Grupo de Tecnologias da Informação GTI - DCC - UFAM Abril - 2003

Grupo de Tecnologias da Informação

GTI - DCC - UFAM

Abril - 2003

Participantes

Pesquisadores: João Marcos Bastos Cavalcanti Altigran Soares da Silva Edleno Silva de Moura Tayana Uchôa Conte

11 alunos de mestrado 6 alunos de graduação

Linhas de Pesquisa

Síntese de Web Sites Gerência de dados na Web Recuperação de Informação

Síntese de sites Web

Estudo, desenvolvimento e implementação de procedimentos e técnicas de síntese automática de Web sites adequados para sistemas de RI

Linha liderada pelo professor João Marcos

Alunos: Keyla e Moises

Visão Geral

Prof. João trabalhou no doutorado com metodologias para síntese de Web sites

Motivação: As metodologias existentes não

explicitam a necessidade de se projetar sites que favoreçam sistemas de RI

Tese de doutorado do João

Técnicas de Lógica Computacional para

Construção Automática de Web Sites

Síntese de Web Sites

Geração automática de Web sites Objetivos:

Facilitar manutenção; Reutilização de especificações; Produção de Web sites

consistentes Exemplo: SSP Group Web Site

http://www.dai.ed.ac.uk/groups/ssp/

Síntese de Web Sites

Abordagens oriundas de três áreas: Banco de Dados: Araneus,

Strudel, WebML. Hipermídia: HDM, OOHDM. Ontologia: SEAL, OntoWebber

Nossa abordagem: IA(lógica computacional) + BD

Lógica ComputacionalPor que lógica ?

• Especificação declarativa e processamento procedimental

• Representação de conhecimento e raciocínio automático

• Metaprogramação

Lógica Computacional

Características da Nossa Abordagem: Uso de lógica para representar

Web Sites Suporte à geração de

visualizações alternativas Suporte a diferentes linguagens

alvo Verificação de restrições de

integridade e propriedades Automação de tarefas de

manutenção

Modelagem de Aplicações para a Web

Data-intensive Web Sites: Construção do Web Site a partir

do seu conteúdo Modelagem em separado de três

componentes: Conteúdo Navegação Apresentação

Arquitetura

Arquitetura

  Conteúdo Navegação Apresentação

Nível 1 Entidades e Atributos

Relacionamentos e cardinalidades

Especificação de estilos de apresentação

Nível 2 Itens de informação

Transições Estilos, templates e def. para style sheets

Nível 3 Elementos HTML Links em HTML Elementos HTML e style sheets CSS

Especificação em Alto Nível

Modelagem Conceitual da aplicação

Experimentos realizados com o modelo Entidade-Relacionamento

Outros formalismos: UML, ODMG, Ontologias, etc.

Representação Intermediária Define conteúdo e caminhos de

navegação no site Independente de detalhes de

implementação Componentes básicos:

Itens de informação Unidades de apresentação Operações Transições

Itens de Informação

Itens de dados estruturados

info(Label; Type; Datum)

Label: identificador único Type: tipo de dados (integer,

string, text, list, tuple, table) Datum: o próprio dado (instância)

Unidades de Apresentação Mecanismo para agrupar itens de

informação

display(DisplayLabel, {InfoLabel1, …, InfoLabeln)

onde DisplayLabel é um identificador único e InfoLabeli são labels de itens de informação.

Operações Especificação de programas

op(Id, OpType, ArgsIn, ArgsOut) Id: identificador único OpType: filter, search, update,

insert, remove. ArgsIn: parâmetros de entrada ArgsOut: parâmetros de saída

• Operações representam páginas dinâmicas

Transições

Representam a estrutura de navegação

InfoLabel DisplayLabelDisplayLabel DisplayLabelOperationId DisplayLabel

Apresentação

Define detalhes visuais para apresentação do conteúdo

Componentes básicos: Estilos para itens de informação Modelos de páginas – templates Style sheets

Apresentação Estilos para itens de informação

Style(InfoLabel, StyleId)

StyleId: corresponde a um esqueleto de código na linguagem alvo (ex: HTML)

Exemplos de estilos: text, bullet list, itemized list, table, entre outros.

