Dados Conectados e a Web Semântica

Em computação, dados conectados (ou linked data) referem-se a dados estruturados associados a outros conjuntos de dados, permitindo que consultas semânticas tornem a informação mais útil. Tim Berners-Lee, diretor do Consórcio World Wide Web (W3C), cunhou o termo em uma nota de projeto de 2006 sobre a iniciativa da Web Semântica. Parte da visão por trás dessa tecnologia é transformar a internet em um banco de dados global.

Os dados conectados utilizam tecnologias web padrão, como HTTP, RDF e URIs. Em vez de empregá-las apenas para servir páginas da web e hiperlinks destinados a leitores humanos, o sistema estende tais tecnologias para compartilhar informações de forma legível por computadores. Quando esses dados também são abertos, costumam ser chamados de Dados Abertos Conectados.

Princípios

Em sua nota de 2006, Tim Berners-Lee delineou quatro princípios fundamentais para os dados conectados:

• Utilizar Identificadores Uniformes de Recursos (URIs) para nomear e identificar coisas individuais.
• Empregar URIs HTTP para permitir que essas coisas sejam consultadas, interpretadas e desserializadas.
• Fornecer informações úteis sobre o que um nome identifica por meio de padrões abertos, como RDF e SPARQL.
• Referenciar outras entidades utilizando seus nomes baseados em URIs HTTP ao publicar dados na Web.

Componentes Essenciais

Para estruturar um sistema global de dados conectados, utilizam-se diversos componentes essenciais, incluindo URIs, o protocolo HTTP, dados estruturados com vocabulário controlado e formatos de serialização do Resource Description Framework (como RDFa, RDF/XML, N3, Turtle ou JSON-LD), além da Plataforma de Dados Conectados e CSV-W.

Dados Abertos Conectados (LOD)

Os dados abertos conectados são dados conectados lançados sob uma licença aberta, o que não impede sua reutilização gratuita. Grandes conjuntos de dados abertos conectados incluem DBpedia, Wikibase, Wikidata e Open ICEcat.

Esquema de Cinco Estrelas

Em 2010, Tim Berners-Lee sugeriu um sistema de avaliação de qualidade para dados abertos na web:

• 1 estrela: dados disponíveis abertamente em qualquer formato.
• 2 estrelas: dados disponíveis em formato estruturado, como planilhas do Microsoft Excel (.xls).
• 3 estrelas: dados disponíveis em formato estruturado não proprietário, como valores separados por vírgula (.csv).
• 4 estrelas: dados que seguem os padrões do W3C, como o uso de RDF e URIs.
• 5 estrelas: todos os critérios anteriores, acrescidos de links para outras fontes de dados abertos conectados.

Histórico e Comunidade

O termo "dados abertos conectados" é utilizado desde pelo menos fevereiro de 2007, com a criação da lista de correio "Linking Open Data", inicialmente hospedada pelo projeto SIMILE no Instituto de Tecnologia de Massachusetts (MIT). O projeto comunitário do grupo de Extensão e Educação da Web Semântica do W3C teve como objetivo expandir a web com um conjunto de dados públicos publicados em formato RDF.