Metodi e Tecniche per il Semantic Web Mining

7 
 
 CAPITOLO 1 
 
1. INTRODUZIONE 
 
1.1  Inquadramento del Problema 
 
Negli ultimi tempi  si è verificata la possibilità di immagazzinare grandi 
quantità di dati provenienti da origini diverse senza un parallelo incremento della 
conoscenza che da essi si può derivare. Inoltre, stessi dati possono avere associate 
diverse interpretazioni.  
L’incremento conoscitivo che può derivare da tali dati implica la ricerca di 
metodi avanzati di  sistemi di elaborazione.  
Partendo dal processo di scoperta e sviluppo di conoscenza a partire dalle 
Basi di Dati (Knowledge Discovery in Databases o KDD) attraverso diverse  
metodologie di Data Mining, si è individuata la possibilità di sviluppare meccanismi 
simili di scoperta e sviluppo di conoscenza dal Web tramite tecniche di Web 
Mining.  
La parte conclusiva del processo di scoperta di conoscenza è 
l’interpretazione dei risultati che si sono estratti  alla fine della fase di Mining. 
Dato che i modelli sono determinati da applicativi software, in molti casi 
l’interpretazione degli stessi rappresenta un problema; in particolare, la corretta 
interpretazione dei modelli generati può richiedere sia la rielaborazione del 
processo che il miglioramento dell’applicativo al fine di aggiornare le procedure già 
effettuate nonché i risultati raggiunti.  
Le ontologie costituiscono una nuova frontiera nel campo della scoperta di 
conoscenza: facilitano enormemente la comprensione fornendo un supporto 
formale alla conoscenza tramite nuovi modelli di dati di un determinato dominio 
applicativo. 
Le ontologie sono attualmente applicate in diverse aree della conoscenza ed 
esiste un considerevole sforzo di ricerca intorno ad esse, sia in termini di 
metodologie che in termini di strumenti per la loro creazione. Negli ultimi anni la 
fase di interpretazione dei risultati del mining dei dati può trarre enorme vantaggio 
dalla ricerca sulle ontologie.
8 
 
Nel World Wide Web (WWW) gli sviluppi più rapidi si sono verificati nelle 
aree del Semantic Web e del Web Mining. I due campi si complementano a vicenda 
anche perché ognuno di loro  indirizza una parte del  nuovo sviluppo posto alla base 
del successo del WWW:  la maggior parte dei dati sul Web sono così strutturati che 
possono essere compresi solo dagli esseri umani, ma la quantità di dati è così 
enorme che possono essere trattati in modo efficace solo dalle macchine. Il 
Semantic Web affronta la prima parte di questa sfida cercando di rendere i dati 
(anche) comprensibili alle macchine, mentre il Web Mining affronta la seconda 
parte, la (semi) automatica estrazione di conoscenza utile nascosta nei dati, 
rendendoli così disponibili come aggregazioni gestibili. 
Il Semantic Web Mining mira a coniugare le due aree di ricerca del Semantic 
Web e del Web Mining. Questa visione è il risultato dell’osservazione che le 
relative attività di ricerca convergono in entrambe le aree:  un numero sempre 
maggiore di ricercatori lavorano, da un lato, per migliorare i risultati del Web 
Mining sfruttando le nuove strutture semantiche del web, mentre da un altro, 
fanno uso delle tecniche di Web Mining per la costruzione del Semantic Web. 
Infine, queste tecniche possono essere ottimizzate per il mining del Semantic Web 
stesso. Il termine “Semantic Web Mining”  sottolinea lo spettro di possibili 
interazioni tra le due aree ricerca e quindi può essere letto sia come Semantic 
(Web Mining) che come (Semantic Web) mining.
 
