The web: data integration and cutting edge applications

Abstract

The Web has undoubtedly transformed the way humans live their lives. This is mainly due tothe amount of information we can receive with just a few keystrokes. This thesis presentsa study on cutting edge web technologies and specifically focuses on data integration. Inmore detail this thesis examines and demonstrates: Ways to mine and use desktop data toimprove user experience on the web; A concept that utilises a number of web technologiesfor collaborative e-Learning; Enhancements on the desktop search that combine desktop withweb results; A case study on a live data warehouse system and how to resolve synchronisationissues on these type of systems; A review on the current state of biological data; and a webapplication that performs a targeted search to sites related to bioinformatics and retrievestraining materials from these websites. These are just a few of the plethora of fields thatthe web and data integration technologies can prove to be helpful for the advancement ofmankind. With the right tools in place and techniques intelligent enough to provide the userwith the data needed, the risk of being lost in the huge amount of information that is freelyavailable decreases. Also the processes of learning, technological advancement, informationretrieval by using the web infrastructure will be and in many aspects already are part ofpeople’s daily lives.

́Ολα ξεκίνησαν το 1993, λιγότερο από 30 χρόνια από σήμερα, που ο παγκόσμιος ιστόςγεννήθηκε στο διαδίκτυο και έγινε ελεύθερα προσβάσιμος σε όλον τον κόσμο. Σήμερατο διαδίκτυο και ο παγκόσμιος ιστός αποτελούν αναμφισβήτητα αναπόσπαστα κομμάτιατης ζωής του σύγχρονου ανθρώπου. Οι τεχνολογίες διαδικτύου έχουν, κατά μεγάλοβαθμό αλλάζει την καθημερινότητα του ανθρώπου τόσο στην επαγγελματική αλλά καιπροσωπική του ζωή. Τα τελευταία χρόνια αυτό φαίνεται από την διάδοση των έξυπνωνκινητών τηλεφώνων τα οποία προσφέρουν πρόσβαση στον παγκόσμιο ιστό από σχεδόνοποιοδήποτε σημείο στον κόσμο.Η παρούσα διατριβή εξετάζει διάφορες τεχνολογίες διαδικτύου με έμφαση στην ολοκ-λήρωση δεδομένων μέσω των προηγμένων τεχνολογιών διαδικτύου. Πιο αναλυτικά, ερε-υνήθηκαν τα ακόλουθα ερωτήματα: Πως μπορούν να συμβληθούν διαδικτυακές υπηρεσίες με δεδομένα χρήστη για ναδημιουργηθούν συμπεράσματα με βάση τα δεδομένα αυτά; Πως θα μπορούσε να επωφεληθεί ο τομέας του e-Learning από σύγχρονες τεχνολογίεςδιαδικτύου; Πως γίνεται να ενισχυθεί η αναζήτηση αρχείων σε έναν υπολογιστή με δεδομένααπό το διαδίκτυο; Πως μπορούν να επιλυθούν πιθανά προβλήματα συγχρονισμού σε συστήματα απο-θηκών δεδομένων; Ποια είναι η τωρινή κατάσταση σε βιολογικά δεδομένα στο διαδίκτυο και πώς θαμπορούσε να βελτιωθεί; Πως είναι δυνατόν να απλοποιηθεί η αναζήτηση διδακτικής ύλης για έναν τομέαόπως η βιοπληροφορική;Από τα ερωτήματα που τέθηκαν είναι φανερό ότι η παρούσα διατριβή καλύπτει θέ-ματα από διάφορους τομείς: ακαδημαϊκό, επιχειρησιακό, πληροφορική, βιοπληροφορικήκαι μάθηση. Κάθε κεφάλαιο της παρούσας διατριβής αποτελεί και μία απάντηση σταερωτήματα που τέθηκαν.Στο κεφάλαιο 2 παρουσιάζεται μία εφαρμογή η οποία χρησιμοποιεί δεδομένα χρήστηκαι πιο συγκεκριμένα τους σελιδοδείκτες του φυλλομετρητή του, τροφοδοτώντας στησυνέχεια τα ανακτημένα δεδομένα σε μία υπηρεσία κατηγοριοποίησης ιστοσελίδων. Τααποτελέσματα της υπηρεσίας αυτής αποτελούν μια αναπαράσταση των ενδιαφερόντωντου χρήστη. Εφαρμογές σαν κι αυτήν θα μπορούσαν να χρησιμοποιηθούν σαν προ-γραμματιστικές διεπαφές για προσαρμογή ιστοσελίδων με βάση τα ενδιαφέροντα τουχρήστη. Τεχνολογίες σαν κι αυτήν ανήκουν σήμερα στην καθημερινότητα των χρηστώνκαι εταιρίες όπως η Google χρησιμοποιούν τέτοιου είδους τεχνικές με σκοπό τη βελτίωσητων υπηρεσιών τους.