18.00-20.00h Viernes, 28 abril 2023 en Wikitoki, Bilbao (Plaza de la Cantera 5 – 2º).
Bilbao Data Lab organiza una charla-taller para desarrollar colaborativamente las herramientas que nos ayuden a mapear las relaciones clientelares en Euskadi.
Los grafos de conocimiento (Knowledge Graphs) son una tecnología que permite almacenar datos de forma distribuida mediante redes compuestas por nodos y relaciones. Este modelo es útil a la hora de representar dominios en los que las relaciones entre entidades son importantes, como por ejemplo las relaciones entre políticos y otros agentes que podrían constituir un conflicto de interés.
En esta charla explicaremos la tecnología de KGs, visitaremos algunos proyectos que han hecho uso de esa tecnología para representar relaciones y presentaremos un nuevo proyecto que sienta las bases para modelar para el modelado de datos que permita revisar relaciones clientelares en Euskadi de forma colaborativa. Trabajaremos en grupo sobre diferentes aspectos del proyecto: recogida de datos, procesado y visualizaciones.
Sesión a cargo de Mikel Egaña Aranguren.
Apúntate a la charla-taller
Ejercicios prácticos y de discusión
La segunda mitad de la charla se basa en dinámicas más prácticas: por una parte empezaremos a hacer un par de ejercicios prácticos que se pueden seguir en casa, y luego debatiremos sobre posibles vías para seguir con el proyecto, incluyendo tareas concretas (Técnicas y logísticas).
Los ejercicios están definidos en:
- Transformación de datos de CSV a RDF: https://github.com/mikel-egana-aranguren/BasqueCountryInstitutionsTransparentRelationsGraph/tree/bdl/EjercicioTransformacionRDF
- Visualización de datos RDF: https://github.com/mikel-egana-aranguren/BasqueCountryInstitutionsTransparentRelationsGraph/tree/bdl/EjercicioVisualizacionRDF
Herramientas que vamos a usar
Es recomendable traer instaladas la siguientes herramientas:
- Git (Opcional pero recomendable): https://git-scm.com/.
- Python 3 (Opcional pero recomendable): https://www.python.org/.
- Docker (Opcional pero recomendable): https://www.docker.com/.
- Java.
- Repositorio principal del proyecto en GitHub: https://github.com/mikel-egana-aranguren/BasqueCountryInstitutionsTransparentRelationsGraph. Incluye ejercicios en rama BDL, y ejemplos de datasets, scripts Python, y Triple Store Blazegraph en rama principal.
- Open Refine (https://openrefine.org/) con extensión RDF (https://github.com/AtesComp/rdf-transform) (Opcional).
Visualización (a elegir entre las siguientes):
- Gephi: https://gephi.org/.
- RDF Visualizer (Via web, no hay que instalar): https://issemantic.net/rdf-visualizer.
- Triple Store GraphDB: https://www.ontotext.com/products/graphdb/download/.
- VS Studio Code (https://code.visualstudio.com/) con Extensión Linked Data (https://marketplace.visualstudio.com/items?itemName=Elsevier.linked-data).
Quién
Impartido por Mikel Egaña Aranguren. Doctor en informática y Máster en bioinformática por la Universidad de Manchester, Reino Unido, licenciado en Biología por la UPV/EHU. Actualmente es profesor en el Grado en Ingeniería Informática de Gestión y Sistemas de Información (UPV/EHU) y su labor investigadora gira en torno a la aplicación de Grafos de Conocimiento en diversos campos: biomedicina, transparencia institucional y Open Data, arquitecturas de información centradas en datos, etc. Ha trabajado en varias empresas y como consultor independiente.
