Construindo a Teia de Eventos a partir de Dados Brutos na Web das Coisas

Um emocionante paraíso de dados está emergindo em nossa vida diária com o desenvolvimento da Web das Coisas. Hoje em dia, volumes de dados brutos heterogêneos são continuamente gerados e capturados por trilhões de dispositivos inteligentes, como sensores, controles inteligentes, leitores e outros dispositivos de monitoramento, enquanto vários eventos ocorrem no mundo físico. É difícil para os usuários, incluindo pessoas e coisas inteligentes, dominarem informações valiosas ocultas nos dados massivos, que são mais úteis e compreensíveis do que dados brutos para que os usuários consigam obter os pontos cruciais para resolver problemas. Assim, como extrair automaticamente e de forma ativa o conhecimento sobre eventos e seus vínculos internos a partir dos grandes dados é um dos principais desafios para a futura Web das Coisas. Este artigo propõe uma abordagem eficaz para extrair eventos e seus vínculos internos a partir de dados em larga escala, aproveitando esquemas de eventos predefinidos na Web das Coisas, que começa com a compreensão dos dados críticos para eventos úteis, filtrando dados com tipos de eventos bem definidos no esquema. Um estudo de caso no contexto de um campus inteligente é apresentado para mostrar a aplicação da abordagem proposta para a extração de eventos e seus vínculos semânticos internos.