BAZE PODATAKA Pretraživanje informacija

BAZE PODATAKA Pretraživanje informacija

Slabo strukturirani / strukturirani podaci
BAZE PODATAKA
Pretraživanje
informacija


Više od 80% podataka u organizacijama su slabo
strukturirani
Takvi su tekstovi, bilješke, e-poruke, slike ….
Mladen Varga
1996.
2006.
1
2
Pretraživanje informacija

Ciljevi pretraživanja informacija
Pretraživanje informacija (engl. Information Retrieval IR) je pronalaženje materijala (dokumenata)
nestrukturiranog oblika (obično tekst) u velikoj
kolekciji (na računalu u bazi dokumenata) koji
odgovara informacijskoj potrebi

Information retrieval (IR)

Information retrieval wiki


E-knjiga: http://wwwcsli.stanford.edu/~hinrich/information-retrieval-book.html




http://en.wikipedia.org/wiki/Information_retrieval
pronadi sve važne (relevantne) informacije
(dokumente) za traženu temu
 potpun obuhvat
pronadi samo relevantne informacije za zadani upit
 potpuna preciznost
rangirati pronađene informacije po važnosti
(relevantnosti)
 rang


http://ir.dcs.gla.ac.uk/wiki/
Rezultati pretraživanja različito su važni
Oni leže na kontinuiranoj skali i teško je odrediti točnu
granicu važno/nevažno
3
Mjere pretraživanja
4
Obuhvat i preciznost





a+b - relevantni objekti
b+c - pronađeni objekti
Kriva je pretpostavka da se pretraživanjem dobiva

a
b
c
obuhvat = b/(a+b)
preciznost = b/(b+c)


Nažalost, praksa pokazuje da su mjere kontradiktorne

Zahtjevi kvalitetnog pretraživanja (u praksi):


Raspon njihovih vrijednosti je 0,0-1,0 ili 0-100%


5
potpun obuhvat (sve relevantno je pronađeno, a=)
potpuna preciznost (sve pronađeno je relevantno, c= )
ako se jedna povedava, druga se smanjuje
Visok obuhvat
Što veda preciznost, bez žrtvovanja obuhvata
Praksa na webu: dobar obuhvat ali loša preciznost
6
1
Preciznost na n dokumenata
Tipičan odnos preciznosti i obuhvata

Ako se pronađeni dokumenti rangiraju po
relevantnosti, preciznost varira o broju ispisanih
dokumenata
preciznost



obuhvat

Ako je prvih 10 dokumenata relevantno, a sljededih 10
nerelevantno:
Preciznost je 100% u prvih 10 dokumenata, i 50 % u prvih 20
dokumenata
Preciznost na n dokumenata je stvarni broj relevantnih
u odnosu na broj ispisanih dokumenata (hitlist)
Prosječna preciznost je suma preciznosti za svaki
relevantni ispisani dokument (“hitlist”) podijeljena s
ukupnim brojem relevantnih dokumenata u kolekciji
7
Problem pretraživanja informacija




Problem pretraživanja informacija - zaključak
1. primjer


iz hrpe časopisa pronadi sve članke (dokumente) o Hrvatskoj
čovjek zna koncept Hrvatska, pa ne čita svaki članak od riječi
do riječi, nego gleda naslov, podnaslov, ili dijelove članaka,
da ustanovi ima članak veze s temom
konceptualno pretraživanje (temelji se na poznavanju
koncepta Hrvatska i kontekstualnom znanju kako je uređen
časopis)


konceptualno pretraživanje





iz hrpe matematičkih časopisa pronadi sve članke o De
Morganovom pravilu
čovjek ne zna koncept De Morganovo pravilo, pa čita svaki
članak od riječi do riječi i traži riječi De Morgan
mehaničko pretraživanje (ne temelji se na poznavanju
koncepta)
kvalitetnije i brže
tako radi čovjek, jer ima znanje o konceptu (konceptualno
znanje)
mehaničko pretraživanje

2. primjer

8
manje kvalitetno i sporo
tako radi računalo, jer nema znanje o konceptu
Ostaje neriješen problem


kako opisati konceptualno znanje, tj.
kako riječima opisati koncept – pojam pretraživanja
9
10
Kako poboljšati računalno pretraživanje


Problem klasifikacije
Umjesto mehaničkog pretraživanja uvoditi
“konceptualno” pretraživanje
Kako riječima opisati koncept ostaje neriješen problem
pa preostaju polovična rješenja:





