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>

SGG - 12. týden

Tento a příští týden jsou určený pro krátký exkurz do ekonomické geografie. Na webu (staré stránky) je připravena pouze jedna prezentace - Geografie průmyslu. Zbytek času se snažte připravovat závěrečnou prezentaci.
Děkuji za zaslané analýzy zájmových území. Skupiny, které je ještě nezaslaly, prosím, aby tak učinily co nejdříve. Hodnocení by se na webu mělo objevit tento týden.

Základy ontologií 15 - Ekvivalentní individuály

Fakt, že jsou dva individuály shodné je možné vyjádřit dvěma způsoby. V prvním případě je možné uvést u obou prvků stejné hodnoty vlastnosti. Při validaci ontologie nebo jejím vyhodnocení (reasoningu) budou pak oba individuály označeny jako ekvivalentní.
Druhou možností je použít explicitní vazba, která definuje rovnost, která nemusí být doložena shodnými hodnotami vlastností.

<owl:NamedIndividual rdf:about="Gross_Arber">
<owl:sameAs rdf:resource="Velký_Javor"/>
</owl:NamedIndividual>


Tento způsob je vhodný například pro propojení multilinguální dat nebo geoprvků s více jmény (exonyma).

Základy ontologií 14 - Základní omezení vlastností

Aby bylo možné definovat konkrétní vztahy a používat vazby k odvozování dalších informací na základě logických pravidel, existuje několik omezení vlastností. Mezi základní omezení patří prvky Domain (definiční obor – množina subjektů, které mohou být součástí vlastnosti) a Range (obor hodnot – množina objektů, které mohou být součástí vlastnosti). Domain i Range se udávají jako třídy nebo jejich kombinace.

<owl:ObjectProperty rdf:about="is_located_in">
<rdfs:range rdf:resource="Country"/>
<rdfs:domain rdf:resource="Ski_resort"/>
</owl:ObjectProperty>


Pokud bychom v ontologii využívající výše definovanou vlastnost uvedli, že nějaké lyžařské středisko leží (is_located_in) v Alpách (a ty by nebyly součástí třídy Country), pak by při validaci ontologie byla oznámena chyba. Toto pravidlo platí i pro další omezení vlastností.

SGG - 11. týden

Dnes výjimečně přichází nový příspěvek až v úterý. A týká se posledního z dílčích témat politické geografie - globalizace a integračních aktivit. Ke studiu by vám měly být užitečné dvě prezentace a především pozorné sledování médií, protože integrační a dezintegrační aktivity, případně dopady globalizace, se táhnout nejrůznějšími zprávami jako červená nit. Namátkou můžeme jmenovat Krym, Skotsko, Katalánsko, Evropskou Unii, Palestinu a další.
K úkolům snad není potřeba nic dodávat. Pokud máte nějaký dotaz, využijte blog a rozhodně mi napište.

Základy ontologií 13 - Hierarchie vlastností

Podobně jako u tříd je možné i vlastnosti (nejen objektové) členit do struktury na bázi vztahu is-a, který představuje vazbu mezi obecnými a specifickými třídami (super-properties a sub-properties).

<owl:ObjectProperty rdf:about="is_located_in_region">
<rdfs:subPropertyOf rdf:resource="is_located_in"/>
</owl:ObjectProperty>

A stejně jako v případě tříd existuje také vazba propojující shodné (ekvivalentní) třídy.

<owl:ObjectProperty rdf:about="is_located_in">
<owl:equivalentProperty rdf:resource="is_placed_in"/>

</owl:ObjectProperty>

Základy ontologií 12 - Objektové vlastnosti

Vlastnosti ontologií (relace, typ relace, funkce, atributy, sloty¹, role, rys, charakteristika, parametr, typ sémantické vazby) obecně slouží k definování vazeb (propojení) mezi třídami, individuály, datovými typy a konkrétními hodnotami, které nemohou být vyjádřeny formou hierarchie tříd (vazba is-a). Jedná se o binární relace, které bývají popsány pomocí RDF trojic.
Vlastnosti představují podrobnější popis tříd i dalších prvků, a proto nemohou existovat osamoceně (resp. jejich samostatná existence bez dalších vazeb nemá žádný význam).
Objektové vlastnosti (vnější vlastnosti, sémantické vztahy, integritní omezení, Object Property) představují jeden ze tří základních typů vlastností v jazyce OWL 2.0. Propojují základní objekty ontologií (třídy a individuály).

