Linked Open Data and the Semantic Web for the organization and communication of data

I Linked Open Data (LOD) sono dati aperti, strutturati e collegati tra loro sul web. Ad esempio, nel giornalismo digitale i dati su persone, luoghi ed eventi citati in un articolo possono essere collegati a database aperti per arricchire automaticamente i contenuti con informazioni aggiuntive e creare percorsi di approfondimento. In ambito di comunicazione culturale, invece, i dati su opere, artisti e istituzioni possono essere collegati tra loro per realizzare piattaforme o mappe interattive che permettono di esplorare relazioni tra eventi, luoghi e protagonisti della cultura. Grazie a standard come RDF e SPARQL, le informazioni vengono descritte con identificatori univoci (URI) che permettono di creare un vero e proprio “web dei dati”: un ambiente in cui dati provenienti da fonti diverse possono essere collegati, interpretati dalle macchine e interrogati automaticamente. Questo approccio consente di integrare e riutilizzare informazioni provenienti da molte fonti, migliorando la qualità e l’affidabilità dei contenuti. Nel campo della comunicazione, i LOD trovano applicazione in diversi ambiti: organizzazione dei contenuti tramite metadati strutturati; analisi e visualizzazione dei dati; storytelling digitale e giornalismo data-driven; condivisione e interoperabilità dei contenuti tra piattaforme.

Il corso intende fornire i principi teorici dei Linked Open Data e sviluppare competenze per la loro applicazione nell’analisi dei dati, nello storytelling digitale e nei processi di interoperabilità informativa.

• Quality education
• Industry, innovation and infrastructure
• Partnerships for the Goals

In presence

Le esercitazioni pratiche prevedono l’utilizzo di software gratuiti e open source per creare, collegare e pubblicare dati secondo il modello dei Linked Open Data e saranno abbinate a lezioni teoriche.

Gli studenti realizzeranno un progetto finale che prevede l’individuazione di fonti dati, l’estrazione, la pulizia e la strutturazione semantica dei dati, mediante l’applicazione di metodi e strumenti presentati durante il corso. Per superare il corso è necessario frequentare almeno l’80% delle lezioni.