Generación de sistemas de visualización Web para grafos de conocimiento en el área geográfica

Abstract

Hoy en día, tenemos la suerte de vivir en un mundo en el que todo está conectado a diferentes niveles gracias a Internet, tanto las personas como la información que estas generan. Se viene observando un aumento en la manipulación de los datos como respuesta a las diferentes necesidades que van surgiendo: avances en tratamientos para enfermedades, conocer cual es la ruta más rápida para ir a un sitio, mejora del rendimiento, conocer los gustos de las personas, predicciones, geolocalización de masas etc., en definitiva poder ir un paso más allá, generando más datos gracias a poder enlazarlos. Todo esto va en relación al aumento y mejoría en la sofisticación de la tecnología, permitiendo resolver inquietudes de la sociedad y mejorar la situación actual en las diferentes áreas. Uno de los temas de actualidad es trabajar con geolocalización, muchos datos presentan una serie de coordenadas en su definición, que pueden ser útiles para buscar puntos de conexión o en caso de no existir, conseguir ver la mejor opción para crearlos y todo eso se consigue gracias al uso de datos enlazados comúnmente conocido como linked data. A través de este proyecto, se abordará la necesidad de poder visualizar los diferentes datos geográficos disponibles en el Instituto Geográfico Nacional, utilizando la herramienta de búsqueda avanzada y análisis ElasticSearch & Kibana, que nos permitirá estudiar y analizar a fondo la situación actual con el objetivo de poder mejorarla. Estos Open Data, se encuentran en un formato diferente al permitido en la herramienta que se va a utilizar, por lo que se procederá a transformar todos esos datos en formato ttl. a formato JSON o en su defecto, en su versión linked data, JSON-LD. Tras realizar todas las transformaciones, se procederá a indexar en forma de documentos todos los datos geográficos enlazados. Una vez indexados todos los datos, procederemos al análisis de los mismos, así como la realización de consultas para determinar que puntos son interesantes para tener en cuenta para futuros análisis y cuales no.---ABSTRACT---Today, we are lucky to live in a world where everything is connected to different levels thanks to the internet, both the people and the information that they generate. An increase in the manipulation of data has been observed as a response to the different needs that arise: advances in treatments for diseases, knowing which is the fastest route to go to a site, performance improvement, knowing the tastes of people, predictions, geolocation of people etc., in short to be able to go one step further, generating more data thanks to being able to link them. All this goes in relation to the increase and improvement in the sophistication of technology, allowing resolving concerns of society and improving the current situation in different areas. One of the current issues is to work with geolocation, many data present a series of coordinates in its definition, which can be useful to find connection points or in case of not existing, get to see the best option to create them and all that is achieved thanks to the use of linked data commonly known as linked data. Through this project, the need to be able to visualize the different geographical data available in the National Geographic Institute will be addressed, using the advanced search tool and ElasticSearch & Kibana analysis, which will allow us to study and analyze in depth the current situation with the objective to be able to improve it. These Open Data, are in a different format than allowed in the tool that is going to be used, so we will proceed to transform all that data in ttl format. to JSON format or, in its absence, in its linked data version, JSON-LD. After carrying out all the transformations, all the geographical data linked will be indexed in the form of documents. Once all the data have been indexed, we will proceed to analyze them, as well as to carry out consultations to determine which points are interesting to take into account for future analyzes and which are not.