<owl:NamedIndividual rdf:about="Tignes">
<is_located_in rdf:resource="France"/>
</owl:NamedIndividual>



Kromě objektových vlastností se v ontologických systémech požívají také vlastnosti datotypové (datové) a anotační. Jiné dělení vlastností nabízí publikace (Rector et al., 2005). Vlastnosti se rozdělují do dvou základních skupin – partonomic (dělící se na části) a non-partonomic (nedělící se na části). Mezi vlastnosti typu „partonomic“ patří vztahy část-celek (vlastnosti převážně tranzitivní), vlastnosti popisující zřízení a složení (lyžařské centrum se skládá ze sjezdovek a lanovek) a vlastnosti definující součásti (lyžařské středisko je součástí procesu cestovního ruchu). Naopak vlastnosti typu „non-partonomic“ se týkají popisu obsahu (například lyžařské středisko obsahuje letiště, ale obecně bazén není součástí obvyklého nebo každého lyžařského střediska) a propojení (lyžařská střediska jsou propojena lanovkami).
Je potřeba si uvědomit dopad přístupu Open World Assumption. Jinými slovy pokud budeme chtít explicitně definovat, že středisko Tignes neleží v Bulharsku, je nutné použít negativní vlastnost typu „neleží v“.

1Podle (Svátek, 2002) se pojem „slot“ a také „vlastnost“ používá pouze pro binární relace. Je však potřeba uvést, že většina současných jazyků a formátů pro popis ontologií pracuje právě s binárními relacemi. Stejná publikace uvádí i další odlišnosti v pojmenování vlastností.

Rector, A. et al. (2005). Foundations of the Semantic Web: Ontology Engineering, Lecture 3 Common Problems, Ontology Patterns, Re-representing properties and classes, Parts and Wholes.

Svátek, V. (2002). Ontologie a WWW. Praha: Vysoká škola ekonomická.

Základy ontologií 11 - Individuály

Individuály (instance, individua) jsou prvky podobné třídám. Individuály představují specifické objekty nejnižší úrovně¹ v rámci konkrétní domény a mohou příslušníky (členy) jedné nebo více tříd. Zatímco třídy odpovídají jednotlivým konceptům, pak individuály zastupují konkrétní fakta.
Hlavní odlišností je fakt, že na rozdíl od tříd jsou individuály v rámci jedné ontologie dále nedělitelné. Volba zda konkrétní prvek má být třídou nebo instancí závisí především na podrobnosti ontologie. Základní pravidlo říká, že prvky, u nichž předpokládáme další rozdělení, by měly být deklarovány jako třídy, zatímco prvky, které budou v hierarchii konečné (nebudou moci být ani v budoucnosti dále členěny prostřednictvím vztahu is-a), je vhodnější zapsat jako individuály.

<owl:NamedIndividual rdf:about="Tignes">
<rdf:type rdf:resource="Ski_resort"/>
</owl:NamedIndividual>

1Ve smyslu nejpodrobnější.

Internet maps

Internet maps nejsou jen mapy na internetu, ale i mapy internetu. Jak takové mapy vypadají vám ukáže článek 7 Fascinating Maps Of The Internet.

SGG - 10. týden

V desátém týdnu nás čeká pokračování politické geografie. Tentokrát téma trochu zúžíme a podíváme se na trochu opomíjenou (samozřejmě neprávem) disciplínu - volební geografii. Je to téma, které spojuje nebo by mělo spojovat geografy, politology, politiky, veřejnost, kartografy a média. Proto věnujte trochu času i tzv. datové žurnalistice, především prezentaci volebních výsledků v médiích. Tady vám nepředložím nějakou prezentaci nebo text, ale nechám prostor vaší nápaditosti a umění vyhledávat na internetu. Případně se podívejte na úplný konec stránky se studijními materiály (ale rozhodně neskončete pouze u této prezentace).
Úkol je zadaný, takže pro tento týden je to všechno.
Vlastně není - ještě vám přeji krásné Velikonoční svátky.

