Novembro 2019 vol. 2 num. 6 - 12º Congresso Brasileiro de Inovação e Gestão de Desenvolvimento de Produto

Article - Open Access.

Idioma principal | Segundo idioma

UNIFICAÇÃO DE BANCO DE DADOS PARA ALIMENTAR MODELOS ONTOLÓGICOS

-

Fabrão, Caio Alexandre Soares ; Voltolini, Rafael ; Borsato, Milton ;

Article:

Com os recorrentes avanços na Internet e na Internet das Coisas, está cada vez mais rápido adquirir zettabytes de dados de fontes e tipos diversos. A heterogeneidade de dados se torna um problema quando se deseja integrar tal montante de informação. A integração virtual de banco de dados é uma técnica versátil para solucionar este problema, focada no acesso dos dados, permitindo que eles estejam sempre atualizados sem a necessidade de realizar cópias. Este trabalho apresenta uma aplicação prática dessa técnica ao usar dois bancos de dados relacionais para alimentar uma ontologia com instâncias. Foram utilizados, principalmente, o software Stardog e a ontologia function_cost_18#, uma ontologia que trata da estimativa de custos nas fases iniciais do desenvolvimento do produto ponte rolante, levando em consideração as peças e componentes das pontes rolantes assim como as funções a serem realizadas. A ferramenta de mapeamento de banco de dados Stardog Mapping Syntaxe 2 apresentou grande rapidez e flexibilidade para unificar os dados com a ontologia, tendo a unificação validada com sucesso ao executar corretamente as questões de competência que nortearam a desenvolvimento da ontologia.

Article:

-

Download (PDF)

Palavras-chave: união de dados; ontologia; integração virtual; Stardog; SMS2;,

Palavras-chave: -,

DOI: 10.5151/cbgdp2019-09

Referências bibliográficas
  • [1] AGRAWAL, N. et al. A five-year study of file-system metadata. ACM Transactions on Storage, [S. l.], v. 3, p. 9-41, out. 2007.
  • [2] CIMAF. Manual Técnico de Cabos. 2014. Disponível em: . Acesso em: 12 abr. 2019.
  • [3] CSM. Catálogo de Produtos. 2019. Disponível em: . Acesso em: 12 abr. 2019.
  • [4] ELMASRI, R.; NAVATHE, S. B. The Relational Data Model and Relational Database Constraints. In: ______. Fundamentals of Database Systems. 7th ed. [S. l.]: Pearson, 2016. p. 150–152.
  • [5] GENG, D. et al. A Method for Information Management Based on RDF Model and Ontology Technology. Advances in Intelligent Systems Research, Paris, v. 146, p. 165–168, mar. 2018.
  • [6] HAN, J.; JIAO, Y. Conception of QAR Data Application Mode Based on Virtual Integration. 2018 IEEE International Conference of Safety Produce Informatization (IICSPI). p.392–395, 2018. IEEE.
  • [7] LI, Haoyuan. Alluxio: A Virtual Distributed File System. 2018. 93 f. Tese (Doutorado em Ciência da Computação) - Universidade da Califórnia, Berkeley, 2018.
  • [8] Mercado Livre. Mercado Livre Brasil. 2019. Disponível em: . Acesso em: 13 abr. 2019.
  • [9] STARDOG UNION. What is a Knowledge Graph? [Whitepaper], Disponível em: . Acesso em: 16 maio 201
  • [10] STARDOG UNION. Stardog Mapping Syntax. Disponível em: . Acesso em: 16 maio 2019.
  • [11] STARDOG UNION. Stardog Mapping Syntax 2. Disponível em: . Acesso em: 16 maio 2019.
  • [12] STUDER, R.; BENJAMINS, V. R.; FENSEL, D. Knowledge Engineering: Principles and methods. Data and Knowledge Engineering, v. 25, p. 161–197, mar. 1998.
  • [13] TEOREY, T. J.; YANG, D.; FRY, J. P. A logical design methodology for relational databases using the extended entity-relationship model. ACM Computing Surveys, v. 18, p. 197–222, jun. 2002.
  • [14] VOLTOLINI, Rafael. Cost Estimation In Initial Development Stages Of Products - An Ontological Approach. 2019. 109 f. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019.
  • [15] W3C. OWL. 2012. Disponível em: . Acesso em: 13 maio 2019.
  • [16] W3C. R2RML: RDB to RDF Mapping Language. 2012. Disponível em: . Acesso em: 16 maio 2019.
  • [17] WIDOM, Jennifer. Research problems in data warehousing. Conference on Information and Knowledge Management, p. 25–30, nov. 1995.
Como citar:

Fabrão, Caio Alexandre Soares; Voltolini, Rafael; Borsato, Milton; "UNIFICAÇÃO DE BANCO DE DADOS PARA ALIMENTAR MODELOS ONTOLÓGICOS", p. 94-111 . In: Anais do 12º Congresso Brasileiro de Inovação e Gestão de Desenvolvimento de Produto. São Paulo: Blucher, 2019.
ISSN 2357-7592, DOI 10.5151/cbgdp2019-09

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações