scriptie ontologie-gebaseerd beheer bedrijfsprocessen

Academiejaar 2009 – 2010

UNIVERSITEIT ANTWERPEN FACULTEIT TOEGEPASTE ECONOMISCHE WETENSCHAPPEN

Ontologie-gebaseerd beheer van bedrijfsprocessen

Kris Van den Bergh

Masterproef voorgedragen tot het bekomen van de graad van: Master in de Toegepaste Economische Wetenschappen Handelsingenieur in de Beleidsinformatica

Promotor:

Prof. dr. Herwig Mannaert

VoorwoordYou are young, my son, and, as the years go by, time will change and even reversemany of your present opinions. Refrain therefore awhile from setting yourself up asa judge of the highest matters.

Plato (427 BC - 347 BC), Dialogues, Theatetus

Voor u ligt mijn eindwerk. Na vijf jaar hoop ik de laatste fase van mijn studie af teronden. In vijf jaar universitaire opleiding ontbrak het niet aan inhoud; ik heb ontzettendveel kennis opgebouwd. Voor het aanvangen van de studies Handelsingenieur in deBeleidsinformatica, was ik reeds gepassioneerd door IT. Doch, het ontbrak mij de correcteattitude en bedrijfskundige aanpak die nodig is in deze complexe wereld. Vandaag ben ikmeer dan overtuigd van mijn studiekeuze. Na vijf jaar luisteren ben ik dankbaar het heftin eigen handen te mogen nemen, mede door zelf een onderzoeksgebied aan te reiken. Deuitdaging was vooral het afbakenen van de onderzoeksvraag. Dankzij een gezonde dosisdoorzettingsvermogen ben ik er geraakt.

De zoektocht naar een passend onderwerp was eigenlijk niet zo heel moeilijk. Hetbegon met de keynote van Tim O’reilly op de Web 2.0 Expo in September 2008. Hij vroegom na te denken welke dingen we graag anders zouden doen. “Work on stuff that matters”luidde zijn boodschap. Bijgevolg heb ik mezelf die vraag gesteld: wat vind ik belangrijk?Zou een wereld waarin alles met elkaar verbonden is geen onvoorstelbare waarde kunnencreëren? Veel van de kennis van het menselijk ras wordt opgeslagen in databanken dieniet worden gedeeld. Het koppelen van gegevens is nochtans ontzettend belangrijk omde overbrugging tussen disciplines te maken. Het kan ons meer inzicht bieden in hoe decomplexe wereld in elkaar zit. Ik geloof dat we de wereld kunnen verbeteren door hetbouwen van bruggen, maar wel stap voor stap. Aan de hand van ontologieën kunnenwe vandaag bedrijfskundige kloven overbruggen. Dit werd alsmede mijn onderzoeksgebied.

Voor de totstandkoming van dit werk ben ik een aantal mensen dank verontschuldigd. Inhet bijzonder aan Prof. Dr. H. Mannaert omwille van zijn opvolging, inspiratie en talrijkesuggesties. Graag zou ik ook het Krimson team willen bedanken om mij vorig jaar mee tenemen naar Drupalcon Parijs. De doorslag voor de keuze van deze scriptie is voor een stukook daar gebeurd. Voorts ben ik Prof. Dr. C. De Backer (UA), Dr. P. De Leenheer (VU),Dr. M. Hepp (UniBw München), Dr. D. Karger (MIT), Dhr. M. Rospocher (FBK) enDhr. J. Vermeulen (UHasselt) dankbaar voor hun bereidwillige medewerking. Tenslottezou ik mijn ouders willen bedanken omdat zij mij de kans hebben geboden om te stude-ren, en niet aflatende steun hebben geboden. Mijn zus tot slot voor haar spontane inbreng.

Rest mij u nog een aangename leeservaring toe te wensen.

Kris Van den BerghAntwerpen, juni 2010

i

Inhoudsopgave

1 Algemene inleiding 11.1 Probleemstelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.2 Onderzoeksmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.3 Onderzoeksvragen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.4 Structuur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Het Semantisch Web 72.1 Het Semantisch Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.1.1 Doel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72.1.2 Oorsprong . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82.1.3 Grondbeginselen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102.1.4 Onderzoek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.2 Data-integratie en het delen van informatie . . . . . . . . . . . . . . . . . 122.2.1 Syntaxis en semantiek . . . . . . . . . . . . . . . . . . . . . . . . . 122.2.2 Metadata en data zijn elkaars wederhelften . . . . . . . . . . . . . 142.2.3 Gebrek aan data-integratie op het Web . . . . . . . . . . . . . . . 15

2.3 Datamodellering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172.3.1 Traditionele methoden . . . . . . . . . . . . . . . . . . . . . . . . . 172.3.2 Modelleertechnieken voor het Semantisch Web . . . . . . . . . . . 21

2.4 Ontologische modellering . . . . . . . . . . . . . . . . . . . . . . . . . . . 242.5 Componenten van het Semantisch Web . . . . . . . . . . . . . . . . . . . . 26

2.5.1 XML Schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272.5.2 Resource Description Framework . . . . . . . . . . . . . . . . . . . 272.5.3 RDF Schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302.5.4 OWL Web Ontology Language . . . . . . . . . . . . . . . . . . . . 312.5.5 Querytalen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352.5.6 Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362.5.7 Nog niet gerealiseerde lagen . . . . . . . . . . . . . . . . . . . . . . 362.5.8 Reasoning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2.6 Nadenken over de Systeemtheorie . . . . . . . . . . . . . . . . . . . . . . . 372.6.1 Entropie in de Statische Thermodynamica . . . . . . . . . . . . . . 382.6.2 Het Diepe Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

2.7 Obstakels en kritieken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392.7.1 Praktische haalbaarheid . . . . . . . . . . . . . . . . . . . . . . . . 392.7.2 Een ongerealiseerd idee . . . . . . . . . . . . . . . . . . . . . . . . 402.7.3 Privacy en censuur . . . . . . . . . . . . . . . . . . . . . . . . . . . 412.7.4 Verdubbeling van output formaten . . . . . . . . . . . . . . . . . . 412.7.5 Kip-en-eiprobleem . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

ii

Inhoudsopgave

2.7.6 The Semantic Web Of Death . . . . . . . . . . . . . . . . . . . . . 422.7.7 The Pragmatic Web . . . . . . . . . . . . . . . . . . . . . . . . . . 432.7.8 The Curse of Knowledge . . . . . . . . . . . . . . . . . . . . . . . . 43

3 De Semantische Onderneming 443.1 Het potentieel van informatie en goede communicatie . . . . . . . . . . . . 44

3.1.1 De Informatierevolutie . . . . . . . . . . . . . . . . . . . . . . . . . 443.1.2 Van waardeketen naar waardenetwerk . . . . . . . . . . . . . . . . 483.1.3 Van push- naar pullmodel . . . . . . . . . . . . . . . . . . . . . . . 503.1.4 Communicatieproblemen . . . . . . . . . . . . . . . . . . . . . . . . 50

3.2 Concepten voor de Semantische Onderneming . . . . . . . . . . . . . . . . 523.2.1 (On)gestructureerde, semi-gestructureerde data en Linked Data . . 523.2.2 Soorten gegevens in de onderneming . . . . . . . . . . . . . . . . . 553.2.3 Open en gesloten systemen . . . . . . . . . . . . . . . . . . . . . . 56

3.3 Nood aan interoperabiliteit . . . . . . . . . . . . . . . . . . . . . . . . . . 583.3.1 Interoperabiliteit classificatie . . . . . . . . . . . . . . . . . . . . . 593.3.2 Enterprise-interoperabiliteit . . . . . . . . . . . . . . . . . . . . . . 593.3.3 Semantische interoperabiliteit . . . . . . . . . . . . . . . . . . . . . 61

3.4 Integratie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 623.4.1 Data-integratie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653.4.2 Enterprise-integratie . . . . . . . . . . . . . . . . . . . . . . . . . . 69

3.5 Semantisch Web oplossingen voor integratie . . . . . . . . . . . . . . . . . 733.5.1 De rol van RDF . . . . . . . . . . . . . . . . . . . . . . . . . . . . 753.5.2 De rol van SPARQL . . . . . . . . . . . . . . . . . . . . . . . . . . 753.5.3 De rol van ontologieën . . . . . . . . . . . . . . . . . . . . . . . . . 763.5.4 De rol van de Linked (Open) Data cloud . . . . . . . . . . . . . . . 773.5.5 Het Semantisch Web en cross-enterprise integratie . . . . . . . . . 78

3.6 Een managementperspectief . . . . . . . . . . . . . . . . . . . . . . . . . . 833.6.1 Business Intelligence en kennisbeheer . . . . . . . . . . . . . . . . . 833.6.2 Beheren van bedrijfsecosystemen met ontologieën . . . . . . . . . . 853.6.3 Een meer flexibele Informatie Architectuur . . . . . . . . . . . . . 853.6.4 Mogelijke ontologie-gebaseerde strategieën . . . . . . . . . . . . . . 863.6.5 Bouwen van het informatie raamwerk . . . . . . . . . . . . . . . . 883.6.6 Buy-in van de belangrijkste medewerkers . . . . . . . . . . . . . . 88

3.7 Uitdagingen bij het inzetten van Semantische Technologieën . . . . . . . . 883.7.1 Mismatch semantische- en bestaande data technologie . . . . . . . 883.7.2 Organisatie mindset, de rol in het overkomen van het Kip-en-

eiprobleem en betrokkenheid . . . . . . . . . . . . . . . . . . . . . 893.7.3 Het belang van de kwaliteit van ontologieën . . . . . . . . . . . . . 903.7.4 Ontologie creatie in OWL is een steile leercurve . . . . . . . . . . . 903.7.5 Het afstemmen van meerdere ontologieën is een niet-triviale taak . 903.7.6 Nood aan betere visualisatietechnologieën en tools . . . . . . . . . 90

iii

Inhoudsopgave

4 Semantic Business Process Management 914.1 Service-Oriented Computing . . . . . . . . . . . . . . . . . . . . . . . . . . 91

4.1.1 Semantic Web Services . . . . . . . . . . . . . . . . . . . . . . . . . 924.1.2 Mediatie bij Web Services . . . . . . . . . . . . . . . . . . . . . . . 95

4.2 Semantic Business Process Management . . . . . . . . . . . . . . . . . . . 964.2.1 Motivatie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 964.2.2 Benadering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 994.2.3 Gebruiksscenario’s . . . . . . . . . . . . . . . . . . . . . . . . . . . 994.2.4 Vereisten en subproblemen . . . . . . . . . . . . . . . . . . . . . . 1014.2.5 Problemen met betrekking tot Business Process Management . . . 1034.2.6 SUPER Architectuur . . . . . . . . . . . . . . . . . . . . . . . . . . 104

4.3 Automatisch koppelen van gedistribueerde systemen . . . . . . . . . . . . 1044.3.1 Top-down aanpak . . . . . . . . . . . . . . . . . . . . . . . . . . . 1054.3.2 Bottom-up aanpak . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

4.4 Naar een ontologie-gebaseerde beschrijving van procesmodellen . . . . . . 1074.4.1 Vereistenanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1084.4.2 Literatuuroverzicht . . . . . . . . . . . . . . . . . . . . . . . . . . . 1084.4.3 Een vergelijkende studie . . . . . . . . . . . . . . . . . . . . . . . . 112

4.5 Gevalstudie: prijsbeheer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1154.5.1 Encoderen van Modellen en Viewpoints . . . . . . . . . . . . . . . 1154.5.2 Meta Object Facility . . . . . . . . . . . . . . . . . . . . . . . . . 1164.5.3 Ontology Definition Metamodel . . . . . . . . . . . . . . . . . . . . 1184.5.4 The Semantics of Business Vocabulary and Business Rules . . . . . 1194.5.5 Werkwijze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1204.5.6 Technische implementatie van de vertaling . . . . . . . . . . . . . . 1224.5.7 Representatie van UML in OWL . . . . . . . . . . . . . . . . . . . 1234.5.8 Uitwerking en evaluatie . . . . . . . . . . . . . . . . . . . . . . . . 125

4.6 Proces-gebaseerde ontologie-omgeving . . . . . . . . . . . . . . . . . . . . 1264.6.1 Beschrijving ontologie-omgevingen . . . . . . . . . . . . . . . . . . 1264.6.2 Ontology matching . . . . . . . . . . . . . . . . . . . . . . . . . . . 1294.6.3 Ontologie-ontwerp . . . . . . . . . . . . . . . . . . . . . . . . . . . 1314.6.4 Ontwikkeling van ontologieën . . . . . . . . . . . . . . . . . . . . . 132

5 Algemeen besluit 1355.1 Bevindingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1355.2 Aanbevelingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1375.3 Verder onderzoek en reflectie op ontologieën . . . . . . . . . . . . . . . . . 137

5.3.1 De uitvoerbaarheid van upper ontologies . . . . . . . . . . . . . . . 1395.3.2 De nood aan ontologieën op het Semantisch Web . . . . . . . . . . 140

Bibliografie 142

Bijlage A: UML-diagram prijsbeheer 154

Bijlage B: OWL-output prijsbeheer 155

iv

Lĳst van tabellen

2.1 Voorbeeld van tabelgegevens met betrekking tot restaurants. . . . . . . . 182.2 Een illustratie van te veel gegevens in een tabel. . . . . . . . . . . . . . . . 182.3 De introductie van onvoorziene gegevens. . . . . . . . . . . . . . . . . . . 202.4 Een vergelijk tussen een ontologisch model en een relationeel datamodel. . 242.6 Voorbeeld van een SPARQL query. . . . . . . . . . . . . . . . . . . . . . . 36

3.1 Heterogeniteit in informatiesystemen en bijbehorende interoperabiliteitkwesties. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

3.2 Dimensies en niveau’s van integratie . . . . . . . . . . . . . . . . . . . . . 633.3 Wisselwerking tussen twee dimensies binnen het Fischer raamwerk . . . . 643.4 Integratie niveaus en aspecten. . . . . . . . . . . . . . . . . . . . . . . . . 713.5 Integratiemethoden bij silo’s zijn arbeidsintensief. . . . . . . . . . . . . . . 803.6 Traditionele versus Ontologie-gebaseerde data-integratie. . . . . . . . . . . 82

4.1 Evaluatie van Semantic Web Services methoden. . . . . . . . . . . . . . . 944.2 Literatuur rond ontologie-gebaseerde vertaling van procesmodellen: niet-

functionele vereisten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1134.3 Literatuur rond ontologie-gebaseerde vertaling van procesmodellen: func-

tionele vereisten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1144.4 Meta niveaus van de MOF architectuur . . . . . . . . . . . . . . . . . . . 1164.5 Gemeenschappelijke eigenschappen van UML en OWL. . . . . . . . . . . . 1244.6 UML elementen zonder OWL equivalent . . . . . . . . . . . . . . . . . . . 1244.7 OWL elementen zonder UML equivalent . . . . . . . . . . . . . . . . . . . 1244.8 Een vergelijking tussen proces-gebaseerde ontologie-omgevingen. . . . . . 130

v

Lĳst van figuren

2.1 Euler toont aan dat het handelsreizigersprobleem kan voorgesteld wordenals een probleem op een graaf. . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2 Een simpel relationeel schema voor een restaurant. . . . . . . . . . . . . . 192.3 Het linken van “bars”-entiteiten aan een bestaand schema. . . . . . . . . . 202.4 Genormaliseerd schema dat een plaats scheidt van zijn doeleinden. . . . . 202.5 Een voorbeeld van een triple. . . . . . . . . . . . . . . . . . . . . . . . . . 212.6 Een samengestelde graaf is de unie van verschillende triples met gemeen-

schappelijke identificaties. . . . . . . . . . . . . . . . . . . . . . . . . . . . 222.7 Variërende rijkdom bij woordenschat, taxonomie en ontologie. . . . . . . . 252.8 De meest recente versie van de Semantic Web Layer Cake volgens het W3C. 262.9 Een voorbeeld van een RDF-graaf op basis van URI’s. . . . . . . . . . . . 282.10 RDF-statements kunnen beschouwd worden als punten in een driedimensi-

onale ruimten in een IRI/letterlijke namespace. . . . . . . . . . . . . . . . 292.11 Voorbeeld van een simpele ontologie. . . . . . . . . . . . . . . . . . . . . . 322.12 Een voorbeeld van gevolgtrekking. . . . . . . . . . . . . . . . . . . . . . . 332.13 Onbekende informatie wordt begrijpbaar wanneer men ziet hoe het aan

gekende concepten gerelateerd wordt. . . . . . . . . . . . . . . . . . . . . . 352.14 Componenten en talen van het Semantisch Web en de positionering van

reasoners. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.1 De rol van Semantisch Web technologieën bij de afleiding van inzichtenuit bestaande gegevens voor evaluatie en feedback. . . . . . . . . . . . . . 48

3.2 De waardeketen van Porter. . . . . . . . . . . . . . . . . . . . . . . . . . . 493.3 “The Meaning Triangle”: Symbool symboliseert Concept refeert aan Refe-

rent; Symbool betekent Referent. . . . . . . . . . . . . . . . . . . . . . . . 513.4 Gegevensstructuur op een spectrum. . . . . . . . . . . . . . . . . . . . . . 533.5 Een visualisatie van de Linked Open Data sets die tot nu toe (ongeveer

13.1 miljard triples) gepubliceerd en verbonden zijn. . . . . . . . . . . . . 553.6 De transitie van het Web. . . . . . . . . . . . . . . . . . . . . . . . . . . . 563.7 Semantiek zorgt voor bedrijfsinteroperabiliteit op vier niveaus: bedrijfs-

processen, data, applicaties en bedrijfsmiddelen. . . . . . . . . . . . . . . . 603.8 Simpele schematische voorstelling voor een datawarehouse en gemedieerd

schema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 663.9 Drie mogelijke manieren om ontologieën te gebruiken voor data-integratie. 683.10 Het beklimmen van de data-federatie piramide. . . . . . . . . . . . . . . . 713.11 Een ontologische benadering is schaalbaar. . . . . . . . . . . . . . . . . . . 77

vi

Lĳst van figuren

3.12 Ontologieën zijn de basis van de information mediation laag. . . . . . . . 783.13 Technieken en hun mate van expressiviteit. . . . . . . . . . . . . . . . . . 793.14 SPARQL federatie voordeel. . . . . . . . . . . . . . . . . . . . . . . . . . . 843.15 Informatiebronnen voor de onderneming. . . . . . . . . . . . . . . . . . . 843.16 Interne en externe data-elementen bieden meer context. . . . . . . . . . . 863.17 De waarde van het bedrijfsecosysteem met behulp van gedeelde ecosyste-

men . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 873.18 De bedrijfslogica waarde van ontologieën . . . . . . . . . . . . . . . . . . 87

4.1 Generieke Semantische Integratie Workflow. . . . . . . . . . . . . . . . . . 954.2 De drie dimensies van de performantie van een onderneming bekeken

vanuit een proces. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 974.3 De bi-directionele IT / proces kloof. . . . . . . . . . . . . . . . . . . . . . 984.4 Semantic Business Process Management. . . . . . . . . . . . . . . . . . . . 1004.5 Vereenvoudigde architectuur van een SBPM-omgeving. . . . . . . . . . . . 1014.6 Workflow voor uitbreiding procesmodel naar ontologieën. . . . . . . . . . 1214.7 model2RDF: technisch proces . . . . . . . . . . . . . . . . . . . . . . . . . 1234.8 Raamwerk voor de semantische annotatie van bedrijfsprocesmodellen. . . 1264.9 Semantisch verrijkte procesmodellen. . . . . . . . . . . . . . . . . . . . . . 1274.10 Aspecten en opties binnen een ontologie. . . . . . . . . . . . . . . . . . . . 1314.11 De modelleringsmethode binnen het Business Semantics Framework bestaat

uit twee cycli die elk een aantal modelleringsactiviteiten groeperen. . . . . 1334.12 De stappen voor een faceted-aanpak van ontologieën. . . . . . . . . . . . . 134

vii

Lijst van afkortingenAPI Application Programming Interface

BPM Business Process Management

DTD Document Type Definition

EO Enterprise Ontology

ERP Enterprise Resource Planning

ETL Exteract Transform Load

FOAF Friend of a friend

GAV Global As View

GRDDL Gleaning Resource Descriptions from Dialects of Languages

IRI Internationalized Resource Identifiers

ISO International Organization for Standardization

LAV Local As View

OWL OWL Web Ontology Language

RDF Resource Description Framework

RDFa Resource Description Framework in attributes

RDFS RDF Schema

RDQL RDF Data Query Language

SeRQL Seasame RDF Query Language

SPARQL SPARQL Protocol and RDF Query Language

SQL Structured Query Language

SWS Semantic Web Services

Turtle Terse RDF Triple Language

WSMO Web Service Modeling Ontology

XBRL eXtensible Business Reporting Language

XML eXtensible Markup Language

XSD XML Schema Definition Language

XSLT XML Stylesheet Transformations

viii

1 Algemene inleidingPricewaterhouseCoopers bracht in het voorjaar van 2009 een editie van TechnologyForecast, integraal gewijd aan het Semantisch Web. In het professionele rapport wordt devoorspelling gemaakt dat gedurende de volgende drie tot vijf jaar, er een transformatiezal plaatsvinden in de manier waarop we informatie beheren in de onderneming. Dezetransformatie wordt ingegeven door ontologieën, het mechanisme dat het SemantischWeb voortstuwt.

Toegegeven, het holle “Semantisch Web” begrip begint meer en meer op een marke-ting kreet te lijken. Desalniettemin, het PricewaterhouseCoopers rapport spreekt overeen immense impact op het bedrijfsleven. We staan voor enorme uitdagingen. On-dertussen investeert de Europese Unie ontzaglijk veel geld in onderzoek rondom hetSemantisch Web. Zij sponsoren en zetten talrijke projecten op onder de FrameworkProgramme takken. Bijvoorbeeld, het DIP1 project deed onderzoek naar het combinerenvan Semantisch Web en Web Service technologieën. Het budget betrof 16,3 miljoen euro.

Dertig jaar geleden deden we onderzoek naar relationele databanken. Vandaag is datverschoven naar ontologieën. Om het maar in perspectief te plaatsen. Gegeven dezeobservaties, leek het mij zeer interessant en relevant om te kijken hoe we ontologieënkunnen inzetten om bedrijfsprocessen te beheren. Het Semantisch Web biedt een maniervan denken over de wereld. Dit denken strookt echter niet met de praktijken van veleorganisaties en is een verzoek tot heroverweging.

In dit inleidend hoofdstuk wordt vooreerst de probleemstelling van deze scriptie be-handeld. Vervolgens beschouwen we het onderzoek zelf, en tenslotte overlopen we destructuur.

1http://dip.semanticweb.org/

1

1 Algemene inleiding

1.1 ProbleemstellingOrganisaties moeten flexibel en wendbaar zijn om te overleven in een dynamische encontinue evoluerende omgeving. Business Process Management (BPM) systemen wordenhiervoor ingezet, dewelke als doel hebben om de ganse bedrijfsprocessen levenscyclus(analyse, ontwerp, configuratie, executie) te ondersteunen, te implementeren en te onder-houden. Doch, een significant probleem in BPM benaderingen vandaag is dat moeilijk debrug kan worden gemaakt tussen de organisationele context, de diverse process workflownotaties, en de executable services die de procesactiviteiten vervullen. De moeilijkhedenbij het automatiseren van de overgang tussen de verschillende werelden, is te wijtenaan een gebrek van semantische betekenis dewelke machines vereisen voor verwerking.Het Semantisch Web, en Semantische Web Services in het bijzonder (SWS) bieden debelofte om applicaties ook op een semantisch niveau te integreren. Door bedrijfsprocesseneveneens op een semantisch niveau te gaan beschouwen, kunnen deze beter ondersteundworden gaande van modellering en querying tot de executie (Cabral, Nitzsche en Norton,2009; Herrero, 2007).

1.2 OnderzoeksmethodeBij aanvang werd er voor gekozen om een holistische benadering te hanteren. Vertrekkendevan de probleemstelling argumenteren we dat er inzicht nodig is in de grondslagen vanhet Semantisch Web, vooraleer men de concepten kan toepassen op bedrijfskundig niveau.Er wordt een kritische blik geworpen op het fenomeen van het Semantisch Web, watgesynthetiseerd wordt aan de hand van bestaande literatuur. Vervolgens wordt er gekekennaar organisaties. Voor organisaties identificeren we mogelijke oorzaken van wanorde, dieons leiden tot het evalueren van verschillende kijken op interoperabiliteit en integratie.Geleidelijk wordt er verschoven richting ontologieën en hoe deze waarde kunnen creërenvoor de onderneming. Hiervoor is een methodologie nodig. Dit brengt ons tot denotie van Semantic Business Process Management. Vermits het over het koppelen vangedistribueerde systeem gaat, woren twee benaderingen geëvalueerd: top-down versusbottom-up. De redenering van onderop wordt verder uitgediept, vertrekkende vanprocesmodellen. Naast een vergelijkende studie voor verschillende ontologie-gebaseerdeondersteuning van procesmodellen, wordt er een gevalstudie uitgewerkt – rond UML – dienagaat of een voorgestelde oplossing betrouwbaar is. Aansluitende bevindingen wordentenslotte gerapporteerd en er worden aanbevelingen geformuleerd voor het beheren vanbedrijfsprocessen met ontologieën.

2


1.3 OnderzoeksvragenHet onderzoek in deze scriptie betreft ontologieën in bedrijfscontext. We werken we metdrie categoriën van vragen, met telkens een aantal subvragen.

Categorie 1: Het Semantisch Web.

1. Wat is het Semantisch Web? Wat zijn de onderliggende grondslagen, wat is hetdoel, welke componenten omvat het?

2. Wat zijn de voor- en nadelen van conventionele modelleermethoden? Wat loopt ermis, en wat betekent dit in termen van het Web?

3. Wat zijn de oplossingen die het Semantisch Web voorschrijft? Hoe kunnen dezetechnieken huidige datamodellen aanvullen of verbeteren?

Categorie 2: Organisaties.

1. Met welke problemen worden organisaties vandaag geconfronteerd?

2. Wat zijn de onderliggende oorzaken van deze problemen?

3. Hoe kan een organisatie waarde creëren met behulp van ontologieën?

Categorie 3: Het beheren van bedrijfsprocessen.

1. Wat maakt dat bedrijfsprocessen niet goed beheerd worden vandaag?

2. Wat zijn ontologie-gebaseerde oplossingen hiervoor?

3. Hoe kunnen procesmodellen beter ondersteund en beheerd worden?

1.4 StructuurDe scriptie is opgebouwd rond drie hoofdstukken, die elk voldoende afgebakend zijn.

In Hoofdstuk 2, Het Semantsich Web, beschouwen we het Semantisch Web vanuit eenalgemeen perspectief. Om het Semantisch Web te begrijpen, is een gedegen achtergronden conceptuele kennis vereist. Zoals duidelijk zal worden, zijn vele van deze ideeën nietnieuw. In essentie gaat het Semantisch Web immers over het ontkoppelen van applicatiesen hun gegevens dankzij simpele, abstracte modellen voor kennisrepresentatie. Dit zijnideeën die reeds verschillend jaren onderzoek herbergen in Artificiële Intelligentie. Maartoch, om een dergelijke visie te realiseren, is er volgens mij meer nodig. Eerst en vooralondergaat het Semantisch Web nog steeds actief onderzoek. Hoewel de visie van Berners-Lee al meer dan tien jaar oud is, is het nog maar recent dat de eerste concretiseringenvan de vele abstracte concepten naar boven komen. Dit gebeurt onder de vorm vantools en programmeerboeken. De hoeveelheid aan literatuur is overweldigend, maarvoor de basisconcepten wordt er steeds gerefereerd naar de respectievelijke complexe

3


W3C-standaarden. Hoofdstuk 2 poogt verheldering te brengen in de soep van acroniemenen componenten aan de hand van talrijke voorbeelden en illustraties. Niet alleen probeerthet te contribueren aan de theorie-vorming door een kritische analyse van bestaandeliteratuur en een state of the art naslagwerk, maar door het in kaart te brengen vanhet hele spectrum poogt het ook onrechtstreeks de adoptie vooruit te helpen. In eersteinstantie is de invalshoek het Wereldwijde Web, en al haar onderliggende problemen.Vervolgens wordt er geargumenteerd dat onze modelleertechnieken veelal niet toereikendzijn, en dat ook het Wereldwijde Web hier mee te kampen heeft. Tenslotte wordt ergekeken naar oplossingen, in het bijzonder in de context van ontologieën.

Hoofdstuk 3 gaat na hoe organisaties waarde kunnen creëren op basis van het Se-mantisch Web, en met onotologieën in het bijzonder. Er wordt een zo accuraat mogelijkerepresentatie weergegeven van de vele problemen waarmee organisaties vandaag gecon-fronteerd worden, en gewezen op het belang van informatie bij het nemen van beslissingen.Vervolgens worden concepten en begrippen geïntroduceerd: we geven een overzicht van deverschillende soorten gegevens in de onderneming en op het Semantisch Web. Ook wordter een onderscheid gemaakt tussen openen gesloten systemen. Het verdere verloop vanhet hoofdstuk behandelt interoperabiliteit in breedste zin, waarbij er in de literatuur ookinzichten van constructiebouw worden overwogen, voor definiëring en classificatie vanhet integratie begrip. We zetten de Web hoed af, de bedrijfskundige hoed op, en kijkennaar integratieproblemen, zowel binnen de onderneming, als in de vraag- en aanbodketen.Vervolgens worden Semantisch Web ontologieën toegepast op de interoperabiliteit- enintegratieproblematiek. Vanuit een managementperspectief wordt beschouwd hoe eenCIO een dergelijke benadering best dient aan te pakken. Tot slot worden mogelijkeuitdagingen bij een ontologie-gebaseerde benadering aangehaald.

In Hoofdstuk 4 stellen we de tekortkomingen van Business Process Management vast. Wevertrekken van Service-Oriented Computing, waarna de combinatie volgt met ontologieën.Dit geeft een aantal interessante gebruiksscenario’s voor een betere ondersteuning vangekoppelde systemen. We zoeken vervolgens naar oplossingen voor Busines ProcessManagement, waarbij we vertrekken van procesmodellen. In de literatuur wordt gekekennaar verschillende aanpakken voor een ontologie-gebaseerde ondersteuning van dergelijkeprocesmodellen. Tevens onderzoeken we welke vereisten deze afdekken. Voor een prijsbe-heer proces wordt een gevalstudie uitgewerkt die een mogelijke ondersteuning evalueert.Tenslotte onderzoeken we de situatie waarbij meerdere ontologieën betrokken zijn.

4

Executive Summary

This report researches the application of Semantic Web concepts, namely ontologies, inthe context of business processes. First and foremost, we make the observation that theSemantic Web can be approached from different angles. In the literature, one can findthe following goals: machine readability, the exchanging information and the expressingdomain knowledge. Despite the original vision of Berners-Lee, this makes an ambiguousand abstract understanding. The same applies to ontology concept, where, again manydefintions co-exist. Especially the notion of “a shared understanding” emerges, as wellas the specification of anything in terms of concepts. Subsequently, several modelingapproaches were compared, in which particulary the weaknesses of the relational datamodel were emphasized. Analysis of different layers and corresponding components ofthe Semantic Web, showed that some layers are still actively researched, especially withregards to trust, cryptography and pragmatics. The approach of systems theory teachesus that structure goes a long way. Finally, there are many obstacles to the Semantic Web.There is also a lot of criticism involved, and therefore we conclude that the SemanticWeb is a delicate issue.

Applying semantics in the domains of Information technology and data modeling hasbeen done before. In fact, it is something that seems rather simple, but when it comesto semantics in the context of a distributed Web, and with everything it represents, thechallenges are significant. Many of the problems that the Web experiences, are similar toproblems encountered by organizations today. Although the Web is only twenty yearsyoung, it is not necessarily useless to introduce similar ideas to organizations, because theWeb is the only system today that scales and, as argued before, faces similar challenges.The Semantic Web allows to make relation models work effectively and efficiently in adecentralized manner, which ensures interoperability and integration at various levels,both within and outside supply and demand chain and between internal and externalsytems. In overall, a “Semantic Enterprise” is probably characterized by informationsystems that exploit relational information and their associations in such a way, towardsbetter achieving business goals and making better decisions. Today the technologies areout there, and the main constraints are the business models and how organizations areoperated and managed. The CIO is responsible for creating the appropriate conditions.The development, alignment and adoption of ontologies is not obvious. Besides the buy-inof key staff members, adoption also necessitates a methodology and framework, as wellas new visualization tools. The bottom line is that data should be considered as animportant “asset” for achieving agility of the organization, as well as a strategic meansthat is an important precondition for a sustainable and profitable enterprise.

5

The last chapter deals with Business Process Management (BPM). It was shown that asignificant problem in BPM approaches, is the difficulty of bridging between the organi-zational context, the various workflow processes, and executable services that performthe process activities. The underlying cause for difficulties in automating the transitionbetween different worlds, is due to the lack of semantics, which machines require forprocessing capabilities. The Semantic Business Process Management framework, tries tocombine both Web Services and BPM. From an organizational perspective, SBPM aims toanswer the needs for business process modeling. Different approaches to ontology-basedsupport for business process models are compared. Because of their different focus, theycover different functional and non-functional requirements, but they often fail to offer ananswer on how ontologies are part of a broader organizational perspective. There are anumber of frameworks that identify the different required ontologies. They often includeconcrete guidance, but no single approach that we are aware of is capable of supportingboth structural and dynamic aspects of process models. Especially the development andalignment of ontologies is and remains a tall order. Nevertheless, through a case studyfor a pricing management process, we argue that an UML-based translation to ontologiesis possible. Whether the suggested translations of these frameworks work effectively,remains an open question. Finally, by considering business processes at a semantic levelas well, they can be better supported for extensive analysis and modeling to executionand querying.

6

2 Het Semantisch WebEind jaren negentig kende het Wereldwijde Web een explosieve groei met een immensehoeveelheid aan informatie tot gevolg. Deze informatie is echter alleen begrijpbaar voormensen. Met het oog op een verdere automatisering is het nodig dat ook machinesmoeten kunnen omgaan met deze informatie. Dit is kort samengevat waarover hetSemantisch Web gaat. De formele beschrijving van concepten, termen en relaties binneneen bepaald kennisdomein zorgen er voor dat er automatisch (nieuwe) relaties tussenconcepten worden gelegd, waardoor gegevens begrijpbaar worden. In essentie bestaat hetSemantisch Web uit een reeks van ontwerpprincipes, collaboratieve werkgroepen en eenverscheidenheid aan technologieën.

Dit hoofdstuk behandelt het Semantisch Web vanuit een algemeen standpunt, aangezienhet nog jong, opkomend en multidisciplinair is. Het is van belang om de principes achterhet Semantisch Web te doorgronden om een beter begrip te krijgen hoe zij nuttig kunnenzijn voor diverse bedrijfskundige problemen en bij het modelleren van bedrijfsprocessen inhet bijzonder. Tenslotte, op basis van de stromingen die Ding (2010) onderscheidt, zoudenwe deze scriptie dan ook kunnen onderbrengen in de school “ontology engineering”.

2.1 Het Semantisch WebIn de literatuur vindt men verscheidene definities over het Semantisch Web. Het wordtbeschreven op verschillende manieren: als een utopische visie, als een Web van gegevens(Web of Data), of als louter een natuurlijke paradigma verschuiving in ons dagelijksgebruik van het web (Hitzler, Krötzsch en Rudolph, 2009). In de volgende sectie wordt hetdoel, de oorsprong, de grondbeginselen en onderzoek met betrekking tot het SemantischWeb behandeld.

2.1.1 DoelDe essentie van het Wereldwijde Web is het idee van een open gemeenschap: iedereendie wenst bij te dragen kan dat. Het is deze onpartijdigheid die geresulteerd heeft ineen verbazingwekkende hoeveelheid aan kennis over verschillende topics. Echter, omdatnatuurlijke taalverwerking nog steeds een onopgelost probleem is, kunnen machinesdeze webpagina’s niet begrijpen in de mate dat nodig is om de gewenste taken uit tevoeren (Heflin en Hendler, 2008). Maar het is de mengelmoes van verschillende analyses,presentaties en informatie over eender welk topic dat het Web de das om doet. Het lijktwel of het Web dom is. Bijvoorbeeld, als we een hotelkamer wensen te boeken die hetdichtst in de buurt is van een congres, dan moeten we nog steeds manueel de adressen

7

2 Het Semantisch Web

kopiëren en plakken om vervolgens de afstanden te vergelijken. Maar een webpagina isniet gebouwd om door machines te worden gelezen; de mens bepaalt de instructies enzorgt dat de vereiste taken worden volbracht (Allemang en Hendler, 2008).

Uit het voorgaande blijkt dat er een meer geïntegreerde en consistente Web ervaring nodigis. De uitdaging voor het Semantisch Web is niet om een infrastructuur te bouwen die zoslim mogelijk is, maar wel een infrastructuur te ontwikkelen die het meest geschikt isom informatie te integreren op het Web (Allemang en Hendler, 2008). Tim Berners-Lee1

sprak de visie van het Semantisch Web in 1999 uit als volgt:

“I have a dream for the Web [in which computers] become capable ofanalyzing all the data on the Web — the content, links, and transactionsbetween people and computers. A ‘Semantic Web’, which should make thispossible, has yet to emerge, but when it does, the day-to-day mechanisms oftrade, bureaucracy and our daily lives will be handled by machines talkingto machines. The ‘intelligent agents’ people have touted for ages will finallymaterialize.”

Naast machineleesbaarheid (1), zijn het ter beschikking stellen van een rijk semantischmodel voor het uitdrukken van domeinkennis (2) en het uitwisselen van informatie overdomeinen heen (3), veel genoemde doelen van het Semantisch Web (Hebeler et al, 2009).

2.1.2 OorsprongDe origines van het Semantisch Web liggen bij de zoektocht naar het externaliseren vankennis. Het is niet verwonderlijk dat we problemen hebben om informatie te vertalennaar computers. Immers, computers vereisen correctheid en precisie en dit zijn tweedomeinen waarin mensen tekortschieten. Hierin ligt ook het dilemma: computers kunnennuttige dingen doen als we de zaken precies, gedetailleerd en consistent uitleggen. Dezestrijd heeft verschillende types van data, informatie en zelfs formaten geproduceerd,ook wel vormen van kennisrepresentatie genoemd. De bedoeling van het SemantischWeb is niet zozeer om deze benaderingen te vervangen, doch om een nieuwe vorm vankennisrepresentatie te omarmen dat gebruik maakt van een aantal eerdere methodes endeze verbetert (Hebeler et al, 2009).

Het Semantisch Web werd voor het eerst wetenschappelijk2 beschreven in een artikel inScientific American door Tim Berners-Lee, James Hendler en Ora Lassila (2001). Hoeweldeze rudimentaire paper reeds karakteristieken zoals machine leesbaarheid aanhaalde, ishet Semantisch Web het resultaat van vele jaren voortgezet onderzoek. Vanzelfsprekendis het Semantisch Web gebaseerd op fundamentele Internet technologieën en filosofieën.Echter, twee belangrijke wiskundige disciplines hebben bijgedragen aan het SemantischWeb, meer bepaald grafentheorie en beschrijvende logica.

1http://www.w3.org/People/Berners-Lee/2Berners-Lee omschreef het Semantisch Web reeds eerder, bijvoorbeeld:

http://www.w3.org/DesignIssues/Semantic.html

8


Grafentheorie maakt deel uit van de kern van het Semantisch Web. Een graaf represen-teert knooppunten en relaties. Op het Wereldwijde Web kan men deze graafstructuurherkennen op basis van hyperlinks. Het was de bekende wiskundige Euler die met grafen-theorie bewees dat men de zeven bruggen van Koningsbergen niet zó kon wandelen zodatmen precies één maal over elke brug liep. Tevens heeft hij laten zien dat het probleembeschouwd kan worden als een probleem op een graaf (zie verder), waarin het vraagstukover de bruggen van Koningsbergen geabstraheerd kan worden zoals in Figuur 2.1.

Figuur 2.1: Euler toont aan dat het handelsreizigersprobleem kan voorgesteld worden alseen probleem op een graaf.

Bron: gebaseerd op Wikipedia (2010), Zeven bruggen van Koningsbergen.

Het handelsreizigersprobleem vormt de basis van de oprichting van routes naar nuttigeinformatie op het Web. Semantische Web oplossingen haken direct in op de voordelendie de wiskundige grafentheorie biedt. Dit leidt tot efficiëntieverbeteringen bij gegevens-verwerking.

Het creëren van computer-gebaseerde systemen die de betekenis van data verstaan,vereisen een formele representatie van de betekenis en context van data. Beschrijvendelogica bevat de regels voor de bouw van geldige, nuttige kennisrepresentaties, kennisre-presentaties die beslisbaar zijn, representaties die werkelijk een antwoord kunnen bieden.Onbeslisbare representaties zullen nooit een conclusie kunnen bereiken. Beschrijvendelogica is afgeleid van eerste-ordelogica en het is een formalisatie voor het representerenvan kennis. Het zorgt ervoor dat informatie expliciet wordt in plaats van stilzwijgendekennis. Stilzwijgende informatie is te vinden in traditionele applicaties via bijvoorbeeldif/else statements. Door kennis te externaliseren kan informatie geverifieerd, geïntegreerd,beredeneerd en ondervraagd worden. Beschrijvende logica bevat vele verschillende relati-etypen, waaronder overerving, die toelaten om rijke en complexe concepten te vormen,die zich op hun beurt vertalen in Semantisch Web constructen. Hun semantiek wordttraditioneel opgesplitst in concepten en relaties, volgens de verschillende behandelingvan instanties, hun attributen en rollen, uitgedrukt als feiten beweringen. Het eerste

9


concept is gekend als de TBox (voor terminologische kennis, de basis voor “T” in TBox)en representeert het schema of de taxonomie van een domein. De TBox is het structureleen intentionele concept van conceptuele relaties. Het tweede onderdeel van instanties isgekend als de ABox (voor beweringen/assertions, de basis voor “A” in ABox) en beschrijftde attributen van de instanties, de rollen tussen de verschillende instanties en anderebeweringen over instanties met betrekking tot hun klasse lidmaatschap van de TBoxconcepten (Nardi en Brachman, 2002). Formele representaties van kennis zijn de focusgeweest van kennisrepresentatie en reasoning research van de voorbije twintig jaar binnenhet domein van de Artificiële Intelligentie (Brachman en Levesque, 2004; Sowa, 1999 enBaader et al, 2003).

2.1.3 GrondbeginselenHet Wereldwijde Web introduceerde een aantal radicale nieuwe ideeën over het delen vaninformatie. Maar deze radicale nieuwe manier van denken heeft nog meer ingrijpendegevolgen wanneer het wordt toegepast op een web van gegevens zoals het Semantisch Web.Hendler (2008) onderscheidt de volgende fundamentele concepten die de basis vormenvoor de ontwerpbeslissingen omtrent Semantisch Web standaarden en dewelke van sterkebeïnvloeding zijn voor het produceren van kwalitatieve semantische webapplicaties.

• De AAA slogan — “Anyone can say Anything about Any topic.” Eén van degrondbeginselen van het Web in het algemeen en het Semantisch Web in hetbijzonder.

• Open wereld/gesloten wereld — Een gevolg van de AAA slogan is dat er altijdiets nieuws zou kunnen zijn dat iemand kan zeggen; dit betekent dat we moetenaannemen dat er altijd meer informatie is dan men kent.

• Niet-unieke naamgeving — Vermits de stemmen op het Web niet noodzakelijk hunbenamingen coördineren met anderen, kan het zijn dat dezelfde entiteit meerderebenamingen kent.

• Het netwerk effect — Het kenmerk van het Web dat het organisch doet groeien. Dewaarde van het toetreden stijgt met het aantal mensen die reeds zijn toegetreden.Dit is ook wel bekend als de wet van Metcalfe3.

2.1.4 OnderzoekDing (2010), voerde in zijn recente paper, “Who is who in the field – A bibliometricanalysis”, een citatie-analyse uit rond Semantisch Web voor de periode 1960 tot 2009.Papers en citaten werden verzameld uit twee grote databanken, Web of Science en Scopus.De belangrijkste publicatiekanalen op vlak van het Semantisch Web zijn conference pro-ceedings, met name deze die worden uitgegeven door Springer, in de reeks Lecture Notesin Computer Sciences. Belangrijke tijdschriften die Semantisch Web papers publiceren

3http://nl.wikipedia.org/wiki/Wet_van_Metcalfe

10


zijn Theoretical Computer Science, Bioinformatics, Data & Knowledge Engineering enIEEE Transactions on Knowledge and Data Engineering. De meest productieve auteurszijn T. Eiter, A. Brogi en H. Zhuge.

De onderzoek impact is geanalyseerd op basis van het aantal citaties. In de geheleperiode (1960-2009), zijn R. Milner, M. Gelfond en C.A.R. Hoare Gelfond gerangschiktals de top drie auteurs. Sir Tim Berners-Lee neemt de vierde plaats in gedurende degehele periode. Scopus haar citatie-data laat de rangschikking van de aangehaalde tweedeof derde auteurs toe. J. Hendler, S. Staab en H. Garcia-Molina zijn gerangschikt alsmeest aangehaalde tweede auteurs, terwijl O. Lassila, F. van Harmelen en I. Horrocksdeel uitmaken van de top drie meest geciteerde auteurs. In WOS wordt T. Gruber zijnontologie paper consistent als meeste aangehaald. A. Van Gelder zijn theoretisch bewijsheeft een tweede plaats, en S. Deerwester zijn “latent semantic analysis” paper is derde.T. Berners-Lee, J. Hendler en O. Lassila’s artikel over de visie van het Semantisch Webwordt gerangschikt als tweede meeste aangehaalde paper in 2005-2009, terwijl in Scopus,Gruber zijn ontologie paper en Berners-Lee zijn Scientific American paper de top tweemeest aangehaalde papers zijn in 1960-2009 en van 2005-2009.

Zowel in WOW als in Scopus zijn de meest geciteerde tijdschriften en conferentiesLecture Notes in Computer Science of Lecture Notes in Artificial Intelligence, ArtificialIntelligence, Communications of the ACM en Theoretical Computer Science. In WOSworden M.A. Haaris, T. Harris en L. Ding gerangschikt als de drie auteurs met eenaanzienlijke toename van het aantal citaten. Daarentegen, in Scopus worden D. Roman,J. De Bruijnn en L. Ding gerangschikt als de top drie auteurs met de grootste toenamevan het aantal citaten. Tenslotte meent Ding dat men, door het vergelijken van artikelenaangehaald in de periodes 2000-2004 en 2005-2009, een verschuiving in het onderzoekziet van AI-gerelateerd logisch programmeren, logische redenering en het bewijzen vantheorieën naar ontologische talen (e.g., RDF, OWL), semantische data conversie en hetmappen van ontologieën.

Brickley (2010), heeft enige kritiek op de manier waarop Ding zijn paper presenteert.Brickley meent namelijk dat veel van de belangrijke infrastructuur van het Semantisch Webtot stand is gekomen door middel van niet-academische samenwerking, hetzij industriëleof informele online samenwerking. Hij meent zelfs dat het academische publicatie-proceseen vertragende factor is op dit gezamenlijk werk. De traditioneel-gepubliceerde weten-schappelijke literatuur is natuurlijk een belangrijk onderdeel van het verhaal, maar alsmen alleen dit beschouwt, creëert men een misleidende gevoel van hoe de dingen werkelijktot stand zijn gekomen, en zelfs nog erger is dat men een misleidende intuïtie geeft hoemen het project verder kan helpen. In de ervaring van Brickley zijn veel van de discussiesen inspanningen rond het Semantisch Web online gebeurd. Veel van de mensen die welwat realiseerden werkten niet in een academische omgeving waar er institutionele druk isom te publiceren in bepaalde domeinen. Hiermee wilt hij zeker niet het kritische belangafkomstig van de academische wereld kleineren. Immers, zonder de academische buy-in ende bijhorende financiering van onderzoek, zou het Semantisch Web project zeker een stille

11


dood zijn gestorven. Echter, er is voortdurend gevaar op verwarring rond het werkelijkeproject — een wereldwijde samenwerking ter verbetering van de faciliteiten voor hetlinken van informatie op het Web — met een tweede activiteit door erover te schrijven.De twee zijn niet hetzelfde, en bij gebrek aan bruikbare moderne impact statistieken,wordt het gemakkelijk om de twee te vermengen. Hij stelt daarom dat een academischecitatie-analyse van het Semantisch Web project met als titel “Who is who in the field?”niet gepast is, omdat het jonge ontwikkelaars misleidt om een impact te maken op dewereld, in plaats van slechts op de literatuur. “Who cites who?” is misschien wel eenmeer accurate karakterisering.

2.2 Data-integratie en het delen van informatieAls data geïsoleerd is in een silo, dan wordt zijn gebruik en functie significant gelimiteerd.De wereld wordt echter steeds complexer en gekoppeld, waardoor het delen van gegevensessentieel is geworden op vrijwel alle terreinen (Barabasi, 2002). Het probleem bij hetdelen van gegevens tussen systemen kan opgedeeld worden in twee subproblemen: hetsyntactische probleem en het semantische probleem. Deze worden achtereenvolgenstoegelicht. Vervolgens wordt er beargumenteerd dat metadata en data onlosmakelijkverbonden zijn met elkaar. Tenslotte kijken we naar het Web, dat ook het probleemervaart van het delen van data en gegevensintegratie (Berners-Lee, Hall, Shadbolt, 2006).De beperkingen van het traditionele Web voor het delen en integreren van data wordenbehandeld; meer bepaald op het niveau van de Web-infrastructuur en op het niveau vanhypertext.

2.2.1 Syntaxis en semantiekHet onderscheidt tussen de syntactische-, semantische- en pragmatische dimensies inde taal-en communicatie theorie werd toegeschreven aan de Amerikaanse semioticus enfilosoof Charles Morris (1946), die deze dimensies als volgt gedefinieerd heeft:

“Pragmatics deals with the origins, uses and effects of signs within the totalbehavior of the interpreters of signs, and thus has the widest scope of anysemiotic study. Semantics concerns just the relations between signs and theobjects they signify, narrowing semiotic study to the strict literal meaning ofsigns and propositions. Syntactics concerns the formal relations between signsthemselves, further narrowing semiotic study to the logical and grammaticalrules that govern sign use.”

Morris baseerde veel van zijn werk op eerdere studies van semiotici zoals Charles Pierceen het sociaal behaviorisme van John Dewey en George Herbert Mead. In alledaagse ITtaal verwijst semantiek naar de studie van de betekenis van woorden, in tegenstelling totsyntaxis dat refereert naar de structuur van woorden of taal, zoals grammatica. Commu-nicatie vereist dat mensen het eens moeten zijn over een gemeenschappelijk medium en

12


taal. Het vinden van een gemeenschappelijk medium voor communicatie is analoog aanhet syntactisch aspect bij het delen van data. Als een persoon beslist om Morsecode tegebruiken, maar de andere is van plan om rooksignalen uit te zenden, dan zullen ze moeitehebben om ideeën uit te wisselen. Het vinden van een wederzijds verstaanbare coderingvan concepten binnen een gemeenschappelijk medium is analoog aan het semantischeaspect van het probleem van gedeelde gegevens. In relatie tot het Wereldwijde Web is denotie van semantiek erg open voor interpretatie, waarschijnlijk omdat het World WideWeb Consortium (W3C) het totale concept van semantiek bewust breed definitieert. In decontext van organisatorische informatie wordt semantiek gerepresenteerd door de relatietussen informatie objecten, met verschillende granulariteit (e.g., gegevens versus kennis).Wanneer zulke relaties behoorlijk gestructureerd zijn, bevatten zij de “intelligentie”, diewe uit onze systemen wensen te halen. Cognitieve systemen (kennissystemen, informa-tiesystemen, intelligente systemen, enz.) en de IT-infrastructuren die zijn ontworpenom hen te ondersteunen, moeten ontwikkeld worden langs alle drie de dimensies omintelligent te communiceren.

Laten we nu een voorbeeld geven vanuit het perspectief van een databank, gebaseerdop Hebeler et al (2009) en Evans et al (2009). Eén van de grootste uitdagingen voor dedatabase community is het vinden van manieren om data efficiënt te integreren. De com-plexiteit bij data-integratie wordt bepaald door syntaxis en semantiek. Het syntactischeaspect van het probleem rond het delen van data betreft het verkrijgen van toegang tot degedeelde gegevens, terwijl het semantische aspect het incorporeren van deze informatie inde datastructuren van de verbruikende systemen betreft. Om het verschil tussen syntaxisen semantiek te illustreren, worden er drie benaderingen om informatie te representerenbeschouwd, evenals hun implicaties voor het delen van gegevens. Het scenario betrefttwee software systemen die informatie beheren binnen een gemeenschappelijk domein.Het eerste systeem, de producent, heeft informatie dewelke de tweede, de consument,wenst te incorporeren.

Geserialiseerde objecten Bij binaire object serialisatie genereert de producent objectendie data representeren om gedeeld te worden. De gegevenswaarden in deze objecten wordenrechtstreeks geserialiseerd als collecties van bytes. Deze techniek kan enkel succesvolgeïntegreerd worden met het nodige inzicht van de consument. Het consumerende systeemmoet de exacte details van de producent zijn gegevensstructuren kennen en dat om hetsyntactische gedeelde gegevens probleem te kunnen adresseren. De hoeveelheid aanvereiste voorkennis heeft een significante impact op de bruikbaarheid van deze methodevan delen van informatie.

Relationele databanken Een relationele databank biedt significante verbeteringen tenopzicht van geserialiseerde objecten maar heeft zijn eigen tekortkomingen. Relationeledatabanken zijn meestal onderscheidende, herbruikbare componenten die betrekkinghebben op de bedrijfslogica van een software systeem. Dit heeft geleid tot de stan-

13


daardisatie van API’s 4 om ermee te interacteren. Daarnaast ondersteunen de meesterelationele databanken ook Structured Query Language (SQL) queries5 om data op tehalen. Door gebruik te maken van deze API’s en SQL, kan de complexiteit op het syntac-tische probleem gereduceerd worden. Nochtans blijft het syntactische probleem bestaan.De gestandaardiseerde API’s bieden wel een interface, maar zijn per database vendorverschillend. Zonder a priori te weten welke database vendor de producent gebruikt,wordt het moeilijk voor de consument om toegang te krijgen tot de databank van deproducten. Bovendien blijft het semantische probleem eveneens. Zonder een gedetailleerdbegrip van de databank schema’s en tabel definities wordt het een uitdaging om zelfs deeenvoudigste databanken te integreren.

Extensible Markup Language (XML) XML is momenteel een zeer populaire en ef-fectieve manier om informatie uit te wisselen. XML kan namelijk een effectieve enflexibele oplossing bieden voor het syntaxis probleem bij het delen van data omwillevan het ontbreken van gereserveerde sleutelwoorden of vooraf bepaalde woordenschatten.Ondanks zijn flexibiliteit, adresseert XML niet het semantische aspect bij het delen vandata. XML Stylesheet Transformations (XSLT’s) zijn in staat om speciaal gedefinieerdeelementen te converteren van één syntaxis naar een ander, maar deze XML elementenhebben geen betekenis op zichzelf. Een kleine verandering vereist veel aanpassingswerkomdat XSLT heel syntaxis specifiek en daardoor fragiel is. Zonder de betekenis vast teleggen van de codering en relaties tussen XML elementen, kan men onmogelijk de impactvan een verandering in grootte of terminologie inschatten.

2.2.2 Metadata en data zijn elkaars wederhelftenDe drie hierboven beschreven methoden tonen progressie in tijd en sofisticatie op hetgebied van het syntactische probleem bij het delen van data. Maar tot op vandaag vereisthet hard labeur om twee XML documenten bijeen te voegen. Dit komt omdat de focusbij data uitwisseling zich niet toelegt op het semantische aspect. Om dit probleem teoverkomen moet men realiseren dat data en metadata onafscheidelijk zijn. Laten weeerst metadata definiëren. Volgens International Organization for Standardization (ISO)zijn metadata het volgende:

“... the information and documentation which makes data understandableand shareable for users over time. Data remains usable, shareable, andunderstandable as long as the metadata remain accesible (ISO, 2004).”

Gegevens betreffen met andere woorden waarden, individuele atomen van informatieen metadata beschrijven de relatie tussen deze atomen en andere data. De hoeveelheidmetadata is meestal een veelvoud van de hoeveelheid data. Bovendien wijzigen metadatavaak veel minder frequent dan data.

4Open Database Connection (ODBC) en Java Database Connectivity (JDBC) zijn voorbeelden vangestandaardiseerde software interfaces of Application Programming Interfaces voor databanken.

5Queries laten toe om complexe, expliciete en gestructureerde vragen te stellen. De resulterendeinformatie slaagt er al dan niet in om die vraag te beantwoorden.

14


Eén van de uitdagingen van relationele data is begrijpen hoe de verscheidene tabel-len met elkaar gerelateerd zijn. Bij zulk relationeel datamodel kunnen de semantischerelaties afgeleid worden uit de tabellen en kolommen. De metadata van een relationeelschema, dewelke kolommen beschrijven die samen een bepaalde entiteit vormen, is bijeen semantisch datamodel deel geworden van de data zelf. Op die manier wordt er eenflexibel datamodel gevormd dat toelaat om naadloos informatie te integreren met nieuwesemantische data.

Meestal gebeurt de samensmelting van data en metadata in het hoofd van de ont-wikkelaar, maar geautomatiseerde informatie-uitwisseling mag niet afhankelijk zijn vaneen persoon. Daarom, om ervoor te zorgen dat informatie automatisch uitgewisseldwordt, moeten data en metadata gegroepeerd worden. Samen zorgen data en metadataervoor dat informatie overdraagbaar, uitwisselbaar, interoperabel en vindbaar wordtomdat de relaties tussen de gegevenswaarden onafhankelijk blijven van waar ze wordenopgeslagen. Deze benadering, die het Semantisch Web hanteert, zorgt ervoor dat hetdelen van informatie evidenter wordt op het semantische niveau.

2.2.3 Gebrek aan data-integratie op het WebDe literatuur wijst op twee beperkingen van het traditionele Web; meer bepaald ophet niveau van de Web-infrastructuur en op het niveau van hypertext. Deze wordenachtereenvolgens besproken.

Limieten vanwege de Web-infrastructuur Ten grondslag aan het Web ligt een set vanberichten dewelke de ontwikkelaars van de Web-infrastructuur besloten hebben om opeen gestandaardiseerde manier te behandelen. Bijvoorbeeld, een HTTP webserver die eenGET request ontvangt, zal data corresponderend met het path terugsturen. De semantiekvan deze berichten zijn dus wel degelijk gedefinieerd in standaarden vastgelegd doorcomités en gedocumenteerd in Request For Comments (RFC) en W3C aanbevelingen.Dit heeft ervoor gezorgd dat webapplicatie ontwikkelaars kunnen opereren achter eenfaçade die de details van de tussen machines uitgewisselde applicatie data afschermt,waardoor men kan focussen op de eigen applicatie. Webontwikkelaars hoeven zich nietlanger te coördineren met andere ontwikkelaars met betrekking tot berichtformaten ofhoe applicaties zich moeten gedragen in de aanwezigheid van bepaalde gegevens.

Hoewel deze façade heeft geresulteerd in een explosie aan beschikbare applicaties voorde eindgebruiker, heeft de ontkoppeling van de data uitwisseling ervoor gezorgd dat dedata verzuilt is geraakt in stovepipe systems6, verborgen achter webinterfaces. Dezewebfaçade kan dus als oorzaak worden beschouwd van het ontbreken van de integratievan webapplicaties met andere Internet-applicaties. Het is daarom dat het huidige procesom data te combineren momenteel gesofisticeerde en ad-hoc technieken vereist, juistvanwege deze verborgen aard van data op het Web (Evans et al, 2009).

6Een stovepipe system is een legacy systeem dat een verzameling is van onderling verbonden elementen diezo nauw met elkaar gekoppeld zijn dat de afzonderlijke elementen niet differentieerbaar, aanpasbaar ofherwerkbaar zijn. Het stovepipe systeem moet worden gehandhaafd totdat het geheel wordt vervangendoor een nieuw systeem.

15


Limieten vanwege Hypertext op het Web: syntaxis vs. semantiek Het traditioneleWeb bestaat uit documenten geschreven in de Hypertext Markup Language (HTML), eenopmaaktaal voor de specificatie van documenten. HTML wordt gebruikt om documentente beschrijven, afgewisseld met multimedia objecten zoals afbeeldingen en video’s ofinteractieve formulieren. Echter, HTML heeft een aantal beperkingen die duidelijk wordengemaakt met het voorbeeld dat volgt en gebaseerd is op Evans et al (2009).

Hieronder twee items uit de CD catalogus van webshop ’CD WOW!’:

• 88697369212 – Set Your Goals – Reset – 6,99 euro

• WEAC268 – The National – The National – 6,99 euro

De webontwikkelaar van de ’CD WOW’ website is niet vertrouwd met het SemantischWeb en laat de catalogus als volgt genereren in HTML.

<table><tr><td>88697369212</td><td>Set Your Goals</td><td>Reset<td>6,99 euro<td></tr><tr><td>WEAC268</td><td>The National</td><td>The National</td><td>6,99 euro</td></tr></table>

Een computerprogramma zou wel in staat zijn de tekst op catalogus pagina te lezen,maar weet de betekenis van de informatie niet te achterhalen. In het voorbeeld dient hetprogramma aan te nemen dat hem om de catalogus van een winkel genaamd ’CD WOW’gaat en dat een album “Reset” van de artiest “Set Your Goals” wordt verkocht tegen eenprijs van EUR 6,99. Een totaal gebrek aan contextinformatie maakt dat het programmade inhoud niet zal kunnen begrijpen. Syntaxis onderscheidt wel data, maar geen kennis.

In het bovenstaande voorbeeld wordt slechts de presentatiewijze – de vorm van dewillekeurige objecten of ook wel symbolen – beschreven. Net zoals bij een programmeer-taal komt dit overeen met de syntaxis. In tegenstelling tot computers zijn deze symbolenwel interpreteerbaar voor het menselijk verstand. Mensen zijn namelijk in staat om eenwelbepaalde betekenis te geven aan een combinatie van symbolen. Bij semantiek gaathet om de betekenis van symbolen en niet om de vorm ervan. Met andere woorden,de syntaxis legt de presentatiewijze vast en de semantiek beschrijft de onderliggendebetekenis.

Semantische HTML7 is een manier om HTML te schrijven waarbij tags de beteke-nis van gecodeerde informatie benadrukken in plaats van de presentatiewijze.Een voorbeeld hiervan is het gebruik van de tag <em>, die staat voor emphasis (nadruk),in plaats van de tag <i>, die italic (schuinsgedrukt) betekent.

7http://en.wikipedia.org/wiki/Semantic_HTML

16


Eén manier om HTML uit te breiden met semantiek is door middel van Microfor-mats8. Door het HTML class attribuut in te vullen, kan men op een eenvoudige maniersemantische data toevoegen. Een andere benadering is die van RDFa. Eveneens biedthet de mogelijkheid om attributen toe te voegen aan tags. Doch laat het ook toe om eennamespace te definiëren op dezelfde manier zoals RDF/XML dat doet. Op deze manier isde uitgever niet gebonden aan bepaalde woordenschatten en is men in staat om een eigenwoordenschat te definiëren als er nog niets geschikt bestaat. Online winkels of veilingenzoals Best Buy maken reeds gebruik van deze semantische annotaties (Mohan, 2009). Dereden van adoptie is dat Google en Yahoo! recent begonnen zijn met het verzamelen vanembedded RDFa, wat zich dan weer vertaalt in een hogere ranking van de respectievelijkepagina’s (Goer, 2008; Goel, Ramanathan, Hansson, 2009).

2.3 DatamodelleringHet Semantisch Web, net zoals het traditionele Web van documenten, is gebaseerd opeen aantal radicale noties rond het delen van informatie. Deze ideeën — de AAA slogan,de open wereld assumptie en niet-unieke naamgeving — bieden een ruimte waarin hetdelen van informatie kan floreren en waar een netwerkeffect door een synergie van kennismogelijk wordt. Maar de huidige manier om informatie te verzamelen creëert een chaosvan verwarring, onenigheid en conflict. Immers, de Web-infrastructuur verhindert hetdelen van informatie, coöperatie en collaboratie.

De oplossing ligt in modellering. Modellering is het proces van het ordenen van in-formatie voor gemeenschappelijk gebruik. Dit wordt op drie manieren ondersteund (deLeeuw, 1994):

• Het biedt een raamwerk voor communicatie tussen mensen;

• Het biedt een formele verklaring;

• Het biedt een structuur voor het beheren van verschillende meningen/betekenissen.

Er zijn vele manieren om na te denken over data en bijgevolg ook modelleringwijzen. Inde volgende secties wordt een overzicht geboden van de traditionele, vaak mature en goedonderbouwde manieren van modelleren. Hun sterktes en zwaktes worden beschrevenwaarna een uiteenzetting volgt rond de modelleringtechnieken voor het Semantisch Web.We baseren ons op Evans et al (2009).

2.3.1 Traditionele methodenGegevens in tabelvorm De eenvoudigste dataset is data in tabelvorm, zoals een Excelwerkblad of een HTML-tabel. Gegevens in tabelvorm hebben het voordeel dat ze heeleenvoudig te lezen en te manipuleren zijn. Beschouw de restaurant-gegevens in Tabel 2.1.

8http://www.microformats.org/

17


Tabel 2.1: Voorbeeld van tabelgegevens met betrekking tot restaurants.

Restaurant Adres Keuken Prijs OpenDeli Llama Molenweg Deli € ma, di, wo, do, vrPeking Inn Dorpsstraat Chinees €€ do, vr, zaWok This Way Schoolstraat Chinees € ma, di, wo, do, vr, za, zoMarquis de Salade Kerkstraat Frans €€€ do, vr, za

Bron: gebaseerd op Evans et al (2009), Programming the Semantic Web.

Het is meestal eenvoudig om data in een tabel te tonen, sorteren en te bewerken. Vermitser betekenis wordt gegeven aan de data in de rijen en kolommen spreken we hier vanmodellering. De data in deze rijen en kolommen leggen aan een persoon uit wat desemantiek is. Het feit dat Chinees in de rij Peking Inn staat en in de kolom keuken,vertelt ons dat “Peking Inn serveert Chinees eten”. We weten dit omdat we begrijpenwat een restaurant is en een keuken, en omdat we geleerd hebben hoe een tabel te lezen.

Gegevens in tabellen hebben duidelijke beperkingen. Beschouw bijvoorbeeld de laatstekolom, Open. In deze kolom worden verschillende dagen samengevoegd. Wat als wenu ook de openingsuren wensen toe te voegen? In theorie is dit mogelijk, zoals wordtgetoond in Tabel 2.2:

Tabel 2.2: Een illustratie van te veel gegevens in een tabel.

Restaurant Adres Keuken Prijs OpenMarquis de Salade Molenweg Deli €€€ di(11u–19u), do(11u–20u), za(11u–22u)Peking Inn Dorpsstraat Chinees €€ do(17u–22u), vr(17u–23u), za(17u–23u)


Deze tabel laat ons echter niet toe om restaurants te vinden die vrijdagavond open zijn.Het computerprogramma zal namelijk de samengevoegde velden in de Open kolom nietkunnen interpreteren. De problemen met tabellen worden nog meer zichtbaar wanneer erdoor meerdere tabellen wordt gerefereerd naar dezelfde data. Bijvoorbeeld, als we eenwerkblad hebben met de restaurant aanbevelingen van onze vrienden, dan kunnen weniet zomaar de aanbevolen restaurants oplijsten die ook dicht bij huis zijn. De modellenzijn simpelweg te rigide, gelimiteerd en meestal ook niet aanpasbaar.

Relationele data Relationele databases zijn gemeen goed geworden in zowat elke in-dustrie. Producten als IBM DB2, Oracle DB en MySQL zijn zeer matuur en zijn hetresultaat van talrijke jaren intensief onderzoek. Vooral wanneer het datamodel goedbegrepen is, zijn relationele databases zeer krachtig voor het opslaan van grote data sets.In essentie laat een relationele database toe om meerdere tabellen samen te voegen opeen gestandaardiseerde manier. Voor de restaurant data kan een schema gedefinieerdworden zoals Figuur 2.2 weergeeft.

18


Figuur 2.2: Een simpel relationeel schema voor een restaurant.

IDNaamAdresKeukenID

RestaurantRestaurantIDDagOpenGesloten

Uren

IDNaam

Keuken


In plaats van te sorteren of te filteren op slechts één kolom, kan men nu meer gesofisti-ceerde queries doen. Bijvoorbeeld, een query die alle restaurants oplijst die open zijn om22 uur op een vrijdag, kan in SQL uitgedrukt worden als volgt:

SELECT Restaurant.Naam, Keuken.Naam, Uren.Open, Uren.GeslotenFROM Restaurant, Keuken, UrenWHERE Restaurant.KeukenID = Keuken.IDAND Restaurant.ID = Uren.RestaurantIDAND Uren.Dag = “vr”AND Uren.Open < “22”AND Uren.Gesloten > “22”

In het relationele datamodel is de semantiek van de data meer expliciet. De bete-kenis van de waarden worden beschreven door het schema. Zo zijn er de entiteiten“Restaurant” en het type “Dag”, en er is een bepaalde relatie tussen beide. Hoewelde database niet echt weet wat een “Restaurant” is, kan het wel verzoeken om allerestaurants op te lijsten met bepaalde eigenschappen.

Vele applicaties (e.g., productcatalogi), lenen zich perfect voor een relationeel schemavermits er maar een beperkte set van velden is, die bovendien maar op een aantal ma-nieren worden gebruikt. Data-integratie op het Web wordt echter gekenmerkt door snelveranderende en onbekende types van data. Stel dat we de volgende bijkomstige gegevensmet betrekking tot ons restaurant-schema te weten komen, zoals getoond in Tabel 2.3.

Vele restaurants kunnen vaak bestempeld worden als zowel bar als restaurant, bijvoor-beeld een taverne. Tabel 2.3 toont of er ook een DJ draait en wat de drankspecialiteit is.Momenteel zijn al deze tabellen gescheiden, maar het is perfect mogelijk dat iemand eenplaats zoekt waar men een Franse keuken heeft en waar er Martini wordt geserveerd. Alswe de bestaande structuur wensen te behouden, dan kunnen de tabellen gewoon gelinktworden met elkaar. Een tabel RB_Link die aangeeft welk restaurant en bar op hetzelfdeadres zijn, kan hiervoor zorgen.

19


Tabel 2.3: De introductie van onvoorziene gegevens.

Bar Adres DJ Drank specialiteitMarquis de Salade Molenweg Ja MartiniCafé De Prof Vekestraat Ja Blue ThrillPeking Inn Dorpsstraat Nee Scorpion Bowl


Figuur 2.3: Het linken van “bars”-entiteiten aan een bestaand schema.

IDNaamAdresKeukenID

Restaurant

RestaurantIDBarID

RC_Link IDNaamAdresDJ?Specialiteit

Bar


Dit introduceert echter een nieuw probleem. Er zijn nu namelijk twee namen en adressenin de databank. Willen we zoeken op adres, dan moeten we naar beide tabellen kijken.Bovendien is de keuken gebonden aan het restaurant type en niet aan het bar type. Hettoevoegen en bijwerken van data is nu veel ingewikkelder. Een betere manier om ditte modelleren zou zijn door een tabel “Plaats” in te voeren, dewelke restaurant en barontkoppelt.

Figuur 2.4: Genormaliseerd schema dat een plaats scheidt van zijn doeleinden.

PlaatsIDDagOpenGesloten

Uren

IDNaamAdres

Plaats

IDPlaatsIDKeukenID

Restaurant

IDPlaatsIDDJ?Specialiteit

Bar


20


Hoewel dit ons probleem oplost, moet het oude datamodel nog wel getransformeerdworden naar het nieuwe datamodel. Dit proces noemt men schema migratie. Niet alleenmoeten alle queries herschreven worden, maar ook alle bestaande code die uitgaat vaneen bepaalde tabel structuur. In omgevingen zoals het Web waar datasets voortdurendveranderen, wordt het migratie proces gewoonweg onhandelbaar. Een ander probleemmet relationele databanken is dat schema’s ongelofelijk complex kunnen worden wanneermen met grote hoeveelheden data heeft te maken. Denk maar aan schema’s voor ERP-applicaties die ontoegankelijk zijn waardoor er zich een hele industrie van adviesbureausis ontstaan die dergelijke pijnlijke- en arbeidsintensieve processen aanpakken.Een andere manier om data te modelleren is door gebruik te maken van het key/valueformaat. Hierbij zijn plaatsnaam en adres eigenschappen van “plaats”. De kolommen inde plaatstabel kunnen vertaald worden naar key/value rijen in een Eigenschappen tabel.Dit wordt meestal niet aangeraden omdat dan de normalisatie verloren gaat en meestalresulteert in een lagere database performantie. Desalniettemin laat het toe om data uitte drukken en te anticiperen op nog ongekende doeleinden. Zo zou de tabel uitgebreidkunnen worden naar bijvoorbeeld concertgebouwen.

2.3.2 Modelleertechnieken voor het Semantisch WebOp het Semantisch Web wordt informatie gemodelleerd op basis van een set van driecomplementaire talen: het Resource Description Framework (RDF), RDF Schema (RDFS)en de OWL Web Ontology Language.

Eens een tabel volledig geparameteriseerd is, kunnen we willekeurige nieuwe feitentoevoegen. Immers, er is niets meer dat de “plaats” tabel verhindert om enkel maarfeiten over lokale specialiteiten en concertgebouwen bij te houden. De geïntroduceerdedrie kolommen structuur wordt op het Semantisch Web gebruikt om informatie te repre-senteren als een set van statements bestaande uit drie delen: een onderwerp, predicaaten object. Daarom wordt het ook wel triple genoemd. Triples kunnen beschouwd wordenals taalkundige uitdrukkingen, waarbij elk element overeenkomt met een stukje uit degrammatica, dat gebruikt kan worden om een korte zin mee te vormen.

Figuur 2.5: Een voorbeeld van een triple.

Sun Tzu schreef The Art Of War

onderwerp predicaat object

In het algemeen refereert een onderwerp van een triple naar een entiteit — een “ding”waarvoor een conceptuele klasse bestaat. Mensen, plaatsen en andere objecten zijnentiteiten, maar ook minder concrete dingen zoals tijdsaanduidingen of ideeën. Predicaat

21


refereert naar een eigenschap van de entiteit. Een geboortedatum, naam, of e-mail adreszijn voorbeelden. Objecten vallen in twee klassen: entiteiten die een onderwerp kunnenzijn in een andere triple en letterlijke waarden zoals strings of nummers.

Meerdere triples kunnen samengevoegd worden door hetzelfde onderwerp en objectte gebruiken over verschillende triples heen. De verzameling van deze ketens van relatieswordt een graaf genoemd. Door grafen te gebruiken om informatie te modelleren kan mentwee afzonderlijke grafen op een dezelfde manier onderwerpen en objecten identificerenwordt het mogelijk om deze twee grafen samen te voegen. Elke triple kan nog steedszinvol op zichzelf staan. Figuur 2.6 is een diagram waarbij twee afzonderlijke grafen metgemeenschappelijke identificaties samengevoegd worden.

Figuur 2.6: Een samengestelde graaf is de unie van verschillende triples met gemeen-schappelijke identificaties.

E

A

E

D

C

B

F

B

C

A

C

B

A

D

EF+ =

Bron: gebaseerd op Hebeler et al (2009), Semantic Web Programming.

Gegevens worden flexibel en dynamisch Eén van de grondbeginselen van het Seman-tisch Web is een open wereld; er is namelijk steeds ongekende informatie. Het SemantischWeb speelt hier op in op basis van inferentie. Het is in staat om zelf dingen uit tezoeken door middel van inferentie. Namelijk, eens dat informatie correct gedefinieerdis, kan een zogenaamde reasoner nieuwe relaties afleiden. Bijvoorbeeld, stel dat Janeen man is, en man is van het type persoon. Het systeem zou dan kunnen afleiden datJan een persoon is. Bovendien kan een reasoner ook logische contradicties identificeren.Bijvoorbeeld, als men claimt dat man en vrouw mutueel exclusieve groepen zijn, en ergensis er sprake van dat Jan een vrouw is9, dan zou de reasoner deze data kunnen bestempelenals contradictorisch. Hoewel inferentie elk gegeven meer waarde bijbrengt, moet menzorgzaam deze dynamische informatie valideren. Het inferentie proces is immers netzoals alle computer systemen kwetsbaar voor het zogenaamde “Garbage In, Garbage Out”fenomeen (Hebeler et al, 2009; Evans et al, 2009).10

9Jan zou natuurlijk ook transseksueel kunnen zijn.10Garbage In, Garbage Out (GIGO) wordt gebruikt in Computerwetenschappen om de aandacht te

vestigen op het feit dat computers kritiekloos omgaan met de meest onzinnige input gegevens (Garbage

22


Semantische metadata laten toe om nieuwe informatie te ontdekken (zie reasoning),maar bieden eveneens een nieuwe vorm van informatie-navigatie. Men kan in eenderwelk punt starten en ontdekken door een bepaalde set van relaties te volgen. Voorprogramma’s wordt het mogelijk om even eenvoudig te navigeren als op webpagina’s(Hebeler et al, 2009; Evans et al, 2009).

Tenslotte is het Semantisch Web inclusief. De wijze waarop het Semantisch Web instaat is om informatie flexibel uit te drukken, maakt het een ideale kandidaat om anderegegevensformaten te incorporeren. Semantische vertaalregels en statements laten toeom andere datatypes, waaronder relationele databanken, XML webservers en komma-gescheiden lijsten te incorporeren. Op die manier kunnen andere waardevolle informatiebronnen verrijkt en geünificeerd worden (Hebeler et al, 2009; Evans et al, 2009).

in) en dat ze onzinnige informatie produceren (Garbage out). Het was zeer populair in de begindagenvan de computer, maar kent een lange geschiedenis in de ingenieurswetenschappen. Het inferentieprocesbij kennisgebaseerde systemen versterkt deze zorg.

23


Een vergelijking tussen een ontologisch model en een relationeel datamodel Ten-slotte presenteren we Tabel 2.4 die de subtiele verschillen tussen een ontologisch modelen relationeel datamodel weergeeft.

Tabel 2.4: Een vergelijk tussen een ontologisch model en een relationeel datamodel.

Ontologisch model Relationeel datamodelData gepresenteerd op conceptueelniveau, meer herbruikbaar.

Data gerepresenteerd op fysiek niveau.

Data is gebaseerd op een flexibeldatamodel die elke relatie kan uitdrukkendoor middel van ontologie.

Data wordt beperkt door rigide schema.Schema taal is primitief in vergelijkingmet de expressiviteit van een ontologie.

Data met context. Betekenis wordtformeel en expliciet uitgedrukt.

Impliciete informele betekenis. Relatieskunnen vertaald worden in kolommen.

Vangt subsumptie op via relaties tussenconcepten en relaties.

Geen ondersteuning voorsubsumptie-relatie – subsumptiehiërarchie ontbreekt.

Domeinvriendelijke taal wordt gebruiktom queries uit te drukken: alles isexpliciet.

Queries zijn verbonden aan een schema,en expliciete joins moeten wordengespecificeerd.

Rules-talen drukken nieuwe concepten enrelaties uit over bestaande.

Concepten en relaties worden gelimiteerdtot op de hoogte van het schema. Geenafleidingen – afwezigheid van ruleondersteuning om internationaleconcepten en relaties te definiëren.

Gevolgtrekkingsmechanisme. Geen gevolgtrekkingsmechanisme.Informatie-toegang is domein-afhankelijken schema-onafhankelijk – ideaal voor hetintegreren van informatie oververschillende bronnen heen.

Informatie-toegang is gebonden aan eenschema – moeilijk om te samen te voegenen combineren. Ideaal voor het beherenvan gecontroleerde data. Redelijkeschaalbaarheid en query performantie.

Bron: gebaseerd op Kuriakose (2009), Understanding and Adopting Semantic Web Technology.

2.4 Ontologische modelleringHet Semantisch Web introduceert het idee van ontologische modellering. Filosofen, metname Aristoteles (384-322), zijn altijd sterk betrokken geweest bij wat er bestaat en hoehet te beschrijven — de zijnsleer. Er bestaan vele definities van ontologieën. De meestgebruikte definitie in de Semantisch Web gemeenschap komt van filosoof Gruber (1993):

“an ontology is an explicit specification of a conceptualisation”

24


Nog een definitie die de wereld als invalshoek neemt (Uschold en Gruninger, 1996):

“an ontology is a shared understanding of some domain of interest”

Andere definities benadrukken naast het gedeelde begrip, ook de toepassing van ontolo-gieën, zoals bijvoorbeeld Fensel (2001):

“An ontology is a shared and common understanding of a domain that canbe communicated across people and application systems.”

Een ontologie is gerelateerd aan woordenschatten en taxonomieën11. Het biedt een preciezewoordenschat hoe kennis kan gerepresenteerd worden. Deze woordenschat laat ons toeom, net zoals bij database schema’s of objectgeoriënteerde klasse-diagrammen, op eenformele manier te specificeren welke entiteiten worden gerepresenteerd, hoe ze gegroepeerdkunnen worden en welke relaties ze leggen. Dit is zinvol, omdat we anders beroep moetendoen op eigen inventie, intuïties en gedeelde ervaringen over onderwerp en object relaties.De woordenschat kan daarom gezien worden als een sociaal contract tussen een dataprovider en een data consumer. Hoe preciezer een ontologie, hoe beter het begrip van hoede data kan ingezet worden. Een ontologie wordt als succesvol beschouwd als mensen ensystemen die gebruik maken van de ontologie succesvol samenwerken. Ontologieën latentoe om regels te formuleren voor de afleiding van nieuwe informatie. Nieuwe informatiekan verstaan worden als de conclusies die we kunnen afleiden uit bestaande informatie.Bijgevolg moeten machines die een ontologie lezen dezelfde conclusies kunnen trekken(Kuriakose, 2009).

Figuur 2.7: Variërende rijkdom bij woordenschat, taxonomie en ontologie.

Woordenschattaalkundige afspraken (termen)

over conceptenin het domein

Taxonomieterminologie

+ isKindOf relatie

Ontologietaxonomie

+ andere relaties in domein + beperkingen

Toenemende Rijkdom van Kennismodelleertaal


11Woordenschatten zijn simpele verzamelingen van goed gedefinieerde termen. Taxonomieën breidenwoordenschatten uit door het toevoegen van hiërarchische relaties tussen termen.

25


2.5 Componenten van het Semantisch WebHet W3C heeft het Semantisch Web steeds voorgesteld als een monolithische “stack” vantechnologieën, ook wel de “layer cake” genaamd. De stack illustreert hoe de verschillendetechnologieën op elkaar bouwen. Op basis van de onderliggende technologieën kunnen danapplicaties voor de eindgebruiker ontwikkeld worden. Over de verschillende jaren heenwerden de lagen van de taart bijgewerkt om de evoluerende standaarden te reflecteren enom nieuwe use cases te ondersteunen. Hoewel we in deze sectie deze verschillende lagenzullen beschrijven, mag men niet vergeten dat het Semantisch Web een collectie is vanstandaarden, een set van tools en vooral ook een community met zich meedraagt.

Figuur 2.8: De meest recente versie van de Semantic Web Layer Cake volgens het W3C.

Bron: gebaseerd op Berners-Lee (2007), Semantic Web and Other Technologies to Watch.

26


2.5.1 XML SchemaEen algemene standaard van het Semantisch Web is de eXtensible Markup Language(XML)12. Zoals reeds aangehaald in Sectie 2.2.1, is XML op zichzelf niet in staat om eendocument een bepaalde semantiek te geven. Loutere XML-tags worden door machinesbegrepen als een opeenvolging van tekens. Om structuur aan een XML document tegeven gebruikt men XML Schema13. De formele taal van XML Schema, XML SchemaDefinition Language (XSD), is een standaard van het World Wide Web Consortium(W3C). Het is de opvolger van het eerder ontwikkelde Document Type Definition (DTD).Door middel van XML Schema kan een document model opgesteld worden en op gronddaarvan worden gecontroleerd op basis van een “validating parser”. Een XML Schemakan onder meer opleggen welke elementen in een XML document kunnen voorkomen,de volgorde waarin deze elementen moeten voorkomen en aan welke kenmerken dezeelementen moeten voldoen (De Backer, 2005). In principe zou men XML Schema kunnenhanteren om semantische beschrijvingen af te spreken. XBRL14 is zo een universeel XMLschema dat gebruikt wordt om financiële rapporten te beschrijven, dat gebruik maaktvan gestandaardiseerde industrie termen en tags. Deze aanpak werkt alleen maar doorgebruik te maken van deze afgesproken beperkte woordenschat, waarop dan semantischerelaties tussen de verschillende documenten met dezelfde syntaxis kunnen worden gelegd.Bij gebruik van een ander XML Schema, houdt het leggen van relaties op. AndereSemantsich Web technologieën zoals RDF-metadata, RDFS en OWL bieden hier eenoplossing voor.

2.5.2 Resource Description FrameworkZoals reeds eerder duidelijk werd, maakt het Semantisch Web gebruik van statementsbestaande uit een onderwerp, predicaat en object, ook wel triple genoemd. Het is hetResource Description Framework dat dit datamodel formaliseert. Een RDF-graaf is eenset van RDF triples.

Knooppunten van een RDF-graaf zijn de onderwerpen en de objecten van de state-ments die een graaf vormen. Er zijn twee soorten knooppunten: literals en resources.Literals vertegenwoordigen concrete datawaarden zoals getallen of strings en kunnenenkel de objecten zijn van een statement. Resources daarentegen kunnen eender welkewaarde voorstellen en kunnen zowel onderwerp als object zijn. Ze nemen de vorm aanvan Internationalized Resource Identifiers (IRI). De IRI is een uitbreiding op URI. Het iseen gestandaardiseerde manier voor de benaming van resources. Het IRI schema biedteen hiërarchische namespace voor verschillende resources die al dan niet toegankelijk zijnvia het Web15. Een IRI is universeel uniek en blijft geldig in elke context waardoor deuitdrukking van informatie in RDF overdraagbaar maakt (Hebeler et al, 2009).12http://www.w3.org/XML13http://www.w3.org/XML/Schema14http://www.xbrl.org/15Een telefoonnummer is bijvoorbeeld ook een IRI vermits het uniek, globaal bruikbaar en betrouwbaar

is.

27


URI’s beschikken vaak over een hash teken dat verwijst naar een ding – zoals eenindividuele muzikant, een liedje van haar, of het recordlabel waar ze muziek op uitbrengt– binnen een pagina zelf, in plaats van de pagina op zich. Figuur 2.9 representeert eenRDF graaf met machine leesbare statements over Eric Miller (voorheen hoofd van deSemantic Web Group van het W3C, nu CEO bij Zepheira) en zijn contactgegevens van2004. Deze statements betekenen het volgende: “Er is een persoon geïdentificeerd doorhttp://www.w3.org/People/EM/contact#me, wiens naam Eric Miller is, wiens e-mail [email protected] is en wiens titel Dr. is. (Miller en Manola, 2004)”

Figuur 2.9: Een voorbeeld van een RDF-graaf op basis van URI’s.

http://www.w3.org/People/EM/contact#me

Eric MillerDr.

http://www.w3.org/2000/10/swap/pim/contact#personalTitle http://www.w3.org/2000/10/swap/pim/contact#fullName

mailto:[email protected]

http://www.w3.org/2000/10/swap/pim/contact#mailbox

http://www.w3.org/2000/10/swap/pim/contact#Person

http://www.w3.org/1999/02/22-rdf-syntax-ns#type

Bron: gebaseerd op Miller en Manola (2004), RDF Primer, W3C Recommendation

In een RDF-context worden predicaten, ook wel eigenschappen genoemd. Ze stellen deverbindingen voor tussen resources. Ze kunnen echter zelf resources zijn waarover op zijnbeurt RDF-statements kunnen worden geformuleerd. Net zoals onderwerpen, wordenpredicaten voorgesteld door middel van IRI’s (Hebeler et al, 2009).

Het delen van informatie De simpele structuur van een graaf en de globale namespacevan IRI’s maken dat RDF geoptimaliseerd is voor het uitwisselen van data. Ten eerste,grafen hebben geen roots in tegenstelling tot bijvoorbeeld hiërarchische XML. Als mentwee bomen wenst samen te voegen, is het moeilijk om de root te bepalen omdat destructuur van de boom gekend moet zijn. Dit in tegenstelling tot een RDF graaf, wantdaar is geen enkele resource belangrijker in vergelijking met een andere. Het combinerenvan grafen is hier conceptueel hetzelfde als het naast elkaar plaatsen van grafen. Tentweede, triples zijn collecties van URI’s en letterlijke waarden. Elke URI en letterlijkewaarde hebben een globale scope. Hierdoor moeten hun namen niet vertaald worden wateen voordeel is bij het uitwisselen van data.

28


RDF-statements als punten in een assenstelsel RDF-statements kunnen beschouwdworden als punten in een abstracte driedimensionale ruimte. Elke axis in de ruimtepresenteert ofwel het onderwerp, predicaat of object van een statement waarop URI’s enletterlijke waarden kunnen geplaatst worden zoals blijkt uit Figuur 2.10. Een statementkan dus met andere woorden afgebeeld worden als een punt gedefinieerd door eenonderwerp, predicaat en object (Hebeler et al, 2009).

Figuur 2.10: RDF-statements kunnen beschouwd worden als punten in een driedimensio-nale ruimten in een IRI/letterlijke namespace.

<http://example.org/ont#d> <http://example.org/ont/#d> "f"Onderwerpen

...http://example.com/ont#dhttp://example.com/ont#chttp://example.com/ont#bhttp://example.com/ont#a

...http://example.com/ont#dhttp://example.com/ont#chttp://example.com/ont#bhttp://example.com/ont#a

Predikaten

http://example.com/ont#d http://example.com/ont#c

http://example.com/ont#bhttp://example.com/ont#a

...

Objecten

http://example.com

/ont#d

http://example.com

/ont#c

http://example.com

/ont#b

http://example.com

/ont#a

"f"

"e"

"d"

"c"

"b"

"a"...


De voordelen van RDF-statements bij het uitwisselen van informatie worden nu duidelijk:

• Eenvoudig samenvoegen: Punten in de statement ruimte zijn net hetzelfde alspunten in eender welke N -dimensionale ruimte. Twee sets van punten kunnensamengevoegd worden om een rijker beeld te verkrijgen, net zoals grafen vanstatements gecombineerd kunnen worden om een rijkere graaf te bekomen.

• Volgorde onafhankelijkheid: Als alle punten toegevoegd zijn in een statementruimte van punten, en het beeld is compleet, dan is het onmogelijk om te bepalenin welke volgorde zij werden toegevoegd.

29


• Geen duplicaten: Als twee statements hetzelfde onderwerp, predicaat en objecthebben, dan zijn ze identiek. Eens een statement toegevoegd is aan een collectie, danzullen volgende statements geen additionele informatie bijdragen aan de collectievan beweringen.

De expressiviteit van RDF is gelimiteerd tot binaire relaties. Anderzijds kunnen n-airerelaties vertaald worden in een relatie object met n binaire relaties (Hebeler et al, 2009;Evans et al, 2009; Allemang en Hendler, 2008).

Een andere interessante eigenschap van RDF, is dat het reflectief is door het ondersteu-nen van reification. Dit laat toe om een verklaring te hijsen aan een statement, op hetniveau dat het het onderwerp of object kan zijn van andere verklaringen. Met anderewoorden, RDF-statements kunnen praten over andere “verdinglijkte”16 statements. Eenstatement kan bijvoorbeeld aangeven wie een ander statement maakte, of wanneer dezewerd gemaakt (Hebeler et al, 2009).

RDF serialisaties Serialisatie maakt RDF praktisch voor het uitwisselen van informatie,door een manier aan te bieden om het abstracte model te vertalen naar een concreetformaat zoals een file of byte stream. De voornaamste serialisaties worden kort besproken(Allemang en Hendler, 2008).

• RDF/XML17: RDF/XML is een XML syntaxis voor het representeren van RDF tri-ples en is de enige normatieve (gestandaardiseerde) syntaxis voor RDF serialisaties.

• Terse RDF Triple Language (Turtle)18: Turtle is meer gebruiksvriendelijk. Omdathet een graaf niet moet voorstellen als een boom, is het preciezer en heeft het eenbeter leesbare syntaxis.

• N-Triples19: N-Triples is een vereenvoudigde versie van Turtle. Het gebruikt dezelfdesyntaxis voor commentaar, URI’s en letterlijke waarden maar legt een aantal nieuwevereenvoudigende beperkingen op.

2.5.3 RDF SchemaRDF biedt een extreem krachtig en expressief model voor het vastleggen van informatie.Toch, RDF alleen biedt geen manier om de mening van de gemodelleerde informatie vastte leggen zoals verder blijkt.

16Verdinglijken is de correcte Nederlandstalige vertaling voor het werkwoord “to reify” en is te mooi omniet te gebruiken.

17http://www.w3.org/TR/rdf-syntaxis-grammar/18http://www.w3.org/TeamSubmission/turtle/19http://www.w3.org/TR/rdf-testcases/#ntriples

30


“RDF defines a simple datamodel for describing the properties of resources,and interrelationships among resources, in terms of named properties andvalues. However, the RDF datamodel itself provides no mechanisms fordeclaring specific types or classes of resources, or for declaring which propertiesmight apply to which classes of resources. However, RDF user communitiesrequire the ability to say certain things about certain kinds of resources.For describing bibliographic resources, for example, descriptive attributesincluding "author", "title", and "subject" are common. For digital certification,attributes such as "checksum" and "authorization" are often required. Thedeclaration of these properties (attributes) are defined for RDF in an RDFschema. A schema defines not only the properties of a resource (e.g., title,author, subject, size, color, etc.) but may also define the kinds of resourcesbeing described (books, Web pages, people, companies, etc.) (Miller enManola, 2004). ”

De eerste stap om de betekenis van RDF-informatie uit te drukken, bestaat er in eengemeenschappelijke woordenschat te ontwikkelen die een welbegrepen mening heeft enop een consistente manier gebruikt wordt om andere resources te beschrijven. RDFSchema probeert niet om deze gedeelde woordenschatten te definiëren, maar het biedt demogelijkheid om zelf gedeelde woordenschatten te ontwikkelen20(Miller en Manola, 2004).

RDFS-woordenschatten beschrijven de klassen van resources en eigenschappen die ge-bruikt worden in een RDF-model. Met behulp van RDFS, kan men de klassen eneigenschappen regelen in generalisatie / specialisatie hiërarchieën, het domein en bereik-verwachtingen definiëren voor eigenschappen, klasse lidmaatschap toelichten en datatypesinterpreteren. Alle resources in RDFS worden beschouwd als leden van de klasse van alleresources en zijn bijgevolg allemaal instanties. Deze instanties kunnen verder beschrevenworden door statements te maken door middel van eigenschappen of door ze explicietlid te maken van een andere klasse gedefinieerd in een RDFS-woordenschat (Miller enManola, 2004).

2.5.4 OWL Web Ontology LanguageDe OWL Web Ontology Language breidt de RDFS-woordenschat uit met bijkomenderesources die gebruikt kunnen worden om meer expressieve ontologieën te bouwen. OWLintroduceert toegevoegde beperkingen ten aanzien van de structuur en inhoud van RDFdocumenten met het oog op de verwerking en de redenering meer computationeel be-slisbaar te maken. Verder wordt duidelijk dat dit onder meer de mogelijkheid is omrestricties, kardinaliteit en eigenschappen van relaties (zoals symmetrisch en transitief)vast te leggen. Het maakt gebruik van RDF en RDFS, XML Schema datatypes enOWL-namespaces. Bijgevolg is de set van valide OWL-documenten een subset van de setvan valide RDFS-documenten. OWL 2 is een uitbreiding op de originele W3C aanbevelingvan februari 2004, dat een reeks van nieuwe mogelijkheden toevoegt ingegeven op basisvan feedback van de gebruikers (McGuinness en van Harmelen, 2004).20Een mooi voorbeeld is OpenVocab (http://open.vocab.org). Het laat eenieder toe om woordenschat

termen te wijzigen in geval er twijfel is over de rechtvaardiging van het schema.

31


Figuur 2.11 beeld een simpel voorbeeld af van een muziek-ontologie21. Deze verbindteen artiest, compositie, voorstelling, opname, signaal en plaat/album. Elke relatie tussendeze elementen is verschillend. Net zoals in RDF-grafen, geven de expliciete relatiestussen de elementen kracht aan ontologieën.

Figuur 2.11: Voorbeeld van een simpele ontologie.

mo:MusicArtist mo:MusicalWorkmo:Composition

mo:Recording mo:Signal mo:Record

mo:Performance mo:Sound

mo:published_asmo:produced_signal

mo:recorded_as mo:recorded_in

mo:performance_of mo:produced_soundmo:produced_workmo:compose

Bron: gebaseerd op Fazekas et al (2010), Music Ontology Specification.

OWL ondersteunt de notie van een gedistribueerd kennis model omdat het gebouwd isop RDF, wat toelaat om resources lokaal te beschrijven en te declareren of naar hen teverwijzen van op afstand. Om de juiste gevolgtrekkingen te maken, worden er twee van debelangrijke grondbeginselen (zie Sectie 2.1.3) van het Semantisch Web als onderliggendeassumptie genomen: de open wereld assumptie en niet-unieke naamgeving. Hier eenvoorbeeld van gevolgtrekking:

Op basis van Figuur 2.12 kunnen we concluderen dat:• een Persoon is altijd een Man of Vrouw (m.a.w., Man en Vrouw zijn van het type

Persoon) — isKindOf relatie;

• Man is compleet onafhankelijk en verschillend van Vrouw — disjointWith relatie;

• Sommige Mannen zijn Echtgenoten en sommige Vrouwen zijn Echtgenotes —isKindOf relatie;

• Sommige Personen zijn Werknemers. Daarom zijn sommige Mannen en sommigeVrouwen Werknemers — logisch gevolg.

21http://musicontology.com/

32


Figuur 2.12: Een voorbeeld van gevolgtrekking.

Werknemer

SueSueEchtgenoteEchtgenoot

PersoonMan Vrouw


OWL-ontologieën worden opgeslagen als documenten op het Web. Elk document bestaatuit een optionele header die de resource dewelke de ontologie zelf representeert, be-schrijven en definiëren. Annotaties voegen non-semantische beschrijvende informatie toeaan resources. Verder bestaan ontologieën uit drie fundamentele bouwblokken: klassen,individuals en eigenschappen. Een klasse is een set van resources. Een individual iselke resource dewelke een member is van tenminste één klasse. Zo wordt het duidelijkdat de structuur van OWL gedeeltelijk vergelijkbaar is met die van Objectgeoriënteerdemodellen; men kan klassen, subklassen en attributen modelleren22. Wel worden de relatiessubClassOf en instanceOf overgenomen van RDFS (Kuriakose, 2009).

Een eigenschap wordt gebruikt om een resource te beschrijven. Er zijn twee soorteneigenschappen:

• Datatype eigenschappen, relaties tussen individuals (instanties van klassen) endatatype definities die variërende waarden beschrijven (e.g., RDF van XML Schemadatatypes);

• Object eigenschappen, relaties tussen twee individuals.

De collectie van types die een bepaalde eigenschap gebruiken wordt het domein van deeigenschap genoemd. De verschillende waarden dat een eigenschap kan hebben wordt derang van een eigenschap genoemd. Verder kan de kardinaliteit van een eigenschap wordengespecificeerd, en kunnen eigenschappen gedefinieerd worden als een sub-eigenschap (spe-cialisatie) van een andere eigenschap. Op die manier kunnen eigenschappen geconstrueerdworden als hiërarchieën, waardoor de encapsulatie van details mogelijk wordt binnenmeer algemene eigenschappen (Allemang en Hendler, 2008).

22Individuals in OWL zijn niet anoloog aan objecten in OOP, ondanks dat ze beide instanties zijnvan klassen. De objecten in OOP zijn opgebouwd rond de informatie van hun klasse types. InOWL beschrijven klassen sets van individuals die zelfde kenmerken delen. OWL individuals kunnendaarom eender welke structuur hebben ondanks hun type. Semantische modellen zijn met anderewoorden property oriented. Vandaar worden semantische entiteiten niet geboren in een klasse, maarwel begrepen als members van klassen omwille van hun eigenschappen. Bij objectoriëntatie wordeneigenschappen begrepen als deel van een klasse.

33


Het is mogelijk om eigenschap karakteristieken te specificeren die het redeneren overeigenschappen faciliteert. Bijvoorbeeld, een eigenschap P kan gedeclareerd worden alstransitief, wat betekent als P (x,y) en P (y, z) dan ook P (x, z). De karakteristiekenondersteund door OWL zijn:

• TransitiveProperty:P (x, y) ∧ P (y, z) ⇒ P (x, z)

• SymmetricProperty:P (x, y) ⇒ P (y, x)

• FunctionalProperty:P (x, y) ∧ P (x, z) ⇒ y = z

• inverseOf:P (x, y) ⇔ P (y, x)

• inverseFunctionalProperty:

P (y, x) ∧ P (z, x) ⇒ y = z

Men kan ook verklaren dat klassen of eigenschappen in OWL equivalent zijn met andereklassen of eigenschappen — de sameAs relatie. Dit helpt bij het combineren van bestaandeontologieën, waar equivalente concepten worden gebruikt onder verschillende namen(Allemang en Hendler, 2008).

Het is gebruikelijk dat men slechts een kleine subset van de OWL-elementen gebruikt. Ditis echter perfect acceptabel, omdat de taal flexibel is en moet kunnen worden gebruikt opde meest mogelijke en pragmatische wijze. Vandaar zijn er een aantal vooraf gedefinieerdesubgroepen, of OWL profielen met uiteenlopende niveaus van expressiviteit en tradeoffsin computationele complexiteit. OWL Lite is de simpelste variant, maar ontbreekt deexpressiviteit van OWL DL. OWL DL beschikt over computationele compleetheid (elkeimplicatie kan worden berekend) en beslisbaarheid (elke berekening zal binnen afzienbaretijd afgewerkt worden). DL staat voor Description Logics (Beschrijvende Logica); eenbeslisbaar fragment van eerste-orde logica. Klasse expressies maken het mogelijk datklassen gedefinieerd worden op basis van andere klassen, door set-operaties zoals unionOf,intersectionOf en complementOf. Tenslotte, OWL Full kan oneindige lussen bevatten,ontbreekt de computationele eigenschappen van OWL DL, maar beschikt over meerexpressiviteit (Hebeler et al, 2008; McGuinness en van Harmelen, 2004).

Tenslotte nog de volgende opmerking. Het Semantisch Web gaat niet alleen over hetdelen van informatie, maar ook over het overbrengen van concepten tussen systemenen kennisdomeinen. In onderstaande figuur wordt een eenvoudige definitie gegeven hetWereldwijde Web en het Semantisch Web door het tekenen van relaties tussen beide

34


concepten. De cirkels vertegenwoordigen concepten, terwijl de pijlen relaties tussen dezeconcepten beschrijven. De stippellijnen verbinden de concepten van het WWW met deconcepten van het Semantisch Web. Wanneer we dus het concept Semantisch Web willenbegrijpen, dan beschrijven we het in termen van concepten waar we reeds bekend meezijn (Hebeler et al, 2009).

Figuur 2.13: Onbekende informatie wordt begrijpbaar wanneer men ziet hoe het aangekende concepten gerelateerd wordt.

World WideWeb

SemantischWeb

Documenten Ontologieën

URL's

URI's

specifieke typesvan

Concepten en Relaties OWL

gebruiktaal

definiëren

geïdentificeerd door

gekoppeld door

omvat omvat

is een uitbreiding van

zijn


2.5.5 QuerytalenHet Semantisch Web biedt de mogelijkheid om data te annoteren opdat zowel mens alsmachine kan omgaan met deze data. Annoteren op zich is echter slechts een voorwaardeom goede informatie te kunnen extraheren. Een vereiste om het Semantisch Web tequery’en, is een taal die RDF herkent als fundamentele syntaxis. Op die manier zijn ergeen speciale procedures vereist om op RDF-gebaseerde talen zoals OWL te voorzien vaneen query. SPARQL23 is een W3C-standaard en het recursief acroniem voor SPARQLProtocol and RDF Query Language (Borsje en Embregts, 2007). Andere RDF-querytalenzijn RDQL (RDF Data Query Language) en SeRQL (Sesame RDF Query Language).Een endpoint (ook wel processor) is een service die SPARQL queries accepteert, ver-werkt en resultaten retourneert. SPARQL is zowel een querytaal als een protocol. Hetprotocol wordt gebruikt om te beschrijven hoe een SPARQL client met een SPARQLendpoint/processor communiceert, zowel op een abstracte manier als voor een concreteimplementatie gebaseerd op WSDL 2.0 (Hebeler et al, 2009).23http://www.w3.org/TR/rdf-sparql-query/

35


Zoals in Tabel 2.6 wordt getoond, gaat de SELECT statement twee waarden halen (?voornaamen ?achternaam) van twee afzonderlijke grafen gesitueerd op http://www.voorbeeld1.xyzen http://www.voorbeeld2.xyz. De WHERE clausule is een query optie voor het filteren vande output. Wanneer een applicatie deze query uitvoert, is een mogelijke output zoals inde rechterkolom. SPARQL is gemakkelijker dan traditionele query talen zoals SQL. Hetelimineert plompe joins bij het query’en van grafen. Zoals zichtbaar is wordt er geen joinlogica uitgevoerd, in tegenstelling tot hoe we queries implementeren in een relationeledatabank.

Tabel 2.6: Voorbeeld van een SPARQL query.

Query OutputSELECT ?voornaam ?achternaam ?voornaam ?achternaamFROM <http://www.voorbeeld1.xyz> Jan JanssensFROM <http://www.voorbeeld2.xyz> Stijn StijnenWHERE { ?persoon <http://www.voorbeeld1.xyz#voor> ?voornaam . Ribbe De Bie? persoon <http://www.voorbeeld2.xyz#achter> ?achternaam . } Beau Ter Ham

2.5.6 RulesVaak wenst men kennis te representeren op een manier die verder gaat dan wat de OWL1 specificatie in staat is. Ook rules zijn onderdeel van de Semantic Web Layer Cake, enze verschijnen meestal onder de vorm van if-then clausules. Rules zijn in de vorm van eenimplicatie tussen een antecedent en een consequent. De betekenis kan worden verstaanals wanneer een bepaalde conditie in het antecedent waar is, dan moet de conditie,gespecifieerd in het consequent, ook waar zijn. Bijgevolg wordt nieuwe kennis toegevoegdwanneer een bepaalde set van statements waar is. Door een aantal beperkingen in OWL1, kan er echter niet worden voldaan aan de benodigde expressiviteit. Welke beperkingendit zijn, valt buiten het bestek van deze scriptie. Momenteel is er geen gestandaardiseerderule taal voor het Semantisch Web.

2.5.7 Nog niet gerealiseerde lagenNog niet alle lagen van de “layer cake” zijn volledig gerealiseerd. De Unifying Logic enProof lagen ondergaan actief onderzoek. Een voorbeeld van onderzoek naar cryptografieen vertrouwen op het Semantisch Web is het authenticatie mechanisme FOAF+SSL. Hetis een eenvoudig protocol dat toelaat om zich te authenticeren aan de hand van slechtseen URI in bestaande browsers — zonder dat de eindgebruiker zijn accountgegevenshoeft te onthouden. Het is opgebouwd rond op grote schaal ingezette technologieën zoalsHTTP, SSL/TLS certificaten en Semantisch Web gebaseerde FOAF netwerken (Vanden Bergh, 2009). Daarnaast mag men user interfaces en applicaties ook niet vergeten.Recent onderzoek van Berners-Lee, Hollenbach en Presbey (2009) betrof autorisatiebeheer op het Semantisch Web. Hierbij werd een simpele interface gebouwd in de Web

36


browser om een Access Control List (ACL) te beheren onder de vorm van RDF metadata.FOAF+SSL was hier een belangrijke bouwsteen voor authenticatie. Ondanks talrijkespecificaties, gereedschappen en architectonische middelen blijven front-end oplossingenvoor de gemiddelde gebruiker nog veelal uit.

2.5.8 ReasoningHoewel het niet expliciet aanwezig in de “layer cake”, is er nood aan een zogenaamdesemantische reasoner, redeneer motor, of gewoon denker, om aan gevolgtrekking te kunnendoen. Dit is bepaalde software dat in staat is om logische gevolgen af te leiden uit eenset van beweerde feiten of axioma’s. Het idee van een semantische reasoner generaliseertgevolgtrekking, door het verstrekken van een rijkere set van mechanismen om mee tewerken. De regels worden vastgelegd in een ontologie. Vele reasoners maken gebruikvan eerste-orde predicatenlogica om de redenering uit te kunnen voeren. Inferentiegebeurt dan ook door het koppelen van voorwaarts en achterwaarts redeneren. Bekendereasoners zijn Pellet, KAON en Jena. Hoewel reasoners niet gestandaardiseerd zijn, zijnze voorwaardelijk om te kunnen redeneren, vandaar Figuur 2.14.

Figuur 2.14: Componenten en talen van het Semantisch Web en de positionering vanreasoners.

Query taal: SPARQL

Rules taal: SWRL, RIF

Reasoning component: Pellet, KAON2, JENA etc.

Ontologie: OWL, RDFS

Triple gebaseerde flexibel data model: RDF


2.6 Nadenken over de SysteemtheorieDe grondbeginselen van het Semantisch Web vinden hun oorsprong in informatietheo-rie. Nochtans kan het nuttig zijn om deze problematiek te benaderen door analogieënte trekken en zo nieuwe inzichten te verwerven. De invalshoek hier is met name desysteemtheorie.

37


2.6.1 Entropie in de Statische ThermodynamicaIn de thermodynamica spreekt men over entropie. Het is een maat voor de wanorde ofde ontaarding in een systeem. Met het aantal mogelijke toestanden van een systeem ishet meestal zo gesteld dat er veel meer wanordelijke toestanden dan ordelijke toestandenmogelijk zijn. De wanorde in een geïsoleerd systeem neigt altijd tot toename, mits ergeen energetische toename is. Een formele manier om dit uit te drukken is de tweede wetvan de thermodynamica (Mannaert en Verelst, 2009).

Geaggregeerde metingen beschikken over te veel entropie. Dit geldt ook voor geag-gregeerde informatie, waar er wanorde heerst. Zogenaamde Key Perfomance Indicators(KPI’s) zijn in dit opzicht triviaal. Indien men verklaart dat de verkopen in het eerstekwartaal gestegen zijn, is dit nietsbetekenend. Wat nodig is, is inzicht in de onderlig-gende causaliteit. Een voorwaarde om tot deze causaliteit te komen en de wanorde tedoorbreken, is stabiele structuur (Mannaert en Verelst, 2009).

Eén van de grondbeginselen van het Semantisch Web luidt: “Anyone can say Any-thing about Any topic” — de AAA slogan. Dit is mijns inziens een andere manier omte zeggen dat structuur heel diep gaat, en is een andere doch verfrissende kijk op hetWeb. Entropie zegt namelijk dat meten in feite niets betekent. Immers, met statistiekkan men alles meten. Bijgevolg kan men met correlaties alles aantonen. Maar dit isniet voldoende. De oplossing is meten en structureren in verschillende dimensies, zodatkoppeling laag wordt en men stabiliteit verkrijgt. De oorzaak van een verschijnsel is vaakongekend; alleen een grondige observatie zal aangeven wat er moet veranderd worden(Mannaert en Verelst, 2009).

2.6.2 Het Diepe WebDat structuur heel diep gaat, brengt ons tot de notie van het Diepe Web. Het DiepeWeb is het fenomeen waarbij database-backed inhoud wordt geserveerd via interactievezoekformulieren op het Web. Daar diepe Web inhoud dynamisch is, en enkel wordtgeproduceerd op verzoek, is het moeilijk voor traditionele zoekmachines om deze teindexeren. Het Diepe Web is enorm in grootte en van zeer hoge kwaliteit (Bergman,2001).

Biologische systemen hebben structuur over niet-cohesieve dingen, namelijk cellen. Onzetechnologieën bezitten echter een zeer hoge mate van entropie. Zo ook het Web, waarchaos heerst. Het Semantisch Web brengt echter structuur en semantische karakte-risatie bij aan dit Diepe Web, dankzij metadata. Een aantal academici houden zichdan ook bezig met zowel het Diepe Web als semantiek. Chun, Geller en Jung (2008)tonen hoe ontologieën en Semantisch Web constructen kunnen worden gecombineerd ommeer effectieve informatie te extraheren van het Diepe Web. De auteurs poneren datgestructureerde wortels van het Diepe Web het Web in staat moeten stellen om dieper teredeneren. Zij wijzen ook op het nut van diepe Web structuur voor annotaties.

38


Wat eveneens belangrijk is, zijn de zoektechnieken voor het Diepe Web. Wright (2008)geeft een overzicht van zoekstrategieën, retrieval- en analyse methoden. Er valt veelvan deze technieken te leren die gebruikt worden voor het selecteren en om toegang tekrijgen tot diepe Web inhoud. In de context van het Diepe Web observeerden Halevy,Norvig en Pereira (2009) het semantische interpretatie probleem, wat zij afzonderlijkvan het Semantisch Web plaatsen. Dit veralgemeende concept is geschikt voor een soorteenvoudige, brute-force, analyse op de schaal van het Web: “Relying on overt statisticsof words and word co-occurrences has the further advantage that we can estimate modelsin an amount of time proportional to available data and can often parallelize themeasily. So, learning from the Web becomes naturally scalable.” Deze zoekstrategieën zijnvoorwaardelijk om inzicht te krijgen in verschillende dimensies en om alle facetten tekunnen beschouwen in het Diepe Web. Het is dan ook niet verwonderlijk dat de userinterfaces bij Semantisch Web applicaties veelal gebaseerd zijn op een zogenaamde facetedsearch, precies om deze diepe structuur te kunnen navigeren.

Tenslotte, wat men leert van het Diepe Web, is dat Semantisch Web technieken steedsmeer als een structuur-extractie laag werken voor het gestandaardiseerde Web. In ditverband kan de voorwaarde van inherent gestructureerde brongegevens leiden tot eenhogere kwaliteit van de inhoud in de gedistribueerde, heterogene omgeving van het Web.In het volgende hoofdstuk zullen vele van deze technieken behandeld worden.

2.7 Obstakels en kritiekenTot slot bekijken we hier mogelijke obstakels voor het realiseren van een Semantisch Web.Er zijn eveneens heel wat critici die nuttige inzichten bieden.

2.7.1 Praktische haalbaarheidEen aantal skeptici stellen de fundamentele haalbaarheid van het Semantisch Web invraag. Eén kritiek betreft de waarachtigheid van metadata. Immers, mensen liegen: zekunnen onechte metadata gebruiken in de poging semantische web motoren te misleiden.Cory Doctorow gaat nog een stapje verder en spreekt over “metacrap”. Metacrap iseen samenvoeging van metadata en crap. De oorsprong van het woord is onbekend,maar het werd gepopulariseerd door Doctorow in 2001 met een essay getiteld “Meta-crap: Putting the torch to seven straw-men of the meta-utopia.” In het essay illustreertDoctorow problemen met het vertrouwen op kennisrepresentatie in online records of filesdoor het opstellen van humoristische parallellen met systemen in de echte wereld. Dekwetsbaarheid van metadata is een belangrijk aandachtspunt, omdat veel plannen voor deverbetering van het web (zoals het Semantisch Web) gebaseerd zijn op bepaalde “smaken”van metadata die steeds op grotere schaal worden overgenomen en toegepast. Dit is ietswat volgens Doctorow’s essay niet kan en zal gebeuren. Het probleem met explicietemetadata is veelzijdig. Mensen liegen, ze vertellen wat ze denken dat je wilt horen. Ofze vertellen wat ze denken dat ze geloven, zelfs als het niet is wat ze eigenlijk geloven.

39


Mensen zijn eveneens niet volmaakt. Ze beschikken soms gewoon niet over de juisteinformatie of ontbreken de juiste indeling. Bovendien zijn mensen ook lui, kunnen ze hetniet over alles eens zijn, enzovoort. Andere redenen die resulteren in verouderde “crap”metadata is het feit dat gegevens irrelevant kunnen worden in de tijd of dat gegevensgewoonweg niet mogen bijgewerkt worden met nieuwe inzichten. Ook Pelgrim (2002)is een gelijkaardige mening genegen wat metadata betreft. Ook Tim O’reilly heeft zichrecentelijk negatief geuit over het Semantisch Web en metadata in het bijzonder. In eeninterview over “recognition, RFID en Web 3.0”24 zegt hij dat weldra vele objecten zullenworden erkend zonder metadata. Het Semantisch Web is dan evolutionair doodlopend.

Shirky (2003) wijst erop dat vele beschrijvingen van het Semantisch Web niet adresserenwaarvoor het nu eigenlijk goed is. Volgens hem is het Semantisch Web een machine voorhet creëren van syllogismen25. Hij meent daarbij dat syllogismen niet nuttig zijn, omdatdeze niet werken in de echte wereld. In de echte wereld opereren we met gedeeltelijke, nietafdoende of contextgevoelige informatie. We kunnen de wereld niet ondubbelzinnig be-schrijven. Wanneer we een beslissing nemen zullen we eerder vertrouwen op onze intuïtieen extrapoleren. Bijgevolg, de mensen betrokken bij het Semantisch Web overwaarderenvolgens hem de waarde van deductieve redenering. Zijn conclusie is daarom dat hetSemantisch Web ook onnuttig is. Ook Honkela en Gärdenfors (2004) wijzen erop dat deop logica gebaseerde semantische webtechnologieën slechts een fractie van de relevantesemantiek vraagstukken behandelen.

Iets anders is dat bovendien de principes rond het Semantisch Web moeilijk zijn aan tebrengen. Door een gebrek aan werkbare oplossingen is er daarom weinig nood om dezetechnologie begrijpbaar te maken en blijft een praktische adoptie veelal uit. Vooral ingespecialiseerde communities en bij intra-organisationele projecten is de adoptiegraadhoog. Waar het domein en de reikwijdte eerder beperkt zijn, zijn er minder knelpuntenin vergelijking met het wereldwijde web in bredere context. De adoptie van anderegerelateerde technieken zoals folksonomies26, Web 2.0 tags en microformaten kennenmeer succes maar zijn minder flexibel en bieden minder structuur dan Semantisch Webontologieën (Wikpedia, 2010).

2.7.2 Een ongerealiseerd ideeHet Semantisch Web is nog steeds in evolutie. Dat het idee nog in kinderschoenenstaat, blijkt uit actief onderzoek en bijvoorbeeld het feit dat de unifying logic-, trust- enproof layers nog niet volledig gerealiseerd zijn (Herman, 2009). Ondanks het originele2001 Scientific American artikel van Tim Berners-Lee, blijft de beschreven evolutie uit

24http://artimes.rouli.net/2009/04/tim-oreilly-on-recognition-rfid-and-web.html25Een syllogisme is een logica vorm, als eerste beschreven door Aristoteles, waar “... certain things

being stated, something other than what is stated follows of necessity from their being so.”(http://www.gibson-design.com/philosophy/Aristotle-Organon-3-prior.1.i.htm)

26Bij folksonomy wordt er door verschillende gebruikers metadata toegevoegd met behulp van tagging.

40


(Berners-Lee, Hendler en Lassila, 2001). Een meer recent artikel van Berners-Lee, Hall enShadboldt (2006) bevestigt dit: “This simple idea, however, remains largely unrealized.”Het Semantisch Web is het resultaat van een set ontwerpprincipes, werkgroepen en eenaantal technologieën die de de facto formaten voor het structureren en het uitwisselenvan data en services. Niettemin, de graad van expliciete semantiek in deze talen is nogsteeds marginaal. Bovendien ontbreken vaak de ontologieën die het Semantisch Webmoeten leveren. Van de domein woordenschatten die zijn gepubliceerd op het Web,worden slechts enkele van hen actief onderhouden (De Leenheer, 2009). De droom vanBerners-Lee lijkt nog ver weg, maar de kritiek van het Semantisch Web als ongerealiseerdidee mag volgens mij genuanceerd worden vermits er vaak op een veel beperktere schaalwel verscheidene Semantische Webs beginnen te onstaan.

Recent werden 895 deskundigen bevraagd om te voorspellen wat de verwachtte vooruit-gang zal zijn, bij de verwezenlijking van de doelstellingen van het Semantisch Web in hetjaar 2020. Enerzijds was 47 percent akkoord met de stelling dat in 2020 het SemantischWeb niet zo effectief zal zijn zoals zijn scheppers hadden verhoopt, en dat de gemiddeldegebruiker weinig verschil zal hebben gemerkt. Anderzijds is 41 percent akkoord metde tegenovergestelde bewering, die poneerde dat tegen 2020 de doelstellingen van hetSemantisch Web in belangrijke mate zullen worden bereikt en een duidelijk verschilgemaakt zal hebben op de gemiddelde Internet gebruiker (Anderson en Rainie, 2010).

2.7.3 Privacy en censuurHet enthousiasme rond het Semantisch Web zou wel eens getemperd kunnen wordendoor zorgen met betrekking tot privacy en censuur. Zo wordt het heel eenvoudig omtekst-analyse technieken te omzeilen door gebruik van andere woorden of metaforen, ofmet behulp van beelden in plaats van woorden. Ook bestaat de vrees dat bedrijvenen regeringen makkelijker controle krijgen over de weergave en de creatie van onlineinformatie, vermits het simpeler wordt om informatie te interpreteren (e.g., door censuursystemen27) wanneer gegevens koppelbaar worden. Bovendien worden door het gebruikvan de FOAF-ontologie en geo-locatie metadata het mogelijk om coördinaten aan personente koppelen, waardoor de anonimiteit in het gedrang komt.

2.7.4 Verdubbeling van output formatenEen andere kritiek van het Semantisch Web is dat het veel tijd in beslag neemt om tweeformaten te publiceren rond één gegeven: voor de mens en voor machines. Er zijn echtertal van webapplicaties in de ontwikkeling die dit probleem aanpakken door de gegevensook in een machineleesbare vorm aan te bieden. De ontwikkeling van Microformats is eenreactie op dit soort kritiek. Daarnaast zijn er specificaties zoals eRDF en RDFa die RDFgegevens incorporeren in HTML pagina’s. GRDDL (Gleaning Resource Descriptions fromDialects of Languages) is een mechanisme dat het mogelijk maakt om bestaand materiaalautomatisch te vertalen naar RDF, zodat uitgevers niet meer afhankelijk worden van hetformaat (Wikipedia, 2010).

27The Golden Shield Project, beter bekend als de “Great Firewall of China”, is een voorbeeld van eencensuur systeem dat beheerd wordt door de Chinese regering.

41


2.7.5 Kip-en-eiprobleemHet Semantisch Web zit met een kip-en-eiprobleem28. Enerzijds zien data providers(e.g., tool leveranciers) geen reden/vraag om gestructureerde data aan te leveren. Bij-gevolg zijn ze terughoudend om producten op de markt te brengen. De kern van hetSemantisch Web betreft een ontologie beschreven in een machineleesbare woordenschat.Deze woordenschatten kunnen variëren van een eenvoudige “thesaurus van termen”, eenuitgebreide uitdrukking van de complexe relaties tussen concepten of dienen om patronente herkennen in gegevens. Maar het is echter een misverstand dat het altijd zaken vanhet laatste type betreft. Anderzijds is het moeilijk voor data-consumers om metadata tebegrijpen. Zij worden geconfronteerd met een zeer steile leercurve en complexe specifica-ties (e.g., SPARQL om RDF te query’en). Nochtans, Clark, Corlosquet, Decke, Delbruen Polleres (2009) beschrijven hoe het Content Management System Drupal het reedsmogelijk maakt om zonder over de nodige kennis van Semantisch Web technologieënte beschikken, gestructureerde data aan te leveren. Op die manier kunnen genetwerkteDrupal-sites RDF hergebruiken, verrijken en het Web in het algemeen vooruit helpen.

Ook is het niet evident om Semantisch Web gegevens in een begrijpbare vorm – deuser interface – aan de eindgebruiker te presenteren. Het motiveren van bedrijven ofregeringen om gegevens vrij te geven29, ontologie ontwerpers om woordenschatten opte bouwen en webapplicatie ontwikkelaars om semantische toepassingen te ontwikkelenhangen allemaal van elkaar af (Hendler, 2008).

2.7.6 The Semantic Web Of DeathHet Ignite programma op de O’Reilly Open Source Conference in 2009 werd afgeslotendoor Damien Conway, onder andere een prominente figuur in de Perl community. In zijntiranniek, doch humoristisch betoog gaat hij fel tekeer tegen het Semantisch Web – wathij zelf het Semantic Web Of Death noemt. Volgens hem is dit gebaseerd op een zichontwikkelende pseudostandaard. Hij impliceerde dat dit niet meer is dan een dubieuzestandaard waarbij élk soort gegevens wordt getagd. Hij gelooft niet in het proces omvan metadata naar semantiek, naar introspectie, naar ontologie, naar bewustzijn te gaan.De Science Fiction literatuur van de voorbije honderd jaar bracht een verontrustende,terugkerende boodschap: het ontwaken van een verbolgen netwerk. Daarom kondigt hijaan dat het Semantisch Web het begin van het einde betekent. Dat het Semantisch Webhet “critical component that will enable the evolving internet to develop the intellingenceit will need to better serve mankind” zal zijn, trekt hij dan ook sterk in vraag. HetSemantisch Web is volgens Conway louter een kookboek.

28http://nl.wikipedia.org/wiki/Kip-en-ei-probleem29De vrije uitwisseling van informatie tussen de overheid en het publiek is essentieel voor een democratische

samenleving zoals het Data.gov initiatief stelt.

42


2.7.7 The Pragmatic WebIn 2006 schreven de Moor, Dietz en Schoop “The Pragmatic Web: a manifesto.” Integenstelling tot het syntactische en Semantisch Web, bestaat het Pragmatisch Webuit tools, methoden en theorieën die beschrijven waarom en hoe mensen informatiegebruiken. Immers, zij menen dat er meer nodig is dan een Semantisch Web. Hetgaat niet alleen over de vorm of de betekenis van informatie, maar ook over de socialeinteractie die leidt tot bijvoorbeeld iets begrijpen, iets overeen te komen of verplichtingen.De transformatie van bestaande informatie in informatie die relevant is voor een groepgebruikers of een individuele gebruiker, omvat de ondersteuning van de manier waaropgebruikers lokaliseren, filteren, toegang krijgen tot, verwerken, synthetiseren en informatiedelen. Het idee van het Pragmatisch Web idee heeft zijn wortels in het Language/actionperspective.

2.7.8 The Curse of KnowledgeDing (2007) schrijft in een blog post over “the curse of knowledge.” Het idee is dat hoemeer we weten, hoe moeilijker het wordt om deze kennis te communiceren. Als we ietsweten, kunnen we ons nauwelijks voorstellen dat we het niet weten. En hoe meer weleren over iets, hoe moeilijker het wordt voor ons om te denken het niet te weten. Hetis over het algemeen moeilijk voor deskundigen (die veel weten) om hun expertise uitte leggen aan leken (die weinig weten), omdat het moeilijk is voor hen om een scenariovoor te stellen waarbij ze zelf geen deskundigen waren. Dit is de zogenaamde Vloekvan Kennis. Vanuit technologisch standpunt wordt de Vloek van Kennis in de contextvan het Semantisch Web weerspiegeld door de moeilijkheid van de ontologie in kaart tebrengen. Vaak hebben deskundigen volledige ontologieën van professionele constructenin hun hoofd over een bepaald domein van deskundigheid. Deze professionele ontologieënworden gedeeld met andere deskundigen, maar zijn meestal minder toegankelijk voorleken. In tegenstelling, leken hebben vaak ook hun onprofessionele beschrijvingen vande respectievelijke domeinen. De taak van “ontology mapping” is om een mappingte bouwen tussen experten leekontologieën en deze in kaart te brengen. Maar dezeontologie mapping problematiek is reeds zeer lang inherent aan kennisbeheer. Als“ontology mapping” een weerspiegeling is van de Vloek van Kennis, kan men het moeilijke“ontology mapping probleem” oplossen door de Vloek van Kennis te doorbreken. Dit isdan ook een zeer grote uitdaging voor het Semantisch Web.

43

3 De Semantische OndernemingHet vorige hoofdstuk poogde het Semantisch Web te omschrijven en definiëren vanuiteen algemeen perspectief. Duidelijk is geworden dat het Semantisch Web toelaat ominformatie uit te wisselen tussen applicaties die leesbaar en begrijpbaar zijn voor machines.Dit gaat echter veel verder dan het louter uitwisselen van bits en bytes op het Web.In dit hoofdstuk zal duidelijk worden dat vele semantiek- en siloproblemen die hetWereldwijde Web ondervindt, zeer congruent zijn met de problemen waar ondernemingenal jaren onder lijden. Maar dan wel op een veel grotere schaal, namelijk die van het Web.Samengevat wordt uiteengezet hoe het Semantisch Web kadert in de vele problemenwaarmee organisaties vandaag geconfronteerd worden.

3.1 Het potentieel van informatie en goede communicatieTen eerste beschrijft deze sectie kort de geschiedenis van informatie. Er wordt geponeerddat informatie aan de basis ligt van vele van de problemen waar bedrijven vandaagmee geconfronteerd worden. Vervolgens wordt de strategische waarde van informatiebepaalt, evenals de evoluties van waardeketens naar waardenetwerken en van het push-naar pullmodel. Tenslotte bekijken we de bedrijfsproblematiek vanuit het opzicht vancommunicatie.

3.1.1 De InformatierevolutieGeen enkel bedrijf kan vandaag ontsnappen aan het effect van de informatierevolutie.Reeds in 12.000 v.Chr. zijn mensen symbolen beginnen gebruiken als communicatievorm.Dit is zeer succesvol gebleken, en rond 1440 volgde de uitvinding van de boekdrukkunstdoor Gutenberg. Het is pas met de uitvinding van de cartotheek1 door Seibels in 1898,dat we informatie organiseren. Bedrijven hebben dit overgenomen, met als resultaatmuren en kamers vol papier. In de jaren tachtig werden computers gebruikt om informatiete digitaliseren. We gingen datacenters bouwen en later werden computernetwerkenaangelegd; eerst lokaal en dan over het Internet (Bergman, 2010). Het resultaat is datwe de afgelopen dertig jaar een digitale Toren van Babel hebben gebouwd. Wat hetnog erger maakt is dat de huidige gegevensbanken en documenten een verschillende taalhanteren. Bijkomend stellen we vast dat dit niet meer schaalbaar is en dat we vaak overde verkeerde informatie beschikken.

1Dit is een verticaal archiveringssysteem. Eerder werden papieren bewaard in enveloppen, op hun beurtopgeslagen in hokjes aan een muur. Het vinden en het openen van deze enveloppen en het ontvouwenvan papier was lastig en inefficiënt. Seibels redeneerde dat het vouwen niet nodig was; kranten kondenworden bewaard in grote enveloppen, verticaal geplaatst in een lade.

44

3 De Semantische Onderneming

Uit een studie van Bergman (2005) kwamen onder andere volgende absurde feitennaar boven:

• De gemiddelde professional spendeert 5-15 percent van zijn tijd om informatie telezen, maar 50 percent om het op te zoeken

• Gemiddeld worden er 19 kopieën gemaakt van elk papieren document

• Publicatie inefficiënties van werknemers kosten organisaties ongeveer 750 miljarddollar

• Het totale voordeel voor de Amerikaanse economie door de verbeterde toegangtot documenten en het gebruik ervan, is ongeveer 800 miljard dollar per jaar, ofongeveer 8 percent van het BBP

Andere voorbeelden zijn legio. Zo kost het papierwerk voor de gezondheidssector meer dan400 miljard, dat is meer dan 1000 dollar per burger (Himmelstein, Wolfe en Woolhander,2003). Of nog, de U.S. Postal Service retourneert en vernietigt en zendt voor meer danvijf miljard stukken post per jaar na, als gevolg van incorrecte adressen.

In een rapport van IDC (2008) komt naar boven dat het digitale universum in 2007 maarliefst 281 exabytes (of 281 miljard gigabytes) omvat. Voorts voorspellen zij dat tegen2011, het digitale universum tien keer zo groot zal zijn vergeleken met 2006. Ongeveer70 percent van de informatie in dit universum wordt gecreëerd door individuen op basisvan telefoongesprekken, e-mails, foto’s, internetbankieren en sociale netwerksites. Echter,de verantwoordelijkheid voor beveiliging, privacy, betrouwbaarheid en compliance ligtvoor 85 percent van deze informatie bij ondernemingen. Om met deze explosiviteitaan informatie in omvang en complexiteit om te kunnen gaan, meent IDC dat dit driegevolgen heeft voor organisaties.

1. De bestaande relaties met bedrijfsunits moet getransformeerd worden. Iedereen in deorganisatie moet betrokken zijn bij informatiecreatie, -opslag, -beheer, -beveiliging,-retentie en -verwijdering. Bovendien is omgaan met het digitale universum nietalleen een technisch probleem.

2. Er is nood aan een organisatiebreed beleid voor informatiebeheer: informatiebevei-liging, informatiebehoud, toegang tot de gegevens en compliance.

3. De organisatie heeft nood aan nieuwe tools en standaarden voor het optimaliserenvan opslag, zoeken in ongestructureerde data, database analytics (virtualisatie),beheer en beveiligingstools. Een vereiste daarbij is dat de informatie-infrastructuurzo flexibel, aanpasbaar en schaalbaar mogelijk is.

IDC meent tenslotte, dat we reeds veel instrumenten voorhanden hebben – zoals Web-technologieën en terabyte-schijven – om het digitale universum te temmen. Het is danook de kunst om deze informatiegroei om te zetten in economische groei.

45


David Siegel legt in een recente video opname2, die handelt over de geschiedenis vaninformatie, uit dat er momenteel een transitie plaatsvindt, waarbij we ons via een seman-tische golf voortbewegen naar een voortgezette automatisering van informatie. In zijnonderbouwd betoog ziet hij deze transitie vooral als een oplossing voor de exuberanteadministratieve kosten van onze samenleving.

In wat volgt zullen we het over de strategische waarde van informatie hebben. Porter enMillar (1985) introduceerden een nuttig raamwerk voor de analyse van de strategische be-tekenis van informatietechnologie. De informatierevolutie is in het licht van mededingingop drie manieren belangrijk. Ten eerste is het in staat de structuur van een bedrijfstakte veranderen. De structuur van een bedrijfstak bestaat uit vijf concurrerende krachtendie samen de industrie winstgevendheid bepalen: de macht van afnemers, de macht vanleveranciers, de dreiging van nieuwe toetreders, de dreiging van vervangende producten ende rivaliteit tussen bestaande concurrenten. Informatietechnologie maakt het mogelijk omelk van deze vijf competitieve krachten te veranderen en daarmee ook de aantrekkelijkheidvan de industrie. Ten tweede kan informatietechnologie concurrentievoordeel creëren doormiddel van differentiatie. Tenslotte brengt informatietechnologie nieuwe ondernemingenvoort op drie verschillende manieren. Het maakt nieuwe bedrijven technologisch haalbaar,het kan nieuwe ondernemingen ook paaien door het creëren van een afgeleide vraag naarnieuwe producten en het creëert nieuwe bedrijven binnen de oude. In 2003 verscheen danhet artikel “IT Doesn’t Matter” van Carr. In dit uitvoerig besproken werk, betoogde hijdat het strategische belang van informatietechnologie in het bedrijfsleven is afgenomenomdat IT gemeengoed is geworden, gestandaardiseerd werd en goedkoper is. Het zijnechter de bedrijfsprocessen die van belang zijn (Fingar en Smith, 2003).

In een dynamische bedrijfsomgeving moet strategie eveneens dynamisch benaderd worden.De essentie van een strategie is niet de productstructuur van een bedrijf, maar wel dedynamiek van zijn gedrag. Evans, Shulman en Stalk (1992) beargumenteren dat eenonderneming slaagt als ze haar belangrijke bedrijfsprocessen verweeft in moeilijk teimiteren strategische capabilities, dat het onderscheid van concurrenten. Een capabilitymoet verstaan worden als een set van bedrijfsprocessen die strategisch worden begrepen.Om echter te kunnen overleven en te concurreren, moeten bedrijven vandaag inspelen ophet scala aan interne en externe capabilities, knowhow, knowwho en netwerken. Dynamiccapabilities biedt een raamwerk dat langzaam bewegende organisaties nu moet doenevolueren naar snel bewegende teams die focussen op de innovatieve combinatie enorchestratie van het ecosysteem bestaande uit globale partners, gebruikers en klanten(Pisano, Shuen en Teece, 1997).

De nieuwe bedrijfscontext legt de nadruk op informatiebeschikbaarheid, integratie enanalytics en heeft als doel om collaboratieve gemeenschappen te bevorderen wiens ge-deelde bijdrage de organisatie helpt in te spelen op opportuniteiten op een efficiënte en

2http://vimeo.com/11117216

46


effectieve wijze. James Martin (1987) is met zijn Information Engineering methode eringeslaagd om een brug te zetten van een strategische bedrijfsplanning naar betrouwbareinformatie systemen. De huidige, doorontwikkelde versie van Information Engineering isontworpen voor de tegenwoordig snel veranderende omgeving zoals hieronder duidelijkwordt. Het is door deze lens dat we Semantisch Web technologieën in de ondernemingmoeten bekijken. Immers, vele Information Engineering technieken zullen bijdragen totde realisatie van het Semantisch Web binnen de onderneming, zoals verder blijkt.

Ondanks het feit dat informatietechnologie vandaag een zogenaamde commodity isgeworden, is informatie/kennis in de genetwerkte economie van cruciaal belang bij strate-gische besluitvorming3. Het probleem vandaag is niet information overload, maar onzefilters die falen om vat te krijgen op het dynamisch gedrag van informatie. Informatieverandert vandaag immers sneller dan onze informatiesystemen (Hinssen, 2010). Tochis kwaliteit van informatie belangrijk4. Mijns inziens moeten organisaties bijgevolg delevenscyclus van eigen gegevens (beter) opvolgen, in plaats van steeds nieuwe filterste introduceren, omdat bedrijfsstrategie vaak gebaseerd is op specifieke kennis over deeigen bedrijfscontext boven algemene domeinkennis en klantenwensen. Eén aspect bijstrategieontwikkeling behelst het verkrijgen van precieze inzichten uit bestaande gegevensen eerdere resultaten. Op basis van feedback, door middel van informatie-integratie, kanmen de strategie verder ontwikkelen.

Deze terugkoppeling vereist een high-level beschrijving van entiteiten, hun toestand ende relaties tussen hen onderling. Dit biedt beleidsmakers een manier om de dynamiektussen de verschillende belanghebbenden, de bedrijfsentititeiten en hun relaties binnen deorganisatie onder ogen te zien. Dit model van de onderneming vormt de basis voor alleinterpretaties die bedrijfsbeslissingen en investeringen zullen bepalen. Voor een groot deelis dit model impliciet of in het beste geval uitgedrukt in natuurlijke taal. Het SemantischWeb leent zich er perfect toe om de visie van een verbonden en collaboratieve onder-neming te realiseren en accelereren. De bijkomende flexibiliteit wordt bereikt op basisvan diepe integratie-oplossingen over verschillende gegevensbronnen heen en methodesvoor het genereren van de nodige inzichten afgestemd op de noden van belanghebbenden.Deze relevante inzichten zullen beleidsmakers de nodige ondersteuning bieden bij hetafstemmen, aligneren en uitvoeren van plannen.

3Het zijn de Business Analytics en Business Intelligence domeinen die veel melk te brokken hebbenin het licht van besluitvorming. Zij zijn beide afhankelijk van data en statistische methoden omperformantie te meten en bedrijfsplanning te gidsen.

4De “Pedantic Web Group” (http://pedantic-web.org/) is een georganiseerde groep van beoefenaarswiens projecten en producten afhangen van de kwaliteit van gegevens. Zij wijzen op de gebrekkigeadoptie van standaarden en gebroken gegevens.

47


Figuur 3.1: De rol van Semantisch Web technologieën bij de afleiding van inzichten uitbestaande gegevens voor evaluatie en feedback.

BedrijfsstrategieHigh-levelplannen

Uitvoering concrete plannen

Evaluatie en feedback

Bedrijfs-levenscyclus


3.1.2 Van waardeketen naar waardenetwerkHet was Porter die in 1985 de waardeketen introduceerde. De waardeketen is een bedrijfs-kundig concept, dat de strategisch relevante bezigheden van een organisatie met elkaar inverband brengt. Het concept wordt gebruikt als management tool voor het systematischonderzoeken van activiteiten die materiële of immateriële meerwaarde genereren doormiddel van bilaterale statische communicatie tussen organisaties. Op basis van de strate-gisch relevante activiteiten krijgt men inzicht in het kostengedrag en de bestaande enpotentiële bronnen van differentiatie. Een bedrijf verwerft concurrentievoordeel door dezestrategisch belangrijke activiteiten goedkoper of beter uit te voeren dan zijn concurrenten.De waardeketen toont de primaire activiteiten die gebruikt worden om de processente analyseren die het finale product voortbrengen, gaande van inkomende logistiek totmarketing en sales. De ondersteunende activiteiten omvatten de inkoopfunctie, tech-nologieontwikkeling, management van het menselijk kapitaal (HRM) en infrastructuur.Tenslotte geeft de marge de totale opbrengsten weer van de organisatie en de totalekosten die gemaakt worden om deze opbrengsten te genereren Chaffey (2007).

Wat Internettechnologieën betreft, stelt Chaffey (2007) dat zij de productietijd kunnenverkorten en kosten verminderen door de informatiestroom te verhogen, als methodevoor de integratie van de verschillende activiteiten in de waardeketen. Op die manierkan de waardeketen efficiënter worden gemaakt en kunnen klanten sneller genieten vande diensten. Rayport en Sviokla (1996) menen dat het Internet extra waarde creëertdoor informatie te verzamelen, organiseren, selecteren, generen en distribueren. Hierbij

48


Figuur 3.2: De waardeketen van Porter.

Bron: gebaseerd op Porter (1985), Competitive Advantage: Creating and Sustaining Superior Performance.

verwijzen ze naar een aparte, parallelle virtuele waardeketen, die een afspiegeling van deechte waardeketen vormt. In deze virtuele waardeketen wordt e-commerce gebruikt alsverbindend middel tussen activiteiten in de conventionele waardeketen. De verwerkinggebeurt op basis van technologie of visueel. Doch niet volledig virtueel, aangezien voorbepaalde zaken zoals inkoop er nog steeds menselijke tussenkomst nodig is.

Dit waardeketenmodel werkt echter niet meer in onze moderne globale en verbondeneconomie (De Leenheer, 2009)5. Organisaties moeten vandaag wendbaar zijn. Fusies enovernames zijn schering en inslag. Organisaties krimpen of breiden uit naar nieuwe mark-ten; zij moeten hierop kunnen inspelen. Relaties veranderen daardoor ook voortdurendonder de vorm van nieuwe partners, rollen en functies. De waardeketen van Porter isdan niet meer zo relevant, vermits op elk moment relaties, interacties en stromen kunnenveranderen. Waardecreatie wordt bereikt door middel van dynamische en complexenetwerken en niet op basis van voorspelbare sequentiële ketens. In plaats van overwaardeketens te spreken zou het begrip waardenetwerken vandaag veel meer aan de ordezijn. Het waardenetwerk is een Web van activiteiten dat materiële of immateriële waardegenereert door een complexe, dynamische communicatie tussen twee of meer individuen,groepen of organisaties. Hoewel waardenetwerk en waardeketen hetzelfde doel hebbenen dezelfde spelers behelzen, worden ze anders georganiseerd. Het waardenetwerk isgebaseerd op een Web en is dynamisch van aard, terwijl de waardeketen sequentieel is enstatisch van aard.

5Het boek The World Is Flat van Thomas L. Friedman heeft mij gefascineerd. Friedman beschrijft deeconomische opkomst van vooral India en China door verbeterde communicatiemogelijkheden, en deinvloed die deze opkomst zal hebben op de wereld.

49


De waardenetwerkbenadering impliceert een aantal belangrijke heroverwegingen vanhet model van Porter. De belangrijkste waarde van ICT zal liggen in het vereenvoudigenvan het waardenetwerk. Dit vereist een verschuiving van het bouwen van strakke gesloteninformatiesystemen, naar het creëren van “open” bedrijfsecosystemen gedefinieerd intermen van autonome, heterogene en gedistribueerde informatiesystemen. In complexe enwendbare waardenetwerken, kan de ondersteunende rol van ICT uiteindelijk uitgroeientot een groot deel van zogenaamde digitale bedrijfsecosystemen. Het is duidelijk dat dezenieuwe configuratie de noodzaak zal verhogen voor semantische interoperabiliteit tussenopen informatiesystemen in zeer veranderlijke bedrijfscontexten.

3.1.3 Van push- naar pullmodelInformatietechnologieën maken het mogelijk voor organisaties om informatie uit te wisse-len tussen partners. Veel van de opwinding rond e-business heeft dan ook te maken metde efficiëntieverbeteringen die organisaties kunnen realiseren in de toevoerketen. Vandaagmaken we de overstap van pushmodellen voor verkoop naar pullmodellen. Bij een traditi-oneel pushmodel ontwikkelt een fabrikant een innovatief product, vervolgens identificeerthij een geschikte doelmarkt. Er wordt een distributiekanaal opgezet, waarna het productop de markt wordt “gedrukt”. Het doel is het optimaliseren van het productieproces watbetreft kosten en efficiëntie. Anderzijds is er het pullmodel, dat gericht is op de klant.Het begint met een klantenanalyse via marktonderzoek en een nauwe samenwerking metklanten en leveranciers tijdens de ontwikkeling van een nieuw product. De gebruikelijkemotivatie is om de producten servicekwaliteit voor de klant te verbeteren. Bij dezebenadering zijn de diverse elementen in de toevoerketen nauwer met elkaar verbondendoor het gebruiken van technologie zoals EDI (Chaffey, 2007).

Hoewel het pullconcept al even ingeburgerd is, zijn er alsnog verscheidene auteurs die ervandaag een boek aan wijden, zoals “The Power of Pull: How Small Moves, Smartly Made,Can Set Big Things in Motion” door Hagel, Brown en Davidson. Dergelijke publicatiesvertellen jammer genoeg vaak niet veel vernieuwends. Doch, het boek “Pull: The Powerof the Semantic Web to Transform Your Business” biedt mijns inziens verfrissende ideeën,omdat de auteur, David Siegel, het verband legt tussen het Semantisch Web en hetpullconcept. Siegel (2010) meent dat het Semantisch Web in staat is om gegevens zonauwkeurig te ontleden dat logische conclusies mogelijk worden. Onze online informatiekan worden opgeslagen in een persoonlijk online locker vanaf de geboorte, waarbij allebelangrijke informatie, zoals adressen, automatisch geactualiseerd wordt, en de manierwaarop we zaken doen sterk gestroomlijnd zal zijn. Hij stelt dat het Semantisch Web onzehuidige pushgeoriënteerde strategie, waarin bedrijven producten en diensten “pushen”,zal transformeren in een geïndividualiseerde pull economie.

3.1.4 CommunicatieproblemenWe zouden ook anders kunnen redeneren, en beargumenteren dat het niet datasilo’s ofde digitale Toren van Babel zijn, die aan de basis liggen van bedrijfskundige problemen,

50


maar dat het communicatieproblemen betreft. Vanzelfsprekend zijn beide problematischen hebben ze beide oplossingen nodig. Ook het fenomeen van communicatieproblemenverdient daarom de nodige aandacht.

Ten eerste communiceren mensen direct of indirect met elkaar, maar dit is niet evi-dent. McComb (2003) beschrijft deze problematiek met het volgende voorbeeld:

“There are 880,000 lawyers in the United States, representing at least a$100 billion industry. One of the most lucrative things they do is draft,interpret, and litigate contracts. If contracts were easy to draft and easy tointerpret, they would also be easy to litigate in those fewer cases when theywould go to court.”

Het is zo dat dezelfde symbolen soms kunnen leiden tot interpretatie van verschillendeconcepten. Dit idee wordt hier geïllustreerd aan de hand van de “Meaning Triangle”van Odgen en Richards (1923). Figuur 3.3 toont dat de term “Mars” op verschillendemanieren geïnterpreteerd kan worden. Voor sommigen refereert het aan de planeet Mars,anderen denken aan het concept van de chocoladereep. In de werkelijke wereld is nietalles concreet of direct waar te nemen. Abstracte zaken maken het nog moeilijker.

Figuur 3.3: “The Meaning Triangle”: Symbool symboliseert Concept refeert aan Referent;Symbool betekent Referent.

"Mars"

Concept(en) of- gedachten- ideeën- intensies

(in het achterhoofd)

Referent(en) of- ding- object- extensie

Symbool(en) of- term- label- code

betekent

symboliseert refereert naar

1) The Meaning Triangle

2) Voorbeeld van de dubbelzinnigheid van symbolen

Bron: gebaseerd op Odgen en Richards (1923), Meaning of Meaning.

51


Niet alleen mensen communiceren, maar vandaag worden er ook steeds meer geauto-miseerde systemen ingezet. De uitdaging hierbij is het omzetten van kennis uit eenexpertisedomein naar een syntaxis die door deze systemen geïnterpreteerd worden. Eenhulpmiddel dat hier vaak bij gebruikt wordt is het inzetten van een bedrijfsbreed gegevens-model, maar een dergelijke aanpak leidt vaak niet tot de gewenste resultaten (Darke enShanks, 1999). Eens een systeem operationeel is zullen eindgebruikers gegevens inbrengen,maar systemen zijn vaak niet in staat om deze gegevens correct te interpreteren. Bijgevolgmoet de eindgebruiker over de noodzakelijke kennis en ervaring beschikken. De oplossingis een thesaurus die de gegevens met betrekking tot een expertisedomein vastlegt. In velesituaties zijn gegevens echter afkomstig uit verschillende expertisedomeinen en applicaties,en deze kunnen dan niet zomaar inzichtelijk worden gemaakt aan de hand van eentermenlijst. Mogelijk oplossingen zullen verder uitgewerkt worden.

Een ander probleem is de “Throw it over the Wall”-benadering die in de cultuur van heelwat organisaties zit ingebakken. Dit is het fenomeen waarbij een medewerker/departementeen bepaalde taak afwerkt en deze vervolgens doorgeeft aan een collega/departementzonder veel communicatie onderling, veelal ingegeven door een tekort aan tijd. Bijvoor-beeld, een werknemer verzamelt documenten, selecteert de voornaamste eruit, en geeftdeze vervolgens door aan een collega die er zich door dient te wurmen. De onderliggendeoorzaak is een tekortschietend management en gebrekkige processen; het heeft dan ookniets te maken met technologie (Aberdeen Group, 2006).

Tenslotte, dat uitsluitend communicatie alle problemen zou kunnen oplossen is kortzichtig.We zouden de redenering ook kunnen omdraaien en stellen dat er vandaag meer nood isaan communicatie, juist om alle chaos op te vangen. Indien deze chaos verdwijnt, is erook minder communicatie nodig.

3.2 Concepten voor de Semantische OndernemingDeze sectie vertrekt van verschillende soorten gegevens, en situeert zich daarmee op eenlaag niveau. Er worden een aantal bottom-up concepten uitgelegd die belangrijk zullenblijken om tot een Semantische Onderneming te komen. De Semantische Onderneminggaat over het ondersteunen van bedrijfskundige problemen met behulp van oplossingendie voort zijn gekomen uit onderzoek rond het Semantisch Web.

3.2.1 (On)gestructureerde, semi-gestructureerde data en Linked DataGegevens opgeslagen in gegevensbanken is gestructureerde data6, maar op het Web isde meeste data semi-gestructureerd, meestal onder de vorm van tekst-gebaseerde dataserialisaties7 en opmaaktalen8. Vandaar is het nuttig om de verschillende soorten data teonderscheiden.

6Het woord “structuur” heeft verschillende betekenissen. Hier bedoelen we enkel data structuur.7Voorbeelden van tekst-gebaseerde serialisaties zijn Atom, Gdata, JSON, RDF/XML, RSS, XML, YaML

enzovoort.8Voorbeelden van opmaaktalen op het Web zijn XHTML, XML en HTML.

52


Gestructureerde data Gestructureerde data zijn gegevens georganiseerd in semantischeentiteiten, met soortgelijke entiteiten gegroepeerd in relaties of klassen, en gepresenteerdop basis van een patroon. Een gestructureerde data resource op het Semantisch Web kanworden verkregen via een URI.

Semi-gestructureerde data Semi-gestructureerde data zijn gegevens die georganiseerdzijn in semantische entiteiten die attributen of groepen kunnen bevatten, maar dieniet de vereiste hebben om in een vaste volgorde of in een vooraf ingesteld formaatte worden gepresenteerd. Deze gegevens kunnen worden ingesloten of afgewisseld metongestructureerde data.

Ongestructureerde data Ongestructureerde data zijn gegevens van eender welk type –tekst, afbeeldingen, video of geluid – die niet noodzakelijkerwijs enige vorm, sequentie ofregels volgen.

De afgelopen jaren werden gestructureerde data typisch beheerd door Database Mana-gement Systems (DBMS) of werkbladen. Ongestructureerde data vinden we terug inlosstaande tekst, video, geluid of afbeeldingen. Gegevensstructuur kan bijgevolg afgebeeldworden op een spectrum:

Figuur 3.4: Gegevensstructuur op een spectrum.DBMS Information Retrieval

Gestructureerd Semi-gestructureerd Ongestructureerd

Bron: gebaseerd op Bergman (2007), More Structure, More Terminology and (hopefully) More Clarity.

Linked Data Linked Data is een subtopic van het Semantisch Web en is eigenlijk eeninspanning om de adoptie van het Semantisch Web te bevorderen. Meer concreet wordtde term Linked Data gebruikt om een methode te beschrijven voor het delen van gegevensen het koppelen van data via dereferenceable URI’s op het Web. In 2006 maakte TimBerners-Lee de observatie dat in feite een verrassende hoeveelheid gegevens niet verbondenzijn. In het Linked Data artikel bespreekt hij oplossingen voor de problemen, details

53


van de uitvoering, en de factoren die keuzes beïnvloeden bij de vraag hoe gegevens tepubliceren. Dit resulteerde in vier simpele Linked Data principes:

1. Gebruik URI’s om dingen te identificeren.

2. Gebruik HTTP URI’s zodat deze dingen gerefereerd en opgezocht (“dereferenced”)kunnen worden door mensen en user agents.

3. Bied nuttige informatie aan (i.e., een gestructureerde beschrijving — metadata)over het ding wanneer de URI wordt opgezocht.

4. Voeg links toe naar andere, gerelateerde URI’s in de blootgestelde gegevens omandere gerelateerde informatie te ontdekken op het Web.

De componenten van Linked Data zijn dus URI’s, het HTTP-protocol en het ResourceDescription Framework (RDF). De gestructureerde data in RDF vorm kan geserialiseerdworden in verschillende formaten zoals RDFa, RDF/XML, N3 en Turtle. Bijzondereaandacht verdient Linking Open Data9. Dit is een gemeenschappelijk project om vrijtoegankelijke en aan elkaar gekoppelde RDF data op het Web te creëren. De data wordtaangeboden in het RDF formaat en komt uit een grote verzameling van bronnen. Voor-beelden zijn zeer gevarieerd: datasets van BBC programma’s, medicijnen datasets, genendatasets enzovoort. Het project wordt gesponsord door de Semantic Web Education& Outreach Interest Group (SWEO) van het W3C. Figuur 3.5 toont wat tot dusvergerealiseerd is.

In een zeer doordachte blog post beschrijft Bergman (2007) zijn idee van het “Gestructu-reerde Web”. De belangrijkste opmerking in dit verband is dat er een gestage vooruitgangis van een “Gestructureerd Web” van het oorspronkelijke documentencentrisch Webnaar het uiteindelijke Semantisch Web. In deze overgangsfase, is het Web veel meerdatacentrisch. Ook het idee van Linked Data is een onderdeel van deze overgang, maar isnauwkeuriger in die zin dat per definitie de gegevens moeten worden uitgedrukt in RDFom interoperabiliteit te verkrijgen. De uitdaging is om bestaande webpagina’s en gegevenste converteren naar een Gestructureerd Web waarbij alles eenvoudig te bereiken is viaeen URI. Voor zover deze conversie ook naar RDF gebeurt, zal het de interoperabiliteitvan de gekoppelde gegevens bevorderen. Verder argumenteert hij dat eens er overgangenzijn van een dergelijke ingrijpende aard, er noodzaak is aan het creëren van een nieuwetaal en terminologie voor beter begrip en communicatie. Simplistische noties zoals “Web3.0”10 hebben weinig toe te voegen aan een beter begrip en communicatie.

9http://esw.w3.org/SweoIG/TaskForces/CommunityProjects/LinkingOpenData10Sommigen noemen ze vaak in één adem: Web 3.0 en Semantisch Web. Tim Berners-Lee beschrijft

het Semantisch Web als een component van Web 3.0: “People keep asking what Web 3.0 is. I thinkmaybe when you’ve got an overlay of scalable verctor graphics on Web 2.0 and acces to a SemanticWeb integrated across a huge space of data, you’ll have access to an unbelievable data resource”.

54


Figuur 3.5: Een visualisatie van de Linked Open Data sets die tot nu toe (ongeveer 13.1miljard triples) gepubliceerd en verbonden zijn.

As of July 2009

LinkedCTReactome

Taxonomy

KEGG

PubMed

GeneID

Pfam

UniProt

OMIM

PDB

SymbolChEBI

Daily Med

Disea-some

CAS

HGNC

InterPro

Drug Bank

UniParc

UniRef

ProDom

PROSITE

Gene Ontology

HomoloGene

PubChem

MGI

UniSTS

GEOSpecies

Jamendo

BBCProgrammes

Music-brainz

Magna-tune

BBCLater +TOTP

SurgeRadio

MySpaceWrapper

Audio-Scrobbler

LinkedMDB

BBCJohnPeel

BBCPlaycount

Data

Gov-Track

US Census Data

riese

Geo-names

lingvoj

World Fact-book

Euro-stat

flickrwrappr

Open Calais

RevyuSIOCSites

Doap-space

Flickrexporter

FOAFprofiles

CrunchBase

Sem-Web-

Central

Open-Guides

Wiki-company

QDOS

Pub Guide

RDF ohloh

W3CWordNet

OpenCyc

UMBEL

Yago

DBpedia

Freebase

Virtuoso Sponger

DBLPHannover

IRIT Toulouse

SWConference

Corpus

RDF Book Mashup

Project Guten-berg

DBLPBerlin

LAAS- CNRS

Buda-pestBME

IEEE

IBM

Resex

Pisa

New-castle

RAE 2001

CiteSeer

ACM

DBLP RKB

Explorer

eprints

LIBRIS

SemanticWeb.org

Eurécom

RKBECS

South-ampton

CORDIS

ReSIST ProjectWiki

NationalScience

Foundation

ECS South-ampton

LinkedGeoData

BBC Music

Bron: Semantic Web Education & Outreach Interest Group (SWEO) (2010)

3.2.2 Soorten gegevens in de ondernemingIn de onderneming kwalificeren we data op een geraffineerder niveau. Haselden en Wolter(2006) onderscheiden vijf verschillende essentiële datatypes in de onderneming. Zij gevenhieraan de volgende rudimentaire definities:

• Ongestructureerde data — Dit is data die gevonden kan worden in e-mails, pro-ductspecificaties, PDF-files, et cetera.

• Transactionele data — Dit is data gerelateerd aan verkopen, leveringen, facturen,trouble tickets, claims en andere monetaire en niet-monetaire interacties.

• Metadata — Dit zijn gegevens over andere gegevens en kunnen in een formelerepository verblijven, of in verschillende andere vormen zoals XML-documenten,data dictionaries, beschrijvingen van kolommen in een gegevensbank, logbestandenen configuratiebestanden.

• Hiërarchische data — Hiërarchische data slagen de relaties tussen andere gegevensop. Het kan worden opgeslagen als onderdeel van een boekhoudsysteem, hetzij af-zonderlijk beschreven als relaties in de echtere wereld, zoals de organisatiestructurenof productlijnen. Hiërarchische data worden soms beschouwd als een overkoepelendMaster Data Management domein, omdat het kritiek is voor het begrijpen van derelaties tussen master data.

55


Figuur 3.6: De transitie van het Web.

Documenten Web Gestructureerde Web Semantisch WebLinked Data

- Documenten-centrisch- Documenten resources- Ongestructureerde data en semi-gestructureerde data- HTML- URL-centrisch- circa 1993

- Data-centrisch- Gestructureerde data- Semi-gestructureerde data en gestructureerde data- XML, JSON, RDF etc.- URI-centrisch- circa 2003

- Data-centrisch- Linked Data- Semi-gestructureerde data en gestructureerde data- RDF, RDF-S- URI-centrisch- circa 2006

- Data-centrisch- Linked Data- Semi-gestructureerde data en gestructureerde data- RDF, RDF-S, OWL- URI-centrisch- circa ???

Bron: gebaseerd op Bergman (2007), More Structure, More Terminology and (hopefully) More Clarity.

• Master data — Master data zijn de kritische zelfstandige naamwoorden van eenbedrijf en worden over het algemeen opgedeeld in vier groepen: mensen, dingen,plaatsen en begrippen. Verdere indelingen binnen de groepen worden vakgebie-den, domein specifiek of entiteitstypen genoemd. Voorbeelden bij mensen zijnklanten, werknemers en verkopers. Binnen dingen zijn er producten, onderdelen,vermogensbeheer, et cetera. Binnen begrippen zijn er contracten, garanties enlicenties. Bij plaatsen zijn er dan weer kantoorlocaties en geografische divisies.Sommige van deze entiteitstypen kunnen verder worden opgedeeld. Een klant kanworden gesegmenteerd op basis van aankoopgedrag. Een product kan verder wordengesegmenteerd per sector en industrie. De granulariteit van de domeinen wordtbepaald door de grootte van verschillen tussen de interne attributen en entiteiten.

3.2.3 Open en gesloten systemenEen ander belangrijk concept is open versus gesloten systemen. We kunnen namelijkde Semantische Onderneming vanuit twee perspectieven benaderen. In dit opzichtonderscheidt Leenheer (2009) openen gesloten systemen die we hieronder omschrijven.

Gesloten systemen Bij traditionele (gesloten) informatiesystemen, wordt interoperabi-liteit bereikt door fysiek te integreren. Kleinere satellietsystemen worden omgevormdnaar een uniform systeem door middel van federatie (zie Sectie 3.4.2). De integratieis vrij eenvoudig, omdat de mate waarin gegevens, toepassingen en processen moetensamenwerken, en de semantiek die nodig is voor interoperabiliteit eisen, a priori bekend

56


zijn. Bovendien ligt de verantwoordelijkheid voor de handhaving en evaluatie van de inte-gratie bij een beperkte groep van interne bestuurders of is het uitbesteed aan zogenaamdeEnterprise Resource Planning (ERP) leveranciers. Een gesloten informatiesysteem isdaarom een informatiesysteem waarbij interoperabiliteit niet van belang is. Met anderewoorden, evoluties die plaatsvinden zijn enkel zinvol voor het systeem als ze in de contextvan het systeem plaatsvinden. Dit is ook wel een closed-world assumption of inside-outbenadering. Alle beslissingen kunnen worden gemaakt op basis van bekende gegevens, enworden beheerd door de onderneming.

Onsuccesvolle ERP projecten zijn mogelijk te wijten aan het feit dat vaak het heleERP-project uitbesteed is zonder dat de interne IT afdeling daarbij betrokken werd. Hetinadequaat reageren op weerstand tegen verandering (bv. veranderingen in functieom-schrijvingen) is eveneens een factor. Bovendien stelt men vaak geen specifieke en meetbarevoordelen vast, focust men teveel op technologie in plaats van op de bedrijfsvoordelenen negeert men de behoeften voor managementrapportage. Onvoldoende investeringenin permanente opleiding voor het betrokken personeel leiden eveneens tot onsuccesvolleprojecten (Sykes en Willcocks, 2000).

Open systemen In tegenstelling tot gesloten systemen, voldoet een open informatiesys-teem aan semantische interoperabiliteit. Met andere woorden: er kunnen zich wijzigingenin het systeem voordien, die te wijten zijn aan externe oorzaken uit een of meer informa-tiesystemen in de omgeving die zich hebben gecommitteerd aan dezelfde ontologie. Hetinformatiesysteem in kwestie kan op een zinvolle manier hierop reageren. Bijvoorbeeld,leverancier- en klant informatiesystemen zijn duidelijk open systemen vermits ze veron-dersteld worden op elkaars berichten te kunnen reageren op de verschillende stappenbij een levering. Dit is de open-world assumption – één van de grondbeginselen vanhet Semantisch Web – of inside-out benadering. Hierbij gaat men er vanuit dat feitenonvolledig zijn en in het algemeen nooit volledig bekend worden.

Indien we de Semantische Onderneming beschouwen als een onderneming die opereertonder de gesloten wereld veronderstelling, dan zijn de architectuur en tools die wordeningezet vergelijkbaar met de aanpak die gehanteerd wordt bij een traditioneel en zoook relationeel model. Dit komt omdat de gegevens, waarvan de semantiek nodig is,opgeslagen zijn in een gegevensbank. Als zodanig kan semantiek worden geëxtraheerd uitvoornamelijk transactionele data met behulp van conventionele relationele database syste-men. Vele van de midden jaren tachtig problemen waarmee relationele gegevensbanken temaken hadden, zijn vergelijkbaar met diegene waar het Web nu mee wordt geconfronteerd,alleen op een veel grotere schaal. Echter, als we de Semantische Onderneming definiërenals onderneming die opereert onder de zogenaamde open world assumption, dan moetzij gebruik maken van de semantiek van ongestructureerde, niet-transactionele gegevens,die niet opgeslagen zijn in een gegevensbank. In het vorige hoofdstuk werd duidelijkdat vertrouwen en privacy domeinen zijn waar nog veel onderzoek nodig is. Bedrijvenzetten vaak firewalls in om te voorkomen dat ongewenst verkeer (i.e., hackers, crackers,

57


computervirussen etc.) in de gevoelige netwerkzone van het bedrijf komt. Daar seman-tisch bewuste applicaties meestal ontworpen zijn om te werken op het open web, zoudenze ingetoomd worden door de firewall-configuratie waarop deze draaien. Fitzgerald enFoley (2008) beargumenteren dat ondanks dat het Semantisch Web het mogelijk maaktom de beveiliging van toepassingen tot op de hoogte van domeinkennis te brengen, denotie van firewalls – de indeling van de wereld in twee domeinen, publiek en privaat –een rol zal blijven spelen bij het veiligstellen van de low-level infrastructuur. Te strakkeconfiguraties missen de voordelen van het Semantisch Web, terwijl losse configuratieservoor zorgen dat bedrijfsgegevens opeens kwetsbaar worden. In essentie betekent dit datsemantiek in de onderneming intrinsiek wordt bepaald door de mate van transparantieen openheid van het datamodel.

3.3 Nood aan interoperabiliteitIn de huidige heterogene IT-omgeving en mede door de opkomst van Web services enservice-oriented architectures, is interoperabiliteit uitgegroeid tot een belangrijke organisa-tie behoefte. Immers, in een dergelijke omgeving, gekenmerkt door grote gedistribueerde,autonome, gevarieerde en dynamische informatiebronnen, wordt toegang tot relevante enaccurate informatie steeds complexer. Hiervoor zijn oplossingen nodig, en dat is waarinteroperabiliteit om draait.

Er bestaan vele definities van interoperabilities. Interoperabiliteit is immers domein-specifiek. Naast interoperabiliteit die nodig is tussen mensen, ICT en mensen, en tussenICT onderling, zijn er verschillende bedrijfsdomeinen zoals manufacturing, financiën enmarketing, die elk op hun beurt verschillende subdomeinen omvatten, bestaande uitmensen (managers, experten, operatoren), devices (controllers, actuatoren, sensors) ensystemen (computers, machines, communicatienetwerken), die allemaal interoperabiliteitvereisen. Een naar mijn mening zeer volledige, doch voldoende abstracte en generiekedefinitie is te vinden in de productie-industrie onder de vorm van een ISO11 standaard.De ISO definitie formuleert de voorwaarden voor het plaatsvinden van interoperatie.

“Interoperation may occur between two (or more) entities thar are relatedto one another in one of three ways (ISO 14285, 1999):

a. Integrated where there is a standard format for all constituent systemsb. Unified where there is a common meta-level structure across constituent

models, providing a means for establishing semantic equivalencec. Federated where models must be dynamically accomodated rather than

having a predetermined meta-model”

11De International Organization for Standardization (Internationale Organisatie voor Standaardisatie),beter bekend als ISO, is een internationale standaard-instelling bestaande uit vertegenwoordigers vanverschillende nationale standaardorganisaties. De organisatie legt wereldwijde industrie en commerciëlenormen vast.

58


In wat volgt benaderen we de dimensies en verschillende classificaties rondom interope-rabiliteit bij informatiesystemen. Vervolgens bekijken we interoperabiliteit vanuit eenbedrijfskundige invalshoek. Tenslotte adresseren we het Semantisch Web en bepalen wehoe ontologieën in het bijzonder een antwoord kunnen bieden op deze problematiek.

3.3.1 Interoperabiliteit classificatieOuksel en Sheth (1999) onderscheiden verschillende vormen van heterogeniteit in informa-tiesystemen. Zij onderscheiden hierbij tevens verschillende niveaus van interoperabiliteit– het systeem, de syntaxisis, de structuur en het semantische. Syntactische heterogeniteitheeft te maken met verschillen in machineleesbaarheid van aspecten van vertegenwoordi-ging of formattering. Schematische heterogeniteit, die vooral voorkomt in gestructureerdedatabases, is een aspect van de structurele heterogeniteit. Hoewel er reeds aanzienlijkevooruitgang is geboekt in de systeem-, syntactische-, en structurele / schematische inter-operabiliteit, zijn uitgebreide oplossingen voor semantische interoperabiliteit moeilijk tebereiken. Toch zijn een aantal trends en ontwikkelingen, zoals het Semantisch Web, diede aandacht blijven vestigen op semantische kwesties en semantische interoperabiliteit.

Tabel 3.1: Heterogeniteit in informatiesystemen en bijbehorende interoperabiliteitkwesties.

Informatie HeterogeniteitSemantische HeterogeniteitStructurele, Representationele/Schematische HeterogeniteitSyntactische HeterogeniteitSysteem HeterogeniteitInformatiesysteem HeterogeniteitDigital Media Repository Management Systems, Database Management SystemsPlatform HeterogeniteitOperating SystemsHardware/System

Semantische InteroperabiliteitStructurele InteroperabiliteitSyntactische InteroperabiliteitSysteem Interoperabiliteit

Bron: Sheth (1998), Changing Focus On Interoperability in Information Systems: from System, Syntax,structure to Semantics.

3.3.2 Enterprise-interoperabiliteitDe dringende noodzaak van organisatorische interoperabiliteit en ondersteuning van debesluitvorming op alle niveaus van de onderneming is erkend door het bedrijfsleven en deacademische wereld (Kosanke en Nell, 1997). Volgens Chen en Doumeingts (2003), kan

59


interactie tussen twee systemen plaatsvinden op tenminste drie niveaus: data, resource enbedrijfsproces. Interoperabiliteit kan daarom bereikt worden op verschillende manieren:inter-enterprise coördinatie, bedrijfsproces integratie, semantic application integration enfysische integratie. De aanbevelingen luiden dan ook om interoperabiliteit te benaderenvanuit drie onderzoeksdomeinen: enterprise modelling, ontologieën en architecturen enplatformen. De drie domeinen benaderen de interoperabiliteit prolematiek vanuit verschil-lende perspectieven. Enterprise modelling heeft te maken met de abstracte representatie,beschrijving en definitie van de structuur, processen, informatie en middelen van eengenetwerkte organisatie. Ontologieën betreffen het toevoegen van de nodige semantiek.Architecturen en platformen bepalen de implementatie oplossing.

Ontologieën, zijnde formele computer-gebaseerde representaties van concepten en woor-denschatten van de zakelijke context die wordt besproken, spelen een belangrijke rolin bedrijfsinteracties omdat zij voor de nodige gedeelde semantische “lijm” zorgen ominteroperabiliteit mogelijk te maken (De Leenheer, 2009). In Figuur 3.7 worden de drieniveaus van interactie aangehaald met een bijkomend vierde niveau: de bedrijfsmiddelen.Bijvoorbeeld, actoren van twee verschillende ondernemingen kunnen fysiek en verbaalcontact met elkaar hebben.

Figuur 3.7: Semantiek zorgt voor bedrijfsinteroperabiliteit op vier niveaus: bedrijfspro-cessen, data, applicaties en bedrijfsmiddelen.

Enterprise Twee

ProcesData

ApplicatieMiddelen

Enterprise Eén

Proces

Data

Applicatie

Middelen

semantiek

Bron: De Leenheer (2009), On Community-based Ontology Evolution.

60


3.3.3 Semantische interoperabiliteitIn “open” bedrijfsecosystemen, ligt de nadruk op semantische aspecten van informatie,kennis en proces interoperabiliteit. Semantische interoperabiliteit vereist dat het infor-matiesysteem de semantiek van een informatieverzoek begrijpt, gebruik makend vanmediation of information brokering, opdat het zo goed mogelijk kan voldoen aan hetverzoek (Sheth, 1998).

In deze scriptie is het onderzoeksdomein ontologieën. Interoperabiliteit bij ontologieënverwijst naar semantische interoperabiliteit. We nemen de definitie van De Leenheer(2009) over, die semantische interoperabiliteit definieert in termen van een ontlogie:

“Interoperability by means of an ontology that is shared by the involved informationsystems”

De mate waarin semantische interoperabiliteit plaatsvindt, hangt af van de inhoudvan de ontologie. Bijgevolg, om waarde te creëren met semantische interoperabiliteit,moeten de vereiste domein concepties gerepresenteerd worden door de gedeelde ontologie.

Beschouw een levering van goederen van leverancier naar klant. De sleutelvraag hier bijsociale interactie is: “Wat is een levering?”. Door het domein te interpreteren kunnen dedomein concepties van het domein worden geïdentificeerd. Bijvoorbeeld: “een levering iseen type object die bestaat uit een bepaalde hoeveelheid paletten, een zekere hoeveelheiddozen bevattend, die een bepaalde hoeveelheid van producten met een ID dragen”. Voormensen in face-to-face interactie is dit vanzelfsprekend. Echter, de onderliggende informa-tie sub-systemen stellen deze domein conceptie elk voor in hun eigen domein representatie.Zoals De Leenheer (2009) terecht uiteenzet, zou er in een ideale situatie waar ontologieëntoegepast worden, gemeenschappelijke en herbruikbare representaties zijn voor domeinconcepties. Voor elke nieuwe semantische interoperabiliteit vereiste, worden dan debenodigde content types geselecteerd vanuit een repository. In de realiteit is dit meestalechter niet het geval. Elke keer wanneer een nieuwe service of applicatie gedefinieerdwordt, gaat men applicatie specifieke representaties lokaal aligneren, in plaats van teherbruiken wat er reeds gedeeld is vanuit andere contexten. Als de vereiste conceptenniet beschikbaar zijn dan moeten de stakeholders samen tot een besluit komen. Echter,dit is niet evident. Hepp (2007) wijst op technische, sociale, economische en juridischegevolgen, die een rem zetten op de ontwikkeling van praktisch bruikbare ontologieën,dewelke een verklaring bieden voor het huidige tekort aan ontologieën. In zijn doctoraatlegt De Leenheer (2009) de grondslagen van Business Semantics Management vast aande hand van de community-based ontology evolution methodologie, dat een oplossingaanreikt voor deze problematiek.

61


3.4 IntegratieDe moeilijkheid bij kwaliteitswaarborging van gegevens is het integreren en combinerenvan gegevens tussen verschillende systemen (Davenport & Harris, 2007). Laten we daaromvooreerst integratie definiëren.

Fischer (1989) definieerde integratie als volgt: “The continuous interdisciplinary sharingof data, knowledge, and goals among project participants”. Deze definitie is acceptabelen gepast in verschillende contexten. Immers, IT integratie of eender andere vorm, isgeen intrinsiek doel van een organisatie. Integratie moet bekeken worden vanuit de noodaan bedrijfsproces verbetering in het licht van de business strategie.

Fischer et al. (1993) ontwikkelden een raamwerk met de verschillende dimensies vanintegratie, om de verschillende niveaus van integratie aan te geven. Hun bevinding wasdat het niet altijd nodig is om een vorige stap te hebben bereikt om naar het volgendeintegratieniveau te gaan. Het raamwerk laat individuen, departementen, bedrijven, pro-jecten en industrieën toe, om hun huidige stand van integratie te plotten, en te wijzen opde inspanningen die nodig zijn om het integratieniveau te verhogen. Bovendien biedt hetraamwerk een generieke en gefocuste integratiedefinitie. Generieke integratie kan wordenomschreven als het delen van iets door iemand, door gebruik te maken van een bepaaldebenadering voor het bereiken van een bepaald doel. Uiteraard is deze definitie niet op zichbruikbaar. Als men de vage formuleringen echter vervangt met waarden van het kader,kan men een definitie bekomen die bij een bepaald doel past. Bijvoorbeeld, een bedrijf zouintegratie kunnen definiëren als de uitwisseling van gegevens en modellen van afdelingenmet verschillende toepassingen met betrekking tot een aantal disciplines en projectfasen,met als doel verhoging van winst en marktaandeel. Een overheidsinstelling kan integratiedan weer zien als de uitwisseling van gegevens tussen applicaties in meerdere disciplinester overleving in een industrie. Met andere woorden, het voordeel van het kader is dat deverschillende definities eenvoudig aan elkaar gerelateerd kunnen worden. Het raamwerkbestaat uit vijf dimensies die elk afzonderlijk gepresenteerd worden in Tabel 3.2. Inwerkelijkheid kan elke dimensie gecombineerd worden op een multidimensionale wijze, hetwelk geïllustreerd kan worden door het combineren van de “wie” en “waarom” dimensies,zoals in Tabel 3.3.

62

3D

eSem

antischeO

nderneming

Tabel 3.2: Dimensies en niveau’s van integratie

Lage integratie → → → Hoge integratieWie? Individuen Departementen Gehele

organisatiesHele projectlevenscyclus

Gehele industrie

Wat? Data Modellen Kennis Doelen Alle projectinformatie

Wanneer? Eilandautomatisering Verschillendeapplicaties binnenéén discipline enfase

Verschillendeapplicaties voorverschillendedisciplines in éénfase

Verschillendeapplicaties voorverschillendedisciplines enfases

Alle applicatiesgedurende projectproces

Waarom? Overleving Stijging winst Stijgingmarktaandeel

Binnentreden vannieuwe markten

Stijging industrieaandeel binneneconomie

Bron: Fischer (1989), Computer Integrated Construction Framework.

63

3D

eSem

antischeO

nderneming

Tabel 3.3: Wisselwerking tussen twee dimensies binnen het Fischer raamwerk

WIE?Individuen Departementen Enterprises Projecten IndustrieEen baanbehouden

Afdelingoverleving

Operationeelblijven

Projectenvoltooien

Industrieoverleving

Winst verhogen Stijgingwinstbijdrage

Stijging winst Stijging projectsuccesgraad

Stijging industriewinstgevendheid

WAAROM? Uitbreiden vanjob gezag

Stijging politiekerol afdeling

Stijgingmarktaandeel

Stijging projectscope

Stijging industrieaandeel binneneconomie

Van jobveranderen

Aanvullenderollen nemen

Binnentredennieuwe markten

Het project opgrotere schaalinzetten

Uitbreiding naarandere sectoren

Nieuwe jobcreëren

Nieuwe rollencreëren

Nieuwe marktencreëren

Project verlengen Nieuwe sectorenen dienstencreëren

Bron: Fischer (1993), Computer Integrated Construction Framework.

64


3.4.1 Data-integratieData-integratie gaat over het combineren van gegevens in verschillende bronnen en hetaanbieden van een eenduidig beeld van deze gegevens. Het probleem van het ontwerpenvan data-integratiesystemen is belangrijke in de huidige applicatie wereld (Lenzerini,2002). Data-integratie gebeurt steeds vaker als het volume en de nood om gegevens tedelen explodeert (IDC, 2008). In managementkringen wordt vaak naar data-integratiegerefereerd als “Enterprise Information Integration” (EII).

Integratie problematiek: silo’s De reden waarom integratie geen evidente materie is, isde massale heterogeniteit binnen informatiesystemen. In de interoperabiliteit-sectie werder reeds een classificatie van heterogeniteit gegeven. In een bedrijfskundige omgeving iser echter vaak nood aan homogeniteit. Beschouw het volgende voorbeeld. Eén van deprimaire drijfveren die de IT strategieën binnen Financial Services organisaties beïnvloedt,is de nood om gegevens te verzamelen van verschillende bronnen doorheen de organisatieopdat het geassembleerd wordt tot een nieuw, breder, allesomvattend en zinvol geheel. Zozou een Customer Relationship Management (CRM) systeem kunnen worden aangevuldmet gegevens van een order systeem. De bedoeling is om gefragmenteerde informatiete herintegreren tot een collectief geheel. Wanneer deze informatie gesynthetiseerdwordt, biedt dit meerwaarde voor de business zoals een 360 graden beeld van de klant,een geconsolideerde rekening portfolio en een uniforme financiële statement. Het gaatechter niet alleen over verspreide klantengegevens, maar ook bijvoorbeeld definities dieverschillen over systemen heen, zoals de productdefinitie. Inderdaad, er is bijvoorbeeldeen zekere overlapping tussen de voorraadadministratie en de boekhouding die, indiendeze verbonden zijn, veel fouten zou vermijden. Het resultaat is het ontstaan van wrijving,door de verkeerde afstemming van data als gevolg van het gebruik van verschillendetechnologieën en datamodellen. Bijvoorbeeld, traditionele gegevensbanken creëren silo’somdat relationele data specifiek zijn aan de gegevensbank implementatie. Elk systeembehoudt dus zijn eigen perspectief, gebaseerd op zijn eigen noden. Geen van beide isverkeerd, maar de integratie creëert wrijving dat meestal gepaard gaat met uitgebreideen complexe software vertalingen om het leed te verzachten en met bijkomende negatievegevolgen: het ontbreken van data, conflicterende data en incorrecte data. Tenslotte dientnog opgemerkt te worden dat de uitdagingen met betrekking tot gegevens niet te overzienzijn bij grote integraties. We spreken in dit verband over de “integratie ijsberg”. Net alseen ijsberg die uit een verborgen massa bestaat, openbaren data uitdagingen zich vaakop stressvolle en moeilijke tijden (Evans et al, 2009; Lenzerini, 2002).

Het structureren van de integratie-architectuur De snelle adoptie van gegevensban-ken in de zestiger jaren, heeft geleid tot de nood om bestaande repositories te delen ofsamen te voegen. Deze merging kan op verschilende niveaus in de database architectuurplaatsvinden (Dittrich en Ziegler, 2007). De conventionele benadering is een warehouse-systeem dat data van verschillende bronnen extraheert, transformeert, laadt (ETL) endeze gegevens samenbrengt in één “queriable” schema. Vertrekkende van de koppeling encohesieprincipes die Jackson (1983) en anderen introduceerden in de Structured Design

65


discipline, stellen we vast dat er een hoge koppeling heerst, aangezien de data in éénenkele repository verblijft tijdens query-time. Dit heeft implicaties op herbruikbaarheiden evolueerbaarheid. Problemen die dan kunnen opduiken betreft de “versheid” van dezegegevens. Bijvoorbeeld, wanneer een originele gegevensbron wordt bijgewerkt, maar hetwarehouse bevat nog steeds verouderde gegevens en het ETL proces moet worden heruitge-voerd. Daarnaast is het vaak ook niet evident om data warehouses te construeren, omdatmen slechts over een interface beschikt, en geen toegang heeft tot de volledige gegevensset.

Door gegevens los te koppelen van elkaar, verkrijgt men stabielere integraties. Dezeworden gekenmerkt door een uniforme query interface over een gemedieerd schema. Metandere woorden, een query wordt getransformeerd in een reeks gespecialiseerde queriesover de originele gegevensbanken. Computerwetenschappers noemen dit een Local AsView (LAV) benadering — Local verwijst naar lokale gegevensbronnen/gegevensbanken.Een alternatief integratie model gebruikt het gemedieerde schema als overzicht op degegevensbronnen. Deze benadering heet Global As View (GAV) – Global verwijst naarhet globale gemedieerde schema. Deze vorm is aantrekkelijk vermits het zeer simpel is omqueries te beantwoorden aan de hand van het gemedieerde schema. Nochtans, wanneer ereen nieuwe bron wordt geïntegreerd en/of een bestaande bron zijn schema wijzigt, moetde view van het gemedieerde schema gewijzigd worden.

Figuur 3.8 geeft het verschil weer tussen de schematische voorstelling van een datawarehouse (a), waarbij een ETL proces informatie extraheert uit verschillende gege-vensbronnen, deze transformeert en laadt in het warehouse, tegenover de gemedieerdeoplossing (b), waarbij een virtuele gegevensbank communiceert met de brongegevens viawrapper code indien nodig.

Figuur 3.8: Simpele schematische voorstelling voor een datawarehouse en gemedieerdschema.

Databron A

Databron B

Databron C

Data Warehouse

ETL

Databron A

Databron B

Databron C

Gemedieerd Schema "Virtuele

Databank"

Wrapper

Wrapper

Wrapper

a) b)

Bron: gebaseerd op Wikipedia (2010), Data Integration.

66


In deze scriptie behandelen we het semantische integratie probleem. Dit probleemadresseert niet zozeer de structuur van de integratie architectuur, maar probeert op telossen hoe semantische conflicten tussen heterogene gegevensbronnen kunnen wordenopgelost. In feite is dit niets anders dan het fameuze interoperabiliteit probleem, metal zijn niveau’s, dat in Sectie 3.3 uitvoerig aan bod kwam. De algemene strategie voorde resolutie van dergelijke problemen is het gebruik van ontologieën. Vanuit een data-integratie perspectief, is dit wat men ontologie-gebaseerde data-integratie noemt, en kangeclassificeerd worden als een LAV benadering Lenzerini (2002).

67


Benaderingen voor het gebruik van ontologieën voor data-integratie Zoals Figuur3.9 toont, onderscheiden Hübner et al (2001) drie algemene architecturen die kunnenworden gebruikt voor ontologie-gebaseerde data-integratie, met name:

Figuur 3.9: Drie mogelijke manieren om ontologieën te gebruiken voor data-integratie.

Databron A Databron B Databron C

global ontologie


lokale ontologie lokale ontologie lokale ontologie

a) b)

gedeelde woordenschat


lokale ontologie lokale ontologie lokale ontologie

c)

Bron: gebaseerd op Hübner et al (2001), Ontology-Based Integration of Information: A Survey of ExistingApproaches.

• Enkelvoudige ontologie benadering (a). Een enkelvoudige ontologie wordtgebruik als globaal referentie model in een systeem. Dit is de eenvoudigste benade-ring, vermits het kan gesimuleerd worden door andere benaderingen (Hübner etal, 2001). SIMS is een prominent voorbeeld van deze benadering (Arengs, Hsu &Knoblock, 1996).

• Verschillende ontologieën benadering (b). Verschillende ontologieën, die elkeen individuele gegevensbron modelleren, worden gebruikt in combinatie voor in-tegratie. Hoewel deze benadering meer flexibel is dan de enkelvoudige ontologiebenadering, vereist het de ontwikkeling van mappings tussen verschillende ontolo-gieën. Ontology mapping is een uitdagende issue en is de focus van grootschalig

68


onderzoek in de computerwetenschappen (Lenzerini, 2002). Het OBSERVER sys-teem is een voorbeeld van deze benadering (Illaramendi, Kashyap, Mena en Sheth,1996).

• Hybride benadering (c). De hybride benadering gaat verschillende ontologieëngebruiken die het eens zijn met een gemeenschappelijke, top-level woordenschat.De top-level woordenschat definieert de basistermen voor het domein. Vandaardat de hybride benadering het gemakkelijker maakt om meerdere ontologieën tegebruiken voor integratie in aanwezigheid van de gemeenschappelijke woordenschat(Goh, 1997).

Tot slot van deze sectie verwijzen we naar Wikipedia12, voor een volwaardige inleidingtot de theorie van data integratie. Dit is een subset van database theorie en formaliseertde onderliggende concepten van het probleem van de eerste-orde logica.

3.4.2 Enterprise-integratieHet doel van Enterprise Integration (EI) is de ontwikkeling van oplossingen en computer-gebaseerde gereedschappen die de coördinatie van werken informatiestromen faciliterenover organisatiegrenzen heen. Enterprise-integratie vindt plaats wanneer er een verbe-tering is in de interacties op taak niveau tussen mensen, departementen, diensten enbedrijven. Dit kan niet zomaar bereikt worden door het louter verbinden van computers(Vernadat, 1996).

Petrie (1992) onderscheidt drie benaderingen voor enterprise-integratie: master-modelbased integration; unifcation-based integration en federation-based integration.

Master model-based integratie In deze benadering is er slechts één referentie model(ook wel master model) opgeslagen in een bibliotheek waaruit alle andere modellen wordenafgeleid en geïnstantieerd. Bepaalde modellen zijn aangepast om tegemoet te komen aanspecifieke noden van de gebruiker. Het probleem met deze benadering is dat het systeemen de modellen zeer sterk gekoppeld zijn in die zin dat wanneer er veranderingen moetenworden gemaakt in het master model, deze moeten gepropageerd naar alle instanties, alsmen consistentie wenst blijven te garanderen. Deze benadering wordt gevolgd door IEM,waar alle object klassen afgeleide specialisaties zijn van een set van drie generieke klassenen ARIS, hetwelk informatie modellen en proces modellen afleidt van vooraf gedefinieerdereferentiemodellen (Vernadat, 1996)13.

Unification-based integratie Er kunnen zoveel locale modellen zijn als vereist, maar alleconcepten gedeeld door de verschillende componenten van het systeem worden semantisch

12http://en.wikipedia.org/wiki/Data_Integration13Architecture of Integrated Information Systems (ARIS) en Integrated Enterprise Modeling (IEM) zijn

procesgeoriënteerde enterprise modeling methodes ontwikkeld tijdens de negentiger jaren.

69


geünificeerd in een meta-model door middel van early binding14. Het Computer IntegratedManufacturing Open System Architecture (CIMOSA) modeling raamwerk is gebaseerd opdeze benadering. De voordelen zijn drievoudig: een haalbare oplossing is steeds mogelijk,veranderingen worden consistent gereflecteerd doorheen het systeem en de benadering isschaalbaar. Het nadeel ligt in het feit dat grote modelleer inspanningen nodig zijn tijdensde ontwerpfase. Deze benadering is sterk afhankelijk van vooruitgang met betrekking totstandaardisatie (Vernadat, 1996).

Federation-based integratie Deze benadering laat zoveel lokale modellen toe als ernodig zijn, maar bestaande modellen blijven hetzelfde en nieuwe worden toegevoegd. Aldeze modellen kunnen zeer verschillend zijn van aard. Enkel de zwakke koppeling tussende systemen is verzekerd. Uitwisselingen gebeuren wanneer het nodig is, op basis vaneen federatie mechanisme voor semantische unificatie gebaseerd op late binding. Latebinding betekent dat wanneer systeem A informatie vraagt van systeem B, dan moet Bhet verzoek van A aanpassen aan zijn kennisdomein. Concepten tussen A en B wordenmet andere woorden gemapt. Ontologieën worden ontwikkeld om dit probleem op telossen. Echter, op dit moment is het onduidelijk hoe deze aanpak kan omgaan metschaalbaarheid voor de orde grootte typisch bij grote industriële toepassingen (Vernadat,1996).

Data-federatie is ontstaan in de tachtiger jaren, met onderzoek in de biologie en com-puterwetenschappen gemeenschappen. Destijds bestond er een enorme diversiteit aanfysische hardware, besturingssystemen, gegevensbanken, software en immature netwerk-protocols, die het delen van gegevens bemoeilijkten. Het Internet en haar TCP/IP enHTTP protocollen, en XML standaarden in het bijzonder, hebben veel bijgedragen omde respectievelijke fysische-, syntactische- en data-uitwisselings- heterogeniteiten weg tewerken. De huidige uitdaging is om verschillen in betekenis te overkomen. De volgendestap is die van de pragmatiek en het creëren van vertrouwen (Bergman, 2006). Figuur3.10 toont de gemaakte progressie.

Een mogelijke onderverdeling van de integratieniveaus en bijhorende aspecten is dievolgens Vernadat (1996). Hij onderscheid drie verschillende integratie niveaus: business-,applicatie-, en fysieke integratie, zoals samengevat in Tabel 3.4. Zoals is gebleken, isfysische integratie, geregeld door de communicatie tussen hardware en software, van-daag minder aan de orde. Hedendaagse communicatiesoftware heeft noodzaak aan eensterke structurering. Daarom is communicatiesoftware ingedeeld in lagen en vervat ineen zogenaamde netwerkarchitectuur. Moderne netwerkarchitecturen zoals ISO OSI enTCP/IP zijn vandaag de de facto. Andere standaarden zijn onder meer Manufactu-ring Automation Protocol (MAP) en Asynchronous Transfer Mode (ATM), maar dezezijn veelal bezweken door een gebrek aan belangstelling van de industrie. De overige

14Semanische problemen worden opgelost at design time, gedurende de constructie. De incrementelebenadering zorgt ervoor dat distrubie geoptimaliseerd wordt over de systeemarchitectuur heen,waardoor het schaalbaar wordt.

70


Figuur 3.10: Het beklimmen van de data-federatie piramide.

Hardware (fysiek)

Besturingssysteem

Software / DBMS

Netwerk

Data representatie

Semantiek

Pragmatiek

Vertrouwen

Progressie Webstandaarden

TCP/IP

XML

OWL/RDF-S } Vandaag

Bron: gebaseerd op Bergman (2006), Climbing the Data Federation Pyramid.

twee integratievormen, applicatie- en business integratie verdienen wel de nodige aandacht.

In wat volgt wordt de integratie problematiek uitgelegd vanuit de invalshoek van hetbedrijf. Vervolgens wordt beschreven hoe conventionele en traditionele benaderingendeze integratie problematiek aanpakken, zowel intern als in de vraag- en aanbodketen. Inde volgende sectie behandelen we Enterprise Integratie in de context van het SemantischWeb.

Tabel 3.4: Integratie niveaus en aspecten.

Integratie niveaus Integratie aspectenBusiness Bedrijfsproces coördinatie

Bedrijfsbreed delen van kennisInterworking; enterprise internetworking

Applicatie Gedistribueerde coöperatieve applicatiesGegevens/informatie-uitwisselingApplicatie interoperabiliteit

Fysiek Basis computer communicatieHet doorgeven van berichtenInterconnectie

Bron: Vernadata (1996), Enterprise Modeling and Integration: Principles and Application.

71


Integratie binnen de onderneming Conventionele benaderingen proberen informatiebinnen de onderneming te integreren via Extract, Transform en Load (ETL) technieken.Dit proces vereist veel arbeid om informatie te vergaren, te transformeren en tenslotte teintegreren in een enkele, verenigde data store. ETL heeft verscheidene beperkingen. Het isniet schaalbaar, veroorzaakt latency en leidt tot incorrecte informatie, het is foutgevoelig,is niet afgestemd op verandering en heeft een single point of failure. Ook software voortoepassingen worden steeds meer geïntegeerd, bijvoorbeeld met een Enterprise ResourcePlanning (ERP) systeem. Met behulp van Enterprise Application Integration (EAI)middleware, kunnen toepassingen gekoppeld worden. Niet alleen data in rust, maar ookdata in beweging kan op deze manier worden geïntegreerd. Software vendors bieden ditaan onder de vorm van middleware15 aan (Lacoul, 2009).

Data warehouses hielden de belofte in van een enkele, uniforme aanpak voor alle enterprisedata, maar zijn vandaag alleen nog gerechtvaardigd voor belangrijke, consistente streams,of batches van gegevens die hoge precisie vereisen. In een data warehouse omgeving, isde integratietaak moeilijk omdat elke database-naar-database koppeling in wezen eencustom-built verbinding betreft, waarin ETL en de bijbehorende data profiling processenveel zorg, kennis en investeringen vereisen. Het besluit is dat ETL, EAI en alle anderesoorten van complexe data warehousing veelal gefaald hebben, maar wel vele vendors“fat” gemaakt hebben (Lacoul, 2009).

15Middleware is de systeemsoftware die zich bevindt tussen de client en de software die de bedrijfsgegevensbeheert. Het werkt op basis van standaardinterfaces waardoor leverancier modules moeiteloosgeïntegreerd kunnen worden. EAI oplossingen zijn bijvoorbeeld SAP Netweaver, WebMethods enWebSphere.

72


Integratie in de vraag- en aanbodketen Het is met de opkomst van Enterprise ResourcePlanning (ERP) systemen, dat integratie over de bedrijfsgrenzen heen steeds belangrijkeris geworden. In de late zeventiger en tachtiger jaren werd er voor het eerst aandachtbesteed aan data transfer protocols. De oudste en meest bekende vorm van integratie, isgegevensuitwisseling met behulp van Elektronic Data Interchange (EDI). EDI is gebaseerdop gecodeerde transacties die tussen partijen in de vraag-en-aanbodketen (B2B) wordenuitgewisseld. EDIFACT is de internationale standaard ontwikkeld door de VerenigdeNaties en is een uitbreiding van EDI voor bepaalde bedrijfstakken. Een voorbeeld isde integratie tussen klant en leverancier bij een order. Om een EDI-order te plaatsenbij een leverancier maakt een inkoper in het ERP systeem een order aan. Het systeemcreëert vervolgens een file met daarin het gecodeerde EDI orderbericht, en verzendthet vervolgens naar de leverancier die het bericht interpreteert. Vervolgens handelt deleverancier de order af. Een andere vorm van elektronische gegevensuitwisseling is dietussen onderneming en bank. De automatisering van betalingen en ontvangsten wordtveelal aangeduid met de term Electronic Fund Transfer (EFT). Net als voor EDI bestaaner voor EFT diverse landsspecifieke standaarden (Sneller, 2007).

Standaarden voor gegevensuitwisseling zoals EDI, RosettaNet, UBL en ebXML zijnreeds sinds 1970 in de onderneming aanwezig, maar deze “standaarden” brachten nogmeer standaarden voort die niemand meer volgde. Met andere woorden, iedereen heeftde neiging om zijn of haar eigen idiosyncratische normen voor het uitwisselen van docu-menten in het bedrijfsleven te creëren. Bijgevolg wordt het moeilijk om nog te kunnenvoldoen aan de standaarden binnen het bedrijfsecosysteem. Het probleem met EDIFACTwas dat vele software systemen syntaxis problemen ervaarden. Vermits een factuur eenfactuur blijft en EDIFACT perfect werkt vanuit inhoudelijk standpunt was een combinatievan EDIFACT woordenschat met XML-syntaxis vanzelfsprekend. XML/EDIFACT werdgeboren. XML is met andere woorden de standaard syntaxis geworden voor gegevens-uitwisseling waarop telkens wordt voortgebouwd. Speciaal voor financiële verslaggevingwerd eXtensible Business Reporting Language (XBRL)16 ontworpen en belastingsdienstengebruiken XML uitbreidingen om elektronische belastingaangifte mogelijk te maken.

3.5 Semantisch Web oplossingen voor integratieIn de begindagen van computers moesten gegevens geëncodeerd worden, vooraleer hetgebruikt kon worden door een elektronisch systeem. Dit betekende dat de informatie dieleefde in zijn “natuurlijke” staat – ongestructureerd, rond verspreid, in geschreven ofgesproken taal – niet kon worden gebruikt door computers. Het betekende ook dat elksysteem en programma zou werken met zijn eigen opgezette interne architectuur, die vaakniet compatibel is met andere systemen. Inderdaad, er is een veelheid aan applicaties voorspecifieke bedrijfsvereisten – ook wel silo’s genaamd. Deze talrijke applicaties brengeneen onbeheersbare set van activa voort doorheen de organisatie. Zoals Berners-Lee (2001)

16In het boek “Pull” van David Siegel is het hoofdstuk “Financial Transparency” volledig geweid aanXBRL. Met verschillende voorbeelden en case studies worden de voordelen van XBRL toegelicht.

73


opmerkt zijn er, als we N applicaties hebben binnen een bedrijf, N2 manieren om dezete verbinden. Dat vereist heel wat aangepaste programmering door talrijke consultants.Indien alle applicaties in XML zouden zijn, dan zou men gebruik kunnen maken van eentransformeertaal zoals XSLT die als lijm dienst doet tussen de applicaties. Het probleemis dat dit dan nog steeds een N2 probleem betreft. Immers, voor elk paar applicatiesmoet er voor elke manier waarop ze verbonden willen zijn een XML naar XML brugworden gecreëerd. XML files van twee verschillende applicaties kunnen niet zomaarsamengevoegd worden. Als men een query uitvoert op een XML document en men voegteen aantal beperkingen toe van een ander document, dan kunnen deze twee queries nietzomaar samengevoegd worden. Vandaar dat er nood is aan interoperabiliteit. Databasesystemen zijn compatibel omdat ze een consistent relationeel data model hebben. Doorongestructureerde data ook een dergelijk consistent model te laten adopteren kan hetgenieten van dezelfde voordelen als relationele data. Op het Semantisch Web zorgt RDFvoor dit model. Wanneer twee bronnen in RDF samengevoegd worden, dan schakelt mende verschillende bestanden in één groot bestand. Al de relationele database ideeën werken

— bijvoorbeeld joins en views. Wanneer alle informatie van elke applicatie geconverteerdof uitgebracht wordt in RDF, dan kan eendere welke query uitgevoerd worden over eenderwelke selectie van data. Het N2 probleem verdwijnt omdat wijzingen nu lineair zijngeworden: nieuwe RDF applicaties leveren en gebruiken informatie zonder de rest vanhet systeem te verstoren.

Semantische Web technologieën kunnen met andere woorden informatie helpen bevrijdendoor het ondersteunen van “externe integratie”, het vermogen informatie te bindenen kennis direct uit ongestructureerde bronnen halen door gebruik te maken van delogische structuren van natuurlijke taal. De technieken om dit te bewerkstelligen wordenhieronder beschreven. Vooreerst herhalen we nog een aantal tekortkomingen van huidigebenaderingen, de rol van RDF, SPARQL, ontologieën en de Linked Open Data cloud, intermen van de onderneming, vooraleer we het gaan hebben over extractiemethoden, doorbijvoorbeeld documenten – (on)gestructureerd of semi-gestructureerd, op het web of inde onderneming – te transformeren naar RDF.

Tekortkomingen traditionele en conventionele benaderingen Huidige talen en tech-nologieën voor het opslaan en beheren van data, zij het XML- of RDBMS-gebaseerd,leggen de structuur van data vast in een syntaxis. Bij een RDBMS is dat met behulpvan relationele data in tabel vorm, alwaar relaties worden gelegd op basis van primaryen foreign keys, bij XML is dat op basis van een XSD schema die een boomstructuurvastlegt. Vandaar, als men de formaten van deze data in silo’s met elkaar wenst teverzoenen, dan is dit moeilijk om de verschillende attributen van verscheidene schema’ste mappen. Het is niet zo dat alleen de betekenis van het data element mist, wat eenabsolute vereiste is voor de automatische interpretatie van data (1). Het inherenteprobleem is dus dat er bij bestaande methodes om toegang te krijgen tot gestructureerdedata, deze intrinsiek gekoppeld zijn met de technologische keuze op het niveau van defysieke gegevens. Bijvoorbeeld, SQL wordt gebruikt om relationele databases te manipu-

74


leren. Hetzelfde geldt voor XQuery / XPath voor XML. Een tweede observatie is dathuidige talen en technologie voor informatiebeheer ook de mogelijkheid ontbreken omaan gevolgtrekking te doen (2). Ten derde zouden we kunnen stellen dat traditioneleintegratiemethodes gefaald hebben omdat ondernemingen zelf hun metadata moestenontwikkelen en onderhouden om silo’s en onsamenhangende data te integrereren (zieook Tabel 4.5) (3). Ten vierde, is er ook nood aan betere manieren om gegevens enhun relaties te indexeren, op te slaan en te kunnen manipuleren, zeker op de schaaldie ondernemingen vandaag ervaren (4). Deze belangrijke materie wordt vaak vergeten.Zoals Stonebraker en Hellerstein (2005) opmerken in hun retrospectief overzicht van 35jaren ontwikkeling in gegevensbanken, werden de eerste post-relationele data modellentypisch semantische data modellen genoemd, inclusief deze van Smith en Smith (1977)en Hammer en McLeod (1981).

3.5.1 De rol van RDFIn de visie van het Semantisch Web is data niet in cubes of tabellen, maar in grafenbestaande uit triples — onderwerp, predicaat, object combinaties. In dit universum vanzelfstandige naamwoorden en werkwoorden, articuleren de werkwoorden de connectiesof relaties tussen zelfstandige naamwoorden. Elk zelfstandig naamwoord verbindt zichals een knooppunt in een gestructureerd netwerk. Dit netwerk is schaalbaar omdat hetgebaseerd is op een aantal simpele principes, granulariteit en uniformiteit (Bergman,2009). Een ander belangrijk voordeel van RDF ten opzichte van relationele data is dathet zelf-beschrijvend is. Het is geen vereiste om kennis te hebben over de traditionelemetadata – schema’s, ja zelfs tabellen – vooraleer de data set te exploreren (Allemang,2008). Zie vorig hoofdstuk voor een vergelijking tussen een ontologisch model en relationeeldatamodel.

3.5.2 De rol van SPARQLSPARQL is vergelijkbaar met gekende query talen in de relationele wereld, maar hetkan gefedereerde data query’en over meerdere grafen. Met SPARQL ervaart men minderobstakels omdat een graaf kan worden geconverteerd in verschillende formaten. Degraafstructuur simplificeert de relaties tussen elementen en ontologieën. Met anderewoorden, legacy data opgeslagen in silo’s kunnen worden blootgesteld als “queryable” in devorm van een SPARQL endpoint, indien de legacy data is uitgedrukt in RDF formaat. Inplaats van het aanroepen van een API van een Web Service, kan men nu expliciet queriesschrijven op de gefedereerde data en de output samenvoegen door gebruik te maken vandezelfde query. Dit zorgt voor een handige manier om bedrijfslogica in te sluiten in dequery, met dewelke men gegevens kan ophalen van gedistribueerde data modellen dierijk zijn, dynamisch en evolueren. Master Data Management oplossingen worden minderrelevant, want alle data kan in RDF worden getoond, dewelke met SPARQL benaderdkan worden. In essentie, hoe breder de data set, hoe meer specifiek en relevant de queryresultaten kunnen zijn. SPARQL biedt de mogelijkheid om resultaten te filteren op eenefficiënte manier en helpt vandaar bij het extraheren van meer relevant inzichten.

75


3.5.3 De rol van ontologieënHübner et al (2001) stellen dat ontologieën, algemeen beschouwd, de volgende rollenspelen:

• Inhoud explicatie: Een ontologie zorgt voor een accurate interpretatie van gegevensafkomstig van verschillende bronnen door de expliciete definitie van termen enrelaties in de ontologie.

• Query model: In sommige systemen zoals SIMS, wordt de query geformuleerdgebruik makend van de ontologie als globaal query schema.

• Verificatie: De ontologie verifieert de mappings die gebruikt worden om gegevens teintegreren van verschillende bronnen. Deze mappings kunnen gespecificeerd wordendoor gebruikers, of gegenereerd worden door systemen.

Bij data-integratie in de relationele data wereld, moeten mensen per data element desemantiek uitzoeken en met tijdrovende activiteiten verifiëren of een veld met een specifieklabel wel nuttig is, bijgewerkt is, en gedefinieerd is zoals het label impliceert. Hoewel eenontologische benadering meer inspanningen vereist dan een traditioneel data-integratieprogramma, levert dit schaalvoordelen op, zoals Figuur 3.11 toont. Door de bakens teverzetten om nieuwe bronnen te integreren, elimineert de ontogische benadering datasilo’s. Het Semantisch Web maakt dat men zelf geen ontologieën moet ontwikkelen,zolang ze publiek en nuttig zijn. Indien de context echter verschillend is, kan men zelfeen ontologie ontwerpen, maar niets houdt tegen om gelijkenissen over te nemen. In eenideale wereld deelt men de niet-gevoelige elementen van de bedrijfsspecifieke ontologie –die consistent zijn met het bedrijfsmodel – in het publieke domein, zodat andere er vangebruik kunnen maken. Dit hergebruik zorgt ervoor dat economische redenen, zoals tijden geld – alomtegenwoordig bij traditionele benaderingen – op die manier ondermijndworden.

De ondubbelzinnigheid en mate van detail van ontologieën, zorgt ervoor dat ze makkelijkerte verbinden zijn dan taxonomieën. Niet alleen beschrijven ontologieën relaties tussenRDF grafen, ze kunnen ook andere metadata en minder formele soorten tags beschrijvenen deze verbinden met de rest. In essentie zorgen ontologieën ervoor data metadata engrafen georganiseerd zijn. Door het mappen van ontologieën, worden deze verbondenop het Web. Ontologieën bieden een rijkere, meer geünificeerde metadata basis voormachine leesbaarheid, interoperabiliteit en menselijke compressie. Figuur 3.12 toonthoe het inzetten van ontologieën per bedrijfsunit ervoor zorgt dat men lokaal betekeniskan specifiëren, en hoe een afzonderlijke semantische interoperabiliteit mapping laagverschillende bedrijfsdomeinen kan verbinden (Rittgen, 2009).

Gedistribueerde data op het Web en de nood om deze gegevens te aggregeren en analyseren,heeft geleid tot nieuwe data management tools, technieken en filosofieën. Conceptueelrepresenteren zij de logische volgende stap in de evolutie van data management. DaarSemantisch Web technologieën verder bouwen op wat er reeds bestaat, kunnen ontologieën

76


Figuur 3.11: Een ontologische benadering is schaalbaar.

Kost gebruik gegevensbronnen

Hoog

Laag

Laag HoogAantal gegevensbronnen

Traditioneel data-integratie

proces

Ontologische benadering

Bron: gebaseerd op PricewaterhouseCoopers (2009), Technology Forecast.

ondernemingen helpen bij de organisatie en het expanderen van de metadata die reedsaanwezig is. Ontologieën kunnen de drijfveer worden voor collaboratie die nodig istussen bedrijfsunits en IT departementen om zo alignment te bereiken. Figuur 3.3toont dat ontologieën de hoogste mate van expressiviteit vertonen, wat leidt tot eenkrachtigere datafederatie capaciteiten. Echter, om ze effectief te gebruiken is er een sterkebetrokkenheid van de bedrijfsunits nodig (PricewaterhouseCoopers, 2009).

3.5.4 De rol van de Linked (Open) Data cloudIn feite gaat Linked Data over vraag en aanbod. Aan de vraagzijde krijgt men toegangtot de uitgebreide gegevens die men nodig heeft om beslissingen te nemen. Aan deaanbodzijde, deelt men meer van de interne gegevens met partners, leveranciers en zelfsmet het publiek zodat zij er voordeel uit kunnen halen zij (i.e., Linked Open Data). DeLinked Data aanpak gaat over het confronteren van bestaande data silo’s en het sturenvan information management inspanningen in een andere richting omwille van voordelenmet betrekking tot schaalbaarheid. URI’s zijn fundamenteel voor data federatie. Inessentie is het een onderdeel van de informatie mediëring- of conflictbemiddelingslaag dieondernemingen moeten creëren om de kloof tussen strategie en uitvoering te overbruggen(Lacoul, 2009).

Eerder was er sprake van het Linked Open Data (LOD) project. De LOD biedt demogelijkheid om het Web of Data te query’en. Inderdaad, wanneer zo’n gigantischehoeveelheid data beschikbaar en verbonden wordt, genereert dit een netwerkeffect envoegt het waardevolle informatie toe aan, door de voorziening van additionele context.

77


Figuur 3.12: Ontologieën zijn de basis van de information mediation laag.

Semantische Services

Semantische Interoperabiliteit Information mediation

Ontologie Ontologie Ontologie

Metadata Metadata Metadata

Data Data Data

Bedrijfsunit 1 Bedrijfsunit 2 Bedrijfsunit 3

Bron: gebaseerd op Rittgen (2009), Handbook of Ontologies for Business Interaction.

In de LOD-wereld hoeven we ons geen zorgen te maken over toegang. De kracht vanSPARQL kan eender welke URI aanspreken en de query uitvoeren, waardoor mashupapplicaties overbodig worden. Linked Data principes bieden de abstractie laag, waaropSPARQL zit. Onder meer GoodRelations17 (voor het definiëren van het bedrijf enhaar producten), National Center for Biomedical Ontology (NCBO)18 en oeGov19 (vooreGovernment) zijn populaire bruikbare publieke ontologieën voor organisaties (Lacoul,2009).

3.5.5 Het Semantisch Web en cross-enterprise integratieOntologieën zijn een gestructureerde benadering voor de confrontatie die bedrijven moetenaangaan bij de afweging tussen operationele standaarden en operationele flexibiliteit. Zevormen een platform voor het creëren van een gedeeld begrip van een formele bedrijfstaalwaar flexibiliteit op lokaal niveau binnen de enterprise aangemoedigd wordt. Evenzo kandeze formele bedrijfstaal uitgebreid worden naar buiten de firewall, door de gegevensbeschikbaar te maken aan een uitgebreid ecosysteem van leveranciers en partners omwaarde toe te voegen voor klanten. Door expliciet toegang te geven aan de ontologieënbinnen het ecosysteem, kunnen deelnemers een bijdrage leveren door onderscheidendestandpunten aan te kaarten en bijgevolg de inter-organisatorische relaties te laten evolue-ren op een organische manier. Tegelijkertijd biedt SPARQL de mogelijkheid om toegang

17GoodRelations is een lichte ontologie voor het annoteren van aanbiedingen op het Web(http://www.heppnetz.de/projects/goodrelations)

18Het National Center for Biomedical Ontology (NCBO) is een consortium voor biologen, clinici,informatici en ontologen (http://bioontology.org)

19oeGov maakt en publiceert W3C OWL ontologieën voor eGovernment (http://www.oegov.org)

78


Figuur 3.13: Technieken en hun mate van expressiviteit.

Zwakkesemantiek

Sterkesemantiek

Mate van bedrijfsunit betrokkenheid

Word/HTML

GlossariesThesaurus

XML, XSLT

UML, XMLRDF

Concept mappen

OWL

OntologieënTaxonomieën

Enterprise data modellen

Gecontrolleerde woordenschatten

Bron: gebaseerd op Ian Davis (2005).

te krijgen tot de blootgestelde enterprise data stores onder de vorm van ontologieën.Indien bedrijven hun gegevens blootstellen zoals in de LOD cloud, dan kan elke partnerdie bevoegd is deze data eenvoudig query’en met behulp van SPARQL. In plaats vandata peer-to-peer te mappen op allerlei standaarden, kunnen deze gegevens eenvoudiggemanipuleerd worden op basis van een query tot eender welke standaard die intern nodigis. Dit is enerzijds nuttig om data bij zijn oorspronkelijke bron te houden in zijn nativeformaat, en anderzijds hoeft men alleen maar een subset van gegevens binnen te trekken– pull in plaats van push – die de gebruikers nodig hebben. Bijvoorbeeld, beschouw hetscenario waar Leverancier A een dagelijks rapport moet delen met Afnemer B om ordersmet elkaar te laten overeenstemmen op het einde van elke werkdag. Veronderstel datLeverancier A de data aanlevert aan bevoegde Afnemer B in RDF formaat en hem eenSPARQL query aanreikt. Wanneer Afnemer B deze query uitvoert, krijgt ze de datadirect van Leverancier A en extraheert enkel de subset die ze nodig heeft. Nog beter, alsde vereisten morgen veranderen, dan moeten de partners slechts de logica in de queryveranderen (Lacoul, 2009).

Informatie extraheren uit (on)gestructureerde data en tekst Eerder was er sprake vande transitie naar het Gestructureerde Web. Het pad naar het Gestructureerde Web kangebeuren aan de hand van drie verschillende takken. Een eerste tak is door een combinatiete gebruiken van Information Engineering (IE) technieken om entiteit20 informatie teextraheren van ongestructureerde tekst of door structuur extractie toe te passen op de

20Entity Analysis identificeert alle zaken waarover een onderneming gegevens wilt van bijhouden. Deanalyse classificeert alle dingen in verschillende soorten entiteiten en onthult hoe ze zich tot elkaarverhouden. Dit wordt beschreven in het entiteiten model.

79


Tabel 3.5: Integratiemethoden bij silo’s zijn arbeidsintensief.

Brontype IntegratiemethodeWerkbladen schrijf een formule of neem een macro opRelationele gegevensbanken schrijf SQL joins of gebruik een SQL wizardMedia gegevensbanken query afzonderlijk door middel van een

multimedia gegevensbank engine, indienbeschikbaar

XML content repositories gebruik een query engine voor de koppelingtussen documenten

Bron: PricewaterhouseCoopers (2009), Technology Forecast.

semi-structuur van een document om de gestructureerde data resource aan te maken voordat document. Zoals eerder aangehaald zijn web documenten typisch semi-gestructureerd,ingebed met tags, metadata en presentatie structuur. Voor ongestructureerde tekstinhoud worden traditionele informatie extractie technieken toegepast. Maar voor semi-gestructureerde inhoud kunnen scraping of extractie technieken ingezet worden die zowelvervaardigd zijn met de hand, als semi-automatisch of automatisch dankzij technieken alsreguliere expressies en patroonherkenning. Van alle varianten is dit de minst ontwikkeldebenadering, maar wel één met mogelijk een grote waarde. Een tweede tak is om directgestructureerde data te publiceren als resource, of om toegang aan te bieden op basisvan een web service of Application Programming Interface (API). Dit is momenteel debasis voor de meeste gestructureerde data resources op het huidige Web.De derde tak iseen complete variant van de andere twee — ervoor zorgen dat de gestructureerde dataresources beschikbaar zijn en interoperabel onder de vorm van Linked Data. Er zijn tweemanieren om dit te bereiken. Eén manier is om de resource rechtstreeks te publicerenin de vorm van RDF. Vermits de conversie tussen verschillende serialisatie formaten alsRDF/XML, N3, Atom en Turtle relatief eenvoudig is, is het serialisatie formaat niet zovan belang. De andere manier is minder rechtstreeks en doet beroep op een derde partijom de niet gestructureerde data te converteren naar RDF21.

Informatie uit Relationele gegevensbanken Tientallen jaren hebben ondernemingendata opgeslagen in relationele gegevensbanken, en dit is vandaag nog steeds de dominantemethode omdat ze zeer verfijnd zijn. Opdat het Semantisch Web benaderingen hun volle-dig potentieel realiseren moeten deze relationele gegevens eveneens ontgrendeld worden.Het integreren van semantische systemen met relationele data concepten als data types,unieke identificatie en normalisatie is niet evident. Immers, bij relationele gegevensbankenis de onderliggende mathematica gebaseerd op relationele of verzamelingenleer. Een unitinformatie binnen het semantisch model wordt altijd gepresenteerd als een graaf, watmakkelijker kan evolueren. Het semantische model is echter gebaseerd op grafentheorie.

21Er is een indrukwekkende en groeiende lijst van dataconversie protocollen en tools, waarvan de meesteverschillende input en output vormen ondersteunen, inclusief RDF en verschillende serialisaties vanRDF. Deze lijst omvat o.a. Virtuoso Sponger, GRDDL, Babel, Triplr etc.

80


Tools zoals D2RQ, SquirrelRDF en Triplify proberen daar verandering in te brengen.Eens een ontologie geëxtraheerd werd en gemapt werd op een schema, zijn er tweemogelijkheden om om te gaan met relationele data in gegevensbanken. Men kan ofwel dedata als triples in een RDF store transformeren, of mapping gebruiken tussen de ontologieen de fysieke data om data toegang te bemiddelen door semantische queries te vertalenbinnen de fysieke laag. Het is mogelijk om beide benaderingen te accommoderen binnenéén platform, gebaseerd op specifieke overwegingen voor elke gegevensbank. De ontologiedefinieert de business terminologie, terwijl de data onderhouden wordt in het RelationalDatabase Management System (RDBMS). Een nuttige functie van de mogelijkheid omsemantische queries uit te voeren, is dat het een geconsolideerd business model presenteertover verschillende gegevensbanken en bronnen heen.

In deze sectie werd duidelijk dat Semantisch Web technologieën gekenmerkt worden doorvijf karakteristieken. Het is nuttig om deze karakteristieken hier te herhalen.

• Informatie relateren. Door middel van triples kunnen multidimensionele relatiestussen data-elementen worden gelegd. Het triple-gebaseerde datamodel kan, maarhoeft niet opgebouwd zijn met een schema. Dit maakt dat het datamodel zeerflexibel is.

• Computationeel redeneren. Semantisch Web technologieën bieden de mogelijk-heid om logische conclusies te trekken uit bestaande gegevens, door het combinerenvan metadata, met een correct weergave van de kennis en concepten binnen deonderneming.

• Informatie integreren. Semantisch Web technologieën laten toe om informatiete integreren, afkomstig van verschillende gegevensbronnen en domeinen en dat ineen enkel model te gieten, met behulp van ontologieën.

• Informatie samenvatten. De stapel aan Semantisch Web technologieën omvatteneen declaratieve taal, die het mogelijk maken om abstracte high-level regels toe tepassen voor de precieze ontleding van low-level concepten.

• Informatie manipuleren. De ontologie-gebaseerde querytaal van het SemantischWeb, stelt eindegebruikers in staat om vragen te stellen over relaties en conceptenin ontologieën. Een query richt zich op het domein en de relaties van entiteiten,zonder enige verwijzing nodig te hebben hoe de gegevens daadwerkelijk opgeslagenen georganiseerd zijn op het fysieke niveau.

81

3D

eSem

antischeO

nderneming

Tabel 3.6: Traditionele versus Ontologie-gebaseerde data-integratie.

Traditionele data-integratie Ontologie-gebaseerde data-integratieGegevensstructuur Predominant relationeel: focus op

sets van gelijksoortige dataMeer flexibel: focus op relatiestussen dingen, onafhankelijk vanhun gelijksoortigheid

Data-integratie methode Extraheer van originele bron,transformeer naar lokale datadefinities, laadt op eigen servers

Link naar bron van data gebruikmakend van data definities in eengedeelde ontologie

Data-integratieschaalbaarheid

Elke nieuwe gegevensbronexpandeert kosten exponentieel

Nieuwe data bronnen zijntoegankelijk tegen minimale kost;bedrijfsdomeinen delen de federatiekost

Contextuele rijkheid Beperkt door kosten en personeelwerklast

Voordelen van het netwerkeffect:context toegevoegd met nieuwegegevens en verbanden

Bron vaninformatievertekening

Intern Intern en extern

Betrokkenheid bedrijfsunit Verslag van verzoekers Managers van hun eigen ontologieen data-linking activiteiten

Standaardisatie Eén standaard, geen uitzonderingen,verlies van waardevolle informatiecontext

Laat expliciet gestandaardiseerdedata en contextuele informatie toe


82


3.6 Een managementperspectiefEen studie van PricewaterhouseCoopers (2009) merkte op dat er zeer grote leemtesbestaan tussen de informatie die CEO’s hebben en de informatie die ze nodig hebben,vooral wat bedrijfsrisico’s en klantennoden betreft. Het zijn echter deze zelfde bestuurdersdie zich in een penibele situatie bevinden omdat ze vandaag gedwongen worden tot hetmaken van snelle beslissingen (zie Sectie 3.1) . Het is dan ook aan de CIO’s om debedrijfsunits te betrekken bij ontologie-gebaseerd beheer van bedrijfsprocessen.

Vooraleer we het over bedrijfsecosystemen en een flexibele informatie-architectuur hebben,beschouwen we vooreerst hoe ontologieën ingezet kunnen worden voor kennisbeheer enBusiness Intelligence.

3.6.1 Business Intelligence en kennisbeheerDe noties van het Semantisch Web toepassen op het niveau van Business Intelligencebrengt een aantal nieuwe overwegingen met zich mee. Enerzijds, verspreide gegevenskunnen worden samengebracht in een mashup22 die elke keer wordt bijgewerkt wanneermen een nieuwe data store toevoegt of verwijdert. Andere data in de mashup wordtververst wanneer de originele bronnen worden bijgewerkt. Hoe breder een data set, hoespecifieker en relevanter query resultaten kunnen zijn. SPARQL biedt, een nieuwe manierom informatie te filteren, en dus meer relevante inzichten te extraheren. Het query’en vangedistribueerde data, zorgt ervoor dat organisaties worden blootgesteld aan een rijkdomdie verschillend is aan de rijkdom van traditionele data warehouses. Ontologieën biedeneen manier om de verschillende BI-methoden samen te steken, en gegevensbronnen diezich in silo’s bevinden ,samen te voegen. Terwijl conventionele metadata-inspaningeneen centrale oplossing aanwenden om verschillen te doen overeenstemmen, gaat eenontologische benadering gegevens intern blootstellen opdat gebruikers de bevoegdheidkrijgen om gegevens van het eigen departement te koppelen en toe te voegen. Figuur 3.10toont het federatie voordeel van SPARQL. SPARQL engines query’en over verschillendedata bronnen heen, zodat samenvoegen mogelijk wordt via de point-and-click capaciteitvan grafische tools (PricewaterhouseCoopers, 2009).

Ondernemingen moeten controle hebben over een aantal gegevens, maar niet alle gegevens.Veel bedrijven hebben geleerd dat het opslaan van gegevens – data warehousing – niet deschaal van alle bedrijfsgegevens omvat. Nochtans, data warehousing is een probleem dataandacht verdient, maar een deel van het antwoord is niet te kijken naar het warehousevoor alle gegevensbehoeften. PricewaterhouseCoopers (2009) raadt aan om het datawarehouse te limiteren tot transactie systemen en voor problemen die zware investeringenvereisen.

Iets anders is dat ondernemingen de meeste beschikbare gegevens niet op de beste

22Een mashup is een Webapplicatie die data of functionaliteit combineert van twee of meerdere bronnenom een nieuwe dienst te creëren.

83


Figuur 3.14: SPARQL federatie voordeel.

Query: Toon de vijf top artiesten volgens omzet per optreden, inclusief agentschap, omzet, een foto en de biografie van elk

Artiest 5Artiest 4Artiest 3Artiest 2Artiest 1Artiest met Webites

Artiest 5Artiest 4Artiest 3Artiest 2Artiest 1Artiest foto's

Artiest 5Artiest 4Artiest 3Artiest 2Artiest 1Artiest omzet

Toon 5Toon 4Toon 3Toon 2Toon 1Toon omzet

Excel werkblad

RDBMS XML

Afbeeldingen

Bron: gebaseerd op Semantic Discovery System (2009).

manier gebruiken. Bij transactionele systemen focust men te vaak op de interne, gestruc-tureerde data. Zoals Figuur 3.15 toont, zijn drie van de vier kwadranten onderbenut.Ondernemingen hebben in het verleden data-integratie benaderd als een technische uit-daging, wat de taak bemoeilijkt. PricewaterhouseCoopers (2009) schrijft hierover dat“For years, enterprises have been using the IT equivalent of watchmakers to manage theirdata, people who have been focused on the closeness of fit of one part with another.They should have been using mapmakers, too.” Dit is precies de reden waarom managersmoeten klagen omdat ze niet genoeg relevante informatie hebben om goede beslissingente nemen.

Figuur 3.15: Informatiebronnen voor de onderneming.

Traditioneel kennis-beheerVrijgeven productenPerformantieWerkbladen

Extern

Intern

Gestructureerd Minder gestructureerd

Traditionele business intelligenceDagelijkse verkopenRapporten

DerdenIndustrie analyses

Diep (dynamisch)Webbronnen

Onderbenutte data activa


84


3.6.2 Beheren van bedrijfsecosystemen met ontologieënOntologieën zijn een gestructureerde benadering, die bedrijven blootstellen aan de keuzetussen operationele standaarden en operationele flexibiliteit. Ze worden het platform voorhet creëren van een gedeeld begrip van de formele bedrijfstaal in de onderneming, waarflexibiliteit op het lokale niveau wordt aangemoedigd. De waarde van ontologieën reiktechter verder dan de onderneming. Er zijn maar weinig grote bedrijven vandaag de dagdie de gehele verticale stack voor hun eindproduct of dienst organiseren en controleren.De meeste werken namelijk binnen uitgebreide ecosystemen, en werken met leveranciersen zakelijke partners om waarde te produceren voor klanten. Het ecosysteem kan optwee manieren profiteren van het ontwikkelen van een gedeelde ontologie. Ten eerste, hetverhoogt de efficiëntie voor de deelnemers door onduidelijkheden in de terminologie teverminderen en de procesbeheer tussen ondernemingen. In de tweede plaats staat hetindividuele deelnemers toe expliciet te definiëren in welke elementen van het ecosysteemzij waarde kunnen creëren. De focus ligt op concepten en informatie gedeeld tussende participanten in het ecosysteem. In essentie gaat het erom dat bedrijfspartners enconcurrenten ontologieën gebruiken, om de wendbaarheid te verbeteren in zowel interneoperaties en ook op een manier zodat ze hun operaties kunnen integreren met elkander.

3.6.3 Een meer flexibele Informatie ArchitectuurBI-oplossingen van vandaag werden ontwikkeld voor slechts een kleine hoeveelheid infor-matie die ondernemingen nodig hebben. Ze werden niet ontwikkeld met de bedoelingom informatie te herbruiken in combinatie met andere interne en externe informatie.Bijgevolg kunnen traditionele informatiesystemen niet overweg met de vele en verschil-lende gestructureerde en ongestructureerde bronnen. Daar het nut van eender welkebron na verloop van tijd verandert – zelfs als men alle data kan integreren waarvanmen dacht dat deze nuttig was – kunnen er nog vele andere gegevens zijn die gebruikersvereisen. Er is dus nood aan een veel flexibelere architectuur om aan de bedrijfsnodente kunnen voldoen. Een ontologie-gebaseerde benadering kan CIO’s helpen door eenflexible en wendbare informatie architectuur te bieden die zowel waarde ontsluit vanhuidige informatiesystemen als uitbreidt naar de rijkdom van externe informatie (zieFiguur 3.16). Ontologieën zijn een manier om silo’s te vermijden en toegang te biedentot contextuele informatie. Dit leidt tot betere besluitvorming (zie Figuur 3.17).

CIO’s moeten niet het doel hebben om één monolithisch systeem creëren. Immers,dit zou een kostelijke en tijdrovende zaak zijn, voor iets waarvan de toegevoegde waardenog niet volledig bekend is. In plaats daarvan dienen CIO’s volgens PricewaterhouseCoop-ers (2009) een information mediation layer te creëren die medewerkers toelaat om what-ifscenario’s te verkennen, en interne- en externe inzichten te verwerven. Een informationmedation layer orchestreert informatie van verschillende bronnen voor verkennende ana-lyse, in plaats van het ontdekken van een onveranderlijke single source of truth. CIO’sdienen een raamwerk bouwen dat on the fly kan mappen, zodat dure en tijdrovendenormalisatie activiteiten voor eenmalige of kleinschalige analyses uit den boze zijn.

85


Figuur 3.16: Interne en externe data-elementen bieden meer context.

RDF wrapperInterne data

RDF wrapperExterne data

Volledige context

Betere beslissingen

Betere proces flow

Gedeelde ontologie


3.6.4 Mogelijke ontologie-gebaseerde strategieënIn vorige secties werd duidelijk dat CIO’s hun informatiestrategie moeten herdenken.PricewaterhouseCoopers (2009) meent daarbij dat een Big Bang strategie onrealistischis voor een opkomende technologie. Afhankelijk van de sterkte en zwaktes van eenonderneming, onderscheiden ze twee mutueel exclusieve paden. Beide benaderingenstarten van een gemeenschappelijke basis: het opzetten van een basis bedrijfsontologiedie de relaties tussen de sleutel bedrijfsprocessen en entiteiten capteert.

Uitbreiden bestaande data warehouses en gestructureerde data stores voor de ont-brekende ontologie dimensie Deze uitbreiding zal de vereiste context bieden voorgegevens. Deze uitbreiding kan worden afgebouwd in de loop der tijd en kan meerwaarde ontsluiten van data-investeringen die reeds gemaakt zijn. Dit zorgt voor eensamenhang vanuit de kern: een gemeenschappelijke taal voor het beschrijven van relatiesen concepten.

Geef medewerkers de exploratie tools die ze kunnen gebruiken met bestaande interne-en externe gegevens Deze tools stellen medewerkers in de mogelijkheid om de bestebusiness cases te vinden en onmiddellijk gebruik te maken van Linked Data technologieëntegen een lage kost. Dit is gelijkaardig met het bouwen en opereren van een wagen – detechnologie platform en geassocieerde processen – die de medewerkers besturen. In dezebenadering worden applicaties gestuurd op basis van de inzichten rond gegevens.

86


Figuur 3.17: De waarde van het bedrijfsecosysteem met behulp van gedeelde ecosystemen.

P2P gegevensuitwisseling Data silo's Gelimiteerde context

voor besluitvorming

Bedrijfsecosysteem

Gedeelde ecosysteem ontologieën en upper ontologies

Linked Data Volledige context voor besluitvorming

Bedrijfsecosysteem

Betere besluitvorming en wendbaarheid

1. Onzorgvuldige besluitvorming2. Complexiteit3. Afwezige wendbaarheid

Met ontologieën

Zonder ontologieën


PricewaterhouseCoopers (2009) stelt verder dat de CIO de inspanning als richtinge-vend en exploratief moet benaderen, en niet als een project. De CIO is in de beste positieom de ontologie-gebaseerde concepten te evangeliseren, uitgaande van de kennis van decore informatiesystemen en de relatie met bedrijfsmedewerkers om hun informatienodente begrijpen. Vermits de concepten rond het Semantisch Web, Linked Data en eenontologie-gebaseerde benadering in het algemeen nog steeds evolueren, wordt de CIOverwacht om ondersteuning te bieden op verschillende domeinen: consultancies; trainingvan medewerkers; enterprise architecture modellen; ontologiestructuren. Vandaar moet deCIO de ontwikkeling van de bedrijfsontologie leiden. De CIO moet sleutelpartijen helpenom hun subsets te bouwen. Eenmaal op zijn plek, kan dit tot geharmoniseerde modellenleiden die flexibiliteit en betere besluitvorming bieden (zie Figuur 3.18). Tenslotte moetde CIO ook bereid zijn voor de ontnuchterende realiteit, dat ondanks haar belofte, deLinked Data technologieën falen.

Figuur 3.18: De bedrijfslogica waarde van ontologieën .

Inconsistente operationele modellen

Business planning strategy

Ontologie-gebaseerde bedrijfslogica

Geharmoniseerde operationele modellen

Business planning strategy

Betere besluitvorming en wendbaarheid

1. Onzorgvuldige besluitvorming2. Complexiteit3. Afwezige wendbaarheid

Met ontologieën

Zonder ontologieën

Verschillendemanagementinterpretaties


87


3.6.5 Bouwen van het informatie raamwerkOm op een succesvolle manier ontologieën toe te passen op bestaande gegevensstruc-turen, moeten gegevens consistent zijn. Vaak zijn management information systemsinconsistent, hebben ze verschillende data definities en verschillende of zelfs geen contextvoor deze definities. Vandaar is het cruciaal om op MDM-benaderingen te focussen diegestructureerde gegevens en hun context rationaliseren in bestaande informatiesystemen.Hoe meer inconsistent interne systemen zijn, hoe moeilijker het wordt om deze gegevensontologisch te mappen op externe bronnen. Bijgevolg zijn MDM-inspanningen imperatiefom kosten te reduceren en de effectiviteit van interne systemen te verhogen, maar ook ommet externe bronnen te kunnen werken. Met betrekking tot het informatie raamwerk terondersteuning van ontologie-gebaseerde benaderingen, moet men inzicht krijgen in welkeinformatie een contextuele bron hebben, welke een temporele bron hebben, en welke eenmasterbron hebben. Het kennen van deze bronnen van autoriteit helpt bij het bepalenwaar het raamwerk rigide moet zijn en waar niet.

3.6.6 Buy-in van de belangrijkste medewerkersHet voordeel van informatie mediatie is het meest direct op bedrijfsunit niveau, waarbedrijfsanalisten en andere strategische denkers geboden zijn om ideeën te verkennen.Door een baseline ontologie beschikbaar te stellen voor de bedrijfsunits en zo de analistenbij deze ontologie en ontologieën buiten het bedrijf te betrekken, laat toe om via beta toolsde waarde van deze benadering te testen, de ontologie te testen in de context van de reëlewereld en buy-in te verwerven van belangrijke medewerkers om verdere investering aante sturen. Het is de taak van de CIO om controle los te laten van de tools gebruikt voorexploratie. Immers, eindgebruikers moeten in staat zijn om data on the fly te verkennenen te transformeren. Een heuristiek hierbij is dat de semantische reikwijdte en controleinvers zijn met de afstand: hoe verder informatiebronnen verwijderd zijn, hoe minderprecies ze zullen zijn en hoe meer vrijheid gebruikers nodig hebben om de betekenis temanipuleren met het doel een precieze context te verkrijgen (PricewaterhouseCoopers,2009).

3.7 Uitdagingen bij het inzetten van SemantischeTechnologieën

Terwijl er verscheidene voordelen verbonden zijn aan het inzetten van semantischetechnologie in de onderneming, zijn er alsnog een aantal uitdagingen die hier zullenworden besproken.

3.7.1 Mismatch semantische- en bestaande data technologieDe rules laag binnen de Semantische “Layer Cake” en SQL zijn beide gebaseerd op deabstracte logica-gebaseerde taal Datalog23. OWL en RDF zijn ontworpen om te opereren23Datalog is een rule en query taal voor deductieve databases die syntactisch een subset is van Prolog.

88


op schaal van het Web zonder enige centrale controle. Ze veronderstellen incompletegedistribueerde data die niet centraal beheerd wordt en vandaar ook de “open-worldassumption” en “non-unique naming”. Bestaande database technologie opereert in eencompleet gecontrolleerde omgeving, waar het veilig is om unieke namen te gebruikenen te redeneren met een “closed-world assumption”. Beide paradigma’s bieden dezelfderesultaten als de feiten gekend zijn en uitgedrukt zijn in een kennisbank. Niettemin,wanneer het gaat om ontkennende voorwaarden, verschillen resultaten. Bijvoorbeeld,beschouw de definitie van een “kinderloos echtpaar” als een man en vrouw die geenkinderen hebben. Het is mogelijk dat kinderen van bepaalde koppels niet werdenopgenomen in de kennisbank. In dit scenario zal de “closed-world” logica simpelwegaannemen dat wat niet in de kennisbank aanwezig is niet waar is en er dus van uit te gaandat alle koppels in feite kinderloos zijn. Uitgaande van dezelfde kennisbank, concludeert“open-world” logica dat deze koppels kinderloos kunnen zijn (Kuriakose, 2009).

3.7.2 Organisatie mindset, de rol in het overkomen van hetKip-en-eiprobleem en betrokkenheid

Culturele kwesties zijn een belangrijke reden dat er vaak silo’s bestaan in data-omgevingen.Aan de ene kant is er behoefte aan compartimentalisatie. Aan de andere kant is ereen steeds dringendere noodzaak voor inter-organisatorische samenwerking. De balansmoet worden verschoven in de richting van samenwerking, maar bedrijven zijn het nietgewend om gegevens te het delen op de schaal van het Web. Dat is waarom kleineprojecten die het onbenutte potentieel van Web data resources exploreren, en mensen eengevoel geven van dat potentieel, belangrijk zijn (PricewaterhouseCoopers, 2009). Dezesamenwerking is niet evident omdat mensen afkomstig uit verschillende organisaties vaakmoeten samenwerken aan complexe taken. In zijn proefschrift ontwikkelde Aldo de Moor(1999) een methode om een legitieme gebruikergestruurde specificatie te odnersteunen.

In Sectie 2.7.5 werd het kip-en-ei probleem besproken, waar er geargumenteerd werddat data consumers en providers geprikkeld moeten worden. Om een zogenaamd Webof Data, Gestructureerd Web of Semantisch Web te realiseren, zullen organisaties zelfcontributies moeten maken. Niet alleen via het toegankelijk maken van data, maarevenzeer door het expliciet maken de context die nu impliciet aanwezig is in kolommenen rijen, in cubes, ondoorgrondelijke metadata in glossaries, of webpagina’s. Om dezecontext te kunnen delen, zullen organisaties universaliteit moeten uitstralen en uitademen.Dit is iets dat afwezig is in een gesloten omgeving. Ondernemingen zullen op een meergedisciplineerde manier moeten samenwerken. De wendbaarheid van een ondernemingzal daarbij afhangen of ze in staat zijn om de beschreven nieuwe technieken toe te passenen afscheid te nemen van het silo denken.

Tenslotte zal het succes van een ontologie-gebaseerd beheer van bedrijfsprocessen afhangenvan de betrokkenheid van de bedrijfsunits en de samenwerking met IT — Business/ITalignment. De medewerkers van de bedrijfsunits zijn de beste mensen om de domeinon-tologieën te beschrijven; ze zijn er eveneens verantwoordelijk voor. Er is mijns inziens

89


eveneens nood aan een nieuw profiel: de ontologist. Deze zal als het ware de rol van the-rapeut invullen die Theo en Hans Mulder (1998) onderscheiden voor een nieuwe generatieaan methodische werkwijzen, alwaar een goede communicatie in de organisatie centraalstaat, waarbij opdrachtgever en automatiseerder zich richten op de organisatorischeaspecten van het informatiesysteem.

3.7.3 Het belang van de kwaliteit van ontologieënOntologische modellen vereisen dat er een sociaal akkoord (commitment) bereikt wordtover de woorden gebruikt om concepten en relaties te beschrijven in een domein. De ver-taling van bestaande expertise en kennis in machineleesbare modellen is een foutgevoelige,handmatige activiteit. In plaats van mensen in te schakelen voor deze modellen, kunnenook “machine learning” methodes gebruikt worden om concepten te “leren” van bestaandedocumenten en data. In beide gevallen zal de kwaliteit van de modellen bepalen welkewaarde men verkrijgt uit semantische applicaties bij onder andere informatie integratie.

3.7.4 Ontologie creatie in OWL is een steile leercurveOntologische modellering brengt met zich mee dat men de verschillende constructen vankennisrepresentatie moet begrijpen. De grondbeginselen van modelleertalen constructenzijn geleend van een subset van eerste-orde logica, beter bekend als beschrijvende logica.Dit kan intimiderend overkomen voor modelleurs, dus moeten nieuwe modelleringsinstru-menten verbergen de complexiteit door middel van een grafische omgeving aan te biedenvoor het modelleren en logische samenhang te handhaven. Desalniettemin vereist dit nogenige vaardigheid met betrekking tot de initiële concepten van kennisrepresentatie.

3.7.5 Het afstemmen van meerdere ontologieën is een niet-triviale taakEen onderneming zal meerdere ontologieën vereisen om de verscheidene producten,functies, units en informatie categorieën te dekken. Er zal overlapping optreden overde ontologieën heen, dus het ontdekken ven uitdrukken van deze preciese overlappingen deze te mappen tussen de verschillende ontologieën binnen een enterprise is absoluutessentieel. Denk hierbij ook aan change management van gedistribueerde ontologieën(Klein, 2004), ontologie-evolutie (De Leenheer, 2009).

3.7.6 Nood aan betere visualisatietechnologieën en toolsHet bewerkstelligen van human computer interaction op basis van kennisgebasseerdegegevensbanken vereist nieuwe technieken voor het visualiseren van de relaties tussengegevens. De ontologie en triple-gebaseerde datastore representeert immers massaleinformatie grafen. De uitdaging hier is om gebruikers in staat te stellen om te zien watrelevant is voor hen, in termen van concepten en relaties die informatie uitdrukken ophet juiste niveau van granulariteit. Daarnaast zijn er nieuwe tools nodig die de mysterieuit de ontologie ontwikkeling wegnemen voor niet-technische profielen.

90

4 Semantic Business Process ManagementOp het einde van Hoofdstuk 3 kwam naar voren dat er nood is aan een flexibele informa-tiearchitectuur voor de ondersteuning van ontologieën. In dit laatste hoofdstuk bekijkenwe een geïntegreerde benadering, met name Semantic Business Process Management(SBPM). Vooraleer we SBPM definiëren, worden de raakvlakken met recente evoluties ophet gebied van Service-Oriented computing aangehaald. Vervolgens worden twee benade-ringen afgetoetst voor de ultieme visie van het koppelen van geautomiseerde systemen: eeneerste aanpak die een beschrijving van de organisatie en haar informatiesysteem weergeeft,waarbij de semantiek top-down wordt toegepast, en een tweede benadering waarbij webottom-up vanuit procesmodellen vertrekken. In het opzicht van bedrijfsprocesmodellenwordt een gevalstudie uitgewerkt, waar de UML-artefacten (Kruchten, 1998) van eenprijsbeheer-proces worden vertaald naar OWL. Aansluitend wordt de ontologie-omgeving,vertrekkende vanuit een procesgebaseerde aanpak, theoretisch onderbouwd.

4.1 Service-Oriented ComputingIn het begin werden Services voorgesteld in termen van Web Services, op basis van SOAP,WSDL en UDDI. Na verloop van tijd stelden verscheidene auteurs dat Services ookgeïmplementeerd konden worden zonder specifieke talen te gebruiken. Zij argumenteerdendat zelfs legacy functies of objecten als Services konden worden aangeboden, door middelvan het schrijven van een wrapper. Op die manier werd de term Service een breedbegrip. In deze betekenis refereert een Service dan aan een technologie-onafhankelijkemodule. Andere auteurs definiëren Services als een concept op bedrijfsniveau in plaatsvan technisch niveau. Bijgevolg is het vaak onduidelijk en vaag wat een Service exactbetekent. Hierdoor bekritiseren sommigen het acroniem Service-Oriented Architecturenomdat zij menen dat de term “service” arbitrair en misleidend is. Zij zeggen dat wathevig gecommuniceerd wordt door de IT industrie als SOA; in essentie een “semanticallyenabled architecture” is. In termen van informatiearchitectuur verwijzen SOA modellenduidelijk naar het openen van grenzen, niet alleen in termen van domeinkennis, maarook in termen van organisatorische structuren en processen. Dit is zeker relevant in eenwereld waar outsourcing steeds belangrijker wordt en waar toevoerketens in toenemendemate moeten openstaan voor externe collaboratie. Toch worden Services gekenmerkt dooreen aantal karakteristieken: geaggregeerde constructen, hoge granulariteit, losgekoppelden afzonderlijke eenheden die kunnen worden ingezet (Mannaert en Verelst, 2009). Indeze scriptie hanteren we de definitie van het W3C:

91

4 Semantic Business Process Management

“A Web service is a software system designed to support interoperablemachine-to-machine interaction over a network. It has an interface describedin a machine-processable format (specifically WSDL). Other systems interactwith the Web service in a manner prescribed by its description using SOAP-messages, typically conveyed using HTTP with an XML serialization inconjunction with other Web-related standards. (W3C, 2004)”

Ook op het gebied van het Semantisch Web is er een insteek naar services toe. DaarService-Oriented Computing steeds belangrijker werd voor het ontwikkelen van gedis-tribueerde systemen, voelde de Semantisch Web community de hete adem van veleconcurrerende benaderingen en werd het minder evident om het hele verhaal te onder-steunen. Verscheidene hebben gepubliceerd over de relatie tussen SOA en SemantischWeb (Brambilla, Ceri en Valle, 2007). In wat volgt gaan we dieper in op Semantic WebServices (SWS).

4.1.1 Semantic Web ServicesWeb Services omvatten een interface van een applicatiecomponent, dat toegankelijk is viastandaard protocollen en waarbij wordt gecommuniceerd aan de hand van XML, zondermenselijke tussenkomst. Onder Semantic Web Services (SWS) verstaan we Web Servicesdie kunnen worden verrijkt door naast hun zuivere syntactische interface beschrijvingook semantische inhoud beschikbaar stellen voor Discovery, Selection, Invocation en haarCompositie met diverse andere aspecten. Semantische services zijn een component van hetSemantisch Web, omdat ze opmaaktaal gebruiken om machineleesbare gegevens op eengedetailleerde en gesofisticeerde manier beschikbaar te maken, zodat er een voortgedrevenautomatisering ontstaat (Cardoso en Sheth, 2006).

De algemene XML standaarden voor interoperatie van Web Services specificeren slechtsde syntactische interoperabiliteit, en niet de inhoudelijke semantische betekenis van deberichten. Bijvoorbeeld, Web Services Description Language (WSDL), kunnen wel debeschikbare operaties van de ontvangen en verzonden gegevens specificeren, maar kunnenniet de semantische betekenis of constraints van de gegevens bepalen. Op die manier iser niet te achterwalen wat er in het echt gebeurt bij het uitvoeren van een dienst. Ditmaakt automatische Web Service compositie moeilijk, waardoor ontwikkelaars vereistom specifieke overeenkomsten te bereiken over de interactie van Web Services. Daar-entegen, Semantische Web Services zijn opgebouwd rond universele standaarden voorhet uitwisselen van semantische gegevens, wat het ontwikkelaars gemakkelijker maaktom gegevens te combineren van verschillende bronnen en diensten zonder betekenis teverliezen. Webdiensten kunnen dan achter de schermen geactiveerd worden om een meergesofisticeerde antwoord te bieden dan voorheen op een manuele manier (Cardoso enSheth, 2006).

92


Bastiaansen en Vrijkorte (2006) introduceerden een raamwerk voor het eenduidig be-schrijven van diensten, waarbij er criteria werden afgeleid voor Semantic Web Servicesmethoden die in menig wetenschappelijke artikelen worden gepubliceerd. De auteursbeoordelen met behulp van het raamwerk voor drie zulke methoden, met name OWL-S,WSMO en SWSF, in welke mate ze geschikt zijn voor het daadwerkelijk automatischkoppelen van webdiensten of bedrijfssoftware. Het raamwerk onderscheid daarbij tweeviewpoints, namelijk een structuurperspectief en een procesperspectief. Het structuur-perspectief geeft weer wat een dienst in feite is, en wat moet worden beschreven in eenontologie. Dit is uiteindelijk terug te voeren tot drie kernaspecten: het vastleggen van hetberichtenverkeer, de te realiseren service level agreements en de effecten van het uitvoerenvan de dienst. Het procesperspectief eist dat het mogelijk moet zijn diensten te vindenen deze vervolgens af te kunnen nemen. Het zoeken gebeurt op basis van een beschrijvingvan een gewenste wereld transformatie. Met andere woorden, zoekt een dienst dooreen logische expressie te formuleren die waar moet zijn nadat de dienst is uitgevoerd.Op deze manier zoekt een afnemer naar een dienst die een bepaald doel voor hem kanbereiken. Parameterverfijning is daarbij een essentieel onderdeel. Tabel 4.1 toont detoepasbaarheid van het raamwerk aan de hand van een objectieve vergelijking van demethoden waaruit blijkt wat er met de huidige stand van de technologie wel en nietmogelijk is. Toepassing van het raamwerk laat zien dat bestaande methoden ontoereikendzijn om informatiesystemen automatisch te koppelen. Vooral het vinden van dienstenis niet precies genoeg en het is onduidelijk hoe uit een abstracte dienstbeschrijving eenconcrete webservice-aanroep kan worden gegenereerd.

93

4Sem

anticB

usinessProcess

Managem

ent

Tabel 4.1: Evaluatie van Semantic Web Services methoden.

criterium OWL-S WSMO SWSFrepresentatie vanbedrijfsprocessen

ja, enkelvoudige diensten aan dehand van pre- en postcondities,composities, d.m.v. eenprocesmodel

ja, diensten worden beschrevenop basis van pre- enpostcondities

ja, enkelvoudige diensten aan dehand van pre- en postcondities;composities d.m.v. eenprocesmodel

representatie vanService LevelAgreements

niet in methode niet in methode niet in methode

berichtenverkeer ja, maar slechts één input- enoutputmessage per service

ja, ieder interactiepatroon ismogelijk

ja, met procesmodel bijcompositie van diensten

discovery discoverymethode gebaseerd opstatisch objectcentrischwereldbeeld

diverse voorstellen, nog geendefinitieve keuze; niet op basisvan de transformatie van dewereld

beperkt, discovery op basis vancentraal gedefinieerde doelen dieeen service kan bereiken

parameterverfijning niet in methode niet in methode niet in methode

Bron: Bastiaansen en Vrijkorte (2006), Raamwerk voor semantiek in webservices.

94


4.1.2 Mediatie bij Web ServicesHet concept van de informatie mediatie laag kan ook worden toegepast op het niveau vanWeb Services. Burlat, Izza en Vincent (2005) introduceren een geünificeerd raamwerk voorsemantiek en ontologieën bij enterprise integratie. Het nuttige en generieke semantischeintegratie workflow legt wel de nadruk op Web Services, maar is toepasbaar op semantiekin het algemeen. Figuur 4.1 geeft deze workflow schematisch weer.

Figuur 4.1: Generieke Semantische Integratie Workflow.

Semantische beschrijving (Beschrijf)1

WSsAnnotaties

Semantische publicatie

(Publliceer)

2 Service beschrijving(DSD, FDS, BSD)

3

Privaat Register

Service Profiel

Semantische discovery

(Gevonden)

Semantische integratie (Integreer)4

Query

6

WSs gevonden

Semantische mediëring

(Gevonden)

7WSs om te mediëren

Executie Service (Bind)

Kennisbank (Feiten, Rules)

8 WSs gemedieerd

9WSs om uit te voeren

WSs om te invokeren, resultaten om te vertalen10

WS template5

Ontologieën

Bron: gebaseerd op Burlat, Izza en Vincent (2005), A Unified Framework for Enterprise Integration: AnOntology-Driven Service-Oriented Approach.

Voor bestaande gegevens begint de workflow met informatie-extractie of annotatie vansemantiek, in overeenstemming met een referentie ontologie. Nieuwe gevonden informatiemoet eveneens worden geïntegreerd. Echter, in sommige gevallen beschikken externediensten over hun eigen ontologieën, wat betekent dat er mediëring nodig is. Vermits diteen generieke workflow is, zijn er afhankelijk van de interoperatie taak, verschillende flowsen stappen vereist. Een alternatieve benadering is die van Cardoso en Sheth (2006). Daarde algemene workflow met andere woorden kan variëren afhankelijk van de invalshoek, ishet modelleren van dergelijke workflows primordiaal onderzoek.

95


4.2 Semantic Business Process ManagementIn wat volgt wordt de oorspronkelijke visie van Semantic Business Process Managementuitvoerig besproken, zoals die beschreven werd door Bussler, Domingue, Fensel, Hepp,Leymann en Wahler (2005). De structuur en opbouw van dit werk wordt gedeeltelijkovergenomen.

Business Process Management (BPM) is de benadering die de uitvoering van IT-ondersteunde bedrijfsprocessen beheert vanuit het opzicht van de bedrijfsexpert, integenstelling tot een technisch perspectief (Object Management Group, 2005). Echter, degraad van mechanisatie in BPM is nog steeds zeer beperkt, waardoor er inertie ontstaatin de vereiste evolutie en dynamiek van bedrijfsprocessen. Bovendien biedt BPM geenuniforme representatie van een organisatie haar processen op een semantisch niveau, wateen vereiste is om intelligente queries te kunnen doen. Met andere woorden, bedrijvenhebben incomplete kennis en zeer incomplete en “vertraagde” controle over hun processen.Deze vaststellingen worden in deze sectie verder uitgediept met aanvullende relevantepublicaties.

4.2.1 MotivatieDe initiële motivatie voor het gebruik van IT in bedrijfskunde is het automatiseren vanoperaties. Begin de jaren negentig introduceerde Hammer de term “Business ProcessReengineering”, wat bedrijfsprocessen in het centrum van de belangstelling plaatste.Nochtans, de populariteit van Business Process Reengineering heet niet het onderlig-gende sequentiële paradigma van (1) het uitgebreid analyseren van de huidige status,(2) het meegeven van de beschrijving van een verbeterde toestand en (3) het wijzigenvan bestaande systemen volgens het ingenieursdenken om de nodige veranderingen teimplementeren. Dit strikt sequentiële model van IT ontwerp in ondernemingen heeftechter tot enorme problemen geleid omdat organisaties voortdurend veranderen, watbetekent dat elke vereistenanalyse bij wijze van spreke verouderd is terwijl men nogaan de implementatie werkt. Hoe langer een cyclus duurt, hoe groter dit probleemwordt. Bijkomstig stellen Hepp en Roman (2007) dat deze workflow-centrische kijkop bedrijfsprocessen zich reflecteert in modelleertalen, in het bijzonder BPEL, doorde focus op control flow patronen. Recent werden de zwakheden van het gebruik vanuitsluitend een workflow-centrische representatie blootgelegd door Pesic en van der Aalst(2006). Een andere benadering is die van de enterprise ontology, zoals die van Dietz(2006). Echter, de procesmodellen die hier worden gehanteerd zijn niet toepasbaar voorproductiesystemen. Bijgevolg zijn workflow-centrische procesrepresentaties en enterpriseontology benaderingen sterk ontkoppeld. Dit zorgt volgens Hepp en Roman (2007) voortwee tekortkomingen. Ten eerste zijn workflow-centrische procesrepresentaties niet erggeschikt voor het toegankelijk maken van de procesruimte op kennisniveau (e.g., voorhet vinden van processen of procesfragmenten voor het bereiken van een bepaald doel).Ten tweede kunnen modellen gecreëerd door de “enterprise ontology” gemeenschap nietgebruikt worden in bestaande, workflow-centrische BPM-tools en -infrastructuur. Nopens

96


het combineren van een omvangrijk conceptueel model van de onderneming met defeitelijke productiesystemen en de uitvoerbare workflows, menen Hepp en Roman (2007)verder dat de ARIS methodologie (Scheer, 1998) en de respectievelijke tools een stapvoorwaarts zijn. ARIS incorporeert niet alleen het controle flow perspectief, maar ook deorganisationele gegevens en de functionele dimensie van ondernemingen (Scheer, 1998).Hoewel ARIS gebaseerd is op een omvangrijk conceptueel raamwerk draagt het tweezwakheden met zich mee: (1) de expressiviteit en de formaliteitsgraad in de verschillendemodellen is eerder beperkt en (2) de verbanden tussen de verschillende modellen zijn zeerzwak. Bijgevolg limiteert dit de automatiseringsgraad in ARIS-gebaseerde BPM. Ookhet query’en van de procesruimte op basis van logische expressies en machine reasoningbehoort niet tot de mogelijkheid.

Opdat bedrijven overleven in een dynamische omgeving, moeten ze competitief zijnin tenminste drie dimensies (zie Figuur 4.2): kost per proces executie (y-as), kost van desetup in een proces (z-as) en vertraging in de setup van een proces (x-as). Met anderewoorden, bedrijven moeten efficiënt zijn (lage kost per transactie in de operationele stage),wendbaar (weinig vertraging in het opzetten van nieuwe of gewijzigde processen) en instaat zijn om hun processen te doen evolueren in kleine iteraties gebaseerd op lage kostenvoor het opzetten van nieuwe of gemodificeerde processen. Zulke ondernemingen diebeantwoorden aan deze vereisten functioneren goed en bevinden zich binnen de stippellijnkubus van de figuur. Omgekeerd, als de kosten per transactie te hoog liggen is er teweinig efficiëntie (ruimte boven kubus); als het te lang duurt om een nieuwe proces op tezetten is er te weinig wendbaarheid (ruimte rechts van de kubus) en als de kost voor hetopzetten van een nieuw proces te hoog is, dan is de organisatie niet in staat om processenop te zetten voor of kleine verbeteringen (ruimte onder de kubus).

Figuur 4.2: De drie dimensies van de performantie van een onderneming bekeken vanuiteen proces.

Gebrek aan efficiëntie

Gebrek aan wendbaarheid

Gebrek aan Evolutionaire Granulariteit

Kost v

an se

tup pr

oces

Vertraging van proces setup

Kost

van

pro

ces

exec

utie

Bron: Bussler, Domingue, Fensel, Hepp, Leymann en Wahler (2005), Semantic Business Process Manage-ment: A Vision Towards Using Semantic Web Services for Business Process Management.

97


Hoewel een significant deel van de procesuitvoering reeds opgeslagen is in computersys-temen, vraagt het query’en en manipuleren van een proces regelmatig interventie vanarbeidskrachten tussen (1) het bedrijfsperspectief op de operaties en (2) de effectieveuitvoering van operaties op IT systemen (Object Management Group, 2005). Figuur 4.3toont deze kloof tussen IT en business. De bovenste triangel toont het perspectief van debedrijfsdeskundigen, terwijl de lagere triangel de effectieve implementatie representeert.De transitie tussen deze twee sferen is haast onbestaande, vermits er geen geautomati-seerde onderlinge mediëring bestaat. Met andere woorden, het fundamentele probleem isdat het oversteken van de ene sfeer naar de andere veel manuele arbeid vereist in één vande twee dimensies. Dit leidt tot de situatie dat bedrijfsproces gerelateerde activiteiten,naast de weelderige IT, verrassend veel manuele arbeid vereist en dus traag, kostelijken imperfect is. Business Process Management (BPM) heeft geprobeerd deze kloof tedichten. BPM biedt tools en technieken aan om operaties te modelleren, te beheren ente monitoren op bedrijfsproces niveau, terwijl men dit high-level perspectief probeertautomatisch te mappen op de eigenlijke implementatie die uitgevoerd wordt op eenmultipliceit aan systemen. Echter, de huidige implementatie lost de beperking niet opdat het bedrijfsproces in de organisatie niet toegankelijk is op semantisch niveau, vooralomdat bedrijfsproces modelleertalen zoals BPEL ontoereikend zijn om zulk universumvan discussie te representeren. Bussler, Domingue, Fensel, Hepp, Leymann en Wahler(2005) menen dan ook dat Business Process Management slechts zijn potentieel volledigkan realiseren indien het volledige mechanisatie ondersteunt voor het overbruggen van deIT/proces kloof. Het doel van Semantische Web Services is om de discovery en compositievan Web Services te mechaniseren en om een manier aan te bieden voor de representatievan uitvoerbare artefacten die toegankelijk zijn voor intelligente queries en machinereasoning.

Figuur 4.3: De bi-directionele IT / proces kloof.

Manuele Arbeid

IT Implementatieperspectief

Bedrijfsexperten-perspectief: Processen

ProcesimplementatieHet query'en van de procesruimte


98


4.2.2 BenaderingSBPM (Semantic Business Process Management) wil door het combineren van SWS enBPM een geconsolideerde technologie ontwikkelen. Bussler, Domingue, Fensel, Hepp,Leymann en Wahler (2005) nemen hierbij de volgende punten in acht:

1. Representeer en geef een semantische beschrijving van elk atomair en samengesteldproces binnen een organisatie als een SWS in een proces repository;

2. Beschouw het complete IT landschap (e.g., hardware, OS, apparatuur) in de vormvan een ontologie;

3. Verzamel domeinkennis (e.g., technische beperkingen, business rules) en sla het opin de vorm van axioma’s in een rule taal;

4. map transactionele gegevens van verschillende gegevens (e.g., ERP) op een instancestore;

5. druk queries uit in een ontologie-querytaal;

6. modelleer de noden van deskundigen als WSMO doelen en

7. gebruik SWS executie omgeving voor de mediëring van bedrijfsdoelstellingen enqueries en het feitelijke proces.

Beide oplossingen zijn met andere woorden kosteninefficiënt en tijdrovend met betrekkingtot onderhoud en beheer. Het is van deze redenering dat er stemmen opgaan omSemantische Web Services (SWS) te combineren met Business Process Management(BPM) om één geconsolideerde technologie te creëren. Dit is gebaseerd op het feit dat demechanisatie van BPM kan geadresseerd worden op basis van machineleesbare semantiek,dat beschikbaar is onder de vorm vand SWS raamwerken (e.g., WSMO). SBPM isechter niet de eerste benadering die SWS combineert met het beheer van enterprise ITlandschappen; ook Oberle (2006) heeft hier op een vergelijkbare manier onderzoek naargedaan, maar deze benadering wordt verder niet meer beschouwd.

4.2.3 Gebruiksscenario’sBussler, Domingue, Fensel, Hepp, Leymann en Wahler (2005) stellen dat alle soortenbeheerstaken gerelateerd aan de procesruimte van een organisatie, kunnen teruggevoerdworden tot twee fundamentele gebruiken, i.e. ofwel het query’ren of het manipuleren vandeze ruimte (zie Figuur 4.4).

Het query’en van de procesruimte In Management Science is besluitvorming een be-langrijke discipline en de uitdaging om tot goede besluitvorming te komen is toegangtot alle vereiste informatie. Dit lijkt triviaal, maar toont het belang van het query’envan de procesruimte aan. Queries kunnen tijdkritisch zijn om relevante activiteiten te

99


Figuur 4.4: Semantic Business Process Management.

IT Implementatieperspectief

Bedrijfsexperten-perspectief: Processen

Procesimplem

entatieHet

que

ry'e

n va

n de

pro

cesr

uim

te

SBPM Scope

Machine-toegankelijke Representatie van de Vereisten van Bedrijfsdeskundigen

Machine-toegankelijke Representatie gebaseerd op Machine Reasoning

Machine-toegankelijke Representatie van Processen, Procesfragmenten en IT-infrastructuur

onder de vorm van Semantic Web Services


identificeren om te voldoen aan financiële of milieuvoorschriften, of in noodsituaties. Hetis duidelijk dat zulke types van queries niet ondersteund kunnen worden door syntactischeprocesstandaarden of simpele databanken, maar dat volwaardige kennisrepresentatie-technieken nodig zijn. Een voor de hand liggende reden voor deze vereiste, is dat eengroot deel van deze feiten om queries te beantwoorden impliciete informatie is. Om zulkeantwoorden te kunnen geven op queries die de ganse procesruimte omvatten, vereist:

1. een machineleesbare representatie van alle relevante feiten (concepten, instantiesen axioma’s) op de implementatie- en uitvoeringsniveaus en

2. een machineleesbare representatie van deze queries.

Op het eerste zicht lijkt dit het louter “ontologiseren” van de procesruimte. Echter,een belangrijk type van queries zijn in de vorm van “kunnen we een proces opzetten(composition / enactment) dat xyz doet?”. Dit is typisch SWS discovery en het compositiescenario.

Het manipuleren van de procesruimte Het tweede probleem met betrekking tot proces-ruimte toegang, is deze manipuleren. Voorbeelden zijn het creëren van een bedrijfsproces,het wijzigen van een bestaand proces of het stopzetten van een verouderd proces. Zulkefunctionaliteiten vereisen dezelfde representaties zoals beschreven in vorige paragraaf,maar eveneens:

• de mogelijkheid om de gerepresenteerde functionaliteit aan te roepen,

• een component dat kan beslissen over de orchestratie van een verzoek en

• een workflow engine die de resulterende orchestratie kan uitvoeren.

100


Huidige BPM technieken en talen om bedrijfsprocessen uit te drukken kunnen gedeeltelijktegemoet komen aan deze vereisten. Bijvoorbeeld, de orchestratie van een bedrijfsproceskan gedefinieerd worden in BPEL en doorgegeven worden aan een executie-omgeving datdit proces effectief zal opzetten en uitvoeren. Niettemin, Bussler, Domingue, Fensel, Hepp,Leymann en Wahler (2005) willen dit opzetten niet beperken tot processen waarvan reedseen orchestratie-beschrijving en componenten gekend zijn. Zij stellen dat er eveneens eenbeschrijving van de doelen gewenst, waarbij de beslissing bij de BPM-omgeving ligt hoedeze geïmplementeerd kunnen worden.

4.2.4 Vereisten en subproblemenHet bereiken van de beschreven BPM automatisering kan uitgesplitst worden in vijf sub-problemen. Deze worden achtereenvolgens besproken. Figuur 4.5 toont de architectuurvan een dergelijke SBPM-omgeving.

Figuur 4.5: Vereenvoudigde architectuur van een SBPM-omgeving.

SBPMOntwerp Tool

SBPMQuery Tool

SBPMMonitoring Tool

BPM BAM Tool van een Derde

Adapter

Externe Applicaties

SBPM API

SBPM Executie-Omgeving

WSMO DienstBeschrijvingenOntologieën

Procesmodel en Instantiegegevens

Doelen

OMS SBPM Proces Manager

WSMXExecutieEngine

Matchmaking Engine

SBPM-specieke Reasoner

Mediators

Service Proxies(representeren functionaliteit van ERP, Legacy, etc.)

Geautomatiseerde en Semi-geautomatiseerde Annotatietools

Externe Functionaliteit Legacysystemen Man-Machine

teamsAndere COTS-

softwareERP-paketten


Het vinden van feiten Vooreerst moet men alle feiten vinden en annoteren in hetuniversum van discussie. Er is behoefte aan een veelomvattende representatie vanhet IT landschap. Wat de bedrijfslogica betreft, moet men alle procesmodellen enprocesmodelfragmenten capteren, maar eveneens de business rules die de beperkingen

101


en afhankelijkheden tussen deze processen reflecteren. Deze zijn te vinden in COTS-paketten1 en ERP-systemen. Doch, niet alle procesmodellen en procesmodelfragmentenzijn hard gecodeerd in computer software. Deze processen en procesfragmenten kunnengecapteerd worden door mining-technieken. Ook de beperkingen van menselijke arbeid(fysiek, sociaal, juridisch, ...) dienen in kaart te worden gebracht. Op het uitvoerendeniveau verblijven de meeste gegevens in transactionele gegevensbanken van de organisatie.De uitdaging hier is om deze gegevens op te slaan in een data warehouse en dit datawarehouse toegankelijk maken als een ontologie-instantie store, door het transformerenvan de warehouse metadata in volwaardige semantische annotaties. Tenslotte moet ook deomgeving van de organisatie geanalyseerd worden: hoedanigheid van nutsvoorzieningen,juridische- en regulatorische beperkingen etc.

Representatie Als de feiten gevonden zijn, dienen ze gerepresenteerd worden. Huidigestandaarden voor procesmodellering zoals BPEL (OASIS, 2007) en BPMN (Object Mana-gement Group, 2005) focussen slechts op bepaalde aspecten van bedrijfsprocessen. BPEL,bijvoorbeeld, is hoofdzakelijk een syntaxisis voor de orchestratie van bedrijfsprocessen,terwijl BPMN een grafische notatie is voor het beschrijven van de controle flow van eenbedrijfsproces in een vorm aangepast aan bedrijfsdeskundigen. Nochtans, geen van dezebestaande talen bieden de nodige expressiviteit en nodige graad van formele semantiekvoor het representeren van gevonden feiten. Ten eerste is er nood aan primitieven (e.g.,klassen, instanties, data type definities, axioma’s etc.) om feiten te kunnen uitdruk-ken. Eveneens moeten er ondersteunde woordenschatten worden ontwikkeld, in de vormvan ontologieën. Daarnaast dienen ook de domeinen-rules gecapteerd te worden in devorm van axioma’s. Verder dient er een repository aanwezig te zijn voor de persistenteopslag van alle componenten van deze representaties, en is er nood aan een taal voorhet representeren van alle aspecten – choreografie, orchestratie, pre- en postcondities,assumpties en effecten – van het procesmodel en procesinstanties. Tenslotte behoeft meneen querytaal die de modelleerprimitieven van de gekozen representatie ondersteunt.

Query en retrieval Klein en Bernstein (2004) stelden een Process Query Language(PQL) voor en toonden aan dat procesgebaseerde representatie en het query’en vandiensten resulteert in een veel hogere precisie in vergelijking met sleutelwoorden- entabelgebaseerde benaderingen. Zij menen daarbij dat ontologie-gebaseerde retrieval endeductieve retrieval te complex zijn. Bussler, Domingue, Fensel, Hepp, Leymann enWahler (2005) verloochenen dit en nemen aan dat het “ontologiseren” van de procesruimtevan een organisatie op lange termijn de enige haalbare oplossing is voor beheer. Onderdeze assumptie wordt het query’en van de procesruimte dan het query’en van de ontologie-repository.

1Commercially, off-the-shelf (COTS) is een term voor technologie die beschikbaar is voor verkoop, alslease, of als licentie aan het grote publiek.

102


Mediëring Om de interoperabiliteitsproblemen, veroorzaakt door heterogeniteiten, tus-sen systemen weg te werken en om de automatisering hiervan te bevorderen worden ermediators ingezet op verschillende niveaus: op het niveau van gegevens, ontologieën,processen, protocols en doelen. Het succes van de SWS visie, zal afhangen van debeschikbaarheid van gesofisiticeerde mediators op industrieniveau. Vermits mediatorseen core component zijn van verscheidene SWS raamwerken (e.g., WSMO), is men reedsgoed opweg.

Enactement en Executie Tenslotte, vanuit het perspectief van bedrijfsdeskundigenis er nog bijkomende nood aan een component voor orchestratie, de mogelijkheid ombestaande processen stop te zetten of te wijzigen, een workflow-engine die de resulterendeorchestraties kan uitvoeren, en de mogelijkheid biedt om het procesmodel uit te voeren(enactment en execution).

4.2.5 Problemen met betrekking tot Business Process ManagementDe auteurs van de oorspronkelijke SBPM-paper bespreken dan nog de problemen methuidige BPM oplossingen. Samengevat zijn deze als volgt:

1. De huidige setup van bedrijfsprocessen volgens managementnoden gebeurt nogmanueel, waardoor er een lage automatiseringsgraad is in de implementatie fase.

2. De dynamische compositie van bedrijfsprocessen is haast onmogelijk. Dit resulteertin vertraging van de implementatie, waardoor de marktintroductietijd langer duurten de wendbaarheid van de organisatie vermindert.

3. Door een gebrek aan scheiding tussen de bedrijfsdoelstellingen en de implemen-tatiedetails, brengt dit teweeg dat het beheer van bedrijfsprocesen zeer complexis.

4. Managers en andere bedrijfsdeskundigen kunnen niet snel bepalen of een specifiekproces kan gebouwd worden aan de hand van bestaande atomaire processen, nochkunnen stakeholders de procesruimte query’en binnen de organisatie op basis vanlogische expressies. Bijgevolg moet de haalbaarheid van een proces (e.g., voorproduct- of dienstenlancering) of overeenstemming (e.g., Sarbanes-Oxley, ISO, etcetera) nog steeds manueel gebeuren door bedrijfsanalisten.

5. Het is momenteel onmogelijk om machine reasoning te gebruiken om potentiëleneveneffecten te identificeren. Vermits er geen correcte representatie is van deonderlinge afhankelijkheden zijn globale procesverbeteringen zeer moeilijk.

103


De auteurs hebben de vereisten voor de mechanisatie van BPM dan toegepast opzowel BPEL als WSMO. Hieruit bleek duidelijk dat BPEL slecht een klein deel vande vereisten voor een omvangrijke representatie van de organisationele procesruimteworden gedekt. Dit in tegenstelling tot WSMO dat wel deze vereisten kan invullen.Vermits WSMO een conceptueel model is, hoeft het zich geen zorgen te maken overimplementatiezaken. WSMO-resultaten kunnen eenvoudig gerepresenteerd worden aande hand van de bijhorende WSML-representatietaal.

4.2.6 SUPER ArchitectuurSemantics Utilised for Process management within and between EnteRprises (SUPER)2

was een geïntegreerd project gefinancierd door het European Sixth Framework Programin de periode van April 2006 tot en met Maart 2009. Het doel van SUPER was omBusiness Process Management terug op het niveau van de business te brengen, in plaatsvan het informatietechnologie niveau waar het zich momenteel bevindt. Dit doel vereistdat BPM toegankelijk is op het niveau van bedrijfsdeskundigen en dit is precies waaroverSBPM handelt.

Leymann (2006) beschrijft de architectuur die uit het onderzoeksproject is voortgekomen.De fundamentele en eerste laag is de Semantic Service Bus. Deze behandelt de verzoekenvan de hogere lagen en functioneert zo als brokering service of tussenlaag. De tweedelaag is de Semantic Process Engine. Deze procesmotor instantieert en voert bedrijf-sprocesmodellen uit en behandelt eveneens gerelateerde dienstverzoeken van de servicebus. De derde laag is de Semantic Process Modeling Layer. Deze laag slaagt alle bedri-jfsprocesmodellen op, evenals alle bijkomstige relevante gebieden van de onderneming,bijvoorbeeld met betrekking tot de organisatie, de activa, enzovoort. Vermits SBPM eenovervloed aan zowel technische als praktische uitdagingen met zich meebrengt, beperkenwe ons vervolgens tot het gebruik van ontologieën die het conceptuele SBPM raamwerkvormgeven.

4.3 Automatisch koppelen van gedistribueerde systemenHet ultieme doel dat we willen bereiken, is een geïntegreerde benadering voor eengeautomatiseerde koppeling van gedistribueerde systemen die onafhankelijk van elkaarzijn ontwikkeld en zich overal kunnen bevinden. In wat volgt bespreken we kort tweeradicale vormen: een top-down benadering, gezien van het perspectief van de EnterpiseArchitectuur en de bottom-up benadering verrekkende vanuit de vereistenanalyse enprocesmodellen. Om pragmatische redenen wordt de bottom-up benadering aan de handvan bedrijfsprocesmodellen verderop uitgediept op basis van een gevalstudie.

2http://www.ip-super.org/

104


4.3.1 Top-down aanpakEr bestaan vele definities met betrekking tot Enterprise Architectuur. Lankhorst et al(2005) definiëren Enterprise Architectuur als een coherent geheel van principes, methodesen modellen die gebruikt worden in het ontwerp en de realisatie van de organisatorischestructuur, bedrijfsprocessen, informatiesystemen en infrastructuur van een onderneming.Een vereiste is dat deze modellen robuust dienen te zijn met betrekking tot de beschrijvingvan de fundamentele ordening van organisaties. In essentie betreft het een high-levelbeschrijving van de onderneming en al haar informatiesystemen Net zoals EnterpriseArchitecturen, volgt de semantische variant dezelfde principes waaronder uniciteit, on-afhankelijkheid, en het juiste niveau van abstractie voor het ontwerp van complexesystemen om de integriteit van het model te waarborgen zoals pioniers als Dijkstra(1968) en Brooks (1975) ze hebben beschreven. Echter, het verschil is dat deze Semanti-sche Enterprise Architecturen deze principes niet alleen toepast op gestructureerde data,maar eveneens op ongestructureerde en semi-gestructureerde informatie (Kuriakose, 2009).

Semantische Web technologieën bieden de mogelijkheid om verschillende aanzichtente creëren met betrekking tot de functies en lagen van de Enterprise Architectuur voorde perspectieven van verscheidene stakeholders. Bijvoorbeeld, het platform kan wordeningezet om een geïntegreerde kennis-repository te maken van IT, bedrijfsartefacten enmodellen, inclusief bedrijfsprocesmodellen, entiteitenmodellen, fysieke database schema’s,use case modellen, applicatie-broncode en configuratiebestanden. De informatie-integratieen mogelijkheid tot samenvatten van het platform, zullen voldoen aan de verscheidenebelangen van betrokken op verschillende niveaus van detail en reikwijdte vanuit één enkelerepository (Kuriakose, 2009). Het is maar de vraag of dit kan met een bedrijfsbreedmodel, hier geïnterpreteerd als een loutere top-down benadering van ontologieën.

De taak van systeemanalisten is ervoor te zorgen dat semantische conflicten met debuitenwereld – ook met de klant – weggewerkt worden. De traditionele remedie hiervoor,is het aanwenden van een bedrijfsbreed model, in deze context te interpreteren als hetbedrijfsbrede model opgelegd door de Enterprise Architectuur. Voordelen van een or-ganisatiebrede ontologie/taxonomie die vaak aangedragen worden, zijn een efficiënterekoppeling van heterogene systemen en minder conflicten. Darke en Shanks (1999) menendat een dergelijke benadering nadelig is en wijzen op empirische studies die dit aantonen.Immers, bedrijfsbrede gegevensmodellen zijn zeer complex. De generieke concepten zijnte abstract voor zowel architecten als eindgebruikers omdat het te ver weg staat van hunorganisatorische context.

Voor zover geweten, bestaat er geen uitgewerkt geïntegreerd raamwerk voor Enter-prise Architectuur, zoals IBM’s Information Framework dat tracht te realiseren. Eenontologie is een mathematisch model, gebaseerd op grafen. Van deze diepe grafen naarde blok- en wolk-vormige domeinen gaan, kenmerkend voor een top-down view, is verrevan evident. Daar primitieven anders zijn door problemen van verschillende orde, is eenéén-op-één mapping tussen verschillende niveaus niet mogelijk. Een top-down kijk op hetas-is landschap is daarom niet zo realistisch. We laten dit dus voor wat het is.

105


4.3.2 Bottom-up aanpakOm snel te kunnen inspelen op de veranderende behoeften van de markt, moet eenorganisatie haar wendbaarheid verhogen in alle fasen van BPM en softwareontwikkeling.Nochtans, men moet ergens beginnen. Vermist men steeds begint bij procesmodellering(na de vereistenanalyse), nemen we aan dat dit de belangrijkste fase in deze keten. Dezeaanpak vertrekt dus vanuit de procesmodellen.

Eén paradigma binnen SBPM-onderzoek is om zoveel mogelijk comptabiliteit te re-aliseren met bestaande tools en standaarden. Bussler, Domingue, Fensel, Hepp, Leymannen Wahler (2005) passen dit toe op processen gerepresenteerd in BPEL of EPC in hetbijzonder. Deze processen moeten bruikbaar zijn in een SBPM-omgeving. Vooreerstbepalen zij de verschillende origines van procesmodellen.

Bussler, Domingue, Fensel, Hepp, Leymann en Wahler (2005) onderscheiden drie ver-schillende bronnen voor procesmodellen die als basis dienen voor het conceptueel SBPMraamwerk:

1. Tool-gebaseerde of manuele modellering: De meest vanzelfsprekende bronnenvoor procesmodellen zijn modelleertools gebruikt door mensen voor het modellerenvan hun bestaande processen (het documenteren van de “as-is”) of doelprocessen(het definiëren van de “should-be”). Typische notaties zijn EPC (Keller, Nüttgensen Scheer (1992) en verschillende formaliseringen zoals Petri nets (Petri, 1962),UML activity diagrams (Object Management Group, 2005) of BPMN (ObjectManagement Group, 2010).

2. Referentie procesbibliotheken: Het voordeel van substantiële inspanningen inhet manueel modelleren van de huidige status (“as-is”) is voortdurend in vraaggesteld, vooral in ERP-centrische corporate omgevingen. Rainer en Andreas (1997)sporen aan om meer aandacht te besteden aan impliciete procesbibliotheken dieaanwezig zijn in grote COTS-paketten. In werkelijkheid bestaan er grote aantallenspecificaties die kunnen beschouwd worden als bibliotheken van best practices; zijzijn een belangrijke bron voor de procesmodellen van een onderneming.

3. Reconstructie: procesmining en Reverse Business Engineering: De derdebron voor procesmodellen zijn tools die processen reconstrueren op basis van log-files, evenals door middel van het aanpassen van gegevens van bestaande systemen.Alves de Medeiros et al (2007) presenteren een aantal mogelijke richtingen voorde ontwikkeling van semantic process mining en monitoring tools. Volgens hen ishet grote voordeel van dergelijke systemen de link tussen genereerde events (nodigvoor analyse) en de feitelijke concepten dewelke ze representeren. Twee uitdagingenhierbij zijn hoe het semantiek perspectief nuttig onder te brengen – zij ontwikkeldenhiervoor een raamwerk voor het annoteren van event logs, ontologieën en reasoners

106


– en hoe deze semantische informatie te minen. Bussler, Domingue, Fensel, Hepp,Leymann en Wahler (2005) beschrijven Reverse Business Engineering als “[...] amethodology and family of toolsets that extract and interpret transactional dataand program module usage in ERP systems, [...], in order to analyze the processspace of an organization. While the main goal of RBE is not the creation of processmodels, it can be used to select from the ERP reference processes those variantsthat are in use in the given environment.” Tenslotte kunnen zowel procesminingtechnieken als RBE gebruikt worden als bron voor procesmodellen, en kunnen zeop hun beurt genieten van de rijkere voorstellingen in SBPM.

Om een bedrijfsmodel inhoudelijk te beschrijven is het noodzakelijk de relevante aspecteneenduidig vast te leggen. Het belangrijkste begrip binnen dit vraagstuk is ontologie. Ookeen bedrijfsprocesmodel kan een ontologie zijn, zoals een UML-klassediagram. Als deontologie door computers moet worden kunnen geïnterpreteerd, is het noodzakelijk datde kennis wordt vastgelegd met behulp van wiskundige, logische constructies. Door opeen bedrijfskundige manier te denken, is men in staat een dienst uit te leggen in termendie voor de klant betekenis hebben.

4.4 Naar een ontologie-gebaseerde beschrijving vanprocesmodellen

In wat volgt beperken we ons tot de tool-gebaseerde of manuele modellering. Sinds hetontstaan van applicaties voor de verwerking van grootschalige gegevens, werd er eenveelheid aan modelleertalen ontwikkeld voor de representatie van processen (Dumas, terHofstede en van der Aalst). De modellen beschreven door deze modelleertalen dienenals communicatie tussen medewerkers in een organisatie met gespecialiseerde kennis,en deze met methodische of technische kennis zoals consultants en software engineers(Scheer en Thomas, 2006). In feite probeert men te voorkomen dat het probleem vanvaagheid in natuurlijke taal en de vele problemen in de inherente onuitvoerbaarheid vanwiskundige formules door middel van semi-formele, grafische vormen va representatiein modelleertalen. Deze zijn nauw gebaseerd op gespecialiseerde bedrijfstermen, welexact genoeg, maar deze modellen dienen slechts als uitgangspunt voor de uitvoeringvan computer-ondersteunde informatiesystemen (Fellman en Thomas, 2007). Hoewel ditidee fundamenteel is voor zogenaamd model-driven development van informatiesystemen(Hailpern en Tarr, 2006), is deze link tussen natuurlijke taal en grafische representatieshet voornaamste probleem voor semi-formele modelleertalen volgens (Fellman en Thomas,2007). De auteurs menen dat een essentieel deel van de semantiek van een procesmodelgebonden is aan natuurlijke taal, omdat de identificatiemiddelen van de individueleelementen van de bedrijfsprocesmodellen worden toegevoegd door de modelleur, onafhan-kelijk van zijn beslissing voor een bepaalde modelleertaal. Vermits er altijd ambiguïteitenzijn bij het gebruik van natuurlijke taal, is er veel ruimte voor interpretatie. Hierbijstellen ze dat dit geen probleem is als dit slechts gecreëerd en gelezen wordt door éénpersoon, maar het definiëren van de semantiek voor elk modelelement is wel nodig wan-neer procesmodellen van verschillende modelleurs gecombineerd, onderzocht en vertaaldworden (Thomas, 2007) of als het gepland is dat de semantiek in het model automa-tisch gevalideerd en gebruikt moet worden voor de configuratie van het informatiesysteem.

107


De hierboven beschreven problematiek kan opgelost worden door elementen van hetbedrijfsprocesmodel te verbinden met de concepten van een ontologie. In wat volgt zullenwe eerst het belang van de vereistenanalyse behandelen. Vervolgens vatten we samenwat er reeds is gepubliceerd over semantische annotaties van bedrijfsprocesmodellen.Tenslotte maken we een vergelijkende studie op basis van de Volere template, en trekkenwe hieruit de nodige conclusies.

4.4.1 VereistenanalyseBusiness Process modellen worden gecreëerd door bedrijfsanalisten, met als objectiefom de vereisten te capteren en om een beter inzicht te krijgen in het bedrijfsproces,het faciliteren van de communicatie tussen bedrijfs- en IT-expert, het identificeren vanprocesverbeteringen en het uitvoeren van deze bedrijfsprocessen (Markovic, 2008). Echter,de eerste en cruciale stap die men moet uitvoeren, vooraleer men het bedrijfsproces kanmodelleren, is het uitvoeren van een grondige vereistenanalyse. Traditioneel resulteerteen dergelijke analyse in een gestructureerd vereistendocument. Vereisten kunnen zowelfunctioneel als niet-functioneel zijn. Echter, het maken van een goed gestructureerd,volledig en bruikbaar document is geen makkelijke taak. Bedrijfsanalisten willen ervoorzorgen dat de applicatie die ze definiëren voldoet aan de behoeften van de eindgebruiker.Dit betekent dat ze de juiste vereisten moeten documenteren door aandachtig te luisterennaar de feedback van de “klant”, om een duidelijke set van eisen aan de technischearchitecten te kunnen opleveren. Indien een bedrijfsanalist slechts over beperkte toolsen skills bezit, die hem helpen bij het documenteren van de eisen, dan is de kans vrijgroot dat hij uiteindelijk vereisten gaat documenten die niet nodig zijn of die moetenworden herschreven. De tijd die wordt verspild aan het onnodig documenteren heeftniet alleen een effect op de bedrijfsanalist, maar heeft ook gevolgen in de rest van deontwikkelingscyclus. Deskundigen schatten dat 10 tot 40 procent van de functionali-teit in nieuwe software applicaties overbodig zijn of niet worden gebruikt (Laplante, 2009).

Traditioneel werden de meeste vereisten volgens “tight-coupled” principes in kaart ge-bracht. Immers, er kwam vaak slechts één gegevensbank bij te pas, en bij een dergelijkeaanpak zijn de meeste analisten in staat om de vereisten ondubbelzinnig in kaart tebrengen. Maar door de opkomst van het Internet, zijn we genoodzaakt op een eenfundamentele andere manier te kijken naar bedrijfsmodellen en het delen van kennis.Dergelijke conflicten en communicatieproblemen willen we kost wat kost verminderen.Daarom steunen we op formalisering aan de hand van ontologieën.

4.4.2 LiteratuuroverzichtRecent is er veelvuldig gepubliceerd met betrekking tot de introductie en het formelegebruik van semantiek om BPM te ondersteunen. Francescomarino, Ghidini, Rospocher,Serafini, en Tonella (2009) onderscheiden twee verschillende groepen van benaderingen.

108


In de eerste groep wordt semantiek gebruikt om het dynamisch gedrag te specificerendat door een bedrijfsproces wordt vertoond. De tweede groep gebruikt semantiek om debetekenis van de entiteiten vast te leggen, met de bedoeling om BPM-automatiseringte bevorderen. We overlopen kort enkele publicaties in het domein van het dynamischgedrag, waarna we dieper ingaan op publicaties in groep twee. Tenslotte wordt eenconclusie gegeven op basis van een vergelijking met betrekking tot de vereisten diedergelijke benaderingen invullen. Dit gebeurt aan de hand van de Volere template.

Met betrekking tot het dynamisch gedrag van bedrijfsprocessen werd er onder anderehet volgende geschreven. Hoffman, Mendling en Weber (2008) introduceren semantischeannotaties voor validatie-redenen. Er wordt geverifieerd of taken onderling consistentzijn en in overeenstemming zijn met de workflow-structuur, op het moment dat ze reedsuitgevoerd worden. Gibbons en Wong (2008) ontwikkelden een relative-timed model omde comptabiliteit te verifiëren tussen deelnemers bij bedrijfscollaboratie gemodelleerdin BPMN. Tenslotte, Oberweis en Koschmider (2005) behandelen het koppelen vancross-organisationele bedrijfsprocessen. Door het representeren van bedrijfsprocessenmet Petri nets in combinatie met OWL, verkrijgt men flexibiliteit en automatisering vande betrokken systemen; die de semantische interconnectiviteit tussen bedrijfsprocessenvergemakkelijkt en de communicatieduur verkort. De conclusie aangaande het dynamischgedrag perspectief, is dat deze oplossingen een enorme uitdaging zijn in termen vancomputationele correctheid, om de effecten na binding onder controle te houden.

Publicaties in de groep met als doel om de automatisatie van BPM te verbeterenzijn iets talrijker. Francescomarino, Ghidini, Rospocher, Serafini, en Tonella (2009)focussen op het gebruik van Semantisch Web technologieën om structurele beperkingente specificeren en te verifiëren. Deze beperkingen zijn afkomstig van structurele vereistenen domeinkennis, die verwijzen naar beschrijvende eigenschappen van geannoteerde pro-cesdiagrammen, en niet naar de uitvoering ervan.

Zij introduceren hierbij tevens een ontologie-gebaseerd raamwerk voor. Tenslotte beschri-jven ze een tool voor de geautomatiseerde transformatie van een geannoteerd bedrijfsprocesin een OWL ontologie en evalueren ze hoe een standaard DL reasoners kunnen wordeningezet om automatisch ontologie-beperkingen te verifiëren.

De invalshoek van Frankel, Hayes, Kendall en McGuinness (2004) is er één van softwareengineering. Zij stellen dat er overlap is tussen Model Driven Architecture (MDA) enkennisrepresentatie en dat er mogelijke synergieën bestaan die tot nieuwe, grensver-leggende mogelijkheden zou leiden in software engineering. Ten eerste menen zij datvele ontologie-ontwikkelingsystemen zoals Protégé en WebOnto een diepe kennis vereisenvan representatietalen en methodologieën. Tevens bieden deze tools slechts beperkteinteroperabiliteit-ondersteuning evenals inherente analyse, samenvoeging, alignment encompositie van ontology componenten. Bovendien zijn deze tools “single user”; weinigenondersteunen component-based ontwikkeling, geïntegreerde consistentie verificatie ofvalidatie en de meeste bieden slechts beperkt configuratiebeheer, versioning of andere

109


software engineering ondersteuning. Deze tools focussen te weinig op ontwikkeling vande kennisbank, wat tot dramatische kosten leidt bij grootschalige ondernemingsprojecten.Aan de MDA kant is er de Meta Object Facility (MOF) en Unified Modeling Language(UML). Deze zijn grafisch van nature en vandaar toegankelijker voor bedrijfsdeskundi-gen in vergelijking met kennisrepresentatietalen. De meeste UML tools bieden tevensuitgebreide configuratiebeheer mogelijkheden. Vele van deze functionaliteiten kunnenook uitgebreid worden met ontologieën, ondanks de abstracte syntaxis van deze talen.Een belangrijk onderscheid tussen de benaderingen is hun focus. MOF houdt zich bezigmet de automatisering van het fysieke beheer en de uitwisseling van metadata, terwijlkennisrepresentatie zich focust op de semantiek van de metadata evenals het automatischeredeneren hieromtrent. Een ander verschil is dat MDA technologieën vooral op industrieelniveau wordt toegepast; als er al semantiek aanwezig is, dan is die vaak sterk gekoppeldmet de applicaties. Daarentegen zijn er maar weinig Semantisch Web projecten die opgrote schaal werden toegepast. Vermits opkomende applicaties in financiering, gezondhei-dszorg, beveiliging, communicatie, Business Intelligence en vele andere verticale marktencontent- en contextgevoelig zijn en omdat ze schaalbaarheid en prestaties vereisen op hetniveau van de onderneming, kunnen MDA en Semantisch Web technologieën doorbraakbieden voor talrijke problemen. Tot slot worden er enkele voorbeelden gegeven:

• Het biedt interoperabiliteit tussen verschillende gecontroleerde woordenschattenmet soms conflicterende semantiek.

• Op beleid-gebaseerde applicaties met declaratieve – in plaats van procedurele – rulesrepresentatie, kunnen de schaalbaarheid verhogen zoals voor netwerkbeveiliging enbeheer.

• Redeneercapaciteiten kunnen inzicht geven in of het beperken van beleidsovertreding,het beschrijven van optimale communicatiepaden, of het beantwoorden van voorheenonbeantwoordbare vragen, bijvoorbeeld in Business Intelligence applicaties.

Verder menen Frankel, Hayes, Kendall en McGuinness (2004) dat kennisrepresentatieen Semantisch Web technologieën ook significante voordelen kunnen bieden voor meertraditionele enterprise software engineering en bestaande MDA best practices. Immers,declaratieve en beleids-gebaseerde benaderingen van complexe systeemontwikkeling en-beheer kunnen de schaalbaarheid en onderhoudbaarheid immens verbeteren, in hetbijzonder waar er (1) talrijke afhankelijke en intergerelateerde bedrijfsprocessen spelen,waar er (2) talrijke complexe productieregels zijn, en (3) waar MDA’s design by contract(DBC) rigoureus werd toegepast. Door een formele kennisrepresentatie, kunnen in zulkegevallen de regels ontkoppeld worden waardoor de schaalbaarheid dramatisch verbeterd.Bovendien kunnen redeneersystemen op hun beurt analyse mogelijkheden bieden enzo bepalen of er al dan niet inherente inconsistenties zijn tussen regels of beleid, hetvaststellen van onderlinge conflicten en het elimineren van inherente consistenties diemoeilijk zijn vast te stellen.

110


Fellman en Thomas (2007) hanteren een proces-georïenteerde benadering. Ze beschouwenhet probleem van de semantische annotatie van EPC-procesmodellen. Eveneens introduc-eren ze een meer generiek ontologie-raamwerk op basis van het linken van modelelementenvan semi-formele talen met concepten van formele ontologieën. Zij categoriseren de vo-ordelen van de transformatie van procesmodellen naar semantische procesmodellen alsvolgt:

• Proceskennis: Enerzijds krijgt men een beter begrip van bedrijfsprocessen door hetverbinden van modelelementen met een ontologie, anderzijds zijn de elementen vanhet bedrijfsproces ingesloten in een bepaalde context waardoor het een uitgangspuntis voor kennisbeheer.

• Procesrepresentatie: De inspanning die nodig is om een procesmodel te “inter-nationaliseren” wordt beperkt, omdat identifiers opgeslagen kunnen worden in eenontologie in verschillende talen, waardoor automatische vertaling van de labels vande modelelementen mogelijk wordt.

• Procesonderzoek: Queries op procesmodellen worden mogelijk op semantischniveau. Door inferentie-mechanismen toe te passen en rules-talen, kunnen op elkmoment nieuwe feiten worden afgeleid.

• Procesvalidatie: Naast de syntactische regels opgelegd door een metamodel vaneen procesmodelleertaal, kan de validatie van procesmodellen ook op semantischniveau plaatsvinden. Semantisch incorrecte bedrijfsprocesmodellen kunnen op diemanier geïdentificeerd worden, vooraleer ze uitgevoerd worden.

• Procesexecutie: De uitvoering wordt eenvoudiger omdat de ontologie functioneertals een centrale repository voor zowel conceptuele als technische beschrijvingvan de elementen van een bedrijfsproces. Best practices met betrekking tot deoverdracht van conceptuele processen kunnen opgeslagen worden in een ontologie,vrij van overtolligheden en herbruikbaar op basis van semantisch geannoteerdebedrijfsprocesmodellen.

In Markovic (2008) wordt een benadering voorgesteld voor het query’en en redeneren overbedrijfsprocesmodellen voor het maken van betere beslissingen (1), het faciliteren vanherbruik van artefacten (2) en het voldoen aan relevante reguleringen (3). Ook hier wordteen raamwerk geïntroduceerd voor het beschrijven van bedrijfsprocesmodellen die zowelde functionele, gedragsmatige, organisationele en informationele perspectieven integreert.Born, Dörr en Weber (2007) hebben een gelijkaardige benadering, waarbij elementenvan bedrijfsprocessen gelinkt worden met elementen van een ontologie die objecten,states, transities en acties beschrijven. Hun benadering laat toe om op een flexibele engebruiksvriendelijke manier semantische annotaties toe te voegen aan procesmodellen.Dit gebeurt door op gepaste manieren ontologische kennis beschikbaar te stellen aan deeindgebruiker en door het aanreiken van de nodige filtertechnieken om relevante zaken teonderscheiden.

111


Tenslotte, in de context van het SUPER-project behandelen Cabral, Nitzsche en Norton(2009) hoe de Business Process Modelling Ontology (BPMO) kan ingezet worden omhet perspectief van de bedrijfsanalist, evenals de semantische representaties van orga-nisatorische en andere bedrijfsaspecten te capteren. De BPMO-ontologie kan gebruiktvoor de semantische annotatie van BPMN, EPC, XPDL en BPEL procesmodellen omondersteuning te bieden aan de automatische compositie, mediatie en uitvoering.

4.4.3 Een vergelijkende studieHet amalgaam aan publicaties aangaande ontologie-gebaseerde vertaling van bedrijfspro-cesmodellen, verdient een diepere analyse. In deze sectie wordt er nagegaan welke vereistener worden afgedekt op basis van Volere3. Volere is een verzameling van gereedschappen enmaterialen op het gebied van vereistenanalyse in het software-ontwikkelingsproces. Aande hand van de Volere Requirements Specification Template4 wordt voor de verscheidenebehandelde auteurs – ofschoon hun scope verschilt – nagegaan welke functionele- enniet-functionele vereisten zij (in)direct invullen en/of behandelen. Dit vormt de aanzetvoor een besluit met betrekking tot de effectiviteit rond de ondersteuning op basis vanontologie-gebaseerde vertaling van bedrijfsprocesmodellen.

Tabel 4.2 toont welke niet-functionele vereisten afdekken voor de verschillende bijdrages.Hieruit kunnen we afleiden dat nagenoeg alle niet-functionele vereisten worden ingevuld,behalve wat look & feel en gebruiksvriendelijkheid betreft. Dit zijn namelijk zaken diede applicaties zelf realliseren. Dynamische aspecten zoals performantie, omgeving enhet operationele komen ook eveneens aanbod. Verscheidene auteurs laten zich ook inmet richtlijnen; dit maakt dat juridische-, culturele- en beveiligingsaspecten eveneens inaanmerking komen. Wat de functionele aspecten betreft, kijken we naar Tabel 4.3. Ookdeze worden goed afgedekt, hoewel niet elke auteur ze expliciet onderkent. Het loutersemantisch annoteren van bedrijfsprocesmodellen geeft hoe dan ook een beter inzicht inde context en situatie.

Algemeen kunnen we besluiten dat een doorgedreven ontologie-gebaseerde beschrijvingvan bedrijfsprocessen zowel functionele als niet-functionele vereisten kunnen beschrijven.Op die manier kan de eerder gemaakte vereistenanalyse ondersteund en gestaafd wor-den. Echter, hiervoor dienen zowel dynamische- als structurele aspecten in overwegingte worden genomen. Zoals Cabral, Nitzsche en Norton (2009) opmerken, is de echteuitdaging van een graaf-gebaseerde representatie van processen de conversie van dezegraaf-georiënteerde- naar block-georiënteerde functionaliteit, waardoor men naar dezecomponenten kan kijken als black boxes zoals de droom van Doug Mc Ilroy (1968) is.Dit is een erkend problemen binnen BPM, dat nog niet eerder werd geadresseerd binnenontologie-gebaseerde technologie.

3http://www.volere.co.uk4Hier maken we gebruik van Volere Requirements Specification Template Edition 11—February 2006.

112

4Sem

anticB

usinessProcess

Managem

ent

Tabel 4.2: Literatuur rond ontologie-gebaseerde vertaling van procesmodellen: niet-functionele vereisten.

niet-functionele vereisten

look &feel

usability &humanity

performanceoperational& environ-

mental

maintainability& support

securitycultural &

politicallegal

Weber, Hoffman,Mendling

x

Wong, Gibbons x xKoschmider,Oberweis

x

Di Francescomarino,Ghidini, Rospocher,Serafini, Tonella

x x x

Frankel, Hayes,Kendall,McGuinness

x x x x x x

Thomas, Fellman x x x x xMarkovic x x x xBorn, Dörr, Weber xNorton, Cabral,Nitzsche

Bron: eigen analyse.

113

4Sem

anticB

usinessProcess

Managem

ent

Tabel 4.3: Literatuur rond ontologie-gebaseerde vertaling van procesmodellen: functionele vereisten.

functionele vereistenscope of the

workscope of the

productfunctional &

dataWeber, Hoffman, Mendling xWong, Gibbons xKoschmider, OberweisDi Francescomarino, Ghidini, Rospocher, Serafini, Tonella x x xFrankel, Hayes, Kendall, McGuinnessThomas, Fellman x x xMarkovic x xBorn, Dörr, Weber x x xNorton, Cabral, Nitzsche x x x


114


4.5 Gevalstudie: prijsbeheerDeze sectie heeft een pragmatische invalshoek in die zin dat er wordt nagegaan in welkemate de eerder beschreven ideeën toepasbaar zijn aan de hand van een gevalstudie. Speci-fiek wordt er geëvalueerd of men UML op een eenvoudige manier “OWL compatibel” kanmaken voor een prijsbeheerproces. Er wordt vertrokken van de paper van Frankel, Hayes,Kendall en McGuinness (2004). Zoals eerder aangehaald, is de invalshoek van deze auteurséén vanuit software engineering. Zij vertrekken van OMG’s Model Driven Architectureinitiatief. MDA en het Semantisch Web (W3C) zijn onafhankelijk van elkaar bedacht enontwikkeld met weinig kruisbestuiving in de loop van de jaren. Wat MDA betreft, bestaater de Meta Object Facility (MOF) die de metadata architectuur definiteert voor een MDA.MOF (Object Management Group, 2006) definieert standaarden voor het automatiserenvan de integratie van verschillende metadata door middel van metamodellen en mappings.Anderzijds is er het Semantisch Web, dat een logische extensie van het Wereldwijde Webdat in deze context toelaat om business semantiek te representeren. Echter, deelnemersuit beide gemeenschappen erkenden voordelen om de twee technologieën te overbruggenom een coherente, enterprise information interoperabiliteit architectuur te vormen. Debelangrijkste verwezenlijking tot op heden hiervan is de Ontology Definition Metamodel(ODM). De eerste gestandaardiseerde versie werd gelanceerd in mei 2009.

Wat volgt is een toepassing van het Ontology Defintion Metamodel (Object ManagementGroup, 2010), dat de UML methodologie met Semantisch Web technologieën zoals RDFen OWL samenbrengt. Eerst wordt het encoderen van modellen en viewpoints aan dehand van MOF uitegelegd, evenals de recente ODF ontwikkeling behandeld. Vervolgenswordt de gevalstudie uitgewerkt en tenslotte geëvalueerd.

4.5.1 Encoderen van Modellen en ViewpointsOm modellen te kunnen manipuleren moet er beslist worden over een formaat waarin dezeworden vastgelegd. Bij voorkeur is dit een erkende standaard, zodat deze met bestaandetools kan worden gebruikt. De twee belangrijkste standaarden voor kennisrepresentatievandaag zijn Meta Object Facility (Object Management Group, 2002) en RDF (W3C,2004).

Het doel van een “viewpoint” is om ingenieurs in staat te stellen om zeer complexesystemen te begrijpen, en om de elementen van het probleem en de oplossing te or-ganiseren rond domeinen van expertise. Het redeneren over ontologieën vertoont veelgelijkenissen met het construeren van een “view” op de inhoud van een model. “Rules”worden toegepast op een kennisbank van feiten (objecten in model) om nieuwe feiten afte leiden (objecten in view) . Vele gelijkaardige problemen ontstaan, zoals patroonherken-ning tussen selectie statements en objecten tot operaties voor het creëren van nieuweobjecten van bestaande objecten. RDF heeft als doel om het redeneren over kennis tefaciliteren. RDF werd reeds uitvoerig besproken. MOF wordt behandeld in de volgendesecties.

115


4.5.2 Meta Object FacilityMDA biedt een methodologie en definieert de vereisten voor tools die modellen voorschri-jven voor elke ontwerpfase, hoe deze ontwikkeld moeten worden voor maximaal hergebruik,portabiliteit, interoperabiliteit en de relaties onderling om code generatie te onderste-unen. Het succes van MDA is dankzij deze Separation of Concerns. Echter, vanuithet perspectief van kennisrepresentatie is MDA ontoereikend. Er worden wel standaar-den aangeboden voor het beheren en integreren van modellen, maar er wordt weiniggezegd over de onderliggende semantiek van het domein dat gemodelleerd wordt (Kendall,Oberle, Pan, Tetlow, Uschold en Wallace, 2006). Meta Object Facility definieert demetadata-architectuur van een MDA. Een MOF specificatie van een metamodel kanworden opgslagen in een MOF-gebaseerde repository, die vervolgens modellen kunnenmanipuleren die voldoen aan deze specificatie. In die zin kan een MOF metamodel wordenvergeleken met een database schema, dat de database vertelt welke datastructuren opte slaan. MOF is niet beperkt tot object-georiënteerde metamodellen, zoals het UMLmetamodel. Het wordt alsmede gebruikt om de gegevens met betrekking tot modellen inhet algemeen te specificeren.

Basis structuur van MOF MOF heeft een object-geörienteerde structuur, omdat het hetklasse construct ontleent van UML. MOF metamodellen lijken op UML klassediagrammen.Elk construct in het metamodel wordt gemodelleerd als een klasse en de eigenschappenvan deze constructen worden gepresenteerd als attributen van een klasse. Relaties tussenconstructen worden gemodelleerd met UML associaties. Eén verschil tussen het MOFModel en het UML metamodel ligt in associaties. In tegenstelling tot UML associaties,zijn MOF associaties altijd binair en geregisseerd. Dit limiteert de expressiviteit vanMOF. Echter, n-aire associaties kunnen steeds uitgedrukt worden als n binaire associatiesen een associatie object.

Meta-niveaus De MOF-architectuur omvat vier meta-niveaus, zoals beschreven in Tabel4.4.

Table 4.4: Meta niveaus van de MOF architectuur

Meta niveau Beschrijving ElementenM3 Meta-metamodellen het “MOF Model”M2 Metamodellen UML klasse diagram, UML associaties,M1 Modellen UML model met klasse “Klant” Proces

“Facturatie”M0 Objecten en data Klant “Janssen”

Bron: Object Management Group (2006), Meta Object Facility.

Elk niveau wordt gepopuleerd met instanties van constructen van een hoger niveau.Bijvoorbeeld, op het M1 niveau is de klasse “Klant” een instantie van de constructen

116


van het M2 metamodel, zoals een UML klasse. De uitzondering is niveau M3. HetMOF-model, ook wel het meta-meta model, is zelfbeschrijvend en wordt uigedrukt inMOF-termen: MOF-elementen zijn instanties van MOF-elementen.

XMI OMG heeft een XML taal gespecificeerd voor het uitwisselen van MOF-gebaseerdemodellen. De XML Metadata Interchange (XMI) (Object Management Group, 2002)taal specificeert hoe een model opgeslagen in een MOF-gebaseerd model repository kanworden gerepresenteerd in een XML document. Dit document wordt geëncodeerd intermen van een Document Type Definition (DTD), dat automatisch gegeneerd wordt vanhet MOF metamodel van de modelleertaal die gebruikt wordt. In het bijzonder is er eenDTD voor UML en UML modellen kunnen worden geserialiseerd als XML documenten intermen van een DTD. Maar XMI is niet gelimiteerd tot UML; eender welke modelleertaaldat gespecificeerd is in termen van een MOF model kan beschreven worden als een XMIDTD.

Tekortkomingen van MDA Een belangrijk voordeel van het gebruiken van een MOFrepository is dat het verschillende soorten modellen kan opslaan, die toegankelijk zijnvia een gestandaardiseerde API. Wat echter wel een probleem vormt (1), is dat MDA-benaderingen in het algemeen geïsoleerd verlopen, waardoor ze vaak dubbelzinnig zijn.Immers, hoe goed men ze ook heeft gespecificeerd, dit geeft interpretatieproblemen voordiegenen die niet bekend zijn met het feitelijke model in ontwikkeling. Dit geldt ook voorUML. De UML community ontwikkelde een set nuttige modellen voor het representererenvan statische en dynamische componenten van software-intensieve systemen. Vandaagis UML een industriestandaard en bestaan er verschillende woordenschatten voor hetbeschrijven van object modellen, datatypes, database schemas, transformaties enzovoort.XML Metadata Interchange (XMI), de huidige standaard voor het encoderen van vanUML in XML door de OMG, biedt niet deze mogelijkheid. XMI is namelijk gebaseerd opstringente DTD’s. Bijvoorbeeld, als er een derde partij is die het concept “Evenement”definieert in UML statecharts in pakweg “ExternEvenement” en “InternEvenement”, danzou het niet mogelijk zijn om de corresponderende evenement instanties te serialiseren inXMI. Of noch, als er een klant binnen één departement in het bedrijf wordt beschreven als“Klant”, terwijl een ander departement spreekt over een “Customer”, dan is het onmogelijkom beide concepten zomaar aan elkaar gelijk te stellen. Een ander probleem (2) specifiekmet betrekking tot MOF, en vandaar ook met XMI, is dat het geen uitwisselingsformaatspecificeert voor het diagram. Enkel de model concepten kunnen worden geëncodeerd;dit is voldoende voor tools die bijvoorbeeld aan codegeneratie doen, maar is een ernstigelimitatie voor de interoperabiliteit tussen modelleer tools, vermits grafische informatie nietkan uitgewisseld worden op een gestandaardiseerde manier. Tenslotte, MDA biedt geengeautomatiseerde validatie en verificatie (3). Semantische Web technologieën kunnen ditoplossen door formele kennisrepresentaties, waardoor dubbelzinnigheden kunnen wordenweggewerkt. Het zullen met andere woorden ontologieën zijn die de OMG standaardenen methodologie verrijken. Dit wordt ook wel eens een Ontology Driven Architecture(ODA) genoemd (Kendall, Oberle, Pan, Tetlow, Uschold en Wallace, 2006).

