dira. Alderdi metodologikoei dagokienez, Grafter RDF-aren sorkuntzarako, SHACL sortutako informazioaren baliozkotzerako, Sillk esteken aurkikuntzarako eta D3.js liburutegia informazioaren grafo dinamikoak bistaratzeko erabili ziren.

Multiple organizations, both public and private, publish Open Data daily, increasing the number of them who chose doing it through Linked Data. This new method aims to interconnect, reuse and integrate information to create a large interconnected and distributed databases that can be consumed by both people and machines. In this context, this Final Degree Project (FDP) arises during the implementation of educational cooperation practices in the company Eurohelp Consulting, to which a client, Open Data Euskadi, requested the improvement of the media in which they publish the information they own. As a solution to this request, the creation of public data representations published by Open Data Euskadi in RDF was proposed. The RDF generated will later become Linked Data through the creation of links between these with the existing information on the web. The design of this solution gave rise to this TFG developed during the educational cooperation practices. To do this, we started with defined datasets in the Open Data Euskadi portal regarding air quality, contract registers, meteorological stations and nominal remuneration of senior government officials. From them, as a result of the TFG, RDF of interconnected quality was obtained, as far as possible, with related data. It was also possible to represent the information generated in different ways that facilitated the user's understanding, consumption, exploitation and manipulation. Regarding the methodological aspects, Grafter was used for the generation of RDF, SHACL for the validation of the information created and Silk for the discovery of links. For the graphical visualization, the D3.js library was used for the creation of graphs in the form of dynamic graphs.