Il Semantic Web Mining ha ovviamente come base il linguaggio a marcature 
XML, sopra al quale vengono definiti i linguaggi caratteristici del Semantic Web 
(RDF e OWL). Utilizzando tali linguaggi, si possono costruire esplicite 
concettualizzazioni delle entità appartenenti ad un determinato dominio: nel 
seguito  quando utilizziamo il termine “semantic”  lo facciamo tenendo presente 
un modello logico formale per rappresentare la conoscenza.  
La spina dorsale del Semantic Web sono le ontologie che attualmente sono 
quasi artigianali, questo crea delle grosse difficoltà nelle applicazioni del Semantic 
Web in grande scala. La sfida è quindi quella di implementare le ontologie o le 
istanze formali dei loro concetti in modo semi-automatico. 
Le ontologie sono necessarie per incrementare sia i processi che i risultati 
del Web Mining. Recenti sviluppi includono il mining di siti che diventano sempre 
più siti semantici con l’aumento dell’espressività della rappresentazione della
9 
conoscenza nel campo del Semantic Web incrementando anche la possibilità di 
comprensione del web da parte delle macchine.  
 
 
1.2  Obbiettivi del Semantic Web Mining 
 
L’obbiettivo è il perseguimento, la scoperta, il raggiungimento di conoscenza 
in grandi quantità di dati, di un certo dominio,  in un processo di esplorazione che 
coinvolge tecnologie di Data Mining usando ontologie adatte a produrre i risultati 
perseguiti dall’utenza. Queste ontologie si possono definire come conoscenza 
previa, di partenza, di “background”,  da utilizzare sia durante il processo di 
mining  che nella rappresentazione del dominio. Quindi utilizzando concetti 
ontologici e le loro relazioni insieme ai risultati di opportuni algoritmi di mining è 
possibile estrarre regole di associazione o di conoscenza utili per produrre nuove 
ontologie.  
Nella scelta dell’algoritmo di Data Mining per l’analisi dei dati da qualsiasi 
origine web, si possono ipotizzare opportune ontologie da mettere in relazione a 
tale scelta da parte degli utenti, cioè considerare le esigenze dell’utenza per 
individuare la giusta ontologia da mettere in relazione all’algoritmo utilizzato. 
Quindi attraverso  la conoscenza sia delle ontologie che dei Data Mining è possibile 
determinare la tecnica più adeguata ai dati da gestire. Inoltre, nelle ontologie è 
possibile utilizzare metodi speciali  per la  determinazione delle modifiche che 
risultino necessarie alle stesse.  
Aldilà degli sforzi effettuati da parte della comunità scientifica nel piano 
dell’integrazione delle fonti di informazione, si punta allo studio del modo di 
elaborare le istanze contenute nelle fonti stesse, in quanto, benché l’importanza 
della fase di elaborazione dati sia stata ampiamente riconosciuta nel campo dei 
Data Mining, nel campo della elaborazione delle istanze non si sono fatti sforzi 
adeguati.  
Data la grande quantità di dati che si generano oggi, nella fase di analisi del 
KDD l’uso delle ontologie abbinato alle tecnologie di mining, dal punto di vista 
dell’informatica, dà luogo ad un grande potenziale per la scoperta di conoscenza 
nuova, a tal punto che il continuo possibile raffinamento di tale abbinamento può 
portare alla individuazione di informazione dettagliata in un volume quasi infinito
10 
di dati di varia origine. Quindi essendo il web, la rete globale, il supporto di 
riferimento fondamentale per la scoperta di nuova informazione, possiamo 
rinominare il KDD in KWD (Knowledge Web Discovery) e pensare all’obbiettivo della 
scoperta e raggiungimento di nuova informazione come a un processo di ricerca da 
una immensa quantità di dati  in continua crescita da ogni possibile origine.  
 