Klasificiranje sadržaja je prvi i najjednostavniji način poboljšanja
pretraživanja sadržaja
Primjer


Strukturiranje dokumenata – definiranje atributa koji pobliže
opisuju dokument
Uvođenje atributa kojim se dokumenti klasificiraju prema
konceptima – klasifikacija sadržaja
Uvođenje metoda “konceptualnog” pretraživanja
potpomognuta statističkim tehnikama


u knjižnici (ili bazi podataka) pronadi dokumente (knjige ili članke) o WTO
(World Trade Organization)
traženje po ključnim riječima ili klasifikaciji (npr. UDK) – uz pomod
kataloga (indeksa) pronalazimo
postoji sustav klasificiranja dokumenata
Zaključak

pretraživanje je toliko kvalitetno koliko je kvalitetan sustav klasificiranja
dokumenata



11
Ali !!!, univerzalne klasifikacije (npr. UDK – univerzalna decimalna
klasifikacija, koristi se u knjižnicama) su preopdenite gledajudi sa stanovišta
pojedine struke
pojedine struke klasificiraju dokumente prema svojim potrebama
baze dokumenata obavezno se koriste klasifikacijskim sustavom
12
2
Načini klasificiranja dokumenata

klasifikacijski sustavi
(UDK, BSO, …)


hijerarhijska višerazinska
podjela
ključne riječi (ili
deskriptori)


riječi iz teksta dokumenta,
koji konceptualno opisuju
sadržaj dokumenta
tezaurus – sređeni skup
pojmova (ključnih riječi)
Pretraživanje knjižničnih kataloga
CIP - Katalogizacija u publikaciji
Nacionalna i sveučilišna knjižnica,
Zagreb
UDK 681.3
POSLOVNO računarstvo / urednici
VLATKO Čerić… [et al.]; - Zagreb:
Znak, 1998. - xx, 588 str.:ilustr.; 24 cm.
Kazalo.
ISBN 953-189-096-X
1. Varga, Mladen
2. Birolla, Hugo



Rudarenje podataka
Knjižnica Ekonomskog fakulteta
http://www.efzg.hr/default.aspx?id=267
Nacionalna i sveučilišna knjižnica
http://www.nsk.hr/DigitalLib.aspx?id=8
Europske nacionalne knjižnice
http://search.theeuropeanlibrary.org
Autor(i)
Sažetak (Abstract): xxxxxxxx
Ključne riječi (keywords):
rudarenje podataka, otkrivanje
znanja, …
Tekst xxxxxxxxxxxxxxxxxxxx
13
Primjer pretraživanja po klasifikacijskim
podacima
14
Primjer pretraživanja po klasifikacijskim
podacima (2)
15
Metode pretraživanja informacija



Metode pretraživanja informacija
Pretraživanje po riječima
Riječ opisuje koncept ili pojam (engl. term)
Pretraživanje se temelji na tehnikama uparivanja i
brojanja pojmova u dokumentu

16



Metode Booleovog pretraživanja
Modeli vektorskog prostora
Probabilistički modeli

nedostaju modeli za stvarno opisivanje sadržaja teksta
(za konceptualno pretraživanje)



Metode modifikacije upita
Ostale metode


17
Dokumente rangiraju prema vjerojatnosti relevantnosti u
odnosu na postavljeni upit
Modeli (ima ih više) različito procjenjuju tu vjerojatnost
Klasteriranje – pretpostavka da su dokumenti u klasteru
slični (slične relevantnosti za korisnika)
Obrada prirodnog jezika
18
3
Booleovo pretraživanje

Informacijska potreba se opisuje upitom, koji se sastoji
od riječi povezanih Booleovim (logičkim) operatorima
I (AND), OR (ILI), NE (NOT)





Booleovo pretraživanje

Informacijski AND (sustav OR sistem)
Ako dokument odgovara upitu, dokument je pronađen
 selekcija: NE (0) ili DA (1)
Pronađeni dokumenti nisu rangirani, jer ne postoji
mjera sličnosti upita i dokumenta
Potrebno je umijede dobrog formuliranja upita
Mnogi profesionalni korisnici ga koriste iako je slabije
od metoda s rangiranjem dokumenata
Riječi se kombiniraju log. operacijama I, ILI, NE (AND, OR, NOT)
 find (traži) nafta – pronalaženje članaka s rječju nafta
 find nafta I ugljen – pronalaženje članaka u kojima se istodobno
pojavljuju riječi nafta i ugljen
 find nafta ILI ugljen – pronalaženje članaka u kojima se
spominju ili samo nafta ili samo ugljen ili istovremeno obje
 find naft* – pronalaženje članaka u kojima se pojavljuju riječi
koje počinju s naft, npr. nafta, nafte, nafti, naftom, naftni,
naftaši
 find “naftna industrija” – pronalaženje članaka u kojima su
riječi naftna i industrija tvore frazu (izričaj) “naftna industrija”
 find predsjednik NEAR republike – pronalaženje članaka u
kojima su riječi predsjednik i republike bliske, ali ne moraju biti
i susjedne
19
20
21
22
23
24
Primjer Booleovog pretraživanja


