Grupo de Tecnologias da
Informação
GTI - DCC - UFAM
Abril - 2003
Participantes



Pesquisadores:

João Marcos Bastos Cavalcanti

Altigran Soares da Silva

Edleno Silva de Moura

Tayana Uchôa Conte
11 alunos de mestrado
6 alunos de graduação
Linhas de Pesquisa

Síntese de Web Sites

Gerência de dados na Web

Recuperação de Informação
Síntese de sites Web

Estudo, desenvolvimento e implementação
de procedimentos e técnicas de síntese
automática de Web sites adequados para
sistemas de RI

Linha liderada pelo professor João Marcos

Alunos:

Keyla e Moises
Visão Geral


Prof. João trabalhou no doutorado com
metodologias para síntese de Web sites
Motivação:

As metodologias existentes não explicitam
a necessidade de se projetar sites que
favoreçam sistemas de RI
Tese de doutorado do João
Técnicas de Lógica
Computacional para
Construção Automática de
Web Sites
Síntese de Web Sites



Geração automática de Web sites
Objetivos:

Facilitar manutenção;

Reutilização de especificações;

Produção de Web sites consistentes
Exemplo:
SSP
Group
http://www.dai.ed.ac.uk/groups/ssp/
Web
Site
Síntese de Web Sites

Abordagens oriundas de três áreas:


Banco de Dados: Araneus, Strudel,
WebML.

Hipermídia: HDM, OOHDM.

Ontologia: SEAL, OntoWebber
Nossa abordagem:

IA(lógica computacional) + BD
Lógica Computacional
Por que lógica ?
• Especificação declarativa e processamento
procedimental
• Representação de conhecimento e
raciocínio automático
• Metaprogramação
Lógica Computacional






Características da Nossa Abordagem:
Uso de lógica para representar Web
Sites
Suporte à geração de visualizações
alternativas
Suporte a diferentes linguagens alvo
Verificação
de
restrições
de
integridade e propriedades
Automação
de
tarefas
de
manutenção
Modelagem de Aplicações
para a Web



Data-intensive Web Sites:
Construção do Web Site a partir do
seu conteúdo
Modelagem em separado de três
componentes:

Conteúdo

Navegação

Apresentação
Arquitetura
Arquitetura
Conteúdo
Navegação
Apresentação
Nível 1
Entidades e
Atributos
Relacionamentos
e cardinalidades
Especificação de
estilos de
apresentação
Nível 2
Itens de
informação
Transições
Estilos, templates e
def. para style sheets
Nível 3
Elementos HTML
Links em HTML
Elementos HTML e
style sheets CSS
Especificação em Alto Nível



Modelagem Conceitual da aplicação
Experimentos realizados com
modelo Entidade-Relacionamento
Outros formalismos:
Ontologias, etc.
UML,
o
ODMG,
Representação Intermediária



Define conteúdo e caminhos
navegação no site
Independente
de
detalhes
implementação
Componentes básicos:




Itens de informação
Unidades de apresentação
Operações
Transições
de
de
Itens de Informação

Itens de dados estruturados
info(Label; Type; Datum)



Label: identificador único
Type: tipo de dados (integer, string,
text, list, tuple, table)
Datum: o próprio dado (instância)
Unidades de Apresentação

Mecanismo
informação
para
agrupar
itens
{InfoLabel1,
de
…,

display(DisplayLabel,
InfoLabeln)

onde DisplayLabel é um identificador
único e InfoLabeli são labels de itens de
informação.
Operações
Especificação de programas





op(Id, OpType, ArgsIn, ArgsOut)
Id: identificador único
OpType: filter, search, update, insert,
remove.
ArgsIn: parâmetros de entrada
ArgsOut: parâmetros de saída
•
Operações representam páginas dinâmicas
Transições

Representam a estrutura de navegação
InfoLabel
 DisplayLabel
DisplayLabel  DisplayLabel
OperationId  DisplayLabel
Apresentação


Define
detalhes
visuais
apresentação do conteúdo
Componentes básicos:

Estilos para itens de informação

Modelos de páginas – templates

Style sheets
para
Apresentação

Estilos para itens de informação
Style(InfoLabel, StyleId)