 
 1.3  Organizzazione del Lavoro  
 
L’elaborato di tesi si sviluppa come segue: Una introduzione nella quale 
vengono percorsi  le fasi inerenti  l’analisi di grandi quantità di dati con lo scopo di 
scoprirne conoscenza nascosta da gestire secondo le esigenze dell’utenza, 
individuando pertanto gli obbiettivi specifici nello specifico ambiente di lavoro. La 
fondamentale tecnologia che negli ultimi tempi viene continuamente utilizzata a 
tale scopo è l’ontologia che prima viene descritta in modo complessivo o generale 
e poi spiegata in ambito web. Tale aspetto viene sviluppato in modo esaustivo, 
data la sua rilevanza in questo lavoro, cominciando dalla sua definizione, per poi 
continuare con il ciclo di vita dell’ingegneria delle ontologie (Identificazione 
dell’ambito di applicazione, Raccolta dati, Concettualizzazione e Impegno 
Ontologico, Processo di creazione e Fusione ontologica), l’evoluzione delle 
ontologie, il processo di ragionamento ontologico, la architettura della gestione del 
conoscimento e l’applicazione dell’ontologia nei sistemi di gestione della 
conoscenza. Viene introdotta quindi la nozione di ontologia nel Semantic Web in 
cui viene descritto lo Standard Formalizzato, il Vocabolario Standardizzato legato 
alla conoscenza proveniente dal web e i Servizi Condivisi nei vari sistemi, in 
particolare, vengono introdotti i linguaggi  del Semantic Web  (XML, RDF(S) e OWL) 
indicando anche le aree di ricerca e i relativi campi di applicazione. L’altra 
fondamentale tecnologia utilizzata per la scoperta di conoscenza dal web è il Web 
Mining  derivato dal Data Mining, che viene definito e descritto nelle sue 
funzionalità fondamentali (Classificazione, Scoperta delle regole, Clustering e 
Sequenzialità di scoperte, classificazione e previsione di eventi). Il Web Mining è 
descritto nella individuazione di conoscenza, nella classificazione di documenti, nel 
clustering dei documenti, nella estrazione di informazioni, sui dati delle modalità 
di utilizzo dell’utenza, sulla personalizzazione dell’utilizzo della utenza, per
11 
l’adattamento dei sistemi e per la modellazione degli utenti in rete. Nel Semantic 
Web possiamo estrarre semantica dal contenuto e dalla struttura web, utilizzando 
mappature e fusione di ontologie, che possono essere tratte dall’apprendimento 
dei contenuti web, da istanze di concetti, dalla estrazione di informazioni dal web, 
dall’uso di preesistenti concettualizzazioni per l’automatizzazione delle marcature, 
dalla struttura delle preferenze web e dalle tendenze dell’utilizzo web. Viene 
quindi descritto sia l’uso del Semantic Web per ottimizzare il mining che il mining 
del Semantic Web,  attraverso il mining del contenuto e della struttura delle 
pagine web e la semantica del mining dell’utilizzo web e degli eventi applicativi 
evidenziandola in relazione all’utente. Infine, viene descritto il funzionamento di 
una applicazione concreta di Semantic Web Mining, e il “mining della semantica” 
per sottolineare la cresciuta predominanza della stessa. 
Viene poi fatta una sintesi del percorso fondamentale per giungere al 
Semantic Web, indicando i passi significativi che sono stati esaminati.  
E’ stato necessario considerare l’apporto di ulteriori esempi di mining 
semantico per chiarire lo stato dell’arte nel suo continuo sviluppo descrivendo il 
mining in un dominio specifico, con un prototipo denominato g-SEGS, il mining in 
un dominio esteso, con un sistema per la ricerca di ricercatori basato nella loro 
esperienza, di cui si descrivono, nelle attività correlate alla ricerca di ricercatori, 
le diverse proposte metodologiche presentate. Della panoramica del processo di 
ricerca, fanno parte la raccolta dati, la creazione dell’ontologia necessaria 
(tramite l’ontologia nel sistema CCS e l’ontologia di supporto), l’analisi della 
competenze del ricercatore e la creazione del profilo del ricercatore. Vengono 
infine specificate le modalità di recupero delle istanze ricavate. Il lavoro si 
conclude con alcune considerazioni finali.