Baza dokumenata (podataka) EconLit
Dostup preko

On-line sustav koji nudi pristup velikom broju full-text i
bibliografskih baza. Može se pretraživati gotovo 3000 fulltext časopisa i više od 5000 publikacija koje nude sažetke,
novinske preglede, enciklopedijske podatke. Sadrži baze:
Business source premier, Academic source premier, Econlit,
Business source complete, Regional business news, ERIC,
LISTA, SOCindex, Newspaper source, Clinical pharmacology,
Health source, PsycINFO.
4
25
26
Modeli vektorskog prostora






Koristi se matematički pojam vektora
U vektor ulaze pojmovi: riječi ili fraze (izričaji)
Svaki pojam (riječ) postaje dimenzijom u vektorskom
prostoru, vektori se smatraju neovisnim
(ortogonalnim)
Bilo koji tekst se reprezentira vektorom
Ako tekst sadrži pojam (riječ), dobiva ne-nula
vrijednost u dimenziji kojoj pojam pripada
Kako svaki tekst ima ograničen skup pojmova (riječi), a
vokabular može imati i milijun pojmova, vedina
vektora je slabo popunjena
27
Primjer vektorskog modela



28
Pretraživanje u modelu vektorskog prostora
Vokabular ima 10 riječi:
ekonomska, društvena, tehnička, prirodna, znanost,
jest, nije, nikako, pripada, uvijek
Dokument ima sljededi tekst:
“Ekonomska znanost jest društvena znanost”
Vektor dokumenta:
{1,1,0,0,1,1,0,0,0,0}




29
Popis pojmova (riječi) po kojima se pretražuje tvori
vektor upita Q
Izračunava se udaljenost između vektora upita Q i
vektora svakog dokumenta u bazi dokumenata
Ispisuju se dokumenti čija je udaljenost od upita manja
od zadanog praga P
Dokumenti se rangiraju po relevantnosti (najprije se
ispisuju relevantni dokumenti, bliži upitu)
30
5
Pretraživanje u modelu vektorskog prostora

Neka je skup pojmova za pretraživanje pj, 1≤j≤P

(tezaurus)

Pretraživanje u modelu vektorskog prostora
Za svaki dokument Di, 1≤i≤N definira se vektor
pojmova Di=(di1, di2, …, dip), gdje je dij pojava
j-tog pojma u i-tom dokumentu, a ima težinsku
vrijednost:



broj pojavljivanja j-tog pojma u i-tom dokumentu,
tzv. FP-frekvencija pojmova (TF-term frequency);
mjera ima slabu snagu ako se pojam učestalo pojavljuje u
puno dokumenata
logaritam inverza dijela kojeg pojam j ima u cjelini: log
(N/nj); tzv. IFD-inverzna frekvencija dokumenata (IDFinverse document frequency)
FP-IFD shema (TF-IDF) je umnožak vrijednosti FP i IFD
Izračunava se udaljenost između
vektora upita Q=(q1, q2, …, qp) i
vektora pojedinih dokumenata Di=(di1, di2, …, dip)

Kosinus (kosinusna udaljenost, korelacija) dvaju vektora

Kosinus ima svojstvo da vrijednost
1,0 imaju identični vektori, a
0,0 imaju ortogonalni (potpuno različiti) vektori
31
32
Primjer

Primjer (2)
Pojmovi: p1=baza, p2=podataka, p3=SQL, p4=regresija, p5=vjerojatnost,

p6=linearna


Dokumenti: d1-d10
Vektor pojmova 
p1
p2
p3
p4
p5
p6
d1
24
21
9
0
0
3
d2
32
10
5
0
3
0
d3
12
16
5
0
0
0
d4
6
7
2
0
0
0
d5
43
31
20
0
3
0
d6
2
0
0
18
7
16
d7
0
0
1
32
12
0
d8
3
0
0
22
4
2
d9
1
0
0
34
27
25
d10
6
0
0
17
4
23