StyleId: corresponde a um esqueleto
de código na linguagem alvo (ex:
HTML)

Exemplos de estilos: text, bullet list,
itemized list, table, entre outros.
Apresentação
Apresentação




Modelos (templates) de páginas
Define posicionamento dos itens de
informação
Facilita geração de apresentações
alternativas
Permite personalização de páginas
Web
Apresentação

Estilos para páginas - Style Sheets

Especificação em CSS



Resolve especicação de detalhes de cores,
margens, tipo e tamanho da fonte de texto,
etc.
Facilita manutenção do estilo das páginas
Permite estilos
mesma página
alternativos
para
uma
Apresentação





Possibilidades para manutenção
Alterar o estilo de um item
informação
Associar estilos a tipos de dados
Alterar templates de páginas
Alterar o style sheet (CSS)
de
Exemplo: Site de Grupo
de Pesquisa
Itens de Informação:
info(membros_atuais, list, M) :M = {Nome | pessoa(Nome, _, atual)}

info(membros_anteriores, list, M) :M = {Nome | pessoa(Nome, _, anterior)}
info(publicacoes, table, T)
T = {[Autores, Titulo, Ref, Ano]|
publicacao(Autores, Titulo, Ref, Ano)}
Exemplo: Site de Grupo
de Pesquisa

Unidades de Apresentação
display(homepage,
{texto_inicio,
endereco, telefones, e-mail})
display(membros_grupo,
{membros_atuais,
membros_anteriores})
display(publicacoes_grupo,
{publicacoes})
Exemplo: Site de Grupo
de Pesquisa

Transições
homepage  membros_grupo
homepage  publicacoes_grupo
lista_projetos(X)
projeto_info[projeto(X,_,_)]
D  homepage :display(D, _)

Exemplo: Site de Grupo
de Pesquisa
Apresentação:
estilos para itens de informação
style(membros_atuais, bullet_list)
style(membros_anteriores, bullet_list)
style(publicacoes, bullet_list)
style(projeto_info, tuple)
style(eventos, table)

Síntese

Estruturas auxiliares
link(Info, SetInfo)
page(SetInfo, SetLinks, SetOp)
WebSite = {page(SetInfo1, SetLinks1,
SetOp1),
…,
page(SetInfon,
SetLinksn, SetOpn)}
Síntese

1.
2.
3.
4.
Processo de síntese:
Instanciar itens de informação
Criar programas (operações)
Aplicar estilos de apresentação
Traduzir estruturas de páginas
para linguagem alvo (HTML, XML,
WML).
Verificação de Propriedades

Hipergrafo


H = (V,E)
V = {v1, …, vn} conjunto de nós
E = {e1, …, en} conjunto de hiperarestas

ei = (he, Te) onde Te  V e he  V – Te


I  D  display(D, Is) iff (I, Is)  E
Verificação de Propriedades



Todo item de informação deve ser
incluído em uma unidade de
apresentação
I,T,R D,Is info(I,T,R) 
display(D, Is)  I  Is
Verificação de Propriedades



Toda transição deve ser entre
itens de informação e unidades
de apresentação existentes
I,D (I  D)  info(I,T,R) 
display(D, Is)  I  Is
Verificação de Propriedades

i)
ii)


Acessibilidade
I  D ou
I  Dt  It  Dt  It * D
D D’ I homepage(D)  D’D

ID  I * D’
Verificação de Propriedades



Implementamos mecanismos
verificação
automática
propriedades
para
de
A
complexidade
de
algumas
verificações pode ser exponencial no
pior caso
Verificação na especificação e não na
implementação do Web site
Manutenção Automática


Uso de agentes especializados
Operações específicas:

adição de conteúdo

atualização de conteúdo

remoção de conteúdo

atualização da apresentação

verificação de links externos
Manutenção
Automática

Arquitetura do sistema de síntese e
agentes de manutenção
Manutenção
Automática

Arquitetura do sistema de síntese e
agentes de manutenção
Manutenção Automática

Especificação
manutenção:
de
agentes
de

agent(InfoLabelSet, Time, Type)

InfoLabelSet: conjunto de labels


de itens de informação
Time: frequência da tarefa
Type: tipo de operação
Resultados