117


4.5.3 Ontology Definition MetamodelOnder het mom van de Ontology Definition Metamodel (ODM), is er de afelopen jarensignificante inspanning geweest om software engineering talen en methodologieën zoalsUML samen te brengen met Semantisch Web technologieën. De voornaamste redenhiervoor is om de populariteit en de functionaliteit van UML tools te uit te buiten voorde ontwikkeling van ontologieën. Toch zijn er ook die de potentiële voordelen inzien vanhet toepassen van ontologie-concepten op modelvalidatie en -automatisering (Kendall,Oberle, Pan, Tetlow, Uschold en Wallace, 2006). In Maart 2003 initieerde de OMG hetformele proces voor ODM; in mei 2009 werd dit een standaard. Haar doelstellingen zijnde volgende:

• Het ontwikkelen van ontologieën via UML tools.

• De implementatie van dergelijk ontologieën in OWL, zonder verlies van getrouwheid.

• Voor-en achterwaarts bouwkunde (engineering) van ontologieën.

ODM zal voor de interoperabiliteit zorgen tussen een aantal belangrijke kennisrepresenta-tie en metadatabeheer-oplossingen, evenals het realiseren van de doelstellingen van OMG,uiteengezet in de oorspronkelijke RFP. Deze interoperabiliteit zal bewerkstelligd wordenvia een set van onafhankelijke, doch gerelateerde metamodellen (Object ManagementGroup, 2010):

• In de kern zijn twee metamodellen voor Beschrijvende Logica (DL) en Common Logic(CL). Hoewel deze talen zeer verschillend zijn, bieden ze samen ondersteuning vooreen breed scale aan representaties die op een continuüm liggen gaande van hogereorde, modale, probabilistische en intentionele representaties tot het uitdrukken vaneenvoudige taxonomische expressies.

• Ten tweede zijn er metamodellen die meer de structurele en beschrijvende represen-taties weergeven, en die iets minder expressief zijn dan DL en CL. Deze omvattenmetamodellen voor de abstracte syntaxisis van RDFS, OWL en Topic Maps (TM)uit te drukken.

• Twee extra metamodellen voor het uitdrukken van concepten die gebruikt worden intraditionele software engineering: UML2 en Entity Relationship (ER) diagrammen.

Daarnaast worden er nog drie UML profielen beschikbaar gesteld voor RDF, OWL enTM. Deze helpen bij het gebruiken van de UML notatie (en tools- voor ontologischemodellering en faciliteren de generatie van de corresponderende ontologie-beschrijvingenin RDF, OWL en TM respectievelijk.

Om legacy modellen als basis te nemen voor ontologie-ontwikkeling, en om ODM gebrui-kers in staat te stellen om de nodige trade-offs te maken in expressiviteit, gebaseerd opapplicatievereisten, worden voor een aantal metamodellen mappings beschikbaar gesteld.Om het N2 mapping-probleem te vermijden, worden er een aantal directe mappings

118


van en naar OWL voor UML en TM aangereikt. Echter, CL is een uitzondering indeze strategie omdat het veel expressiever is in vergelijking met andere metamodellen.Uni-directionele mappings naar CL zijn op dit moment niet mogelijk.

Frankel, Hayes, Kendall en McGuinness (2004) menen dat door MOF metamodellen vanbestaande metadata silo’s te mappen naar en van ODM, MOF en ODM-gebaseerde tools,men automatisch de relevante porties van metadata kan importeren om een ontologie- enkennisbankontwikkelingsproces op te starten. Bijgevolg kan men de ontwikkelingskostendramatisch verminderen. Verder menen zij dat ODM praktijken configuratie- en versie-beheer voor kennisrepresentatie mogelijk maakt. Zij stellen wel dat configuratiebeheerveel minder evident is voor ontologieën dan voor software componenten, onder andereomdat ontologieën evolueren.

4.5.4 The Semantics of Business Vocabulary and Business RulesHoewel we niet formeel gebruik gaan maken van SBVR, geven we om redenen vanbelang, complementariteit en relevantie alsnog een korte beschrijving. The Semanticsof Business Vocabulary and Business Rules (SBVR) is een Object Management Groupstandaard. Het definieert een metamodel en laat toe om dit te instantiëren, om ver-schillende woordenschatten te creëren en om gerelateerde business rules te definiëren.Bovendien is het eveneens mogelijk om deze modellen aan te vullen met gegevens omtrenteen specifieke organisatie. De SBVR-benadering biedt een manier (i.e. mapping rules)om natuurlijke taal artefacten te vertalen in artefacten die voldoen aan MOF (OMG,2008). Het is daarmee geen modelleernotatie, maar eerder een conceptueel raamwerkvoor semantiek-gerelateerde zaken zoals het gebruik van termen binnen een bedrijfsunit.Het erkent dat verschillende entiteiten dingen op een andere manier omschrijven.

Voor een stuk is deze aanpak vergelijkbaar met ODM. Nochtans is de ISO Common Logicspecificatie (CL), die door ODM gehanteerd wordt, verenigbaar gemaakt met de SBVRLogical Formulation of Semantics woordenschat. CL zelf was speciaal aangepast zodathet de “modale zin”-vereisten van SBVR kan incorporeren. Ook het W3C overweegtSBVR op te nemen, dankzij de brugfunctionaliteit inherent aan ODM.

119


4.5.5 WerkwijzeOm een bestaande procesmodel uit te breiden met ontologieën, wordt een stappenplangevolgd. Het generiek proces verloopt als volgt. Vooreerst wordt er een use casebeschouwd, waarna een bedrijfsanalist de vereistenanalyse visueel communiceert aan dehand van een modelleringtool. Vele van deze tools zijn in staat een XML-serialisatiete genereren, bijvoorbeeld in XMI voor UML, of in EPML voor EPC’s. Figuur 4.6geeft dit proces grafisch weer. Vervolgens wordt er een mapping methode bepaald; ditbetreft de afstemming met andere ontologieën en hangt af van het gehanteerde ontologie-raamwerk. Er moet immers nagedacht worden over de afstemming van verschillendeontologieën. Dit wordt in meer detail behandeld in volgende sectie. Dan wordt dezemapping toegepast, waarna een vertaling plaatsvindt en tenslotte de encodering. Let weldat de tekortkomingen in expressiviteit van bestaande procesmodellen als gegeven wordtaangenomen. Vermits deze scriptie over het Semantisch Web handelt, werd er gekozenvoor de RDF- en OWL talen als formele representatie. Het resulterende ontologie-modelvormt dan de basis voor een zee aan mogelijkheden, zoals in Sectie 4.4 werd uiteengezet.

120

4Sem

anticB

usinessProcess

Managem

ent

Figure 4.6: Workflow voor uitbreiding procesmodel naar ontologieën.

BPMSpecificatie

Start StopKies BPM notatie Vertaal EncodeerBepaal mappingmethode

Mapping methodes

Mapping Methode?

JA

Stop

NEE

Beschouw use case

Genereer specifieke XML

serialisatie

121


4.5.6 Technische implementatie van de vertalingIn de gevolgde werkwijze is er nood aan decodering, vertaling en encodering, oftewelmapping van vereistenanalyse tot het ontologie-model. De reden is als volgt. We kunenniet zomaar van een grafisch gemodelleerd bedrijfsproces vertrekken 5. Immers is het zodat machines vandaag niet zomaar artefacten van een bedrijfsproces kunnen herkennen,laat staan kunnen afleiden over welke notatie het gaat. Daarom dat er metadata nodigis. Om de reden van dataportabiliteit werden er verschillende standaard XML formatenin het leven geroepen die de uitwisseling tussen software mogelijk maakt. Vele van dezetools (e.g., Microsoft Visio, BizAgi, Visual Paradigm et cetera) ondersteunen dit onderde vorm van import- en export functionaliteiten. Zij bieden ook de mogelijkheid aanom een XML-serialisatie van een procesmodel te genereren, in een bijhorend specifiekgestandaardiseerd formaat. Echter, deze standaarden en hun bijhorende encoderingenzijn niet zomaar Semantisch Web compatibel. Men kan niet zomaar de elementen vaneen bestaand model mixen en uitbreiden om de expressiviteit van het Semantisch Web tekunnen ondergaan. Deze één op één mapping bestaat simpelweg niet. Bijgevolg is er noodaan een dergelijke mapping. Vandaar dat er een kleine tool, model2RDF, ontwikkeld werd.

Vandaag gebruiken de meerderheid van bestaande XML naar XML mapping toolseXtensible Stylesheet Language Transformations (XSLT). XSLT is een taal om een XMLdocument te transformeren naar een ander XML document formaat. Echter, speci-fiek voor het Semantisch Web ontwikkelde het W3C Gleaning Resource Descriptionsfrom Dialects of Languages (GRDDL)6, dat een mechanisme is om de resource beschri-jvingen bij dialecten van verschillende talen te achterhalen. De GRDDL specificatieintroduceert markup gebaseerd op bestaande normen en verklaart dat de gegevens in eenXML-document verenigbaar zijn met RDF en dat de extractie van gegevens uit “dialectdocumenten” mogelijk is met algoritmen.

De GRDDL-specificatie toont XSLT-voorbeelden, maar is abstract genoeg om andereimplementaties te ondersteunen. In deze scriptie werd GRDDL daarom beschouwd alseen richtlijn en niet zozeer normatief. De implementatie van de tool volgt de specificatiebijgevolg niet volledig7. Figuur 4.7 geeft een grafische presentatie van het gevolgde procesin de tool.

5In een interview over “recognition, RFID en Web 3.0” zegt Tim O’reilly dat vele objecten zullen wordenerkend zonder metadata. Hij meent dat dingen zullen worden erkend zonder tags, en voor gezichten,mensen, plaatsen en kunstwerken heeft hij waarschijnlijk gelijk.

6http://www.w3.org/TR/grddl/7Bijvoorbeeld, een document worden server-side geïnformeerd dat er GRDDL transformaties beschikbaar,

niet door het “profile” attribuut op te nemen in het “head” element.

122


Figure 4.7: model2RDF: technisch proces

XML serialisatie

Use Case

XSL

1.2

Bepaal XSL transformatie

1.1

Decodeer en parse XML metadata

1.3

Mapping door middel van

XSLT

model2RDF

4.5.7 Representatie van UML in OWLIn deze sectie wordt een UML/OWL mapping geëvalueerd. Hoewel de formele structuurvan UML heel verschillend is van die van OWL, hebben ze toch een aantal features diein vele opzichten gelijklopend zijn (Object Management Group, 2009). In deze casuswordt er een mapping van UML (OMG) naar OWL (W3C) gedaan, vertrekkende vanuitde principes beschreven in de ODM-standaard. De beschreven mapping is echter welgelimiteerd tot de OWL DL versie, maar indien noodzakelijk, bijvoorbeeld voor abstractemetaklassen van de UML2 kernel package, zou een geavanceerd mapping naar OWL Fullgeen probleem moeten vormen.

Tabel 4.5 geeft een samenvatting weer van de UML features die over een bijhorende OWLequivalent beschikken. Zoals duidelijk is hebben de meeste UML features bevredigendeOWL equivalenten; men zou zelfs kunnen stellen dat een één-op-één mapping aan de ordeis. Toch zijn er bepaalde UML elementen die geen OWL equivalent hebben en anderzijdsook bepaalde OWL elementen die niet over een UML equivalent beschikken. Tabellen4.6 en 4.7 geven hiervan een overzicht.

123


Table 4.5: Gemeenschappelijke eigenschappen van UML en OWL.

UML element OWL elementclass, property owned classproperty ownedinstance individual

ownedAttribute propertybinary associationsubclass subclassgeneralization subpropertyN-ary association classassociation class propertyenumeration oneOf

disjoint disjointWithcover unionOfmultiplicity minCardinality

maxCardinalitypackage ontology

dependency reserved nameRDF:property

Bron: Object Management Group (2009), Ontology Definition Metamodel.

Table 4.6: UML elementen zonder OWL equivalent

navigable, non-navigablederivedabstract classifierClasses as instances

Bron: Object Management Group (2009), Ontology Definition Metamodel.

Table 4.7: OWL elementen zonder UML equivalent

Thing, global properties, autonomous individualallValuesFrom, someValuesFrom

SymmetricProperty, TransitivePropertyClasses as instances

disjointWith, complementOfBron: Object Management Group (2009), Ontology Definition Metamodel.

124


4.5.8 Uitwerking en evaluatieTot nu toe werd er nog niets gezegd over de inhoud van het prijsbeheerproces. Dit is infeite ook niet nodig, vermits de tool proces-agnostisch is en zelf niet redeneert. De output,voor het prijsbeheer proces in Bijlage B, kan wel gebruikt worden als input voor systemendie wel bewust willen redeneren over het proces. Voor deze casus werd er vertrokken vaneen klassediagram voor prijsbeheer, gemodelleerd in UML. Dit diagram werd ontwikkeldin het kader van de syntheseproef, met het oog op een automatisch Pricing Managementsysteem voor het bepalen van een gedifferentieerde productprijs rekening houdend metzeer gevarieerde klantenvereisten. Een gedetailleerde beschrijving van de verschillendeelementen en het achterliggende informatie zijn hier niet aan de orde, maar om een ideete geven van de complexiteit van dit diagram verwijs ik naar Bijlage A.

Er werd uitgegaan van een XML document gegenereerd door Microsoft Office Visio2003. Hoewel het UML klassediagram enige mate van complexiteit vertoont, is mijnobservatie dat het XML ongelooflijk “opgezweld” is. Voor een twintigtal klassen zijner maar liefst circa 11.000 lijnen, wat zo’n 1,5 megabyte schijfruimte inneemt. Hetwerd ook duidelijk dat de UML-representatie in XMI veel detail bevat die verder gaatdan de scope, met name de aanwezigheid van grafische coördinaten van het grafischeUML-model in kwestie. Overigens is de structuur van het document van een zeerbedroevende kwaliteit. Structuur moet van structuur komen, en niet van een elementzoals <Foundation.Core.Classifier.Feature>. Het was dan ook een hele opgave om demechanische conversies toe te passen op basis van GRDDL. Toch is het niet onmogelijk omvoor een belangrijke subset van de UML-standaard een encodering in OWL te realiseren.

Tot slot, men zou kunnen stellen dat een vertaling van bestaande XML-metamodelstandaarden naar een Semantisch Web model overbodig is. Immers, er wordt weer eennieuwe tussenschakel gecreëerd. Zo zou men kunnen aanhalen dat men evengoed eenOWL-plugin kan ontwikkelen voor bestaande software tools. Mijns inziens is dit ookbroodnodig. De reden dat formaten als XMI ingeroepen werden is om interoperabiliteittussen tools te garanderen. Uit eigen observatie betwijfel ik de kwaliteit en efficiëntie vandergelijke code generatie ten zeerste, daar vendors de vertaling niet strikt volgen. Wat ishet nut dan nog van een standaard? Hoe dan ook, een uitbreiding van een bedrijfsprocesnaar ontologieën is een probleem van een andere orde. Nochtans zijn er twee redenen dieeen dergelijke tussenschakel staaft. Ten eerste, beide hebben een bijzondere overlapping,namelijk metadata, die reeds aanwezig zijn onder de vorm van XMI. Ten tweede, menmag de adoptie van bijvoorbeeld XMI ook niet onderschatten. Een Google query naarXMI versie 1.08 geeft ongeveer 118.000 resultaten terug.

8http://www.google.com/search?as_epq=xmi:xmi+version+1.0

125


4.6 Proces-gebaseerde ontologie-omgevingEen belangrijke vraag die naar voren kwam uit de gevalstudie, is hoe een procesmodel nujuist gemapt moet worden op ontologieën; welke ontologieën dient men te gebruiken enhoe deze afstemmen? In de gevalstudie werd een zeer simplistische werkwijze toegepast,die in grote organisaties gewoon niet toereikend is door de socio-technische complexiteit;er is echter geen eenvoudig antwoord. In de beoordeelde literatuur werden in de contextvan procesmodellen een aantal ontologie-raamwerken aangereikt. In deze sectie wordendeze omgevingen vooreerst beschreven, waarna er een beoordeling plaatsvindt op basisvan een aantal vooropgestelde criteria.

4.6.1 Beschrijving ontologie-omgevingenThomas en Fellman (2007) introduceren een raamwerk voor de semantische annotatievan bedrijfsprocesmodellen. De semantiek van de individuele modelelementen wordtgespecificeerd aan de hand van concepten van een formele ontologie. Hiervoor wordt eenafzonderlijk metadata-niveau gebruikt, om de modelelementen te linken met de ontologie.Er zijn semantische annotaties tussen modellen, metadata en ontologieën (zie Figuur 4.8).Metadata worden gegenereerd van de modellen. Deze metadata bevatten referenties naarmodelelementen van het initiële modellen, evenals naar de concepten van de ontologie;hierdoor zijn ze inter-afhankelijk. Tenslotte, concepten van de ontologieën worden in demetadata gebruikt om betekenis aan de modelelementen te geven. De auteurs menendaarom dat de ontologieën deze concepten moeten omvatten, anders dienen ze toegevoegdte worden.

Figuur 4.8: Raamwerk voor de semantische annotatie van bedrijfsprocesmodellen.

Ontologieën

Metadata

Modellen

Opvatting

OWL

RDF

XML

Representatie

Bron: Thomas en Fellman (2007), Semantic EPC: Enhancing Process Modeling, Using Ontology Languages,Semantic Business Processes and Product Lifecycle Management.

De auteurs menen dat men voor SBPM bestaande ontologieën moet gebruiken, bijvoor-beeld Enterprise Ontology van Dietz of TOVE. Daarnaast moet men kijken in technischestandaarden voor de constructie van ontologieën, of door middel van ODF toe te passen.

126


Voor de ontologie-gebaseerde representatie van bijvoorbeeld EPC, kan men differentiërentussen het representen van EPC in de ontologie aan de hand van de EPC-taal constructenof via de representatie van EPC-model elementen. Het EPC-model is dan de instantiatievan klassen en eigenschappen binnen de ontologie. Het linken van de ontologie en deEPC-modelementen gebeurt aan de hand van eigenschappen; meer bepaald semType-eigenschappen.

Born, Dörr en Weber (2007) linken de elementen van bedrijfsprocessen aan de ele-menten van een ontologie die objecten, states, transities en acties beschrijven (zie Figuur4.9). De objecten relevant voor elke activiteit in het procesmodel kunnen gespecifieerd endirect gelinkt worden aan objecten in een domein. De states – voor- en na het uitvoerenvan activiteit – van deze objecten gespecificeerd worden. Men kan activiteiten linken aande acties van een domeinontologie, dit gebeurt via matchmaking functionaliteit. Niet alleobjecten of states kunnen teruggevonden worden in een domeinontologie. Deze ongelinkteobjecten en states geven indicatie dat zulke elementen gecreëerd moeten worden in hetbedrijfsprocesmodel.

Figuur 4.9: Semantisch verrijkte procesmodellen.

Matchmaking functionaliteit

DomeinontologieBusiness

Process Model (BPMN)

Uitgebreide BPMN

ontologieDomeinontologieën

geworteld in geselecteerd uit

verzenden Offerte

< gecreëerd (Offerte)> verzonden (Offerte)

Offerte

O = Object t = TransitionS = State A = Action

Bron: Born, Dörr en Weber (2007), User-Friendly Annotation in Business Process Modeling.

127


Vervolgens zijn er twee geïntegreerde benaderingen: ODF en SUPER. ODF werd reedsuitvoerig behandeld. Bij het SUPER-raamwerk gaat men BPMN/EPC procesmodellenannoteren en referenties leggen naar ontologie-elementen, WSMO-doelen en semantischebeperkingen. Een belangrijk aspect is het hergebruiken van bestaande enterprise-modellen,die worden opgeslagen in een Semantic Business Process Library (Cabral, Nitzsche enNorton, 2009).

Tot slot, in Di Francescomarino, Ghidini, Rospocher, Serafini en Tonella (2009) wordt ereen raamwerk geïntroduceerd voor het verifiëren van sets van structurele beperkingen diezowel domeinkennis als processtructuur omvatten. Op die manier kan de correctheid vansemantische procesannotaties bepaald worden, maar evengoed kunnen rijke structurelevereisten geverifieerd worden.

Op basis van deze observaties maken we nu een vergelijking tussen deze proces-gebaseerdeontologie-omgevingen. We evalueren de raamwerken op basis van de volgende criteria:

• Oplossing: Gaat na of de oplossing met al zijn componenten eenvoudig te integre-ren is in een bredere socio-technische context.

• Beschouwde dimensies: Verifieert welke dimensies in beschouwing worden ge-nomen en welke respectievelijke ontologieën hiervoor worden aangereikt.

• Mapping: Beschrijft hoe de mapping / het binden tussen de verschillende dimensiesplaatsvindt.

• Herbruikbaarheid: Geef de aangereikte dimensies weer die herbruikt kunnenworden.

Tabel 4.8 toont een vergelijking tussen proces-gebaseerde ontologie-omgevingen. Debenaderingen hebben veelal een verschillende focus. De SUPER- en ODF benaderingenzijn organisatiebreed en de enige geïntegreerde benaderingen. Opmerkelijk is dat eroveral sprake is van een domeinontologie, behalve in het raamwerk van Fellman enThomas (2007), waar een brede interpretatie wordt gegeven aan het begrip ontologie.Ook situeren er zich grote verschillen in de manier waarop de mapping gebeurt. Waar bijDi Francescomarino, Ghidini, Rospocher, Serafini, Tonella (2009) de mapping gebeurtop basis van subsumptie, gebeurt die bij Fellman en Thomas (2007) aan de hand vaneigenschappen. SUPER maakt gebruik van een bridging ontologie BPMO genaamd. BijODF vind er nagenoeg een één-op-één mapping plaats. Tenslotte, wat herbruikbaarheidbetreft is de tendens hetzelfde; men streeft er naar om procesmodel, domeinontologie,evenals alle andere metamodellen te herbruiken.

Waar we hierboven het over proces-geörienteerde ontologieën spraken, wordt in Fili-powska, Hepp, Kaczmarek en Markovic (2009) een set van ontologieën voorgesteld voorSBPM die een consistent en operationeel raamwerk vormen dat alle niveaus van deenterpise structuur en operaties probeert te incorporeren. Daarnaast wordt een ver-gelijking gemaakt met andere enterprise modellen zoals TOVE, REA, e3-value en EO.

128


Er blijkt vaak een verschillende focus te zijn. Terwijl TOVE en EO-projecten vooralproberen om een generiek enterprise-model aan te bieden, focussen REA en e3-valueop het creëren en transfereren van economische waarde. De SBPM-benadering heeftdaarentegen als doel de relevante organisatie-context weer te geven die de noden voorbedrijfsprocesmodellering afdekt. Bovendien zeggen maar weinig initiatieven iets over deafstemming van de verschillende ontologieën. Zo vertonen de drie verschillende lagen vanTOVE een incosistent niveau van detail en zorgt de terminologie van de REA-constructenvoor dubbelzinnigheid. Ook ontbreken sommige initiatieven een formele versie in eenontologie-taal (e.g., EO), of worden ze niet geserialiseerd in een ontologie-taal waarvoordegelijke reasoners voor bestaan (e.g., TOVE).

4.6.2 Ontology matchingIn eerdere secties is er voortdurend gewezen op het feit dat ontologieën “gemapt” moetenworden. Het is gepast om deze problematiek hier te bespreken, omdat de vraag wederomaangekaart wordt door de gemaakte analyses. Wat betekent het afstemmen van ontolo-gieën voor het Semantisch Web? Het Semantisch Web laat namelijk de ontwikkeling vanontologieën van onderop toe, maar tegelijkertijd poneert het dat er een centraal coördine-rend mechanisme nodig is voor formalisatie. Hoewel er verschillende OWL profielen zijn,voor verschillende noden van expressiviteit, zal er bijkomende ondersteuning nodig zijnvoor de transformatie en validatie van specifiekere domeinontologieën. Het SemantischWeb schrijft immers voor dat er niet zoiets bestaat als één ontologie. Het imposeren vanéén ontologie op de wereld is absurd. Zij erkent het bestaan van diverse, rivaliserende eninconsistente perspectieven, maar meent dat er een gestandaardiseerde manier nodig isom deze te verbinden.

Het domein van de ontologie alignering houdt zich bezig met het bepalen van over-eenkomsten tussen concepten van verschillende ontologieën. Het speelt bijgevolg eenkritieke rol voor de interoperatie tussen heterogene bronnen. Deze tools houden zichbezig met het vinden van klassen van gegevens die semantische equivalent zijn. Dezeklassen hoeven niet noodzakelijk logisch consistent te zijn. Er zijn drie belangrijke di-mensies voor gelijkheid: syntactisch, extern en semantisch. Toevallig komen deze ruwwegovereen met gelijkaardige dimensies gedefinieerd door cognitieve wetenschappers. Toolsen raamwerken halen hier inspiratie uit (Euzenat, 2007).

Ontology matching verloopt nog zeer stroef. De uiteenzetting van Hayes (2009) opde 8ste International Semantic Web Conference handelde over de redenen hiervan. Er zijnnl. een aantal problemen met het toepassen van traditionele logica in een gedistribueerdecontext. Eén van deze problemen met traditionele logica is dat men instanties tussenverschillende ontologieën mapt op basis van de sameAs relatie. Ondanks het feit dat dezeinstanties van verschillende ontologieën komen, betekent dit niet dat ze exact hetzelfdebetekenen. Er zijn geen relatietypen in traditionele logica die subtiele verschillen kunnenmodelleren. Hoewel er reeds verschillende component matchers zijn ontwikkeld, is er noggeen geïntegreerde oplossing voor Ontology alignment (Euzenat, 2007).

129

4Sem

anticB

usinessProcess

Managem

ent

Tabel 4.8: Een vergelijking tussen proces-gebaseerde ontologie-omgevingen.

Fellman en Thomas(2007)

Born, Dörr en Weber(2007)

SUPER (2009) ODF (2009)

DiFrancescomarino,Ghidini, Rospocher,Serafini, Tonella(2009)

oplossing ad-hoc semi-geïntegreerd viaSUPER geïntegreerd geïntegreerd met

MDA ad-hoc

beschouwdedimensies

onderscheid tussenconcept, metadata enontologie; er wordtniet aangegeven welke

assumptie datdomeinontologieaanwezig is,uitgebreide BPMNontologie (SUPER)

BPMO(brug-ontologie),WSMO,organisationelecontext

upper-ontologie,geendomeinontologie

BPMN-metamodelen domeinontologie,processtructuur

mapping

constructen inontologie als klasse,instantiëren en linkena.d.h.v.eigenschappen

koppeling tussendomein- en BPMNontologie gebeurt viamatchmakingfunctionaliteit

BPMO; is domein-en organisatie-overschrijdend

bijna één-op-éénmapping voorUML

subsumptie (a.d.h.v.subClass of is-arelatie)

herbruikbaarheid

enterpriseprocesmodellen,standaarden, ODF

sBPMN endomeintontologieën optimaal

beperkt totherbruikprocesmodellen

metamodel,domeinontologie


130


4.6.3 Ontologie-ontwerpEen belangrijke vaststelling uit vorige analyse, zijn de verschillende manieren waarop dedomeinontologieën en ontologieën in het algemeen worden ontworpen. Born, Dörr en We-ber (2007) linken de elementen van bedrijfsprocessen aan de elementen van een ontologiedie bestaan uit objecten, states, transities en acties beschrijven. Er zijn verschillendeaspecten die men in overweging moet nemen, afhankelijk van het doel dat men wenstte bereiken. Daardoor kunnen de uitwerkingen fel van elkaar verschillen, juist omdat erveel manieren zijn waarop men een ontologie kan vormgegeven.

Madsen (2004) introduceert in zijn dissertatie een aantal invalshoeken om ontologieën teontwerpen (zie Figuur 4.10). Bij een conceptuele benadering worden eerst de categorieënbepaald voor een upper ontologie. Dit wordt aangevuld met conceptuele modellen vooreen bepaald domein. In tegenstelling tot de conceptuele benadering, is de linguïstischebenadering taal-specifiek. Semantische “lexiconen” leggen relaties tussen woorden enomvatten de benodigde woordenschatten. Tenslotte, bij een intermediaire of gecombi-neerde benadering worden terminologie modellen opgesteld (woorden en zinnen), maardan specifiek per domein.

Figuur 4.10: Aspecten en opties binnen een ontologie.

ontologie

gezichtspunt niveau onderwerp doel taal formalisering

pragmatischeontologie

filosofischeontologie

algemeneontologie

taak-specifiekeontologie

taak-onafhankelijkeontologie

taal-onafhankelijkeontologie

formeleontologie

informeleontologie

top levelontologie

specifiekeontologie

applicatie-specifiekeontologie

taal-afhankelijkeontologie

domeinspecifiekeontologie

universeleontologie

Bron: gebaseerd op Madsen (2004), Terminological ontologies.

131


4.6.4 Ontwikkeling van ontologieënHiervoor werden verschillende manieren beschreven voor het ontwerpen van één ontologie.Maar wat hoe verloopt de constructie wanneer er meerdere ontologieën in het spel zijnen hoe deze afstemmen?

Eerst en vooral, het is onwaarschijnlijk dat men vanuit het louter aggregeren van dedomein-specifieke en domein-onafhankelijke ontologieën tot complete traceerbaarheidkomt zoals Jacobson (1999) die met zijn Unified Software Development voorziet. Hiervooris een methodologie nodig, zoals het SUPER-raamwerk. Het raamwerk zorgt voor deintegratie van heterogene bedrijfsprocessen, de bouw van ondersteunende ontologieënom snel te kunnen reageren op de veranderingen in interne- en exteren omgeving en eenmediatie-laag die zorgt voor de snelle doorstroming van kennis. SUPER meent indirectdat traceerbaarheid in theorie mogelijk is, maar zover ik weet zijn er nog geen empirischebewijzen. De mapping is en blijft nog zeer complex, waardoor de traceerbaarheid vanorganisationeel niveau tot programmacode uitblijft.

Alleen al de constructie van ontologieën is zeer moeilijk, kostbaar en tijdrovend (Gruningeren Lee, 2002). We nemen hier gedeeltelijk de ideeën van Claassens (2007) over. In plaatsvan een formele benadering te hanteren, is het daarom interessant om een pragmatischeingesteldheid te hanteren. In de bibliotheekwetenschappen heeft men reeds talrijke jarenervaring met het ontwikkelen van taxonomieën.

Twee mogelijke manieren zijn de de enumeratieve- en faceted-aanpak. Bij een enumeratieve-aanpak vertrekt men van een kennisdomein, hetwelk verdeeld wordt in engere klassen diealle mogelijke subklassen omvatten. Ranganathan (1967) baseert zich met zijn faceted-aanpak op het uitsplitsen van complexe subjecten in beperkte domeinen, in groepenvan simpele concepttermen (facets). Deze facets worden vervolgens samengevat in eengecontroleerde woordenschat. Prieto-Diaz (2003) past deze faceted-aanpak toe op onto-logieën (zie Figuur 4.12). Vanuit de aanwezige expertise wordt er top-down een intiëleclassificatiehiërarchie opgesteld. Vervolgens worden de gerelateerde termen bottom-upin categorieën gegroepeerd. Tenslotte wordt de classificatiehiërarchie aan de hand vaneen iteratief proces met de gecreëerde clusters vergeleken. Op basis daarvan kunnenaanpassingen doorgevoerd worden. Het resultaat is een praktische en bruikbare aanpakvan ontologieën die geen formele axioma’s bevatten, maar wel structuur biedt voor eengecontroleerde woordenschat die op informele wijze concepten definieert.

Tot slot verwijzen we nog naar De Leenheer (2009), omdat zijn aanpak pragmatieken formalisering combineert. In zijn dissertatie introduceert hij binnen het BusinessSemantics Framework een generieke en pragmatische modelleringsmethode die op basisvan korte iteraties omgaat met de dynamische omgeving. De modelleringsmethode bestaatuit twee cycli die elk een aantal modelleringsactiviteiten groeperen. De twee proces-sen die centraal staan, zijn met name semantic reconciliation en semantic application,in deze scriptie vrij vertaald naar semantische overeenstemming en semantische applicatie.

132


Figuur 4.11: De modelleringsmethode binnen het Business Semantics Framework bestaatuit twee cycli die elk een aantal modelleringsactiviteiten groeperen.

Scope Creeër Verfijn Articuleer Unificeer Selecteer Compromitteer

Semantische Overeenstemming Semantische Applicatie

Bron: De Leenheer (2009), On Community-based Ontology Evolution.

In de eerste stap wordt de bedrijfssemantiek gemodelleerd door het extraheren, raf-fineren, articuleren en consolideren van feiten uit bestaande bronnen, op basis van dehierboven beschreven technieken. Uiteindelijk resulteert dit in een aantal geconsolideerdetaal-neutrale semantische patronen die zijn verwoord met informele beschrijvingen. Dezepatronen zijn herbruikbaar voor de bouw van diverse semantische toepassingen.

Semantische toepassing is de tweede cyclus binnen het Business Semantics Framework.Tijdens deze cyclus wordt er gestreefd naar een selectie van semantische patronen binnenbestaande informatiebronnen en diensten. Dit wordt gedaan door het selecteren vande relevante patronen te beperken, te interpreteren en tenslotte in kaart te brengen.Met andere woorden, een “commitment” schept een bi-directionele koppeling tussen debestaande gegevensbronnen en diensten enerzijds en de bedrijfssemantiek die de infor-matie van een organisatie beschrijft. De bestaande gegevens zelf worden niet verplaatst.Integendeel, de bedrijfssemantiek biedt een soort van abstractielaag voor toegang tothet aanleveren van deze gegevens op een meer efficiënte wijze, closed-loop transparantie,alignment en governance.

133

4Sem

anticB

usinessProcess

Managem

ent

Figuur 4.12: De stappen voor een faceted-aanpak van ontologieën.

1) Top-down 2) Bottom-upGepostuleerde ontologie Gesynthetiseerde clusters

3) Herzien & validerenOntologie wordt gewijzigd op basis van de mapping met de gevonden clusters

Clusters wordengemapt metontologie

x

wv

ut

s

BD

E

F A

C

Bron: gebaseerd op Prieto-Diaz (2003), A Faceted Approach to Building Ontologies.134

5 Algemeen besluitIn dit hoofdstuk recapituleren we de bevindingen van deze scriptie, met betrekkingtot het Semantisch Web, de relatie semantiek en de onderneming, en het beheren vanbedrijfsprocessen op basis van ontologieën. In Sectie 5.1 rapporteren we de gevondenresultaten. Op basis van deze bevindingen, geeft Sectie 5.2 een korte, doch krachtigeaanbeveling met betrekking tot de adoptie van ontologieën. Tenslotte maken we nog eenafsluitende reflectie op ontologieën.

5.1 BevindingenEerst en vooral maken we de observatie dat het Semantisch Web vanuit verschillendeinvalshoeken kan worden benaderd. Dit heeft zo zijn implicaties. Zo worden er wel drieverschillende doelstellingen opgelijst: machineleesbaarheid, het uitwisselen van informatieen het uitdrukken van domeinkennis. Ondanks de oorspronkelijke visie van Berners-Lee,maakt dit het een dubbelzinnig en abstract begrip. Hetzelfde geldt voor ontologieën,waarvoor, ook in de context van het Semantisch Web, talrijke definities bestaan. Vooralhet gedeelde begrip aspect komt naar voren, evenals het specificeren van iets in termenvan concepten. Vervolgens werden er verschillende modelleermethoden werden met elkaarvergeleken, waarbij vooral de tekortkomingen van het relationeel datamodel werdenbeklemtoond. Uit analyse van de verschillende lagen en bijhorende componenten vanhet Semantisch Web, is gebleken dat een aantal lagen nog actief onderzoek ondergaan,vooral in het licht van vertrouwen, cryptografie en pragmatiek. De invalshoek van desysteemtheorie leert ons dat structuur heel diep gaat. Tenslotte zijn er tal van hindernis-sen, die het Semantisch Web moet ondergaan. Uit de vaststelling dat er ontzettend veelkritieken zijn, concluderen we dat het om een delicate kwestie gaat.

Semantiek in relatie met informatietechnologie en gegevensmodellen is niet nieuw. In feiteis het iets dat eerder simpel lijkt, maar wanneer het aankomt op semantiek in de contextvan een gedistribueerd Web, met alles dat het vertegenwoordigt, dan zijn de uitdagingensignificant. Vele van de problemen die het Web ervaart, zijn vergelijkbaar met problemenwaar organisaties vandaag tegenaan lopen. Ofschoon het Web nog maar twintig jaar jongis, is het niet onnuttig om deze ideeën, afhankelijk van het type organisatie, te toetsen inde onderneming, want het Web is het enige systeem vandaag op een dergelijke schaal. HetSemantisch Web kan werkende relationele modellen toepassen op een gedecentraliseerdemanier, wat ervoor zorgt dat interoperabiliteit- en integratrieproblemen in bedrijfsecosys-temen op verschillende niveaus, zowel binnen als buiten vraag- en aanbodketen en tussensytemen, kunnen worden overbrugd. Algemeen beschouwd, wordt een “SemantischeOnderneming” waarschijnlijk gekenmerkt door informatiesystemen die de relationele

135

5 Algemeen besluit

associaties tussen objecten, gegevens en informatie zo kunnen benutten, dat bedrijfsdoel-stellingen verwezenlijkt worden en betere beslissingen worden genomen. Vandaag zijn detechnologieën er, en de voornaamste beperkingen zijn de bedrijfsmodellen en de manierwaarop organisaties vandaag opereren en worden beheerd. Het is dan ook aan de CIOvan de organisatie om de ideale omstandigheden te creëren. Het ontwikkelen, afstemmenen gebruikmaken van ontologieën is niet evident en vereist naast buy-in van belangrijkemedewerkers, een methodologie en raamwerk, maar ook nieuwe visualisatietools. Hetkomt er op neer dat gegevens moeten worden beschouwd als een belangrijke “asset” voorhet verwezenlijken van wendbaarheid van de organisatie, evenals een strategisch middelzijn die een belangrijke voorwaarde zijn voor een duurzame en winstgevende onderneming.

Het laatste hoofdstuk handelde over Business Process Management (BPM). Hieruitbleek dat het significant probleem in BPM benaderingen is, dat moeilijk de brug kanworden gemaakt tussen de organisationele context, de diverse process workflow notaties,en de executable services die de procesactiviteiten vervullen. Als onderliggende oorzaakvoor moeilijkheden bij het automatiseren van de overgang tussen verschillende werelden,is te wijten aan het gebrek van semantische betekenis dewelke machines vereisen voor ver-werking. Het SBPM-raamwerk probeert deze verbinding tot stand te brengen door WebServices en BPM te combineren. Bekeken vanuit een organisatiebrede benaderingswijze,heeft SBPM tot doel de relevante organisatiecontext weer te geven die de noden voorbedrijfsprocesmodellering afdekt. Er werden verschillende benaderingen voor ontologie-gebaseerde ondersteuning van procesmodellen vergeleken. Door hun verschillende focus,dekken ze verschillende functionele en niet-functionele vereisten af, maar bieden ze vaakgeen antwoord hoe de ontologieën kaderen in een breder organisationeel perspectief. Erzijn wel een aantal raamwerken die de verschillende vereiste ontologieën identificeren enconcrete richtlijnen geven, maar geen enkele benadering is in staat zowel het structureleals dynamische aspect van procesmodellen te ondersteunen. Vooral het ontwikkelen enafstemmen van ontologieën is en blijft geen sinecure, doch wees de gevalstudie uit dateen vertaling mogelijk is. Of ook de gesuggereerde vertalingen en werkwijzen van dezeraamwerken effectief werken, blijft een open vraag. Hoe dan ook, door bedrijfsprocesseneveneens op een semantisch niveau te gaan beschouwen, kunnen deze betere ondersteundworden gaande van analyse en modellering tot querying en executie.

136

5 Algemeen besluit

5.2 AanbevelingenGerard Bodifée stelde in een column in De Standaard dat de moderne wetenschap droomtvan een perfect mathematiseerbare kosmos. De hele anorganische en organische werke-lijkheid uitdrukken in klare wiskundige vergelijkingen, is volgens hem het ideaal van eenfysica die begrijpt dat het meetbare krachten zijn die de natuur voortstuwen.

De werkelijkheid in een model gieten is in theorie een verademing. Zo ook kunnenontologieën, bijvoorbeeld bij procesmodellen, bijzonder praktisch zijn. Echter, de realiteitis socio-technisch, en de vele formele werkwijzen die in de literatuur worden opgeworpenzijn in praktijk niet zo evident realiseerbaar. De aanbeveling die we dan ook kunnenmaken, voor het beheer van bedrijfsprocessen met behulp van ontologieën, is een goedebalans te zoeken tussen een pure formele- en pragmatische werkwijze, die wel dichter bijde realiteit staat. Door enerzijds in te spelen op praktijk, maar anderzijds ook de nodigestructuren aan te brengen, is de organisatie in staat om op een verantwoorde manier omte gaan met een steeds veranderende wereld.

Het hoofdstuk over de Semantische Onderneming formuleerde reeds concrete aandachts-punten voor de CIO. Er werden echter nog geen aanbevelingen geponeerd voor deEnterprise Architect. Het is immers de Enterprise Architect die de organisatie in al haargeledingen in de gewenste richting ontwikkelt. Voor het beheren van bedrijfsprocessenmet ontologieën stellen we een stappenplan voor. We baseren ons hierbij op Pietro-Diaz(2003) zijn werk.

De eerste stap begint van bovenaf. Aan de hand van een gepostuleerde ontologie wordtde organisatie in kaart gebracht. Een mogelijk voorbeeld van een dergelijke ontologieis de recent ontwikkelde org FOAF extensie1. In stap twee worden er clusters gevormdvan onderop. Een grote uitdaging hierbij zijn het matchen van de ontologieën. Doorde heterogeniteit tussen systemen is er een grote waarschijnlijkheid dat bijvoorbeeldklanten op een verschillende manier gedefinieerd worden. Daarom moeten er clustersgevormd worden die deze mappen op de gepostuleerde klantenontologie. We bevelenhierbij aan om bestaande technieken zoals K-means te gebruiken. In een tweede fase ishet belangrijk om procesmodellen semantisch te verrijken en te matchen met domeinon-tologieën. Deze procesmodellen kunnen dan vertaald worden naar domeinontologiën dievervolgens gemapt worden op elementen, overeenkomstig met de Normalized Systemstheorie (Mannaert en Verhelst, 2009), of zoals Born, Dörr en Weber (2007) suggeren. Opdie manier kan ook software mee-evolueren. Tenslotte, in stap drie wordt er gevalideerd.De gepostuleerde ontologie wordt herzien op basis van de gesuggereerde mappings in degevonden clusters. Voor een overzicht van bestaande methodologieën verwijzen we naarFernández López (2002).

5.3 Verder onderzoek en reflectie op ontologieën

1http://www.epimorphics.com/public/vocabulary/org.html

137

5 Algemeen besluit

Tot slot gaan we hier nog even dieper in op ontologieën, om alles in een beter perspectiefte kunnen plaatsen.

De toepassingsgebieden van ontologieën zijn veelzijdig. Grüninger en Uschold (1996)onderscheiden de volgende toepassingsmogelijkheden voor ontologieën:

• communicatie tussen mensen en organisaties;

• interoperabiliteit – tussen systemen;

• software engineering – specificaties, kwaliteit, herbruikbare componenten en kennis-verwerving.

In het begin van Hoofdstuk 3 over de Semantisch Onderneming werden de problemenbeschreven waarmee bedrijven vandaag vaak mee worden geconfronteerd. Een eersteprobleem betrof de overvloed aan informatie en de bijhorende datasilo’s. Dit is nietmeteen een toepassingsgebied die Uschold en Grüninger (1996) onderscheiden, maar indeze scriptie werden verschillende methoden voor mediëring beschreven, ook op het gebiedvan Web Services. Een tweede probleem betrof de interoperabiliteit tussen organisaties enhun partners. Door Semantisch Web technologieën toe te passen, kan interoperabiliteitbewerkstelligd worden op verscheidene niveaus. Tenslotte, in het laatste hoofdstuk kwamvia de gevalstudie aanbod hoe ontogieën kunnen ingezet worden ter ondersteuning vansoftware engineering, met behulp van een vertaling naar UML abstractieniveau. Deproblemen die hier afgedekt worden op basis van ontologieën kennen echter allemaaleen verschillende niveau van verfijning, omdat ze juist problemen van verschillende ordebehandelen.

Frank Chum (2008), enterprise architect bij Chevron, beschreef een W3C meetingvan de olie en gas industrie ecosysteem, alwaar deelnemers de waarde van ontologieën inoverweging namen. De groep identificeerde drie potentiële nuttige ontologieën in de olieen gas industrie. Zij kwamen tot de volgende resultaten:

• Upper ontologies: drukken concepten uit die niet industrie specifiek zijn (bijvoor-beeld locatie informatie)

• Domeinontologieën: drukken concepten uit die specifiek zijn voor de industrie ofhevig worden gebruikt (zoals geologie, reservoir kenmerken of productie volumes)

• Applicatie ontologieën: drukken informatie uit dat gebruikt wordt in een bepaaldproject of deskundige ervaring in industrie activiteiten (zoals informatie over geolo-gische interpretaties of reservoir simulaties)

Ofschoon men reeds goed op weg is met het identificeren en onderkennen van verschillendesoorten ontologieën, zijn er echter geen richtlijnen rond afstemming met betrekking totde granulariteit van deze verschillende ontologieën. Immers, er bestaan generieke / upperontologieën (hoog abstractieniveau), maar ook aanvullende / dedicated ontologieën (laagabstractieniveau), nodig om bijvoorbeeld domeinkennis te kunnen afleiden. Zo beschikt

138

5 Algemeen besluit

de DEMO2 methodologie over een interactie-, proces-, actie-, feiten- en interstrictiemodel,die allemaal van een hoog abstractieniveau zijn, maar biedt zij geen mechanisme voorhet mappen met meer specifieke ontologieën van een laag abstractieniveau. Daarom ishet nuttig om na te denken omtrent de uitvoerbaarheid van generieke ontologieën, omdatzij immers moeten inhaken op meer specifieke ontologieën. Dit is een goede basis voorverder onderzoek, en ligt in het verlengende van deze scriptie. In Sectie 5.3.1 bekijken wede voor- en nadelen van zo’n upper-ontologie, op basis van een filosofische invalshoek.Tenslotte vragen we ons in Sectie 5.3.2 af of ontologieën een must zijn voor het SemantischWeb.

5.3.1 De uitvoerbaarheid van upper ontologiesIn informatiewetenschappen is een upper-ontologie (ook wel top-level ontologie of foun-dation ontologie) een poging om een ontologie te beschrijven die algemene conceptenbeschrijft, die hetzelfde zijn over verschillende domeinen. Het doel is dan om een grootaantal ontologieën te gebruiken onder deze upper-ontologie. Meestal bestaat zo’n ontolo-gie uit een hiërarchie van entiteiten en geassocieerde rules die die algemene entiteitenproberen te beschrijven die niet tot een bepaald specifiek probleemdomein behoren (Smith,2003).

Murray-Rust (2009) stelt dat upper-ontologieën commerciële waarde hebben, waar-door er competitie ontstaat. Bijgevolg wordt elke gestandaardiseerde upper-ontologiewaarschijnlijk fel bekritiseerd door commerciële of politieke partijen, omdat zij hun eigenideeën hebben over wat bestaat. Er is daarom nood aan een objectieve methode om depraktische performantie van verschillende benaderingen te testen.

Er bestaat momenteel geen de facto upper ontology. Een eerste voorwaarde is dateen dergelijke ontologie neutraal, wijdverspreid en zeer expressief moet zijn. De redenvoor de afwezigheid van wijdverspreide adoptie is de complexiteit. Een upper-ontologiebestaat meestal uit zo’n 2000 tot 10000 elementen, met complexe interacties ertussen.De resulterende complexiteit is vergelijkbaar met die van de menselijke taal, en hetleerproces is vaak nog moeilijker omdat men onbekend is met het formaat en de oplogica gebaseerde regels. Omwille van deze complexiteit en de afwezigheid van goedevoorbeelden, zullen diegenen verantwoordelijk voor domeinontologieën zich niet baserenop een upper-ontologie (Smith, 2003). Het debat woedt dan ook of het concept vanenkelvoudige, upper-ontologie wel haalbaar en praktisch is. Op Wikpedia (2010) wordener voor- en tegenargumenten gegeven voor de haalbaarheid van upper-ontologieën. Dezeargumenten zijn eerder indicatie en niet-exhaustief. Argumenten waarom een upper-ontologie niet haalbaar is, is onder andere omdat er geen vanzelfsprekende manier bestaatom de wereld op te splitsen in de concepten. Menselijke taal is zelf reeds een arbitrairebenadering voor juist één van vele conceptuele mappen. Een mogelijke correlatie trekkentussen Engelse woorden en een aantal intellectuele concepten is voor miserie vragen.

2DEMO, acroniem voor Design & Engineering Methodology for Organizations, is een methode ombedrijfsprocessen te beschrijven, waarbij het handelen van mensen centraal staat.

139

5 Algemeen besluit

Tenslotte, een hiërarchise of topologische representatie van concepten moet beginnenvan iets ontologisch, epistemologisch, linguïstisch, cultureel en uiteindelijk pragmatischperspectief. Zulk pragmatisme biedt geen ruimte om politieke disputen tussen personenof groepen te filteren. Mogelijk argumenten die voor een upper-ontologie pleiten zijnde volgende. Diegenen die twijfelen aan de mogelijkheid van een gemeenschappelijkeupper-ontologie trappen in twee vallen. Zij stellen dat er geen mogelijkheid bestaat omeen universele overeenkomst te bereiken over eender welk conceptueel schema, maarze negeren het feit dat een praktische gemeenschappelijke ontologie geen universeleovereenkomst vereist. Er is enkel maar ondersteuning nodig door een grote gemeenschap,die waarde creëert voor haar ontwikkelaars op basis van interoperabiliteit. Ten tweede,ze stellen dat ontwikkelaars van dataschema’s verschillende representaties gelijkgestemdvinden met hun lokale inspanningen, maar ze onderkennen niet dat deze verschillenderepresentaties in feite logisch inconsistent zijn.

5.3.2 De nood aan ontologieën op het Semantisch WebIn Januari 2009 ontstond een interessante discussie op de Semantic Web Interest Groupmailinglijst. De observatie was dat RDF in de OWL2 specificatie niet meer zo prominentaanwezig is als in OWL1. Terwijl de OWL1 specificatie werd geschreven met behulpvan RDF/XML voorbeelden, introduceerde OWL2 drie nieuwe representatieformaten:Manchester, owl2xml en OWL functional. Uiteraard moeten deze representatieformatenbekeken worden in het licht van bestaande representatieformaten (e.g., N3, Turtle, RD-F/XML), maar dit maakt het alleen maar moeilijker om het reeds zeer complexe OWL2te begrijpen. Het is echter het simpele en gestandaardiseerde RDF dat voor structuurzorgt. Het schisma in de Semantisch Web gemeenschap gaat dan ook over of ontologieënal dan niet een must zijn.

Enerzijds zijn er zij die menen dat ontologieën zeer belangrijk zijn voor het SemantischWeb. Immers, het uitdrukken van relaties tussen concepten is in feite deze conceptenformeel definiëren. Academici zoals Frank van Harmelen proberen een meer wetenschappe-lijke, objectieve kijk op de wereld te bewerkstelligen, maar geven daarbij niet expliciet aante verzaken aan de diversiteit van gedachten — het erkennen van meerdere ontologieëndie handelen over hetzelfde. Nochtans menen zij dat er bepaalde domeinen zijn waar erwel degelijk nood is aan overeenkomst over definities. Bijvoorbeeld, een Japanse fabrikantdie werkt met een Amerikaanse fabrikant voor de constructie van vliegtuigen kan maarbeter goede afspraken maken over hoe verschillende onderdelen op elkaar bouwen.

