Metodi e Tecniche per il Semantic Web Mining

Il Semantic Web Mining mira a coniugare le due aree di ricerca di maggior sviluppo: quella del Semantic Web e quella del Web Mining. Sempre più ricercatori stanno lavorando per migliorare i risultati del Web Mining sfruttando la struttura semantica del Web facendo uso delle tecniche di Web Mining per la costruzione e/o estrazione della Semantica dal Web.

Il Semantic Web è la seconda generazione del WWW, arricchita di informazioni processabili dalle macchine per supportare l'utente nelle sue attività. Date le enormi dimensioni del Web di oggi, è impossibile effettuare manualmente tale arricchimento nelle risorse informative. Pertanto, i sistemi automatizzati per l'apprendimento semantico dalle informazioni raccolte sono sempre più utilizzati. Il Web Mining mira a scoprire indicazioni sul significato delle risorse Web e del loro utilizzo. Data la natura prevalentemente sintattica dei dati che vengono estratti, la scoperta di significato è impossibile sulla base di tali dati.

Pertanto, formalizzazioni della semantica dei siti web e del comportamento “navigazionale” stanno diventando sempre più comuni. Inoltre, l'estrazione della Semantica dal Web è una attività immediata e conseguente. E’ evidente, date le loro caratteristiche, che le due aree del Web Mining e del Semantic Web hanno bisogno l'una dell'altra per soddisfare i loro obiettivi, ma allo stato il pieno potenziale di questa convergenza non si è ancora realizzato.
Il World-Wide Web è un ambiente importante per il Data Mining a causa delle enormi quantità di informazioni disponibili. I metodi di Data Mining espressi nell’ambito web, possono essere utilizzati per analizzare il comportamento di singoli utenti, i modelli delle pagine, i siti o le proprietà delle collezioni di documenti.

I dati nel Web hanno natura diversificata. Non sono così facilmente comparabili in quanto hanno la forma di testo libero, di testo semi-strutturato (elenchi, tabelle, ecc) e spesso presentano immagini e collegamenti ipertestuali. Lo scopo di apprendere modelli di documenti ha dato vita ai Text Mining che sono metodi di modellazione per i documenti in termini di loro proprietà.

Il Semantic Web è una recente iniziativa, inspirata da Tim Berners-Lee che tende a considerare il World-Wide Web come sistema distribuito per la rappresentazione ed elaborazione di conoscenza. Lo scopo del Semantic Web è non solo il supporto per l’accesso alle informazioni "on theWeb", ai collegamenti diretti o ai motori di ricerca ma anche l’ottimizzazione del suo utilizzo. Invece di cercare un documento che corrisponde a parole chiave, dovrebbe essere in grado di dare la possibilità di combinare le informazioni per rispondere a delle domande poste da un’utente. Invece di trovare un dato piano per un viaggio alle Hawaii, dovrebbe essere possibile costruire automaticamente un piano di viaggio che soddisfa determinati obiettivi e mostrare le opportunità che si presentino in modo dinamico ed interattivo. Questo dà luogo ad una vasta gamma di sfide. Alcune di esse riguardano le infrastrutture, in particolare l’interoperabilità di sistemi e le lingue per lo scambio di informazioni, piuttosto che dati. Molte sfide non solo riguardano la rappresentazione della conoscenza, ma anche la scoperta di nuova conoscenza e l’ingegneria ontologica. Esse includono l'estrazione di conoscenza dai dati e la sua rappresentazione in una forma comprensibile da parte arbitraria, l’elaborazione intelligente di risposte ai problemi al posto delle query tradizionali e lo sfruttamento delle precedenti conoscenze estratte in un processo continuo.

Nel Semantic Web è stato fatto un considerevole sforzo per ottenere documenti comprensibili alle macchine attraverso la marcatura semantica con lo scopo di ricavare conoscenza da materiale non strutturato. Tale scopo può essere definito come quello di raggiungere conoscenza da gestire automaticamente. Il Web Mining contribuisce alla comprensione della struttura della organizzazione della conoscenza (le ontologie) fornendo la popolazione (istanze) a tale struttura.
Tutti gli approcci discussi qui sono semi-automatici. Aiutano l’ingegnere della conoscenza nell’estrazione della semantica, ma non sostituiscono completamente tale semantica. Con lo scopo di ottenere una buona qualità dei risultati, non si può sostituire l’uomo in tale attività, dato che esiste molta conoscenza tacita nel processo modellato. Un computer non sarà (o non sarebbe) mai capace di considerare completamente la conoscenza di background, l’esperienza o le convinzioni sociali. Quindi lo scopo sarà quello di fornire sempre maggiore supporto all’utente umano.

Il Semantic Web propone numerose idee innovative supplementari per raggiungere questo obiettivo: uno standard formalizzato, un vocabolario formalizzato con condivisa conoscenza, e servizi condivisi.