DIInCX: Uma abordagem para descoberta de restrições de integridade semântica implícitas em dados XML

Abstract

A Web tem sido adotada como uma grande fonte e meio para troca de informações. No entanto, os dados presentes nela se encontram sob os mais variados modelos de dados, principalmente XML. Em função do amplo uso do modelo de dados XML, questões como a descoberta de conhecimento e a manutenção da integridade sobre dados XML têm crescido em importância. A descoberta de conhecimento é relevante no suporte a decisões, enquanto a manutenção da integridade visa manter este conhecimento consistente. Dada esta relevância, é proposta uma abordagem semi-automática para descoberta de Restrições de Integridade Semânticas (RIS) a partir de instâncias XML chamada DIInCX (Discovery of Implicit Integrity Constraint from XML data). DIInCX define um processo que coleta informações sobre as instâncias XML, aplica um algoritmo de mineração de regras de associação com adaptações e traduz as regras descobertas para RIS's especificadas na linguagem SWRL (Semantic Web Rule Language). A abordagem provê suporte a sistemas de manipulação de dados que desejam gerenciar RIS's. Outra contribuição deste trabalho é uma taxionomia para RIS's XML segundo os componentes de uma RI em bancos de dados. Esta taxionomia auxilia na avaliação de expressividade de linguagens de especificação de RIS's XML e da robustez de sistemas que controlam RIS's