Apresentação

Apresentação

Modelos (templates) de páginas

Define posicionamento dos itens de informação

Facilita geração de apresentações alternativas

Permite personalização de páginas Web

Apresentação

Estilos para páginas - Style Sheets

Especificação em CSS Resolve especicação de detalhes de

cores, margens, tipo e tamanho da fonte de texto, etc.

Facilita manutenção do estilo das páginas

Permite estilos alternativos para uma mesma página

Apresentação

Possibilidades para manutenção

Alterar o estilo de um item de informação

Associar estilos a tipos de dados Alterar templates de páginas Alterar o style sheet (CSS)

Exemplo: Site de Grupo de Pesquisa

Itens de Informação:info(membros_atuais, list, M) :-

M = {Nome | pessoa(Nome, _, atual)}

info(membros_anteriores, list, M) :-M = {Nome | pessoa(Nome, _, anterior)}

info(publicacoes, table, T)T = {[Autores, Titulo, Ref, Ano]|

publicacao(Autores, Titulo, Ref, Ano)}

Exemplo: Site de Grupo de Pesquisa

Unidades de Apresentação

display(homepage, {texto_inicio, endereco, telefones, e-mail})

display(membros_grupo, {membros_atuais, membros_anteriores})

display(publicacoes_grupo, {publicacoes})

Exemplo: Site de Grupo de Pesquisa

Transições

homepage membros_grupohomepage publicacoes_grupolista_projetos(X)

projeto_info[projeto(X,_,_)]D homepage :-

display(D, _)

Exemplo: Site de Grupo de Pesquisa

Apresentação:estilos para itens de informaçãostyle(membros_atuais, bullet_list)style(membros_anteriores,

bullet_list)style(publicacoes, bullet_list)style(projeto_info, tuple)style(eventos, table)

Síntese Estruturas auxiliares

link(Info, SetInfo)

page(SetInfo, SetLinks, SetOp)

WebSite = {page(SetInfo1, SetLinks1, SetOp1), …, page(SetInfon, SetLinksn, SetOpn)}

Síntese Processo de síntese:

1. Instanciar itens de informação2. Criar programas (operações)3. Aplicar estilos de apresentação4. Traduzir estruturas de páginas

para linguagem alvo (HTML, XML, WML).

Verificação de Propriedades

Hipergrafo H = (V,E)

V = {v1, …, vn} conjunto de nós E = {e1, …, en} conjunto de

hiperarestas

ei = (he, Te) onde Te V e he V – Te

I D display(D, Is) iff (I, Is) E

Verificação de Propriedades

Todo item de informação deve ser incluído em uma unidade de apresentação

I,T,R D,Is info(I,T,R) display(D, Is) I Is

Verificação de Propriedades

Toda transição deve ser entre itens de informação e unidades de apresentação existentes

I,D (I D) info(I,T,R) display(D, Is) I

Is

Verificação de Propriedades Acessibilidade

i) I D ouii) I Dt It Dt It * D

D D’ I homepage(D) D’D

ID I * D’

Verificação de Propriedades Implementamos mecanismos

para verificação automática de propriedades

A complexidade de algumas verificações pode ser exponencial no pior caso

Verificação na especificação e não na implementação do Web site

Manutenção Automática Uso de agentes

especializados Operações específicas:

adição de conteúdo atualização de conteúdo remoção de conteúdo atualização da apresentação verificação de links externos

Manutenção Automática

Arquitetura do sistema de síntese e agentes de manutenção

Manutenção Automática

Arquitetura do sistema de síntese e agentes de manutenção

Manutenção Automática Especificação de agentes de

manutenção:

agent(InfoLabelSet, Time, Type)

InfoLabelSet: conjunto de labels de itens de informação

Time: frequência da tarefa Type: tipo de operação

Resultados Geração automática de Web sites

consistentes com especificação de alto nível

Facilidades para manutenção: Alterações no conteúdo Alterações na apresentação Pessoal não-técnico Automação de tarefas

Verificação de propriedades

Trabalhos Futuros

Entradas alternativas: UML Ontologia

Saídas Alternativas: XML WML PDF

Sistema de Gerência de Conteúdo

Trabalhos Futuros

Manutenção automática

Integração com métodos para Recuperação de Informação

Gerência de Dados na Web

Diversos trabalhos estão sendo conduzidos em conjunto com o LBD.

