EGCFlow: uma aplicação de apoio ao ciclo de vida de dados abertos conectados

Abstract

A web se consolidou como principal meio para se publicar, obter e compartilhar informações na internet. Como uma expansão natural da web, surgiram os conceitos de Dados Abertos e Dados Abertos Conectados, que podem ser compreendidos como um conjunto de melhores práticas para publicação e conexão de conjuntos de dados de forma estruturada na web. Entretanto, o processo de produção e manutenção de conjuntos de dados abertos conectados, constitui­se como uma tarefa complexa e onerosa, mas necessária no cenário de expansão da web de dados. Diante disso, utilizando­se o método Design Science Research, com vistas a formular uma solução para um problema prático, apresentou­se a modelagem e implementação de uma aplicação para suporte à produção e a manutenção de Dados Abertos Conectados, por meio da automatização dos fluxos de trabalho. A aplicação apresentada, intitulada de EGCFlow, fundamentou­se na aplicação das Boas Práticas para Publicação de Dados Conectados e das Boas Práticas para Publicação de Dados na web com objetivo de atingir o nível máximo no Plano de Dados Abertos 5 Estrelas. Como caso de uso, apresentouse o conjunto de dados das Eleições de 2018. Foram criados workflows para a produção de dados abertos, a partir da reutilização de fluxos já existentes. Como resultado foi possível verificar a aplicabilidade e contribuição da aplicação para a produção de conjuntos de dados abertos conectados, garantindo escala e repetibilidade a esse processo.

Abstract: The web has established itself as the main means to publish, obtain and share information on the internet. As a natural expansion of the web, the concepts of Open Data and Linked Open Data emerged, which can be understood as a set of best practices for publishing and connecting datasets in a structured way on the web. However, the production and maintenance process of connected open datasets is a complex and costly task, but necessary in the data web expansion scenario. In this sense, using the Design Science Research method, with a view to formulating a solution to a practical problem, the modeling and implementation of a tool to support the production and maintenance of Connected Open Data was presented, through the automation of workflows. The tool presented, entitled EGCFlow, was based on the application of the Best Practices for Publishing Connected Data and the Best Practices for Publishing Data on the Web, aiming to reach the maximum level in the 5 Star Open Data Plan. As a use case, the 2018 Brazilian Elections dataset was presented. Workflows were created for the production of open data, from the reuse of existing flows. As a result, it was possible to verify the applicability of the tool and its contribution to the production of connected open datasets, ensuring scale and repeatability to this process.