Vektor upita:
Q=(1,0,1,0,0,0)
pokazuje pretraživanje po
pojmovima “baza” i “SQL”
Po FP (TF) shemi najbolji
je dokument d7
Po FP-IFD (TF-IDF) shemi
najbolji je d2
33
Metode modifikacije upita





FP-IFD
(TF-IDF)
udaljenost
d1
0,70
0,32
d2
0,77
0,51
d3
0,58
0,24
d4
0,60
0,23
d5
0,79
0,43
d6
0,14
0,02
d7
0,06
0,01
d8
0,02
0,02
d9
0,09
0,01
d10
0,01
0,00
34

obično pretraživanje po riječima:
dokument sadrži traženu riječ ili ne (nema sredine)
LSI ispituje dokument kao cjelinu:

FP (TF)
udaljenost
Implementacija
Latentno semantičko indeksiranje
(Latent Semantic Indexing - LSI)

Dokument
gleda koji drugi dokumenti imaju iste riječi
(dokumenti koji imaju puno istih riječi su semantički slični)
u semantički sličnim dokumentima pronalazi i druge riječi po kojima
pretražuje
ovaj jednostavan pristup korelira s načinom ljudskog pristupa –
Iako LSI algoritam ne razumije sadržaj, daje dojam inteligentnog pronalaženja
sličnih dokumenata.

Vedina sustava pretraživanja koristi invertirane liste
Pi<da,…>,<db,…>, …<dn,…>
i-ti pojam se nalazi u dokumentima da,db, …dn
i može sadržavati dodatne informacije (broj
pojavljivanja pojma u dokumentu)
Postupak izrade invertiranih lista je indeksiranje kojim
se formira invertirani indeks
Primjer:


traženje po riječima De Morganovo pravilo daje dokumente koji sadrže tu
frazu (kao obično pretraživanje)
pronalazi i druge slične dokumente, jer se uz De Morganovo pravilo našlo da
su i riječi logička varijabla semantički bliske, pa su pronađeni i dokumenti s
tim riječima
35
36
6
Implementacija



Vedina sustava uzima pojedine riječi kao pojmove
Neinformativne riječi (npr. a, ali, … the, of, a …) se ne
indeksiraju – nazivaju se stop-riječima
Korjenovanje (engl. stemming) je uzimanje korijena
riječi u indeks



SMART - sustav za pretraživanje dokumenata



Jedan od prvih i najboljih sustava za pretraživanje dokumenata,
razvijen na Cornell University (Gerard Salton)
Koristi model vektorskog prostora
Obavlja automatsko indeksiranje:


Isti korijen se koristi u srodnim riječima – korijen naft se
koristi u riječima nafta, naftaši, naftna …
Pretraživanje po korijenu riječi je efikasnije (naročito u
flektivnim jezicima kakav je hrvatski jezik)



Indeksirati se mogu fraze (izričaji) npr. “informacijski
sustav” ili “information retrieval”

najprije izbacuje stop-riječi (uz pomod pripremljene liste stop-riječi),
pronalazi i uzima korijen riječi,
dodjeljuje težinsku vrijednost
Zadani upit prevodi u vektor, a zatim ispituje njegovu sličnost
(udaljenost) prema dokumentima u vektorskom prostoru
Rangira dokumente te ispisuje prvih n dokumenata (n određuje
korisnik)
Može koristiti povratnu vezu, kojom korigira prvotno zadani
upit
37
38
bez stop riječi
original
O'Neill Criticizes Europe on Grants
PITTSBURGH (AP)
Treasury Secretary Paul O'Neill expressed irritation
Wednesday that European countries have refused to
go along with a U.S. proposal to boost the amount of
direct grants rich nations offer poor countries.
The Bush administration is pushing a plan to increase
the amount of direct grants the World Bank provides
deformatiranje
the poorest
nations
to 50
percent
assistance,
o'neill
criticizes
europe
on of
grants
treasury secretary
reducing use
ofo'neill
loans expressed
to these nations.
paul
irritation wednesday that
european countries have refused to go along with a
us proposal to boost the amount of direct grants rich
nations offer poor countries the bush administration
is pushing a plan to increase the amount of direct
grants the world bank provides the poorest nations
riječi
to 50 percent of assistance reducing use of loansstop
to
o'neillthese
criticizes
europe on grants treasury secretary paul
nations
o'neill expressed irritation wednesday that european
countries have refused to go along with a US proposal to
boost the amount of direct grants rich nations offer poor
countries the bush administration is pushing a plan to
increase the amount of direct grants the world bank provides
the poorest nations to 50 percent of assistance reducing use
39
of loans to these nations
administrat
amount
assist
bank
boost
bush
countr (2)
direct
europ
express
grant (2)
Druge primjene pretraživanja informacija