Alguns trabalhos novos sendo realizados pelo grupo em Manaus: Integração de fontes de dados Web Coletor de estruturas

Integração de dados

Objetivo:

Ser capaz de integrar informações textuais de fontes estruturadas heterogêneas

Motivação

Proliferação de bancos de dados na Web

Heterogeneidade das bases de dados da Web

Necessidade dos usuários em fazer consultas cujas respostas sejam o resultado da integração dos muitos recursos on-line disponíveis.

Exemplo: Bancos de Dados de Filmes

INTERNET INTERNET MOVIE MOVIE

DATABASEDATABASE

Lista de FilmesElencoDiretoresClassificação etc

MOVIE LINKMOVIE LINK

Relação de filmes em cartaz por cidade

n outros sites contendo críticas e observações sobre filmes

DDAABB

CC

Que filmes de Woody Allen

estão em cartaz em Nova York

e quais os comentários sobre

eles?

Que filmes de Woody Allen

estão em cartaz em Nova York

e quais os comentários sobre

eles?

Pesquisando...

Hannah e Suas IrmãsCrimes e Pecados A Rosa Púrpura do Cairo .....

Seatle....New Jersey....Nova York.....Chicago...

INTERNET INTERNET MOVIE MOVIE

DATABASEDATABASE

MOVIE LINKMOVIE LINK

DDAABB

CC

Uma garçonete que costuma fugir da realidade no cinema, assistindo sessões seguidas de seus filmes prediletos, tem uma grande. ....

Sistema de Integração de Informação

Consulta usando linguagem apropriada

Consulta usando linguagem apropriada

Busca usando técnicas de RI

Busca usando técnicas de RI

Bancos de dadosBancos de dadosHeterogêneos Heterogêneos

INTERNET INTERNET MOVIE MOVIE

DATABASEDATABASEMOVIE LINKMOVIE LINK

DDAABB

CC Resultado da Busca

Resultado da Busca

Sistema de Integração de Informação

Principais dificuldades:

Diferenças de modelagem entre as fontes. Nomes de

atributos e tabelas diferentes de BD para BD;

BDs diferentes utilizam nomes diferentes para

referenciarem o mesmo objeto. Ex: Uma pessoa pode

ser chamada de Paulo Henrique Silva Couto e em outra

fonte ser chamada de Paulo H. S. Couto.

O que está sendo feito

Há um método que utiliza o modelo vetorial para identificar similaridades entre elementos de diferentes BDs

Estamos estudando a possibilidade de utilizar espaços métricos para substituir o modelo vetorial neste processo

Coletor de estruturas

Objetivo Desenvolvimento de um coletor que

possa capturar dados sobre a estrutura de sites Web

Recuperação de Informação

Forte interação com o grupo LATIN da UFMG

Trabalhos voltado para sistemas de recuperação de informação na Web

Identificação de páginas sem importância em Maq. Busca

Dissertação de mestrado do Daniel (aluno da UFAM)

Objetivo é identificar páginas que provavelmente não serão usadas em consultas futuras

Idéia é estimar importância com base em dados de coletas passadas, consultas submetidas anteriormente por usuários, estrutura de links e estatística de ocorrência de palavras

Classificação de Páginas Web

Classificação de páginas Web Objetivos: melhorar classificação de

páginas web combinando informação derivada de seu conteúdo e estrutura de apontadores.

Idéia: É possível obter informação sobre o relacionamento semântico entre páginas através da estrutura de apontadores.

Classificação de Páginas Web

Estado atual do trabalho: Dissertação de mestrado mostra que

a idéia é viavel. Novos experimentos para verficar se

resultados se repetem.

Expansão de Consultas

Expansão de Consultas

Processamento de Logs

Processamento de logs

Detecção de Sites Espelho

Detecção de sites espelho