Anderzijds zijn er zij die propageren dat ontologieën geen must zijn. Zij vinden hetdesalniettemin nuttig om dingen in termen van hun relaties uit te drukken. Volgens henvalt het niet te ontkennen dat ontologieën voor zeer veel zaken nuttig zijn. Doch, zijstellen dat een beetje structuur heel diep gaat als men het met mensen combineert. Erzijn ook vele andere voordelen die men verkrijgt van gestructureerde gegevens, of deze nueen ontologie heeft of niet. Vermits ontologieën veel uitdagingen met zich meebrengen,kan een ontologie-gebaseerde oplossing de ontwikkeling van ontologie-vrije oplossingen

140

5 Algemeen besluit

tegenhouden. Karger (2010), pleit ervoor om aanzienlijke inspanningen te leveren indeze ontologie-vrije benaderingen, omdat ze sneller kunnen worden ontwikkeld, ze meerproblemen kunnen oplossen en omdat ze waardevol “zaaizaad” zijn als we uiteindelijkwel ontologie-gebaseerde oplossingen inzetten. Het meeste werk van de MIT ComputerScience and Artificial Intelligence Laboratory Haystack Group reflecteert dit perspectief.Een bijzonder voorbeeld is Exhibit3, een raamwerk dat auteurs helpt bij de constructievan rijke interactieve visualisaties op basis van gestructureerde gegevens, zonder daarbijte voldoen aan ontologische vereisten. In vergelijking met platte tekst, communicerendeze visualisaties op een meer effectieve manier wat auteurs willen communiceren, wateen significant voordeel is van gestructureerde data zonder ontologieën. Een tweedevoordeel, als neveneffect van de gegevens die door Exhibit worden geproduceerd, is datdeze gegevens kunnen worden gekopieerd of gedownload worden door andere gebruikersom ze te incorporeren bij hun eigen gegevens en visualisaties. Het ontbreken van eengemeenschappelijke ontologie, betekent dat de integrator een kleine inspanning moetdoen om de gedownloade gegevens af te stemmen met wat er reeds bestaat, maar dezeinspanning is verwaarloosbaar vergeleken met de vereiste inspanning om deze gegevens teextraheren van ongestructureerde representaties. Anderen, zoals Siegel (2010), menen dater kleine stappen nodig zijn. Informatie binnen trekken (pull) in plaats van te drukken(push), lijkt volgens hen veel effectiever dan het implementeren van ontologieën.

3http://simile-widgets.org/exhibit

141

BibliografieAberdeen Group (2006), Next-Generation Product Documentation: Getting Past the“Throw It over the Wall” Approach, 22 blz.

Allemang, D. & Hendler, J. (2008), Semantic Web for the Working Ontologist, Burlington,Morgan Kaufmann, 330 blz.

Allemang, D. (2008), “RDF as self-describing data”. Geraadpleegd op2 maart 2010 uit: http://dallemang.typepad.com/my_weblog/2008/08/rdf-as-self-describing-data.html

Alves de Medeiros, A. K. et al, “An Outlook on Semantic Business Process Mining andMonitoring”, in: Meersman, R.; Tari, Z.; Herrore, P. et al (Eds.) (2007), OTM 2007 Ws,Part II, LNCS 4806, blz. 1244-1255.

Anderson J. Q. & Rainie, L. (2010), The Fate of the Semantic Web, Pew Research Center,29 blz.

Andreas, H. & Rainer, T. (1997), Continuous System Engineering. Entdeckung derStandardsoftware als Organisator, s.l., Vogel Verlag und Druck, 170 blz.

Arens, Y.; Hsu, C. & Knoblock, C. A. (1997), “Query Processing in the SIMS InformationMediator”, in: Huhns, M. N. & Singh, M. P. (Eds.), Readings in agents, Massachussets,Morgan Kaufmann, blz. 82-90.

Baader, F.; Calvanese D.; McGuiness, D.; Nardi, D. & Patel-Schneider, P. (Eds.) (2003),The Description Logic Handbook: Theory, Implementation and Applications, Cambridge,Cambridge University Press, 574 blz.

Barabási, A. (2002), Linked: The New Science of Networks, s.l., Basic Books, 256 blz.Bastiaansen, H. & Vrijkorte, B. (2006), “Raamwerk voor semantiek in webservices”,Informatie, blz. 32-37.

Bergman, M. K. (2001), “The Deep Web: Surfacing Hidden Value,” The Journal ofElectronic Publishing, 7de jg., nr. 1.

Bergman, M. K. (20.7.2005), “Untapped Assets: The 3 Trillion Value of U.S. Enter-prise Documents”. Geraadpleegd op 5 mei 2010 uit: http://www.mkbergman.com/82/untapped-assets-the-3-trillion-value-of-us-enterprise-documents/

Bergman, M. K. (25.5.2006), “Climbing the Data Federation Pyramid”. Geraadpleegd op22 april 2010 uit: http://www.mkbergman.com/229/

142

Bibliografie

Bergman, M. K. (22.7.2007), “More Structure, More Terminology and (hopefully) MoreClarity”. Geraadpleegd op 4 april 2010 uit:http://www.mkbergman.com/391/

Bergman, M. K. (8.4.2009), “Advantages and Myths of RDF”. Geraadpleegd op 27 april2010 uit: http://www.mkbergman.com/483/advantages-and-myths-of-rdf/

Bergman, M. K. (2010), “A Timeline of Information History”. Geraadpleegd op 12 mei2010 uit: http://www.mkbergman.com/temp-exhibit/

Berners-Lee, T.; Hendler, J. & Lassila, O. (2001), “The Semantic Web,” ScientificAmerican Magazine.

Berners-Lee, T. (2001), “Business Model for the Semantic Web”. Geraadpleegd op 24april 2010 uit: http://www.w3.org/DesignIssues/Business

Berners-Lee, T.; Hall, W. & Shadbolt, N. (2006), “The Semantic Web Revisited,” IEEEIntelligent Systems, 21ste jg., nr. 3, blz. 96-101.

Berners-Lee, T. (2009), “Linked Data”. Geraadpleegd op 1 maart 2010 uit: http://www.w3.org/DesignIssues/LinkedData.html

Berners-Lee, T.; Presbey, J. & Hollenbach, J. (2009), “Using RDF Metadata to EnableAccess Control on the Social Semantic Web”, Workshop on Collaborative Construction,Management and Linking of Structured Knowledge, 25 oktober 2009, Washington, DC.,USA, 10 blz.

Berners-Lee, T. (01.2007), “Semantic Web, and Other Technologies to Watch,slide 24”. Geraadpleegd op 3 november 2009 uit: http://www.w3.org/2007/Talks/0130-sb-W3CTechSemWeb/#%2824%29

Bernstein, A. & Klein, M. (2004), “Toward High-Precision Service Retrieval”, IEEEInternet Computing, 8ste jg., nr. 1, blz. 30-36.

Blace, R.; Fisher, M.; Hebeler, J. & Perez-Lopez, A. (2009), Semantic Web Programming,Wiley, 684 blz.

Bodifée, G. s.d., De Standaard

Borsje, J. & Embregts, H. (2007), “Data krijgt een nieuwe betekenis,” Informatie, mei2007, blz. 46-49.

Born, M.; Dörr, F. & Weber, I. (2007), “User-Friendly Semantic Annotation in BusinessProcess Modeling”, in: Web Information Systems Engineering – WISE 2007 Workshops(2007), blz. 260-271.

Brachman, J. R. & Nardi, D., “An Introduction to Description Logics”, in: Baader,F.; Calvanese, D.; McGuinness, D.; Nardi, D. & Patel-Schneider, P. (Eds.) (2003), TheDescription Logic Handbook – Theory, Implementation and Applications, Cambridge,Cambridge University Press.

143

Bibliografie

Brambilla, M.; Ceri, S.; Valle, E. D. (2007), “Design Abstractions for Innovative WebApplications: the case of the SOA augmented with Semantics”, in: Proceedings of the4th European conference on The Semantic Web: Research and Applications, blz. 4-15.

Brickley, D. (12.2.2010), “Re: The status of Semantic Web community- perspectivefrom Scopus and Web Of Science (WOS)”. Geraadpleegd op 9 april 2010 uit: http://lists.w3.org/Archives/Public/semantic-web/2010Feb/0107.html

Brooks, F. P. (1975), The Mythical Man-Month: essays on software engineering, s.l.,Addison-Wesley, 322 blz.

Brown, J. S.; Davidson, L.; & Hagel, J. (2010), The Power of Pull: How Small Moves,Smartly Made, Can Set Big Things in Motion, Basic Books, 288 blz.

Burlat, P.; Izza, S. & Vincent, L., (2005), “A Unified Framework for Enterprise Integration:An Ontology-Driven Service-Oriented Approach”, in: Proceedings of the 7the InternationalConference on Enterprise Integration, blz. 78-89.

Bussler, C.; Domingue, J.; Fensel, D.; Hepp, M.; Leymann, F. & Wahler, A. (2005),“Semantic Business Process Management: A Vision Towards Using Semantic Web Servicesfor Business Process Management”, in: in: Proceedings of the IEEE InternationalConference on e-Business Engineering (ICEBE 2005), 18-20 oktober, 2005, Peking,China, blz. 535-540.

Cabral, L.; Nitzsche, J. & Norton, B. (2009), “Ontology-based Translation of BusinessProcess Models”, in: Proceedings of the 2009 Fourth International Conference on Internetand Web Applications and Services (ICIW) (2009 ), blz. 481-486.

Cardoso, J. & Sheth, A., “The Semantic Web and its Applications”, in: Cardoso, J. &Sheth, A. (Eds.) (2006), Semantic Web Services, Processes and Applications, Springer,blz. 5-36.

Carr, N. G. (2003), “IT doesn’t matter”, Harvard Business Review, 81ste jg., nr. 5, blz.41-49.

Chaffey, D. (2007), E-Business and E-Commerce Management: Strategy, Implementation,and Practice, New York, Pearson Prentice Hall, 696 blz.

Chen, D. & Doumeingts G. (2003), “European initiatives to develop interoperability ofenterprise applications—basic concepts, framework and roadmap”, Annual Reviews inControl, 27ste jg., nr. 2, blz. 153-162.

Chun, S. A.; Geller, J. & Jung, Y. (2008), “Toward the Semantic Deep Web”, IEEEComputer, 41ste jg., nr. 9, blz. 95-97.

Chum, F. (2008), in: W3C Workshop on Semantic Web in Oil & Gas Industry: Report.Geraadpleegd op 26 februari 22-010 uit: http://www.w3.org/2008/12/ogws-report.html

144

Bibliografie

Chute, C.; Manfrediz, A.; Minto, S. & Toncheva, A. (2008), The Diverse and ExplodingDigital Universe – An Updated Forecast of Worldwide Information Growth Through 2011,IDC, 16 blz.

Claassens, R. (2007), “Semantische interoperabiliteit met behulp van een bedrijfsbredetaxonomie”, Via Nova Architectura, blz. 1-15.

Clark, T.; Corlosquet, S.; Decke, S.; Delbru, R. & Polleres, A. (2009), “Produce andConsume Linked Data with Drupal!”, in: 8th International Semantic Web Conference(ISWC 2009), Washington, DC, USA

Darke, P. & Shanks G. (1999), “Understanding corporate models”, Information &Management, 35ste jg., nr. 1, blz. 19-30.

Davenport, H. & Harris, J. G. (2007), Competing on analytics: the new science of winning,Massachusetts, Harvard Business School Press, 240 blz.

Darke, P. & Shanks, G. (1999), “Understanding corporate data models”, Informationand Management, 35ste jg., nr. 1, blz. 19-30.

De Backer, C. (2005), Informatiesystemen, Universiteit Antwerpen, 138 blz.

De Leenheer, P. (2009), On Community-based Ontology Evolution, Phd Thesis, VrijeUniversiteit Brussel, 391 blz.

de Leeuw, A.C.J. (1994), Besturen van veranderingsprocessen: fundamenteel en prak-tijkgericht management van organisatie-veranderingen, Van Gorcum & Comp B.V., blz.65-66.

de Moor, A.; Dietz, J. L. G. & Schoop, M. (2006), “The Pragmatic Web: a manifesto”,Communications of the ACM, 49ste jg., nr. 5., blz. 75-76.

de Moor, A. (1999), Empowering Communities: A Method for the Legitimate User-DrivenSpecification of Network Information Systems, Phd Thesis, Tilburg University.

Dietz, J. L. G. (2006), Enterprise Ontology: Theory and Methodology, Berlijn, Springer,244 blz.

Dijkstra, E. W. (1968), “The structure of ’THE’-multiprogramming system”, Communi-cations of the ACM, 11de jg., nr. 5, blz. 341-346.

Ding, Y. (2010), “Semantic Web: Who is who in the field – A bibliometric analysis”,Journal of Information Science, 36ste jg., nr. 2.

Ding, Y. (2007), “The Curse of Knowledge and the Semantic Web”. Geraadpleegd op 24februari 2010 uit: http://www.semanticfocus.com/

Dittrich, K. R. & Ziegler, P., “Data Integration – Problems, Approaches, and Perspec-tives”, in: Brinkhemper, S.; Krogstie, J. & Opdahl, A. L. (Eds.) (2007), ConceptualModelling in Information Systems Engineering, Berlijn, Springer, blz. 39-58.

145

Bibliografie

Doctorow, C. (26.8.2001), “Metacrap: Putting the torch to seven straw-men of the meta-utopia”. Geraadpleegd op 9 mei 2010 uit: http://www.well.com/~doctorow/metacrap.htm

Dumas, M.; ter Hofstede, A. H. M. & van der Aalst, W. M. P. (2005), Process-awareInformation Systems: Bridging People and Software through Process Technology, NewJersey, Wiley, 409 blz.

Evans, C.; Segaran, T. & Taylor, J. (2009), Programming the Semantic Web, O’Reilly,304 blz.

Euzenat, J. & Pavel, S. (2007), Ontology matching, Berlijn, Springer, 333 blz.

Evans, P.; Shulman, L. E. & Stalk, G. (1992), “Competing on capabilities: the new rulesof corporate strategy”, Harvard Business Review, 70ste jg., nr. 2, blz. 57-69.

Fazekas, G. et al (14.2.2010), “Music Ontology Specification”. Geraadpleegd op 30 maart2010 uit: http://musicontology.com/

Fellman, M. & Thomas, O. (2007), “Semantic EPC: Enhancing Process Modeling UsingOntology Languages, Semantic Business Processes and Product Lifecycle Management”,in: Proceedings of the Workshop SBPM 2007.

Fensel, D. (2001), Ontologies: A Silver Bullet For Knowledge Management and ElectronicCommerce, Berlijn, Springer, 138 blz.

Fernández López, M. (2002), “Overview and Analysis Of Methodologies For BuildingOntologies”, The Knowledge Engineering Review, 17de jg., nr. 2, blz. 129-156.

Filipowska, A.; Hepp, M.; Kaczmarek, M. & Markovic, I. (2009), “OrganisationalOntology Framework for Semantic Business Process Management”, in: Proceedings ofthe 12th International Conference on Business Information Systems, BIS 2009, Poznan,Polen, blz. 1-12.

Fingar, P. & Howard, S. (2003), IT Doesn’t Matter – Business Processes Do: A CriticalAnalysis of Nicholas Carr’s I.T. Article in the Harvard Business Review, Megan-KifferPress, 128 blz.

Fischer, M. (1989), “A Constructibility Expert System for The Preliminary Designof Reinforced Concrete Structure”, in: Proceedings of the 6th Conference on CivilEngineering, ASCE, blz. 60-66.

Fischer, M.; Betts, M.; Hannus, M. et al. (1993), “Computer Integrated ConstructionFramework”, in: First International Conference on the Management of Information,Singapore, blz. 60-66.

Fitzgerald, W. M. & Foley, S. N. (2008), “Semantic Web and firewall alignment”, in:IEEE 24th International Conference on Data Engineering Workshop, Cancun, Mexico,blz. 447-453.

146

Bibliografie

Francescomarino, C. D.; Ghidini, C.; Rospocher, M.; Serafini, L. & Tonella,P.,“Semantically-aided business process modeling”, in: Bernstein, A.; Karger, D. R.;& Heath, T. (Eds.) (2009), 8th International Semantic Web Conference (ISWC2009),Washington, DC, USA, blz. 114-129.

Frankel, D.; Hayes, P.; Kendall, E. & McGuinness, D. (2004), “The Model DrivenSemantic Web”, in: 1st International Workshop on the Model-Driven Semantic Web.

Gärdenfors, P., “How to make the Semantic Web more semantic”, in: Varzi, A. C. &Vieu, L. (Eds.) (2004), Formal Ontology in Information Systems, s.l., IOS Press, blz.19-36

Gibbons, J. & Wong, P. Y. H. (2008), “A Relative Timed Semantics for BPMN”, in: InProceedings of 7th International Workshop on the Foundations of Coordination Languagesand Software Architecturs (ENTCS).

Goel, K.; Ramanathan, V. & Hansson, O. (1.11.2009), “Introducing Rich Snippets”. Ge-raadpleeg op 7 november uit: http://googlewebmastercentral.blogspot.com/2009/05/introducing-rich-snippets.html

Goer, E. (22.9.2008), “Evan Goer, SearchMonkey Support for RDFa Enabled”. Geraad-pleegd op 6 november 2009 uit: http://developer.yahoo.net/blog/archives/2008/09/searchmonkey_support_for_rdfa_enabled.html

Goh, C. H. (1997), Representing and reasoning about semantic conflicts in hetereogeneousinformation systems, Phd Thesis, Massachusetts Institute of Technology.

Gruber, R.T. (1993), “A Translation Approach to Portable Ontology Specifications”,Knowledge Acquisition, 5de jg., nr. 2, blz. 199-220.

Grüninger, M. & Uschold, M. (1996), “Ontologies: principles, methods, and applications”,Knowledge Engineering Review, jg 11, nr. 2, blz. 93-136.

Grüninger, M. & Lee, J. (2002), “Ontology Applications and Design”, Communicationsof the ACM, 45ste jg., nr. 2, blz. 39-41.

Hailpern, B. & Tarr, P. (2006), “Model-driven development: The good, the bad, and theugly”, IBM Systems Journal, 45ste jg., nr. 3, blz. 451-461.

Haselden, K. & Wolter, R. (2006), “The What, Why, and How of Master Data Manage-ment”, Microsoft Corporation.

Halevy, A.; Norvig, P. & Pereira, F. (2009), “The Unreasonable Effectiveness of Data,”IEEE Intelligent Systems, 24ste jg., nr. 2, blz. 8-12.

Hammer, M. & McLeod, D. (1981), “Database Descriptions with SDM: A SemanticDatabase Model”, ACM Transactions on Database Systems, 6de jg., nr. 3, blz. 351-386.

147

Bibliografie

Hammer, M. (1990), “Reengineering work: don’t automate, obliterate”, Harvard BusinessReview, 68ste jg., nr. 4, blz. 104-112.

Hayes, P. (2009), “BLOGIC”. Geraadpleegd op 17 mei 2010 uit: http://www.slideshare.net/PatHayes/blogic-iswc-2009-invited-talk

Heflin, J. & Hendler, J. (2001), “A Portrait of the Semantic Web,” IEEE IntelligentSystems, 16de jg., nr. 2, blz. 54-59.

Hellerstein, J. & Stonebraker, M., “What Goes Around Comes Around”, in: Hellerstein,M. & Stonebraker, M. (Eds), Readings in Database Systems, MIT Press, Cambridge, MA,blz. 2-41.

Hendler, J. (2008), “Web 3.0: Chicken Farms on the Semantic Web”, IEEE Computer,41ste jg, nr. 1, blz. 106-108.

Hepp, M. (2007), “Possible Ontologies: How Reality Constraints the Development ofRelevant Ontologies”, IEEE Internet Computing, 11de jg., nr. 1, blz. 90-96.

Hepp, M. & Roman, D. (2007), “An Ontology Framework for Semantic Business ProcessManagement”, in: Proceedings of the 8th International Conference Wirtschaftsinformatik2007, 28 februari - 2 maart, 2007, Karlsruhe, Duitsland, blz. 423-440.

Herman, I. (2009), “State of the Semantic Web”, The Third Chinese Semantic WebSymposium, Nanjing, China

Herrero, P. et al (2007), “An Outlook on Semantic Business Process Mining and Monito-ring”, in: Lecture Notes in Computer Science, Berlijn, Springer, blz. 1244-1255.

Himmelstein, D.; Wolfe, S. & Woolhander, S. (2004), “Administrative Waste in the U.S.Healthcare System in 2003”, Internation Journal of Health Services, 34ste jg., nr. 1, blz.79-86.

Hinssen, P. (16.3.2010), “The New Normal”, Congres Intranet 2010, Utrecht. Geraad-pleegd op 15 mei 2010 uit: http://www.neonormal.com/downloads

Hitzler, P.; Krötzsch, M., & Rudolph, S. (2009), Foundations of Semantic Web technologies,s.l., Chapman & Hall, 455 blz.

Hoffman, J.; Mendling, J. & Weber, I. (2008), “Semantic Business Process Validation”,in: Proceedings of the Workshop on Semantic Business Process and Product LifecycleManagement (SBPM).

Hübner et al (2001), “Ontology-Based Integration of Information: A Survey of ExistingApproaches”, in: Workshop: Ontologies and Information Sharing, blz. 108-117.

Illaramendi, A.; Kashyap, V.; Mena, E. & Sheth, A. (1996), “OBSERVER: An Approachfor Query Processing in Global Information Systems based on Interoperation acrossPre-existing Ontologies”, in: Proceedings of the First IFCIS International Conference onCooperative Information Systems, IEEE Computer Society, blz. 14

148

Bibliografie

ISO 14825 (1999), Industrial automation systems and integration – Concepts and rulesfor enterprise models, 93 blz.

ISO/IEC 11179-1 (1999), Information Technologie – Metadata Registries (MDR) – Part1: Framework, ISO, Geneva, 32 blz.

Jackson, M. (1983), System Development, Michigan, Prentice Hall, 418 blz.

Jacobson, I.; Booch, G. & Rumbaugh, J. (1999), The Unified Software DevelopmentProcess, s.l., Addison-Wesley, 463 blz.

Karger, D. (2010), “The Semantic Web: do we need ontologies?”, 16 mei 2010, E-mailvan [email protected]

Keller, G.; Nüttgens, M. & Scheer, A. W. et al (1992), “Semantische Prozessmodellierungauf der Grundlage Ereignisgesteuerter Prozessketten (EPK)”, Veröffentlichung des Institusfür Wirtschaftsinformatik, Saarbrücken, s.n., 31 blz.

Kendall, E.; Oberle, D.; Pan, J. Z.; Tetlow, P.; Uschold, M. &Wallace, E. (2006),“Ontology Driven Architectures and Potential Uses of the Semantic Web in Systems andSoftware Engineering”, W3C. Geraadpleegd op 21 maart 2010 uit: http://www.w3.org/2001/sw/BestPractices/SE/ODA/

Klein, M. C. A. (2004), Change Management for Distributed Ontologies, Phd Thesis,Vrije Universiteit Brussel, 206 blz.

Kosanke, K. & Nell, J. G. (1997), “Enterprise Engineering and Integration: BuildingInternational Consensus”, in: International Conference on Enterprise Integration andModelling Technology, Springer, blz. 613-623.

Koschmider, A. & Oberweis, A. (2005), “Ontology Based Business Process Description”,in: Proceedings of the CAiSE-05 Workshops, LCNS 2005, blz. 321-333.

Kruchten, P. (1998), The Rational Unified Process – An Introduction, Massachusetts,Addison-Wesley, 332 blz.

Kuriakose, J. (2009), “Understanding and Adopting Semantic Web Technology”, CutterIT Journal, 22ste jg., nr. 9, blz. 10-18.

Lacoul, S. (2009), “Leveraging the Semantic Web for Data Integration”, Cutter ITJournal, 22ste jg., nr. 9, blz. 19-23.

Lankhorst et al (2005), Enterprise Architecture at Work: Modelling, Communication andAnalysise, Berlijn, Springer, 331 blz.

Laplante, P. (2009), Requirements Engineering for Software and Systems, s.l., CRC Press,264 blz.

149

Bibliografie

Lenzerini, M. (2002), “Data integration: a theoretical perspective”, in: Symposium onPrinciples of Database Systems archive Proceedings of the twenty-first ACM SIGMOD-SIGACT-SIGART, symposium on Principles of database systems, blz. 223-246.

Leymann, F. (2006), “SUPER: Overall Architecture Description”, in: Proceedings ofBPMDS’08.

Madsen , B. N. (2004), Terminological ontologies, Phd Thesis, Kopenhagen.

Mannaert, H. & Verelst, J. (2009), Normalized Systems – Re-creating InformationTechnology Based on Laws for Software Evolvability, Kermt, Koppa, 208 blz.

Markovic, I., “Advanced Querying and Reasoning on Business Process Models”, in:Abramociwz, W. & Fensel, D. (Eds.) (2008), Lecture Notes in Business InformationProcessing 7, blz. 189-200.

Martin, J. (1987), Information Engineering, Savant Institute, Carnforth, U.K., 4 volumes.

McGuiness, D. L. & van Harmelen, F. (10.2.2004), “OWL Web Ontology LanguageOverview”. Geraadpleegd op 13 maart 2010 uit: http://www.w3.org/TR/owl-features/

McIlroy, M. D., “Mass produced software components”, in: Nar, P. & Randell, B. (Eds.)(1968), NATO Conference on Software Engineering, Garmish, Duitslan, 7-11 oktober1968, Scientfic Affair Division, NATO, Brussel, blz. 138-155.

McComb, D. (2003), Semantics in Business Systems – The Savvy Manager’s Guide,Amsterdam; Boston e.a., Morgan Kaufmann, 399 blz.

Millar, V. E. & Porter, M. (1985), “How information gives you competitive advantage”,Harvard Business Review, 63ste jg., nr. 4, blz. 149-160.

Miller, E. & Manola, F. (10.2.2004), “RDF Primer, W3C Recommendation”. Geraadpleegdop 8 april 2010 uit: http://www.w3.org/TR/rdf-primer/

Mohan, P. (10.12.2009), “Online retail : How Best Buy is using Semantic Technologyto define a new trend”. Geraadpleegd op 12 december 2009 uit: http://priyankmohan.blogspot.com/2009/12/online-retail-how-best-buy-is-using.html

Morris, W.C. (1946), Signs, language, and behavior, s.l., G. Braziller, 365 blz.

Mulder, M. & Mulder, T. (1998), “Nieuwe generaties technieken bepalen grote prijsver-schillen”, Automatisering Gids, week 16 1998.

Murray-Rust, P. (1999), “Ontology warfare”. Geraadpleegd op 12 mei 2010 uit: http://www.xml.com/pub/a/1999/12/xml99/keynote.html

OASIS (2007), Web Services Business Process Execution Language, Version 2.0, 264 blz.Oberle, D. (2006), Semantic Management of Middleware, New York, Springer, 267 blz.

150

Bibliografie

Object Management Group (2005), Unified Modeling Language: Superstructure, version2, 214 blz.

Object Management Group (2006), Meta Object Facility, Version 2.0, 76 blz.

Object Management Group (2008), Semantics Of Business Vocabulary And BusinessRules (SBVR), Version 1.0, 422 blz.

Object Management Group (2009), Ontology Definition Metamodel (ODM), Version 1.0,334 blz.

Object Management Group (2010), BPMN v2.0 Beta 1, 466 blz.

Ogden, C. K. & Richards, I. A. (1923), Meaning Of Meaning, s.l., Mariner Books, 363blz.

Ouksel, A. M. & Sheth, A. (1999), “Semantic interoperabilithy in global informationsystems”, ACM SIGMOD Records, 28ste jg., nr. 1, blz. 5-12.

Pelgrim, M. (30.12.2002), “The tag soup of a new generation”. Geraadpleegd op 10mei 2010 uit: http://diveintomark.org/archives/2002/12/30/the_tag_soup_of_a_new_generation

Pesic, M. & van der Aalst, W. M. P., “Specifying, Discovering, and Monitoring ServiceFlows: Making Web Services Process-Aware”, in: Baresi, L. & Di Nitto, E. (Eds.) (2007),Test and Analysis of Web Services, Berlijn, Springer, blz. 11-56.

Petri, C. A. (1962), Kommunikation mit Automaten, Phd Thesis, Mathematisches Instituder Universtät Bonn.

Petrie, C. J. (1992), “Enterprise Integration Modeling”, in: Proceedings of the FirstInternational Conference, MIT Press, 570 blz.

Prieto-Diaz, R. (2003), “A Faceted Approach to Building Ontologies”, in: Proceedings ofIEEE International Conference on Information Reuse and Integration (IRI 2003), blz.458-465.

Pisano, G.; Shuen, A. & Teece, D. (1997), “Dynamic Capabilities and Strategic Manage-ment”, Strategic Management Journal, 18de jg., nr. 7, blz. 509-533.

Porter, M. (1985), Competitive Advantage: Creating and Sustaining Superior Performance,s.l., Free Press, 592 blz.

PricewaterhouseCoopers (2009), Technology Forecast, Spring 2009, 55 blz.

Ranganathan, S. R. (1967), Prolegomena to Library Classification, s.l., Advent BooksDivision, 640 blz.

Rittgen, P. (2008), Handbook of Ontologies for Business Interaction, s.l., InformationScience Reference, 452 blz.

151

Bibliografie

Scheer, A-W. (1998), Vom Geschäftsprozess zum Anwendungssystem, Berlijn, Springer,186 blz.

Scheer, A-W. & Thomas, O. (2006), “Tool Support for the Collaborative Design ofReference Models – A Business Engineering Perspective”, in: Proceedings of the 39thAnnual Hawaii International Conference on System Sciences, IEEE Computer SocietyPress, Los Alamitos.

Sheth, A., “Changing Focus on Interoperability in Information Systems: from System,Syntax, structure to Semantics”, Goodchild, M.; Egenhofer, M.; Fegeas, R. & Kottman,C. (Eds.) (1998), Interoperating Geographic Information Systems, Massachusetts, KluwerAcademic, blz. 5-30.

Shirky, C. (7.11.2003), “The Semantic Web, Syllogism, and Worldview”. Geraadpleegdop 10 mei uit: http://www.shirky.com/writings/semantic_syllogism.html

Siegel, D. (2010), Pull: The Power of the Semantic Web to Transform Your Business,Penguin Group, 288 blz.

Smith, B. (2003), The Blackwell guide to the philosophy of computing and information,New York, Wiley Blackwell, blz. 155-166.

Smith, D. C. P. & Smith, J. M. (1977), “Database Abstractions: Aggregation andGeneralization”, ACM Transactions on Database Systems, 2de jg., nr. 2, blz. 105-133.

Sneller, L. (2007), Basisboek ERP, Amsterdam, Uitgeverij Tutein Nolthenius, 172 blz.

Sowa, J.F. (1999), Knowledge Representation: Logical, Philosophical, and ComputationalFoundations, s.l., Brooks Cole Publishing, 594 blz.

Sviokla, J. & Rayport, J. (1996), “Exploiting the virtual value-chain”, The McKinseyQuarterly, nr. 1, blz. 20-37.

Sykes, R. & Wilcocks, L. P. (2000), “The role of the CIO and the IT function in ERP”,Communications of the ACM, 43ste jg., nr. 4, blz. 22-28.

Thomas, O. (2007), “Joint Reference Modeling: Collaboration Support through VersionManagement”, in: Proceedings of the 40th Annual Hawaii International Conference onSystem Sciences, Big Island, Hawaii, IEEE Computer Society Press, blz. 9.

Van den Bergh, K. (2009), “Flexibel beheer van gedistribueerde sociale netwerksites metFOAF+SSL”, Security Management, Universiteit Antwerpen, 10 blz.

Vernadat, F. (1996), Enterprise Modeling and Integration: Principles and Application,Londen, Chapman Hall, 496 blz.

W3C Semantic Web Education & Outreach Interest Group (SWEO) (2010), “Lin-king Open Data”. Geraadpleegd op 6 maart 2010 uit: http://esw.w3.org/SweoIG/TaskForces/CommunityProjects/LinkingOpenData

152

Bibliografie

W3C (2004), “Web Services Glossary”. Geraadpleegd op 16 mei 2010 uit: http://www.w3.org/TR/ws-gloss/

Wikipedia (2010), “The Semantic Web”. Geraadpleegd op 4 januari 2010 uit: http://en.wikipedia.org/wiki/Semantic_Web

Wikpedia (2010), “Zeven bruggen van Koningsbergen”. Geraadpleegd op 22 februari 2010uit: http://nl.wikipedia.org/wiki/Zeven_bruggen_van_K%C3%B6nigsberg

Wikipedia (2010), “Data Integration”. Geraadpleegd op 22 mei 2010 uit: http://en.wikipedia.org/wiki/Data_integration

Wikpedia (2010), “Upper ontology (information science)”. Geraadpleegd op 23 mei 2010uit: http://en.wikipedia.org/wiki/Upper_ontology_%28information_science%29

Wright, A. (2008), “Searching the Deep Web,” Communications of the ACM, 51ste jg.,nr. 10, blz. 14-15.

153

Bijlage A: UML-diagram prijsbeheer

154

Bijlage B: OWL-output prijsbeheer1 <? xmlve rs io n=" 1 . 0 " encoding="UTF−8" ?>2 <rdf:RDFxmlns:rdf=" h t t p : //www. w3 . org /1999/02/22 − rdf −syntax−ns#" xmlns:owl=" h t t p : //www. w3 . org

/2002/07/ owl#" x m l n s : r d f s=" h t t p : //www. w3 . org /2000/01/ rdf −schema#" xmlns:xsd=" h t t p : //www. w3 .org /2001/XMLSchema#">

3 <o w l : C l a s s r d f : I D=" Customer " />4 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerID "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>5 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerName "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>6 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" f irstName "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>7 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" gender "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>8 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" birthDate "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#date " /></ owl:DatatypeProperty>9 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerAddress "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /></

owl:DatatypeProperty>10 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" income "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#f l o a t " /></ owl:DatatypeProperty>11 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r o f e s s i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>12 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" e d u c a t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>13 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerLifeTimeValue "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>14 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerRisk "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#f l o a t " /></ owl:DatatypeProperty>15 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" m a r i t a l S t a t u s "> <r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>16 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerSpouse "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /> </

owl:DatatypeProperty>17 <o w l : C l a s s r d f : I D=" Customer " />18 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerID "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>19 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerName "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>20 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" f irstName "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>21 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" gender "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>22 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" birthDate "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#date " /></ owl:DatatypeProperty>23 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" income "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#f l o a t " /></ owl:DatatypeProperty>24 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r o f e s s i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>25 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" e d u c a t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>26 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerLifeTimeValue "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>27 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" customerRisk "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#f l o a t " /></ owl:DatatypeProperty>28 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" m a r i t a l S t a t u s "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>29 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" a d d r e s s "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /></

owl:DatatypeProperty>30 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" l a s t P r i c e Q u o t a t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /></

owl:DatatypeProperty>31 <o w l : C l a s s r d f : I D=" CommercialProduct " />32 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductID "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct " /

><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

33 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductCost "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct" /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

34 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductName "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct" /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></owl:DatatypeProperty>

35 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c o m m e r c i a l Pr o d u c t D e s c r i p t i o n "><r d f s : d o m a i n r d f : r e s o u r c e="CommercialProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></owl:DatatypeProperty>

36 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c o m m e r c i a l P r o d u c P r i o r i t y "><r d f s : d o m a i n r d f : r e s o u r c e="CommercialProduct " /></ owl:DatatypeProperty>

37 <o w l : C l a s s r d f : I D=" Customer " />38 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" r i s k "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><r d f s : r a n g e r d f : r e s o u r c e

=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>39 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" ID "><r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /><r d f s : r a n g e r d f : r e s o u r c e="

h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>40 <o w l : C l a s s r d f : I D=" SegmentProduct " />41 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductID "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

155

42 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" SegmentRisk "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

43 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" n e g o t i a b i l t y "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#Boolean " /></ owl:DatatypeProperty>

44 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" SegmentProductMargin "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

45 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i c e S e n s i t i v i t y "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

46 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" product ionCost "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

47 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" r iskWeighing "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

48 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" productionCostWeighing "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

49 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" weightedTotalCost "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

50 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" t o t a l P r i c e "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

51 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" l a s t P r i c e S e t t i n g "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /></owl:DatatypeProperty>

52 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s e g m e n t P r o d u c t P r i o r i t y "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

53 <o w l : C l a s s r d f : I D=" ProductMargin " />54 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" margin "><r d f s : d o m a i n r d f : r e s o u r c e=" ProductMargin " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>55 <o w l : C l a s s r d f : I D=" SalesChannel " />56 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" channelID "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannel " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>57 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" channelName "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannel " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>58 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c h a n n e l D e s c r i p t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannel " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>59 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" channelDiscount "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannel " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>60 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" channelCosts "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannel " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>61 <o w l : C l a s s r d f : I D=" PriceQ uotat io n " />62 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" quotationID "><r d f s : d o m a i n r d f : r e s o u r c e=" Price Quotat io n " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>63 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i c e O f f e r "><r d f s : d o m a i n r d f : r e s o u r c e=" Pric eQuotat i on " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>64 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" priceQuotat ionDate "><r d f s : d o m a i n r d f : r e s o u r c e=" Pr iceQuot at ion " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>65 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" v a l i d i t y "><r d f s : d o m a i n r d f : r e s o u r c e=" PriceQu otat ion " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#Boolean " /></ owl:DatatypeProperty>66 <o w l : C l a s s r d f : I D=" CompetitorProduct " />67 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" competittorProductID "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct "

/><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

68 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i c e "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

69 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" name "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

70 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" d e s c r i p t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

71 <o w l : C l a s s r d f : I D=" Negotiat ionMargin " />72 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" n e g o t i a t i o n I D "><r d f s : d o m a i n r d f : r e s o u r c e=" Negotiat ionMargin " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>73 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" d i s c o u n t "><r d f s : d o m a i n r d f : r e s o u r c e=" Negotiat ionMargin " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>74 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" bottomLine "><r d f s : d o m a i n r d f : r e s o u r c e=" Negotiat ionMargin " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>75 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" relevantCustomer "> <r d f s : d o m a i n r d f : r e s o u r c e=" Negotiat ionMargin " /><

/ owl:DatatypeProperty>76 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" r e l e v a n t P r o d u c t "><r d f s : d o m a i n r d f : r e s o u r c e=" Negotiat ionMargin " /></

owl:DatatypeProperty>77 <o w l : C l a s s r d f : I D=" Segment " />78 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentID "><r d f s : d o m a i n r d f : r e s o u r c e=" Segment " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>79 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s e g m e n t D e s c r i p t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" Segment " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>80 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" sementName "><r d f s : d o m a i n r d f : r e s o u r c e=" Segment " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>81 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentRisk "><r d f s : d o m a i n r d f : r e s o u r c e=" Segment " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>82 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" r iskWeighing "><r d f s : d o m a i n r d f : r e s o u r c e=" Segment " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>83 <o w l : C l a s s r d f : I D=" P r i c e S e t t i n g " />84 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i c e S e t t i n g I D "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i c e S e t t i n g " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>85 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c u st o m e r Pr i ce "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i c e S e t t i n g " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

156

86 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i c e S e t t i n g D a t e "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i c e S e t t i n g " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

87 <o w l : C l a s s r d f : I D=" S e t t i n g H a n d l e r " />88 <o w l : C l a s s r d f : I D=" Facade " /><o w l : C l a s s r d f : I D=" C l a s s1 " />89 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" k l l "><r d f s : d o m a i n r d f : r e s o u r c e=" C l a ss 1 " /></ owl:DatatypeProperty>90 <o w l : C l a s s r d f : I D=" Transact ion " /><o w l : D a t a t y p e P r o p e r t y r d f : I D=" t r a n s a c t i o n I D "><

r d f s : d o m a i n r d f : r e s o u r c e=" Transact ion " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

91 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" t r a n s a c t i o n C o s t "><r d f s : d o m a i n r d f : r e s o u r c e=" Transact ion " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

92 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" transactionName "><r d f s : d o m a i n r d f : r e s o u r c e=" Transact ion " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

93 <o w l : C l a s s r d f : I D=" CompetitorProduct " />94 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" competitorProductID "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct " /

><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

95 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" competitorProductName "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct" /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></owl:DatatypeProperty>

96 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c o m p e t i t o r P r o d u c t P r i c e "><r d f s : d o m a i n r d f : r e s o u r c e="CompetitorProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

97 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" m a r k e t P o s i t i o n "><r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

98 <o w l : C l a s s r d f : I D=" C l as s 2 " />99 <o w l : C l a s s r d f : I D=" ProductCategory " />

100 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" productCategoryID "><r d f s : d o m a i n r d f : r e s o u r c e=" ProductCategory " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

101 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" productCategoryName "><r d f s : d o m a i n r d f : r e s o u r c e=" ProductCategory " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

102 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r o d u c t C a t e g o r y D e s c r i p t i o n "><r d f s : d o m a i n r d f : r e s o u r c e="ProductCategory " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></owl:DatatypeProperty><o w l : C l a s s r d f : I D=" SegmentProduct " />

103 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductID "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

104 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s e g m e n t P r o d u c t P r i o r i t y "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /></ owl:DatatypeProperty>

105 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductRisk "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

106 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s e g m e n t P r o d u c t N e g o t i a b i l i t y "><r d f s : d o m a i n r d f : r e s o u r c e="SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#Boolean " /></owl:DatatypeProperty>

107 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s e g m e n t P r o d u c t P r i c e S e n s i t i v i t y "><r d f s : d o m a i n r d f : r e s o u r c e="SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

108 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductMargin "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

109 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductProductionCost "><r d f s : d o m a i n r d f : r e s o u r c e="SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

110 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductRiskWeighing "><r d f s : d o m a i n r d f : r e s o u r c e="SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

111 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductWeightedTotalCost "><r d f s : d o m a i n r d f : r e s o u r c e="SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

112 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductTotalPrice "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct" /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

113 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" segmentProductProductionCostWeighing "><r d f s : d o m a i n r d f : r e s o u r c e="SegmentProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty><o w l : D a t a t y p e P r o p e r t y r d f : I D=" s e g m e n t P r o d u c t L a s t P r i c e S e t t i n g "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /></ owl:DatatypeProperty>

114 <o w l : C l a s s r d f : I D=" P r i o r i t y " /><o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i o r i t y I D "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i o r i t y " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

115 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i o r i t y V a l u e "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i o r i t y " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

116 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" p r i o r i t y S t a r t D a t e "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i o r i t y " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#date " /></ owl:DatatypeProperty>

117 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" prior i tyEndDate "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i o r i t y " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#date " /></ owl:DatatypeProperty>

118 <o w l : C l a s s r d f : I D=" Address " /><o w l : D a t a t y p e P r o p e r t y r d f : I D=" addressID "><r d f s : d o m a i n r d f : r e s o u r c e="Address " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

119 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s t r e e t "><r d f s : d o m a i n r d f : r e s o u r c e=" Address " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

120 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" number "><r d f s : d o m a i n r d f : r e s o u r c e=" Address " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

121 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c i t y "><r d f s : d o m a i n r d f : r e s o u r c e=" Address " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty>

122 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" postalCode "><r d f s : d o m a i n r d f : r e s o u r c e=" Address " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></ owl:DatatypeProperty>

157

123 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" country "><r d f s : d o m a i n r d f : r e s o u r c e=" Address " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></ owl:DatatypeProperty><o w l : C l a s s r d f : I D=" CommercialProduct " />

124 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductID "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></owl:DatatypeProperty>

125 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductName "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct" /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></owl:DatatypeProperty>

126 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c o m m e r c i a l Pr o d u c t D e s c r i p t i o n "><r d f s : d o m a i n r d f : r e s o u r c e="CommercialProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#s t r i n g " /></owl:DatatypeProperty>

127 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductCost "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct" /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></owl:DatatypeProperty>

128 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" c o m m e r c i a l P r o d u c t P r i o r i t y "><r d f s : d o m a i n r d f : r e s o u r c e="CommercialProduct " /></ owl:DatatypeProperty>

129 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" commercialProductCategory "><r d f s : d o m a i n r d f : r e s o u r c e="CommercialProduct " /></ owl:DatatypeProperty><o w l : C l a s s r d f : I D=" Observer " />

130 <o w l : C l a s s r d f : I D=" MargeObserver " /><o w l : D a t a t y p e P r o p e r t y r d f : I D=" observerMargin "><r d f s : d o m a i n r d f : r e s o u r c e=" MargeObserver " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>

131 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" s u b j e c t "><r d f s : d o m a i n r d f : r e s o u r c e=" MargeObserver " /></owl:DatatypeProperty>

132 <o w l : C l a s s r d f : I D=" SegmentProduct " />133 <o w l : D a t a t y p e P r o p e r t y r d f : I D=" o b s e r v e r "><r d f s : d o m a i n r d f : r e s o u r c e=" SegmentProduct " /><

r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#double " /></ owl:DatatypeProperty>134 <o w l : O b j e c t P r o p e r t y r d f : I D=" c o n s i s t s o f "><r d f s : d o m a i n r d f : r e s o u r c e=" CommercialProduct " /><

r d f s : r a n g e r d f : r e s o u r c e=" CommercialProduct " /></ o w l : O b j e c t P r o p e r t y>135 <o w l : O b j e c t P r o p e r t y r d f : I D=" has "><r d f s : r a n g e r d f : r e s o u r c e=" Negotiat ionMargin " /><

r d f s : d o m a i n r d f : r e s o u r c e=" PriceQuotat ion " /></ o w l : O b j e c t P r o p e r t y>136 <o w l : O b j e c t P r o p e r t y r d f : I D=" i s o f f e r e d t o "><r d f s : r a n g e r d f : r e s o u r c e=" PriceQ uotat io n " /><

r d f s : d o m a i n r d f : r e s o u r c e=" Customer " /></ o w l : O b j e c t P r o p e r t y>137 <o w l : O b j e c t P r o p e r t y r d f : I D=" has "><r d f s : r a n g e r d f : r e s o u r c e=" SegmentProduct " /><

r d f s : d o m a i n r d f : r e s o u r c e=" PriceQuotat ion " /></ o w l : O b j e c t P r o p e r t y>138 <o w l : O b j e c t P r o p e r t y r d f : I D=" has "><r d f s : r a n g e r d f : r e s o u r c e=" SegmentProduct " /><

r d f s : d o m a i n r d f : r e s o u r c e=" CompetitorProduct " /></ o w l : O b j e c t P r o p e r t y>139 <o w l : O b j e c t P r o p e r t y r d f : I D=" o f f e r e d t o "><r d f s : r a n g e r d f : r e s o u r c e=" SegmentProduct " /><

r d f s : d o m a i n r d f : r e s o u r c e=" Segment " /></ o w l : O b j e c t P r o p e r t y>140 <o w l : O b j e c t P r o p e r t y r d f : I D=" has "><r d f s : d o m a i n r d f : r e s o u r c e=" P r i c e S e t t i n g " /><

r d f s : r a n g e r d f : r e s o u r c e=" SegmentProduct " /></ o w l : O b j e c t P r o p e r t y>141 <o w l : C l a s s r d f : I D=" CustomerTransaction " />142 <o w l : C l a s s r d f : I D=" "><o w l : s u b C l a s s O f><o w l : R e s t r i c t i o n><o w l : o n P r o p e r t y r d f : r e s o u r c e=" Customer " /><

o w l : m i n C a r d i n a l i t y r d f : d a t a t y p e=" h t t p : //www. w3 . org /2001/XMLSchema#n o n N e g a t i v e I n t e g e r ">1</o w l : m i n C a r d i n a l i t y></ o w l : R e s t r i c t i o n></ o w l : s u b C l a s s O f>

143 </ o w l : C l a s s>144 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerTransactionCustomer "><r d f s : d o m a i n r d f : r e s o u r c e="

CustomerTransaction " /><r d f s : r a n g e r d f : r e s o u r c e=" Customer " /></ o w l : F u n c t i o n a l P r o p e r t y>145 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerTransactionTransaction "><r d f s : d o m a i n r d f : r e s o u r c e="

CustomerTransaction " /><r d f s : r a n g e r d f : r e s o u r c e=" Transact ion " /></ o w l : F u n c t i o n a l P r o p e r t y>146 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerTransactioncustomerTransactionID "><

r d f s : d o m a i n r d f : r e s o u r c e=" CustomerTransaction " /> <r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org/2001/XMLSchema#i n t e g e r " /></ o w l : F u n c t i o n a l P r o p e r t y>

147 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerTransaction "><r d f s : d o m a i n r d f : r e s o u r c e=" " /><r d f s : r a n g e r d f : r e s o u r c e=" CustomerTransactionR " /></ o w l : F u n c t i o n a l P r o p e r t y>

148 <o w l : C l a s s r d f : I D=" SalesChannelProduct " />149 <o w l : C l a s s r d f : I D=" i s s o l d t h r o u g h "><o w l : s u b C l a s s O f><o w l : R e s t r i c t i o n><o w l : o n P r o p e r t y r d f : r e s o u r c e="

i s s o l d t h r o u g h S a l e s C h a n n e l " />150 <o w l : m i n C a r d i n a l i t y r d f : d a t a t y p e=" h t t p : //www. w3 . org /2001/XMLSchema#n o n N e g a t i v e I n t e g e r ">1</

o w l : m i n C a r d i n a l i t y></ o w l : R e s t r i c t i o n></ o w l : s u b C l a s s O f>151 </ o w l : C l a s s>152 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" SalesChannelProductSalesChannel "><r d f s : d o m a i n r d f : r e s o u r c e="

SalesChannelProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" SalesChannel " /></ o w l : F u n c t i o n a l P r o p e r t y>153 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" SalesChannelProductSegmentProduct "><r d f s : d o m a i n r d f : r e s o u r c e="

SalesChannelProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" SegmentProduct " /></ o w l : F u n c t i o n a l P r o p e r t y>154 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" SalesChannelProductsalesChannelProductID "><

r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannelProduct " /> <r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org/2001/XMLSchema#i n t e g e r " /></ o w l : F u n c t i o n a l P r o p e r t y>

155 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" SalesChannelProductsalesChannelProductCost "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannelProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org/2001/XMLSchema#double " /></ o w l : F u n c t i o n a l P r o p e r t y>

156 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" SalesChannelProductsalesChannelProductDiscount "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannelProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org/2001/XMLSchema#double " /></ o w l : F u n c t i o n a l P r o p e r t y>

157 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" S a l e s C h a n n e l P r o d u c t s a l e s C h a n n e l P r o d u c t P r i o r i t y "><r d f s : d o m a i n r d f : r e s o u r c e=" SalesChannelProduct " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org/2001/XMLSchema#double " /></ o w l : F u n c t i o n a l P r o p e r t y>

158 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" i s s o l d t h r o u g h S a l e s C h a n n e l P r o d u c t "><r d f s : d o m a i n r d f : r e s o u r c e="i s s o l d t h r o u g h " /><r d f s : r a n g e r d f : r e s o u r c e=" SalesChannelProductR " /></ o w l : F u n c t i o n a l P r o p e r t y>

159 <o w l : C l a s s r d f : I D=" CustomerSegment " />160 <o w l : C l a s s r d f : I D=" i s p a r t o f ">161 <o w l : s u b C l a s s O f><o w l : R e s t r i c t i o n><o w l : o n P r o p e r t y r d f : r e s o u r c e=" i s p a r t o f C u s t o m e r " /><

o w l : m i n C a r d i n a l i t y r d f : d a t a t y p e=" h t t p : //www. w3 . org /2001/XMLSchema#n o n N e g a t i v e I n t e g e r ">0</o w l : m i n C a r d i n a l i t y></ o w l : R e s t r i c t i o n></ o w l : s u b C l a s s O f>

158

162 </ o w l : C l a s s>163 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerSegmentCustomer "><r d f s : d o m a i n r d f : r e s o u r c e="

CustomerSegment " /><r d f s : r a n g e r d f : r e s o u r c e=" Customer " /></ o w l : F u n c t i o n a l P r o p e r t y>164 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerSegmentSegment "><r d f s : d o m a i n r d f : r e s o u r c e="

CustomerSegment " /><r d f s : r a n g e r d f : r e s o u r c e=" Segment " /></ o w l : F u n c t i o n a l P r o p e r t y>165 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" CustomerSegmentcustomerSegmentID "><r d f s : d o m a i n r d f : r e s o u r c e="

CustomerSegment " /><r d f s : r a n g e r d f : r e s o u r c e=" h t t p : //www. w3 . org /2001/XMLSchema#i n t e g e r " /></o w l : F u n c t i o n a l P r o p e r t y>

166 <o w l : F u n c t i o n a l P r o p e r t y r d f : I D=" ispartofCustomerSegment "><r d f s : d o m a i n r d f : r e s o u r c e=" i s p a r t o f " /><r d f s : r a n g e r d f : r e s o u r c e=" CustomerSegmentR " /></ o w l : F u n c t i o n a l P r o p e r t y>

167 </ rdf:RDF>

159