o'neill criticizes europe grants treasury
secretary paul o'neill expressed irritation
european countries refused US proposal
boost direct grants rich nations poor
countries bush administration pushing
plan increase amount direct grants world
uzimanje korijena
bank poorest nations assistance loans
nations o'neill criticizes europe grants treasury secretary
paul o'neill expressed irritation european
countries refused US proposal boost direct
grants rich nations poor countries
bush administration pushing plan increase
amount direct grants world bank poorest nations
assistance loans nations
increas
irritat
loan
nation (3)
o'neill
paul
plan
poor (2)
propos
push
refus
rich
secretar
treasur
US
world
konačan popis riječi
40
Web kao kolekcija (baza) dokumenata
Filtriranje poruka e-pošte: eliminacija nepoželjnih
poruka ili pronalaženje specifičnih poruka
Media clipping usluge: pronalaženje značajnih
dokumenata po nekom kriteriju i njihovo
predstavljanje krajnjem korisniku
…





Web
Struktura dokumenata nije propisana
Distribuirano stvaranje i povezivanje
sadržaja demokratizira publiciranje
informacija
Sadržaj varira od znanstvene istine do
namjerne laži, informacije mogu biti
kontradiktorne, zastarjele, …
Sadržaj je nestrukturiran (slike, tekst,
html …), polustrukturiran (XML,
označene slike), strukturiran (baze
dokumenata)…
Dokumenti mogu biti dinamički
generirani (ne postoje kao samostalne
jedinice, stvaraju se iz drugih podataka)
41
7
Web – indeksiranje i pretraživanje
Načini pronalaženja dokumenata na Webu

Korisnik


“Web-pauk”

Navigacija (“surfanje”)
Pretraživanje po riječima (tražilice)
Korištenje kataloga
Korištenje specijalnih jezika za pretraživanje
Search
indeksiranje
Web
Indeksi
Dodatni indeksi
Tražilice na Webu
(search engines, index servers)
Navigacija (browsing)


44
Hipertekstno pretraživanje dokumenata
Nakon odabira polaznog dokumenta (adresa?) slijedi
napredovanje kroz niz dokumenata putem
hipertekstnih poveznica




C
A

B
Pretraživanjem indeksa (kazala) pronalaze se
dokumenti
metode pretraživanja:

D
indeks se konstantno obnavlja
tražilice:



ključne riječi kombinirane logičkim operacijama
rangiranje dokumenata
Google, AltaVista
Rezultati pretraživanja: slabi
Opasnost: izgubljenost u hiperprostoru !
45
46
AND
fraza (izričaj)
OR
NOT
47
48
8
49
50
Rangiranje u Googleu – algoritam PageRank




PageRank je algoritam analize povezanosti
hipertekstnih dokumenata (nazvan po Larry Pageu)
Dodjeljuje numeričku vrijednost svakom dokumentu u
skupu hipertekstnih dokumenata (npr. webu) kojom
opisuje relativnu važnost dokumenta u skupu
Može se primijeniti u bilo kojem skupu dokumenata
koji se međusobno referenciraju (povezuju)
Numerička vrijednost dokumenta E je PageRank of E ili
PR(E)
51
PageRank



52
PageRank
Umjesto brojanja izravnih veza, PageRank tumači vezu
sa stranice A na stranicu B kao glas stranice A za
stranicu B
PageRank uzima u obzir i važnost svake stranice koja
daje glas (glasovi nekih stranica su vredniji) na taj
način dajudi povezanoj stranici vedu vrijednost
Važne stranice dobivaju viši PageRank i pojavljuju se
na vrhu rezultata pretraživanja
http://en.wikipedia.org/wiki/PageRank
53
54
9
55
Katalozi na Webu
(subject trees, directories)


56
Yahoo
hijerarhijski uređeni katalozi Web dokumenata
katalozi:

Yahoo!
57
Pretraživanje nestrukturiranih
slikovnih i zvučnih podataka

Razvoj weba
Pretraživanje po primjerima
(query-by-example)