Το κεφάλαιο 3 αποτελεί μία ανασκόπηση προηγμένων τεχνολογιών διαδικτύου καιπροτείνει μία υποθετική εφαρμογή που τις αξιοποιεί με σκοπό το συνεργατικό e-Learning.Το προτεινόμενο σύστημα περιέχει στοιχεία όπως συνεργατική συγγραφή κειμένου, συνδέσ-μους με εξωτερικές ιστοσελίδες όπως wikis, αξιοποίηση υπηρεσιών διαδικτύου με σκοπότην αυτοματοποίηση ορισμένων λειτουργιών όπως στοχευμένη αναζήτηση και αυτοματοποιη-μένη σύνδεση με wikis. Επιπλέον η εφαρμογή είναι σε θέση να υποστηρίξει λειτουργίαεπανάληψης του μαθήματος όπου ο χρήστης θα μπορεί να παρακολουθήσει βήμα-βήματι έγινε στο διαδικτυακό μάθημα. Μερικές από τις προτεινόμενες λειτουργίες έχουνήδη εφαρμοστεί στα κυρίαρχα συστήματα ηλεκτρονικής μάθησης όπως Moodle, Drupalκαι Blackboard θα ήταν όμως ενδιαφέρον να υλοποιηθούν στο μέλλον τα πρόσθετα αυ-τοματοποιημένα στοιχεία του προτεινόμενου συστήματος.Στο κεφάλαιο 4 παρουσιάζεται η μελέτη και η ανάπτυξη εφαρμογής που αξιοποιείαποτελέσματα αναζήτησης σε έναν υπολογιστή με σκοπό την πρόταση παρόμοιων αποτε-λεσμάτων χρησιμοποιώντας προγραμματιστικές διεπαφές από ιστότοπους πολυμέσων.Τεχνολογίες σαν κι αυτήν προϋπήρχαν ως μέρος εφαρμογών όπως iTunes αλλά μόνοπρόσφατα οι εταιρίες που αναπτύσσουν λειτουργικά συστήματα υλοποίησαν μεθόδουςαναζήτησης που συνδυάζουν δεδομένα που υπάρχουν στον υπολογιστή και στο διαδίκ-τυο.Το κεφάλαιο 5 περιέχει μία μελέτη περίπτωσης αποθήκης δεδομένων. Μελετήθηκανδύο προβλήματα συγχρονισμού μέσω διαδικτύου: χρονική ολοκλήρωση δεδομένων καιεξαρτώμενη ολοκλήρωση δεδομένων. Σε αυτό το κεφάλαιο παρουσιάζονται αναλυτικάτα προβλήματα καθώς και οι λύσεις που υλοποιήθηκαν για την αντιμετώπισή τους. Οιμέθοδοι που αναφέρονται για την επίλυση των προβλημάτων υλοποιήθηκαν και χρησι-μοποιούνται μέχρι και σήμερα στο σύστημα που μελετήθηκε.Στο κεφάλαιο 6 μελετήθηκε η κατάσταση της διαδικτυακής ολοκλήρωσης των δε-δομένων στον βιολογικό τομέα που υποφέρει από ασυμβατότητα δεδομένων κυρίως λόγωτης ύπαρξης πολλαπλών standards για κάθε βιολογικό τομέα και έλλειψης συμβατότηταςend-to-end (από την πηγή των δεδομένων μέχρι τον τελικό χρήστη). Η μελέτη παρουσιάζειτην κατάσταση των δεδομένων στον τομέα αυτόν και προτείνει λύσεις ως προς τον ιδανικόσχεδιασμό για την ολοκλήρωση των δεδομένων αυτών.Στο κεφάλαιο 7 παρουσιάζεται μία εφαρμογή με σκοπό την στοχευμένη αναζήτησηδιαδικτυακής διδακτικής ύλης στον τομέα της βιοπληροφορικής. Χρησιμοποιήθηκε ηπροσωποποιημένη προγραμματιστική διεπαφή της Google για την αναζήτηση και προ-γραμματίστηκε με σκοπό την υιοθέτηση του συστήματος σε δημοφιλείς ιστότοπους. Η εφαρμογή αυτή χρησιμοποιείται ήδη από επιστήμονες του τομέα της βιοπληροφορικής καιερευνώνται ενεργά τρόποι υιοθέτησής της σε εταιρίες του τομέα αυτού.Γενικά είναι φανερό ότι στη σύγχρονη κοινωνία, όσον αφορά την κατανόηση καιπεραιτέρω ανάπτυξη του διαδικτύου είναι απαραίτητη η διεπιστημονική συνεργασία. Μέσωτέτοιου είδους συνεργασίες είναι δυνατόν να υλοποιηθούν χρήσιμες τεχνολογίες και εφαρ-μογές που θα βοηθήσουν τους επιστήμονες και ερευνητές να επικεντρωθούν στον σκοπότους αντί να προσπαθούν να μάθουν πως να χρησιμοποιούν πολύπλοκα εργαλεία. Η παρούσα διατριβή παρουσιάζει μία πληθώρα εφαρμογών, εργαλείων και τεχνικών πουμπορούν να χρησιμοποιηθούν για την εξέλιξη του διαδικτύου. Λαμβάνοντας υπ ́ όψιν ότιένα σημαντικό ποσοστό από τις τεχνολογίες που παρουσιάστηκαν έχουν ήδη υιοθετηθείαπό κυρίαρχες εταιρίες του εκάστοτε τομέα, συμπεραίνεται ότι η διατριβή έχει καλύψειεπιτυχώς τους στόχους της.