Hodnocení analýz

Analýzy jsem zatím obdržel pouze od dvou skupin - Stod a Blovice. Výsledky bodového ohodnocení jsou k dipozici v příslušné tabulce. V grafu jsem opravil chybu - spodní šedý sloupec označující hranici zápočtu byl příliš dlouhý a nekorespondoval s hranicí třiceti bodů. Z tabulky i grafu je vidět, že členové skupiny Stod již zápočet získali (což neznamená, že poslední část úkolů nedokončí nebo nějakým způsobem podcení). Blovice jsou velmi blízko a Sušice má ještě také šanci.

Komentáře ke jednotlivým analýzám:
Stod: Tady je to velice jednoduché. Analýza se mně velice líbila, konkrétně její rozsah, reakce na připomínky ohledně metodiky, popis, zdůvodnění i celkové zpracování. Drobné nedostatky spatřuji pouze u obrázku 2 (kartogram s absolutními čísly!!!) a chybějícího grafického vyjádření analýzy parcel.

Blovice: Zde bych chtěl ocenit grafické zpracování, podrobnou demografickou analýzu a systém používání vah pro různé cílové skupiny. Výtek je však podstatně více

• Vlastní analýzy je velice stručná (z 55 stran zabírá 3 strany úvod, 20 stran SWOT analýza obce, 16 stran demografická analýza).
• Mám trochu pocit, že dokument se skládá ze tří nezávislých částí. Například demografická analýza je zajímavá, ale v dalším textu není víceméně zohledněna. Při zúžení počtu zájmových skupin je poznamenáno, že některé skupiny byly vyřazeny kvůli nedostatku informací. Také SWOT je zaměřena jiným směrem (například geologie) než předchozí části textu.
• Pro závěrečnou prezentaci a zkoušku bych doporučoval analýzu přepracovat. Změny by se měly týkat většího počtu klasifikačních kritérií, nahlížen na binární kritéria (jsou zaměřena na jednu cílovou skupinu a navíc nemají příliš velkou vypovídací hodnotu - například z území 3H je do školy (obecně do centra obce) prokazatelně dál než z obce, která nesplňuje kritérium), odstranění některých drobných chyb (středočeský kraj, dálnice R5) a doplnění legendy k mapám.

Sušice: V tomto případě je za analýzu uděleno 0 bodů. Důvodem není opožděné odevzdání, které by ze získaného počtu bodů odečetlo polovinu, ale naprosto flagrantní porušení pravidel pro publikování informací na vysokých školách. V textu existuje velké množství pasáží, které jsou úplně nebo s minimálními změnami zkopírovány z jiných zdrojů (například stránky 27-41) nebo přeshraniční vztahy na straně 2. Některé části byly dokonce "ukradeny" z dokumentů, které s ORP Sušice vůbec nesouvisí (Potenciály a hrozby spojené s přeshraničními vztahy okresu Prachatice). Existují další dokumenty (například z organizace Člověk v tísni, paradoxní je, že tato organizace data o ORP Sušice zkopírovala z ČSÚ také bez uvedení zdroje), které byly použity ke získání informací. 

Většina tabulek je vložená jako obrázky, takže předpokládám, že autoři nevytvořili. To se týká i analýz obyvatelstva, které byly opět převzaty bez jakékoli citace. Úkolem seminární práce mělo být naučit se pracovat s daty a analyzovat je. Nikoli kopírovat vytvořené texty.

Několik poznámek k vlastní analýze:

• Hodnocení nezaměstnanosti je špatně nastaveno - všechny obce mají stejný počet bodů, ale hodnoty se pohybují od 4,3% do 24,3%.
• Jaké čtyři střední školy jsou v Sušici? Podařilo se mi najít dvě. V Srní je určitě obchod se základními potravinami. Trochu pochybuji o kvalitě a správnosti dat.
• Proč je tam mapa Okresu Klatovy (s.3)?
• Analýza obsahuje velice malé množství údajů a končí na úrovni obcí.

Základy ontologií 17 - Primitivní, definované a komplexní třídy

Třídy v ontologiích je možné definovat pomocí operací, které využívají vlastností nebo vztahům k jiným třídám a individuálům. Na základě použití těchto operací a charakteru omezení (definovaného těmito operacemi) se rozlišují dva základní typy tříd

• třídy definované, pro které jsou specifikovány podmínky nutnosti¹ i postačitelnosti²,
  
• třídy primitivní (popsané), u kterých jsou definovány jen nutné podmínky. Primitivní třídy tvoří tzv. primitivní kostru ontologie (primitive skeleton).
  