Geração automática de Web sites
consistentes com especificação de
alto nível
Facilidades para manutenção:





Alterações no conteúdo
Alterações na apresentação
Pessoal não-técnico
Automação de tarefas
Verificação de propriedades
Trabalhos Futuros



Entradas alternativas:

UML

Ontologia
Saídas Alternativas:

XML

WML

PDF
Sistema de Gerência de Conteúdo
Trabalhos Futuros


Manutenção automática
Integração
com
métodos
Recuperação de Informação
para
Gerência de Dados na Web


Diversos trabalhos estão sendo conduzidos
em conjunto com o LBD.
Alguns trabalhos novos sendo realizados
pelo grupo em Manaus:

Integração de fontes de dados Web

Coletor de estruturas
Integração de dados

Objetivo:
Ser capaz de integrar informações
textuais de fontes estruturadas
heterogêneas
Motivação



Proliferação de bancos de dados na Web
Heterogeneidade das bases de dados da
Web
Necessidade dos usuários em fazer
consultas cujas respostas sejam o
resultado da integração dos muitos
recursos on-line disponíveis.
Exemplo: Bancos de Dados de Filmes
INTERNET
MOVIE
DATABASE
Lista de Filmes
Elenco
Diretores
Classificação etc
MOVIE LINK
A
Relação de filmes
em cartaz por
cidade
B
C
D
n outros sites
contendo críticas e
observações sobre
filmes
Que filmes de Woody Allen estão em
cartaz em Nova York e quais os
comentários sobre eles?
Pesquisando...
INTERNET
MOVIE
DATABASE
Hannah e Suas Irmãs
Crimes e Pecados
A Rosa Púrpura do Cairo
.....
MOVIE LINK
Seatle....
New Jersey....
Nova York.....
Chicago...
Uma garçonete que costuma fugir
A
B
C
D
da realidade no cinema, assistindo
sessões seguidas de seus filmes
prediletos, tem uma grande. ....
Sistema de Integração de Informação
Consulta usando
linguagem
apropriada
Bancos de dados
Heterogêneos
INTERNET
MOVIE
DATABASE
A
B
MOVIE LINK
C
D
Busca usando
técnicas de
RI
Resultado da
Busca
Sistema de Integração de Informação
Principais dificuldades:
 Diferenças de modelagem entre as fontes. Nomes de atributos
e tabelas diferentes de BD para BD;
 BDs diferentes utilizam nomes diferentes para referenciarem o
mesmo objeto. Ex: Uma pessoa pode ser chamada de Paulo
Henrique Silva Couto e em outra fonte ser chamada de Paulo H.
S. Couto.
O que está sendo feito


Há um método que utiliza o modelo
vetorial para identificar similaridades entre
elementos de diferentes BDs
Estamos estudando a possibilidade de
utilizar espaços métricos para substituir o
modelo vetorial neste processo
Coletor de estruturas

Objetivo

Desenvolvimento de um coletor que possa
capturar dados sobre a estrutura de sites Web
Recuperação de Informação


Forte interação com o grupo LATIN da
UFMG
Trabalhos voltado para sistemas de
recuperação de informação na Web
Identificação de páginas sem
importância em Maq. Busca



Dissertação de mestrado do Daniel (aluno
da UFAM)
Objetivo é identificar páginas que
provavelmente não serão usadas em
consultas futuras
Idéia é estimar importância com base em
dados de coletas passadas, consultas
submetidas anteriormente por usuários,
estrutura de links e estatística de
ocorrência de palavras
Classificação de Páginas Web



Classificação de páginas Web
Objetivos: melhorar classificação de
páginas web combinando informação
derivada de seu conteúdo e estrutura de
apontadores.
Idéia: É possível obter informação sobre o
relacionamento semântico entre páginas
através da estrutura de apontadores.
Classificação de Páginas Web

Estado atual do trabalho:


Dissertação de mestrado mostra que a idéia
é viavel.
Novos experimentos para
resultados se repetem.
verficar
se
Expansão de Consultas

Expansão de Consultas
Processamento de Logs

Processamento de logs
Detecção de Sites Espelho

Detecção de sites espelho