ResumoO termo Big Data se refere ao grande volume de dados produzidos e disponibilizados em ambientes digitais. Ao longo dos últimos anos novos modelos de representação têm sido propostos no intuito de aperfeiçoar as formas de representação de informações em ambientes digitais. O presente trabalho está vinculado a um projeto de pesquisa em andamento, financiado pelas agências FAPESP e CNPq, e possui como objetivo analisar os princípios que fundamentam o Big Data e sua relação com os novos padrões de representação Resource Description Framework (RDF); Simple Knowledge Organization System (SKOS) e Ontology Web Language (OWL). A pesquisa possui caráter teórico e abordagem qualitativa, pois busca apresentar características voltadas à descrição, compreensão e explicação das relações do Big Data com os novos modelos de representação. A partir do levantamento teórico realizado, foi verificado que os modelos de representação analisados contribuem para interligar grandes volumes de dados sem perder o contexto no qual são originados, favorecendo um melhor entendimento do Big Data e os novos paradigmas de representação em ambientes digitais. Palavras-chave:Sistemas de Organização do Conhecimento. RDF. SKOS. OWL. Big Data. AbstractThe term Big Data refers to the large volume of data produced and made available in digital environments. Over the last few years, new models of representation have been proposed to improve the forms of representation of information in digital environments. The present work is linked to an ongoing research project, funded by FAPESP and CNPq agencies, and aims to analyze the principles underlying Big Data and its relationship with the new Resource Description Framework (RDF) representation patterns; Simple Knowledge Organization System (SKOS) and Onto-logy Web Language (OWL). The research has a theoretical character and a qualitative approach, as it seeks to present characteristics aimed at describing, understanding and explaining the relationships between Big Data and the new models of representation. From the theoretical survey carried out, it was verified that the representation models analyzed contribute to the interconnection of large volumes of data without losing the context in which they originated, favoring a better understanding of Big Data and the new paradigms of representation in digital environments.
Introdução: As denominadas Linguagens de Marcação sempre tiveram relação direta com as práticas profissionais identificadas no campo da Ciência da informação, a partir do desenvolvimento do ambiente Web tais tecnologias ganharam maior destaque, impulsionado a criação de uma grande variedade de aplicações com diferentes características e propósitos. Objetivo: Apresentar um compêndio da evolução das linguagens de marcação, analisando tais tecnologias sob o enfoque da área de Ciência da Informação e descrever os conceitos e características das principais linguagens utilizadas na área. Metodologia: Revisão de literatura sobre evolução das linguagens de marcação, sob a perspectiva da Ciência da informação, abordagem qualitativa de natureza aplicada. Resultados: O artigo apresenta uma breve revisão sobre a evolução das linguagens de marcação, contribuindo para uma maior discussão desta temática na área de Ciência da Informação, no intuito de favorecer uma melhor compreensão de tais tecnologias, seus reflexos e aplicações na área de Ciência da Informação. Conclusão: Constatou-se que atualmente a linguagem XML apresenta um maior número de aplicações no cotidiano dos profissionais da informação, impulsionando grandes avanços para a área, contudo, RDF ainda é pouco explorada, evidenciando a necessidade de um melhor entendimento da evolução das linguagens de marcação e dos conceitos subjacentes, de modo que tais avanços tecnológicos não sejam desenvolvidos a partir de um ‘vazio conceitual’, com o único objetivo de atender demandas de mercado, e possam ser devidamente sedimentados no campo teórico.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.