58
korisnik postavlja upit definiranjem vrijednosti atributa traženih objekata
baza dokumenata (multimedijskih objekata) vrada listu rangiranih
pronađenih objekata
korisnik pregledava (ocjenjuje) listu, po potrebi korigira i ponovno
postavlja upit
Primjer: QBIC (Query By Image Content) tvrtke IBM



pretražuje baze slika po svojstvima: postotak boje, raspored boje,
tekstura slike
informacije: wwwqbic.almaden.ibm.com
primjer upotrebe: www.hermitagemuseum.org (St Petersburg)
http://www.hermitagemuseum.org/fcgibin/db2www/qbicSearch.mac/qbic?selLang=English
59
60
10
Web 1.0  web 3.0 (semantički web)




Semantički web: XML
U postojedem webu dokumenti su opisani HTML-om
koji označava grafičke i neke sadržajne elemente
Ne postoji sadržajna označenost
 jedino čitatelj razumije sadržaj, ali ne i stroj
Semantički web unosi u dokument značenjske
(semantičke) oznake  sadržaj razumije i stroj
XML kao pogodan jezik
<?xml version="1.0" encoding="UTF-8"?>
<poruka>
<primatelj>[email protected]</primatelj >
<pošiljatelj>[email protected]</pošiljatelj>
<predmet>Pozdrav</predmet>
<sadržaj>Dobro jutro!</sadržaj>
</poruka>
61
Semantički web: elementi



62
Semantički web: RDF
XML
RDF (Resource Description Framework)
OWL (Web Ontology Language)




RDF-om se opisuju resursi na webu, primjerice
dokument na webu
Resurs je sve što može imati URI (Uniform Resource
Identifier)
RDF identificira resurs navodedi web-identifikator,
svojstvo resursa i vrijednost svojstva
Resurs-svojstvo-vrijednost čini tvrdnju oblika
subjekt-predikat-objekt
63
Semantički web: RDF

64
Semantički web: ontologija
Primjer: resurs je „http://www.efzg.hr/mvarga“,
svojstvo „autor“, vrijednost „Mladen Varga“


<?xml version="1.0"?>
<RDF>
<Description about="http://www.efzg.hr/mvarga">
<autor>Mladen Varga</autor>
<pocetnastr>http://www.efzg.hr</pocetnastr>
</Description>
</RDF>

Da bi ljudi (strojevi) mogli komunicirati trebaju se
služiti zajedničkim vokabularom
Formalni vokabular koji definira klase pojmova,
njihova svojstva i odnose naziva se ontologijom
Primjeri ontologija




65
Friend of a Friend (ontologija za opis osoba i odnosa prema
drugim ljudima i objektima)
WordNet (leksički referentni sustav)
Gene Ontology (genska ontologija)
DublinCore (ontologija dokumenata)
66
11
Semantički web: ontologija DublinCore



Semantički web: ontologija DublinCore
<?xml version="1.0"?>
<rdf:RDF
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:dc= "http://purl.org/dc/elements/1.1/">
<rdf:Description rdf:about="http://www.efzg.hr">
<dc:description>Portal Ekonomskog fakulteta</dc:description>
<dc:publisher>Ekonomski fakultet - Zagreb</dc:publisher>
<dc:type>web-portal</dc:type>
</rdf:Description>
</rdf:RDF>
vokabular od 15 svojstava resursa: contributor,
coverage, creator, format, date, description, identifier,
language, publisher, relation, rights, source, subject,
title, type
ISO Standard 15836:2009
Koristi se u imenskom prostoru
dc: http://purl.org/dc/elements/1.1/ ili
dcterms: http://purl.org/dc/terms/
67
68
Sustav za upravljanje sadržajem Content Management System (CMS)
SPARQL: upitni jezik za RDF
PREFIX dc: <http://purl.org/dc/elements/1.1/>
SELECT ?title
WHERE { <http://example.org/book/book1> dc:title ?title }



69
kombinacija baza podataka, baza dokumenata
(datoteka) i softvera za pohranjivanje i pronalaženje
velikih količina podataka
razlikuje se od transakcijskih baza podataka, jer sadrži
i indeksira tekst, audio, video – pronalaženje podataka
uz pomod ključnih riječi ( information retrieval)
koristi se za kreiranje portala, za obradu elektroničkih i
web-dokumenata
70
Sudionici upravljanja sadržajem



Urednik sadržaja
određuje koji de se sadržaj i gdje publicirati
Publicist sadržaja
publicira sadržaj
Autor(i) sadržaja
stvara sadržaj
71
12