Gerência de Proveniência Multigranular em Linked Data com a Abordagem ETL4LinkedProv

This paper presents the ETL4LinkedProv approach to manage the collection and publication of provenance metadata with different levels of granularity, as Linked Data. The approach uses ETL workflows and a novel component named Provenance Collector Agent. Its application in a real scenario is presented and the impact of the fine-grained provenance in the ETL workflow runtime and in the number of published RDF triples is evaluated. Resumo. Este trabalho apresenta a abordagem ETL4LinkedProv para gerenciar a coleta e publicação dos metadados de proveniência com diferentes níveis de granulosidades, sob a forma de Linked Data. A abordagem utiliza workflows ETL e um componente denominado Agente Coletor de Proveniência. Um exemplo de utilização da abordagem em um cenário real é descrito e o impacto da proveniência de granulosidade fina no tempo de execução do workflow ETL e no número de triplas RDF publicadas é avaliado. 1. Introdução Nos últimos anos, um número crescente de provedores de dados vem adotando um conjunto de tecnologias e boas práticas da Web Semântica para publicar e interligar dados estruturados na Web, formando assim a Web de Dados. Os princípios determinados pela abordagem Linked Data (LD) e adotados pela Web de Dados oferecem simplicidade e flexibilidade para que dados sejam representados, interligados e possam interoperar na Web [Bizer et al. 2009; Heath and Bizer 2011]. O acelerado crescimento da Web de Dados incentivou o surgimento de uma nova geração de aplicações para consumir os dados publicados e explorar o potencial por eles oferecido [Heath and Bizer 2011]. Por exemplo, iniciativas governamentais nacionais [Breitman et al. 2012] e internacionais [Sheridan and Tennison 2010], fomentadas por acordos de transparência e colaboração, passaram a publicar seus dados abertos seguindo os princípios de LD. Ações desta natureza, aliadas à propagação de clientes móveis e serviços de acesso público, trouxeram uma nova perspectiva de empoderamento e participação aos cidadãos [Cordeiro et al. 2011a]. Haja vista este crescimento e relevante uso da Web de Dados, questões pertinentes à qualidade do LD passaram a desempenhar um papel cada vez mais importante. Sem subsídios para a avaliação da qualidade e da confiabilidade dos dados publicados como LD, o consumo e a exploração dos mesmos podem ser comprometidos. Sendo assim, os 29th SBBD – SBBD Proceedings – ISSN 2316-5170 October 6-9, 2014 – Curitiba, PR, Brazil