Tzv. komplexní třídy (mohou být popsané i definované) vznikají pomocí základních množinových operací – průnik (intersection), sjednocení (union) a doplněk (complement). Operace je možné různě kombinovat, propojovat a aplikovat také na individuály .

Průnik

<owl:Class
rdf:about="Ski_resort">

<owl:equivalentClass>

<owl:Class>

<owl:intersectionOf
rdf:parseType="Collection">

<rdf:Description
rdf:about="Place_with_skiing_activities"/>

<rdf:Description
rdf:about="Resort"/>

</owl:intersectionOf>

</owl:Class>

</owl:equivalentClass>

</owl:Class>

Sjednocení

<owl:Class rdf:about="Resort">

<owl:equivalentClass>

<owl:Class>

<owl:unionOf rdf:parseType="Collection">

<rdf:Description rdf:about="Summer_resort"/>

<rdf:Description rdf:about="Winter_resort"/>

</owl:unionOf>

</owl:Class>

</owl:equivalentClass>

</owl:Class>

Kombinace doplňku a průniku

<owl:Class
rdf:about="Summer_resort">

<owl:equivalentClass>

<owl:Class>

<owl:intersectionOf
rdf:parseType="Collection">

<rdf:Description
rdf:about="Resort"/>

<owl:Class>

<owl:complementOf
rdf:resource="Place_with_skiing_activities"/>

</owl:Class>

</owl:intersectionOf>

</owl:Class>

</owl:equivalentClass>

</owl:Class>

1Tvrzení A je nutnou podmínkou pro jiné tvrzení B, jestliže B platí jen tehdy, pokud platí A. Jinými slovy B implikuje A. Pouze postačující podmínka se vyjadřuje opačnou implikací (A implikuje B).

2Nutná i postačující podmínka se vyjadřuje ekvivalencí – A a B jsou ekvivalentní (A implikuje B a B implikuje A).

Prezentace z projektu SDI4apps

V polovině dubna se uskutečnil zahajovací mítink projektu SDI4apps (základní informace o projektu). Jeho součástí je také implementace přístupu Linked Data. Proto jsem připravil stručnou prezentaci na téma Linked Data (neukazuje dobří známé obecné principy, ale spíše různé nástroje) a krátké video ukazující prohledávání Linked Data zdrojů do hloubky. Samozřejmě se nemusíte dívat na video, ale můžete si prohledávání zkusit online.

Základy ontologií 16 - Datové typy a datotypové vlastnosti

Zatímco objektové vlastnosti definují vazbu třídy nebo individuálu na jiný prvek ontologie, datotypové vlastnosti (vnitřní vlastnosti, restrikce, DataType Property) popisují třídu nebo individuál pomocí hodnoty (čísla, řetězce apod.) . Pro tento účel se využívají datové typy ze standardu W3C XML Schema, například xsd:string, xsd:boolean, xsd:decimal, xsd:float, xsd:double, xsd:dateTime a další. Velkou výhodou tohoto přístupu je rozšíření těchto datových typů, které jsou implementovány i do mnoho dalších standardů jako například RELAX NG nebo DSDL, což svědčí o vysoké kvalitě standardu W3C XML Schema.
Pro datotypové vlastnosti platí podobná pravidla jako pro objektové relace. Je možné vytvářet jejich strukturu, využívat omezení jako je definiční obor (Domain) a obor hodnot (Range, v tomto případě se nejedná o třídu, ale o datový typ) a pro vyjádření záporu je nutné aplikovat negativní vlastnost (viz následující příklady).

<owl:DatatypeProperty
rdf:about="Number_of_ski_slopes">

<rdfs:domain
rdf:resource="Ski_resort"/>

<rdfs:range
rdf:resource="&xsd;integer"/>

</owl:DatatypeProperty>

<owl:DatatypeProperty
rdf:about="Number_of_blue_ski_slopes">

<rdfs:subPropertyOf
rdf:resource="Number_of_ski_slopes"/>

</owl:DatatypeProperty>

<owl:NamedIndividual
rdf:about="Zadov">

<rdf:type
rdf:resource="Ski_resort"/>

<Number_of_ski_slopes>5</Number_of_ski_slopes>

<Number_of_blue_ski_slopes>3</Number_of_blue_ski_slopes>

</owl:NamedIndividual>