Dans un contexte où le volume de données produit est de plus en plus grand, et les données sont peu utilisés, pourtant pouvant être mise en valeur, un nouveau vent souflle: Le linked open data

1. Colloque en l’honneur de Gauthier SALLET
Atelier sur la gestion de données épidémiologiques
UGB, 6 et 7 décembre 2012
L INKED O PEN D ATA
POUR LA CONSOMMATION
DES INFORMATIONS ISSUES DE LA
COLLECTE DE DONNÉES ÉPIDÉMIOLOGIQUES
1

2. 2 C ANEVAS DE LA PRÉSENTATION
1. Cycle des données dans les systèmes de collectes
de données,
2. Enjeux de la publication des données,
3. C’est quoi l’open data,
4. Cas d’utilisation de l’open data pour le médical,
5. 5 étapes pour publier les données liées

3. 3
S YSTÈME DE COLLECTE DE
DONNÉES ÉPIDÉMIOLOGIQUES
 Volume énorme de données collectées,
 Données analysées pour détection d’épidémies,
 Actions entreprises par des décideurs,
 Données archivées,

4. 4 C YCLE DE LA DONNÉE
Collecte de données
Rapport sur les données
Réactions et actions
Analyse de données

5. 5 E NJEUX DE PUBLICATION DE DONNÉES
 Enjeu démocratique:
 La transparence,
 Enjeu socio-économique:
 Susciter la création de nouveaux secteurs
économiques
 Enjeu universitaire:
 Amélioration de la détection des épidémies

6. 6 L’ OPEN D ATA : U N OBJECTIF DOUBLE
 Rendre les données accessibles, exploitables et
rentables par la majorité,
 Offrir la possibilité de croiser, traiter et analyser
des données de sources différentes.

7. 7 W EB DES DOCUMENTS

8. 8 WEB DES DOCUMENTS : CHALLENGES
 Accès:
 Liens non typés,
 Données faiblement structurées,
 Données déconnectées,
 Intégration
 Présenter les symptômes des maladies ayant fait l’objet
d’une épidémie l’année dernière.
 Interrogation
 Quelles sont les régions ayant été victimes des mêmes
épidémies l’années dernière?

9. 9 API S W EB ET MASHUPS
Mashup  Limites:
Up
 APIs fournissent des
interfaces propriétaires,
API API API API
WEB Web Web Web  Les mashups sont basées
sur un ensemble de
données fixes,
 Impossible de mettre des
A B C D liens entre les données,

10. 10 WEB DE DONNÉES LIÉES
 Utiliser les technologies du web sémantique :
 Publier les données structurées sur le WEB,
 Lier les données d’une source de données à une
autre
RDF RDF RDF RDF RDF
RDF RDF RDF RDF RDF
Lien RDF Liens RDF Liens RDF Liens RDF
A B C D E

11. 11 L INKED D ATA C ’ EST...
 ...Un moyen de publier des données sur le Web
qui:
 Encourage la réutilisation,
 Réduit la redondance,
 Maximise la connectivité des données,
 Permet d’ajouter la valeur aux données par le
réseau de connexion,

12. 12
I NGRÉDIENTS CLÉS DU LINKED
D ATA
 RDF (Resource description Framework) pour:
 Identifier les objets (URIs),
 Connecter les informations (relations),
 Ontologies (Vocabulaire) pour:
 Fournir une compréhension partagée du domaine,
 Organiser la connaissance de manière
compréhensible par la machine,
 Fournir une compréhension exploitable des
données,

13. 13 E XEMPLE 1 : B ANQUE MONDIALE

14. 14 E XEMPLE 2 : OMS

15. 15 E XEMPLE 3: PNUD

16. E XEMPLE 4 : CDC (C ENTERS FOR
16
D ISEASE C ONTROL AND P REVENTION )

17. 17
E XEMPLE U TILISATION O PEN
D ATA : G OOGLE

18. 18
E XEMPLE U TILISATION O PEN
D ATA : G OOGLE

19. 19
5 ÉTAPES POUR PUBLIER LES
DONNÉES LIÉES
1. Comprendre les principes,
2. Comprendre vos données,
3. Choisir les URIs pour vos éléments de donnée,
4. Lier aux autres sources de données,
5. Publier vos données

20. 20
1- C OMPRENDRE LES
PRINCIPES
 Utiliser les URIs pour identifier vos éléments:
 Tout élément, pas seulement les documents,
 Utiliser les URIs HTTP:
 Noms globallement uniques,
 Permet l’accès par ces noms,
 Fournir une information utile en RDF
 Lorsque quelque accède à une URI,
 Inclure des liens RDF à d’autres URIs
 Pour permettre la découverte de l’information,

21. 21
2- C OMPRENDRE VOS
DONNÉES
 Quelles sont les informations clés présentes dans vos
données:
 Maladies,
 Médicaments,
 Symptômes,
 Villes, …
 Quelles ontologies peuvent être réutilisées?
 Geo,
 FOAF,

22. 22
3- C HOISIR LES URI S POUR
VOS ÉLÉMENTS DE DONNÉE
 Utiliser les espaces de nommage disjoints de
ceux existant,
 Abstraire des détails d’implémentation
 http://dbpedia.org/resource/Berlin
 http://www4.wiwiss.fu-
berlin.de:2020/demos/dbpedia/cgibin/resources.
php?id=Berlin

23. 23
3- C HOISIR LES URI S POUR
VOS ÉLÉMENTS DE DONNÉE
 Utiliser les slash
 http://mydomain.com/foaf.rdf#me
 http://mydomain.com/id/me
 Utiliser des patterns
 http://dbpedia.org/resource/New_York_City
 http://dbpedia.org/data/New_York_City
 http://dbpedia.org/page/New_York_City

24. 24
4- L IER AUX AUTRES
SOURCES DE DONNÉES

25. 25
4- L IER AUX AUTRES
SOURCES DE DONNÉES
 Utiliser des prédicats de liaison:
 owl:sameAs
 foaf:homepage, foaf:topic, foaf:based_near
 rdfs:seeAlso

26. 26 5- P UBLIER VOS DONNÉES
 Mettre en place votre infrastructure,
 Tester la négotiation de contenu,

27. 27 5- P UBLIER VOS DONNÉES
 Utiliser des outils:
 Joseki est un moteur HTTP qui supporte SPARQL,
 Virtuoso Universal Server fournit un serveur
SPARQL et un stockage RDF,
 METAmorphoses est un outil de publication écrit
en PHP
 http://www.w3.org/wiki/TaskForces/Community
Projects/LinkingOpenData/PublishingTools

28. 28 C ONCLUSION
 Volume énorme de données produit par les
systèmes de collecte de données,
 Plusieurs enjeux de publication de données,
 Émergence dans l’utilisation de l’open data,
 Processus de publication de données.