Uma Estratégia para Publicação de um Linked Open Data Baseado em Data Warehouse

Abstract

O Minist erio da Educa c~ao (MEC) e o Instituto de Estudos e Pesquisas em Educa c~ao An sio Teixeira (INEP) v^em aplicando censos e avalia c~oes educacionais a m de auxiliar a tomada de decis~ao em rela c~ao as pol ticas educacionais no Brasil. Com isso, e preciso que os dados gerados sejam transformados em dados estat stico-educacionais de forma agil, auxiliando a visualiza c~ao da realidade socioeducacional do pa s. Nesse contexto, este projeto visa trabalhar com os microdados do ENEM (Exame Nacional do Ensino M edio), no per odo de 1998 at e 2008, disponibilizados no formato ASCII, e transform a-los em um Data Warehouse (DW), o qual deve dar suporte a consultas anal ticas que subsidiar~ao a tomada de decis~ao. Ap os a naliza c~ao do DW, e realizada a cria c~ao de um Linked Open Data (LOD) para o ENEM, que se destina a dar suporte a pesquisa de informa c~oes de forma automatizada e tamb em oferecer suporte a descoberta de novas liga c~oes/associa c~oes entre os dados. Al em disso, foram selecionados e analisados tr^es processos open sources para serem analisados: o primeiro utiliza as ferramentas Stdtrip, Triplify e Virtuoso; o segundo utiliza Ontowiki, Olap2DataCube e Virtuoso; e o terceiro processo utiliza as ferramentas Babel e Virtuoso, sendo que a ferramenta Olap2DataCube foi a escolhida para uso no projeto, pois foi a que apresentou melhor desempenho no processo de tripli ca c~ao. Dessa forma, a contribui c~ao pr atica deste projeto e o desenvolvimento de um modelo de processo de publica c~ao de Linked Data, consistindo na tripli ca c~ao dos dados do DWENEM e sua libera c~ao para consulta via SPARQL no banco Virtuoso.

The Ministry of Education (MEC), together with An sio Teixeira Institute of Educational Studies and Research (INEP), has been making assessments through censuses and educational tests, whose purpose is to assist the decision making process regarding Brazilian education policies. To accomplish that, it is necessary that all the collected data be e ciently turned into statistic-educational data, which will help picturing Brazil's socio-educational reality. That being so, this project is going to work on micro data from ENEM, from 1998 to 2008, which were made available in ASCII format, and turn such micro data into a Data Warehouse (DW) that will assist analytical searches supporting the decision making process. After nishing the DW, a Linked Open Data (LOD) will be developed. The purpose of such technology is to help searching information in an automated way and also to promote the discovery of new connections among data. Furthermore, three processes were chosen to be analyzed, each one with its separate set of open source tools: the rst uses Stdtrip, Triplify and Virtuoso; the second uses Ontowiki, Olap2Data Cube and Virtuoso, and the third process uses Babel and Virtuoso. Due to a better performance in the triplifying process, the tool Olap2Data Cube was chosen as the best tool for this project. The nal result is the tripli cation of all the data on the DW and its resulting availability for searches on Virtuoso's database via SPARQL.