En el ámbito de la informática, los datos vinculados (linked data) se refieren a datos estructurados que están asociados o vinculados con otros datos. Esta interconexión permite que la información sea mucho más útil a través de consultas semánticas, transformando la manera en que las máquinas procesan la información en la web.
Origen y Visión
El término fue acuñado por Tim Berners-Lee, director del World Wide Web Consortium (W3C), en una nota de diseño de 2006 sobre el proyecto de la Web Semántica. La visión fundamental es que Internet se convierta en una base de datos global, donde la información no solo sea legible para los humanos, sino también procesable automáticamente por las computadoras (legible por máquina).
Para lograr esto, los datos vinculados se basan en tecnologías web estándar como HTTP, RDF y URIs, extendiendo su uso más allá de las simples páginas web y los hipervínculos.
Principios Fundamentales
Tim Berners-Lee definió cuatro principios básicos para la implementación de datos vinculados:
- Uso de URIs: Se deben utilizar Identificadores de Recursos Uniformes (URIs) para nombrar e identificar cosas individuales.
- Uso de HTTP URIs: Se deben emplear URIs basados en HTTP para permitir que estas cosas sean buscadas, interpretadas y "desreferenciadas".
- Estándares Abiertos: La información útil sobre lo que identifica un nombre debe proporcionarse a través de estándares abiertos como RDF y SPARQL.
- Referencias Cruzadas: Al publicar datos en la web, se deben referenciar otras cosas utilizando sus nombres basados en HTTP URI.
Componentes Esenciales
Para que un sistema de datos vinculados funcione a escala global, se requieren los siguientes componentes:
- URIs y HTTP: Para la identificación y localización de los datos.
- Datos Estructurados: Uso de vocabularios controlados y definiciones de conjuntos de datos expresados en formatos de serialización RDF (como RDFa, RDF/XML, N3, Turtle o JSON-LD).
- Linked Data Platform: Plataformas diseñadas para gestionar estos datos.
- CSV-W: Estándar para convertir archivos CSV en datos vinculados.
Datos Abiertos Vinculados (Linked Open Data - LOD)
Cuando los datos vinculados se publican bajo una licencia abierta que no impide su reutilización gratuita, se denominan Linked Open Data (LOD). Tim Berners-Lee los define como datos vinculados liberados bajo una licencia abierta.
El Esquema de 5 Estrellas
En 2010, Berners-Lee sugirió un sistema de calificación para medir la calidad de los datos abiertos en la web:
| Estrella | Descripción |
|---|---|
| 1 estrella | Los datos están disponibles abiertamente en algún formato. |
| 2 estrellas | Los datos están en un formato estructurado, como Microsoft Excel (.xls). |
| 3 estrellas | Los datos están en un formato estructurado no propietario, como CSV. |
| 4 estrellas | Los datos siguen los estándares del W3C, como el uso de RDF y URIs. |
| 5 estrellas | Cumplen todo lo anterior y además incluyen vínculos a otros datos vinculados. |
Comunidad y Proyectos
El proyecto de la comunidad de Linking Open Data del W3C busca extender la web con un "común de datos" publicando conjuntos de datos RDF y estableciendo vínculos entre ellos.
Ontologías y Conjuntos de Datos
Las ontologías son descripciones formales de las estructuras de datos. Ejemplos destacados incluyen FOAF (para personas y sus relaciones) y UMBEL. Algunos de los conjuntos de datos más influyentes son DBpedia (datos extraídos de Wikipedia), GeoNames (descripciones geográficas) y Wikidata.
