Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Towards Easier Visualization of Linked Data for Lay Users

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F17%3A10363684" target="_blank" >RIV/00216208:11320/17:10363684 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1145/3102254.3102261" target="_blank" >http://dx.doi.org/10.1145/3102254.3102261</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3102254.3102261" target="_blank" >10.1145/3102254.3102261</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Towards Easier Visualization of Linked Data for Lay Users

  • Popis výsledku v původním jazyce

    There are lots of Linked Open Data (LOD) datasets published today. However, the possibilities of their consumption are very limited and certainly not suitable for lay users. A lay user is often insufficiently shielded from the RDF format, e.g. when facing resource IRIs. Also, he needs to be a domain expert to understand the published datasets as they are published in a form which provides as much information as possible. Typically, a middle man is needed to interpret the data for the lay users and to create an understandable view. However, due to the lack of LOD enabled tools, the data gets converted to a lesser data format such as CSV, XML or JSON and therefore looses its semantics. In this paper, we identify and formalize the current problems related to publishing Linked Data based visualizations and we propose a method of configuring views for lay users. Moreover, we present a tool, LinkedPipes Visualization Assistant (LPVA), which experimentally implements the proposed method. We also evaluate the implementation and present two experiments based on real world data.

  • Název v anglickém jazyce

    Towards Easier Visualization of Linked Data for Lay Users

  • Popis výsledku anglicky

    There are lots of Linked Open Data (LOD) datasets published today. However, the possibilities of their consumption are very limited and certainly not suitable for lay users. A lay user is often insufficiently shielded from the RDF format, e.g. when facing resource IRIs. Also, he needs to be a domain expert to understand the published datasets as they are published in a form which provides as much information as possible. Typically, a middle man is needed to interpret the data for the lay users and to create an understandable view. However, due to the lack of LOD enabled tools, the data gets converted to a lesser data format such as CSV, XML or JSON and therefore looses its semantics. In this paper, we identify and formalize the current problems related to publishing Linked Data based visualizations and we propose a method of configuring views for lay users. Moreover, we present a tool, LinkedPipes Visualization Assistant (LPVA), which experimentally implements the proposed method. We also evaluate the implementation and present two experiments based on real world data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA16-09713S" target="_blank" >GA16-09713S: Efektivní explorace prostoru propojených dat</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    WIMS &apos;17 Proceedings of the 7th International Conference on Web Intelligence, Mining and Semantics

  • ISBN

    978-1-4503-5225-3

  • ISSN

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    9

  • Strana od-do

    1-9

  • Název nakladatele

    ACM

  • Místo vydání

    New York, NY, USA

  • Místo konání akce

    Amantea, Italy

  • Datum konání akce

    19. 6. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku