Scalable methods to analyze semantic web data

• Autores: María Victoria Nebot Romero
• Directores de la Tesis: Rafael Berlanga (dir. tes.)
• Lectura: En la Universitat Jaume I ( España ) en 2013
• Idioma: inglés
• Tribunal Calificador de la Tesis: Torben Bach Pedersen (presid.), Roxana María Danger Mercaderes (secret.), Juan Trujillo Mondéjar (voc.)
• Programa de doctorado: Sistemas Informáticos Avanzados
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Sistemas de información, diseño y componentes
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen
  • español

    En la actualidad, tanto entre las comunidades científicas como en las empresas, así como en las redes sociales y otros dominios web, se emplean cada vez más datos anotados semánticamente, los cuales contribuyen al desarrollo de la Web Semántica. Dicho crecimiento de este tipo de datos requiere la creación de nuevos métodos y herramientas capaces de aprovechar la semántica subyacente para analizar los datos de forma eficiente. Aunque ya existen aplicaciones capaces de usar y gestionar datos anotados semánticamente, éstas no explotan la semántica para realizar análisis sofisticados.

  • English

    Semantic Web data is currently being heavily used as a data representation format in scientific communities, social networks, business companies, news portals and other domains. The irruption and availability of Semantic Web data is demanding new methods and tools to efficiently analyze such data and take advantage of the underlying semantics. Although there exist some applications that make use of Semantic Web data, advanced analytical tools are still lacking, preventing the user from exploiting the attached semantics.