وب معنايي- مكاني، چارچوبي براي ذخيره و بازيابي اطلاعات affordance نقاط مورد توجه

Spatial Semantic Web, a Framework for Affordance-based POI’s Information Storage and Retrieval

به ميزانی كه حجم داده‌های تحت وبِ دارای محتوای مكانی افزايش می‌يابد نياز به رويكردهايی كه دارای توانايی مديريت اين حجم داده‌ها در شبكه وب باشند افزايش می‌يابد. گفتمان وب معنايی با تعريفی جديد و متفاوت از پايگاه‌های داده به منظور ذخيره و بازيابی داده‌ها، راه حلی برای مواجهه با چالش‌های ناهمگنی و گستردگی توزيع منابع اطلاعاتی است. از طرفی می‌توان گفت كه افراد در فعاليت‌های روزمره خود با مفهوم و معنايی كه برای هر مكان خاص قائلند سر و كار دارند. معيارهای گوناگون شناختی برای تعريف يك مكان باعث می‌شود كه علاوه بر طبقه‌بندی، اطلاعات توصيفی بيشتری برای مدلسازی ويژگی‌های متمايزكننده(affordance) نقاط مورد نياز باشد، درحاليكه كه تعريف اين اطلاعات توصيفی در يك اسكيمای خاص از مدل‌های رابطه‌ای امكان‌پذير نيست. مدلسازی داده در پايگاه‌های داده گرافی و در قالب داده‌های مكانی- معنايی، تعريف و ذخيره داده‌های مرتبط با مدلسازی مكان بر اساس affordance را امكان‌پذير می‌كند. در اين تحقيق با مروری بر مفاهيم و فناوری‌های مرتبط با كاركردهای وب معنايی، نشان داده خواهد شد كه چگونه می‌توان داده‌های مكانی را در قالب‌های معنايی تعريف و تفسير كرد. همچنين سامانه اطلاعاتی طراحی و پياده‌سازی شده در اين تحقيق، از قالب داده‌های وب معنايی به‌منظور ذخيره و بازيابی داده‌های مكانی- معنايی affordance نقاط مورد توجه، استفاده خواهد كرد. جهت ارزيابی نتايج به‌دست آمده، اطلاعات بازگردانده شده توسط سامانه مكانی- معنايی با اطلاعات همسان در مدل‌های رابطه‌ای مقايسه خواهد شد و نتيجه مقايسه‌ها مورد بررسی و ارزيابی قرار خواهد گرفت

Rapid expansion of web data containing spatial information requires new approaches which are capable of huge data handling. Semantic web paradigm offers appealing solutions for heterogeneous and sporadic data sets by setting new and different definitions of Data Base Management Systems (DBMS). On the other hand, due to various understanding of place among different individuals, there are many criteria for cognition of place and place categories, so these different criteria lead to more distinctive annotations (so-called affordance) for Points Of Interest (POI) modeling. The design of specific schemas for these types of POI’s affordances is heinous in relational DBMS while spatial semantic modeling through graph DBMS expedites deployment of affordance-based storage and retrieval frameworks. In this study, available specifications and technologies related to spatial semantic functionalities are addressed and the current state of spatial semantic data formatting and interpretation is presented. The designed information system utilizes semantic web specifications to store and retrieve affordance-based POI’s information and a sample data set is used for applicability of the system. In order to evaluate achieved results, retrieved data by spatial semantic queries are compared to similar information in relational data bases, therefore spatial data loading in GDBMSs and RDBMSs are compared and results are analyzed.