Web 3.0 - Vrije Universiteit Amsterdam

advertisement
Web 3.0:
van omgevallen boekenplank
tot georganiseerde kennisbank
Frank van Harmelen
Vrije Universiteit Amsterdam
Creative Commons License:
allowed to share & remix,
but must attribute & non-commercial
Het Web…..
bibliotheek
of
omgevallen
boekenplank?
Zoeken...
harmelen
Personaliseren...
Waarom is dat nou
zo moeilijk?
Hoe voelt het om een
computer te zijn?
van tekst naar data
Metadata
<ziekte>
<symptomen>
<medicijn>
<toedienen>
<beschrijving>
van Web 1.0 naar Web 3.0
and another
web page
about
Frank
a web page
in English
about
Frank
And this
page is
about
Stefano
And this
page is
about
LarKC
?
This page
is about
the Vrije
Uniersitei
?
web-paginas,
netwerk van data,
geschreven
door
mensen,
Veel
van
pagina’s
?
bruikbaar
door
computers!
maar
die deze
data
is
geen
netwerk....
geschreven
voor
komen
al uitmensen!
data,mensen,
nuttig voor
alleen
bruikbaar
die
bruikbaar
wasvoor
voormensen...
computers!
?
?
van Web 1.0 naar Web 3.0
Web 1.0 = netwerk van plaatjes en tekst
door mensen, voor
mensen
Web 2.0 = netwerk van communities
door groepen mensen,
voor groepen mensen
Web 3.0 = netwerk van data
door computers,
voor computers,
nuttig voor mensen
Bestaat dat al?
Het gaat hard!
Linked Open Data cloud.
bevat al miljarden feiten
en groeit snel elke maand
Web-data:
iedereen kan alles zeggen over alles
Gebruik URL's (= on the Web)

volledige ontkoppeling van data & meta-data
[<x> IsOfType <T>]
x
T
verschillende
eigenaren & locaties
<person>
Waar komt al die
meta-data vandaan?
Wie maakt die meta-data ?
- De computer!
- eenvoudige natuurlijke-taal analyse
Voorbeeld: Encyclopedia Britannica over “Amsterdam”
trade
antwerp
europe
amsterdam
merchant
netherlands
center
city
town
Wie maakt die meta-data ? (2)
Niet weggooien wat we al hebben:



Databases (Amazon.com)
Navigatie hierarchieen
meta-data zit al in documenten
• Office
• Acrobat
• MP3, jpg
Als gratis spin-off van wat we toch al doen

MIT Media Lab photo annotator
Fictie of werkelijkheid?
Wordt dit al gebruikt?







10.000’en nieuws berichten per dag
de meeste klanten zijn.... machines!
stuur die geen tekst, maar
herken mensen, plaatsen, gebeurtenissen, bedrijven,...
en stuur de data over de tekst
machines kunnen beter zoeken, selecteren, combineren,
personaliseren, samenvatten
voor mensen
And this
page is
about
LarKC
And this
page is
about
Stefano
Een (bijna) voorbeeld
harmelen
Samenvatting
Het Web van de toekomst wordt een
Web van Data
Dit Data Web groeit snel
De eerste bedrijven gebruiken het al
Wordt snel zichtbaar op steeds meer websites
Vragen & discussie
[email protected]
http://www.cs.vu.nl/~frankh/popularising.html
Download