Datos abiertos: Reutilización de información en el sector público

Datos abiertos: Reutilización de información

en el sector público

Jose Emilio Labra Gayo

Universidad of Oviedo, Spainhttp://www.di.uniovi.es/~labra

Jose Emilio Labra Gayo, http://www.di.uniovi.es/~labra

Esquema

Explosión de datos

Razones para publicar los datos

¿Cómo publicar los datos?Datos abiertos vs datos enlazados


Explosión de datosContenido generado por usuarios

Información de los gobiernos

Internet de las cosas


Razones para liberar datos

Facilitan la investigación

Tasa de descubrimiento se acelera con mejores accesos a los datos

Por el bien común de la humanidad



Los sistemas abiertos facilitan las contribuciones externas



Datos = base para la cooperación Para realizar tareas

comunitarias se requiere acceso a datos comunes



Eficiencia y calidad de los sistemas

Hay muchos datos comunes que no están publicados

Ej. ¿Lista de municipios?



TrasparenciaFomentar participación

Generar confianza

Evaluar al gobierno



Esta presentación hubiera sido muchísimo más aburrida si no hubiese tenido acceso a los datos parcial o totalmente abiertos de Google, Flickr,

Wikipedia, Slideshare y muchos otros proyectos…


Si realmente quieres algo…

…déjalo libre


Como ciudadanos…

…también podemos demandar datos abiertos…


…demandar datos abiertos

Cuando los datos pertenecen a la humanidad



Cuando son hechos independientes y verificables ó de conocimiento común

Ejemplo: conocimiento científico



Cuando los datos han sido creados con dinero públicoSon nuestros datos

Los han pagado nuestros impuestos

OK, ¡vivan los datos abiertos!pero…

¿Cómo publicarlos?


El mayor reto = IntegraciónEn general, el problema no es informatizar algo

El problema es integrar los sistemas

Interoperabilidad

No basta con publicar datos…


Modelo de Estrellas*

★ Publicar los datos (en cualquier formato)

★★ Utilizar formato estructurado (Excel en lugar de imágenes escaneadas)

★★★ Usar formatos no propietarios (CSV en lugar de Excel)

★★★★ Usar URIs para identificar datos (otros sistemas puedan enlazar nuestros datos)

★★★★★ Enlazar con otros datos externos (proporcionar contexto)

* Enunciado por TimBerners Lee en Gov 2.0 Expo 2010

http://www.youtube.com/watch?v=ga1aSJXCFe0


Formatos no estructurados

Formatos “caja negra”: Imágenes, vídeos, música, etc.

Formatos binarios: PDF, PS, etc.

Requieren técnicas de tratamiento de la señal, reconocimiento de patrones, etc.

★


Ejemplo: Servicio Público de Empleo

http://www.sepe.es/contenidos/cifras/datos_estadisticos/municipios/

★


Formatos estructurados

Los datos tienen una estructura

Ejemplo: Hojas de cálculoProblema con formatos propietarios

Requieren herramientas que no son públicas

★ ★


Ejemplo: Servicio Público de empleo

http://www.sepe.es/contenidos/cifras/datos_estadisticos/municipios/9

★ ★


Formatos no propietarios

Utilizar formatos abiertos estructurados

Ejemplos: CSV, HTML

Problema: Contenido depende del contexto

★ ★ ★


CSV

“Comma separated values” valores delimitados por comas

★ ★ ★


HTML

HTML está pensado para representar información que se visualiza en el navegador

El procesamiento puede requerir “screen scrapping”

★ ★ ★


URIs para identificar datos

Utilizar una URI para identificar un dato

Diferentes representaciones para cada tipo de dato

Negociación de contenido

★ ★ ★ ★

http://puzzles.org/pieza23471


XML

XML permite representar información estructurada

Los documentos pueden validarse (XML Schema)

El significado de las etiquetas depende de la aplicación

★ ★ ★ ★


Negociación de contenido

El protocolo de comunicación permite que el navegador informe al servidor del tipo de contenido que prefiere

El servidor devuelve una representación diferente según las preferencias del cliente

★ ★ ★ ★

cliente servidor


¿2 representaciones para lo mismo?

Ejemplo: Códigos de barras

★ ★ ★ ★


Enlazar con otros datos

Enlazar datos identificados mediante URIs

Objetivo: Facilitar la identificación de nuevos conjuntos de datosNuevo conocimiento

★ ★ ★ ★ ★


RDF

RDF es un modelo de representación en forma de grafo

RDF (Resource Description Framework)

Las propiedades tienen valores globales (URIs)

★ ★ ★ ★ ★

dato4530

Oviedo 2009

http://obs.org#totalDesempleados

http://obs.org#añohttp://obs.org#municipio


RDF es composicional

2 grafos independientes pueden componerse

★ ★ ★ ★ ★

El lenguaje SPARQL permite realizar consultas a grafos


RDF como representación

Negociación de contenidoHTML: información para navegadores

RDF: información para sistemas automáticos

★ ★ ★ ★ ★

http://tiempo.com/prevision/oviedoURI

303 See Other http://tiempo.com/prevision/Oviedo/informe.html

303 See Other http://tiempo.com/prevision/Oviedo/informe.rdf


Proyecto Linking Open Data

★ ★ ★ ★ ★


De Wikipedia a DBPediaInfoset

★ ★ ★ ★ ★


De Wikipedia a DBPedia

★ ★ ★ ★ ★


Un pequeño ejercicio

Obtener datos de desempleo en municipios asturianos

Excel RDF

HTML + Google Maps


Ejercicio: Ejemplo de Excel


Ejercicio: RDF


Ejercicio: HTML


Iniciativas para datos abiertos


Algunas iniciativas en España


Conclusiones

Publicación de datos abiertos

De datos abiertos a datos enlazados

Nuevos retos:Legalidad: licencias, copyrights,

patentes…

Privacidad

Temporalidad

Semántica e inferencia

Fin de la presentación

Más información: http://www.di.uniovi.es/~labra


Agradecimientos

Algunas ideas o partes de esta presentación han sido tomadas de otras presentaciones similares de:

Ivan Hermann, Jacco van Ossenbruggen, Nova Spivak, Ian Horrocks, Tim Berners-Lee, Jose Manuel Alonso, Svein-Magnus Sørensen, Jose Luis Marín.

También se han utilizado datos accesibles en Google, Flickr, Wikipedia, Slideshare, etc. a cuyos autores originales me hubiera gustado citar.

Datos abiertos: Reutilización de información en el sector público

Education

Transcript of Datos abiertos: Reutilización de información en el sector público