Základy ontologií 10 - Průniky tříd

Jak bylo zmíněno díky přístupu Open World Assumption pracují se všemi variantami jako s možnými. Proto je potřeba vazby, které jsou z hlediska dané domény nesmyslné nebo nemožné, explicitně zakázat. K tomu slouží tzv. axiom průniku, který přímo zakazuje průnik mezi danými třídami. Následující příklad ukazuje tzv. disjoint classes, tedy třídy se zakázaným průnikem.


<owl:Class rdf:about="Country">
<owl:disjointWith rdf:resource="Ski_resort"/>

</owl:Class>

Hodnocení metodik

Obecné komentáře:

• Všechny metodiky byly z hlediska formy korektní, ale „Blovice“ byly z estetického hlediska i zajímavé.
• Ve všech (nebo téměř ve všech) metodikách jsem měl problém najít zdroje, které jste (alespoň částečně) převzali nebo se jimi inspirovali. Podobně jsem postrádal přesnější popis metod (například analýza v ArcGIS pomocí funkce XY nebo SWOT analýza nebo něco podobného) i očekávané výsledky (například odhad počtu obcí po aplikaci binárního kritéria).
• Až na „Blovice“ nebyla nikde ošetřena rizika.
• Z hlediska chyb bylo nejvíce bodů odečteno v případě „Sušice“ (hlavně za používání Zlatých stránek a nejasných analýz pomocí mapy.cz), ostatním ORP byly strženy body především za nejasné váhy.
• Naopak téměř každé ORP (kromě „Blovic“) získalo plusové body, za „něco“ zajímavého nebo netradičního.
• Z hlediska obsahu byl nejvýše hodnocený „Stod“, následován „Blovicemi“ (horší zdůvodnění) a „Sušicí“ (celkově hůře postavená metodiky, menší počet kritérií, nejasné váhy a podobně). 

Následující komentáře a dotazy se vztahují k jednotlivým ORP. Berte jako zdroje pro opravy metodiky před vlastní analýzou. A nebojte se na cokoli zeptat.

Blovice:

• Nežádoucí jevy (vyřazení lokality) – je otázka, jestli pásmo 10 km okolo spaloven a továren není a) příliš rozsáhlé (vzhledem k ostatním pásmům); b) příliš obecné (dovedu si představit továrny, které by nebyly na závadu, možná chybí definice továrny nebo spíše druhu průmyslu).
• Co přesně znamená termín „pachová látka“?
• Má mateřská škola do 5km nějaký praktický význam? Stejně bude potřeba doprava a časová náročnost bude přibližně stejná jako v okruhu 10km. Podobně i základní škola, ale tam si dovedu představit docházku většího počtu km než v případě mateřské školy.
• Jak budete hodnotit 500 m na úrovni obce?
• Je jediné odlišení zájmových skupin absence školství?
• Nebylo by vhodnější zájmové skupiny řešit až po demografické analýze?
• Je zajímavé, že zimní stadion má dvakrát vyšší význam než knihovna... Lesopark nebo ZOO má desetinásobný význam oproti knihovně...
• Proč golfové hřiště a ne například areál na biatlon? Nebo tělocvična?
• Proč hraniční hodnotu pro nezaměstnanost volíte 10%?
• Lesopark je za 10 bod a park za 2 body? Jaký je rozdíl?
• Proč je hřiště do 500 m za 2 body a do jednoho kilometru za 3 body?
• Pozor zastávka veřejné dopravy v obci může znamenat, že stanice nebo zastávka je na území obce, ale 3 km od prvních domů.
• Míra nezaměstnanosti – jde o obec?
• Průměrná hrubá měsíční mzda podle krajů asi nemá v tomto konkrétním případě význam. Platí i pro ostatní údaje na úrovni krajů.

Stod:

• Proč hraniční hodnotu pro nezaměstnanost volíte 10%?
• Trochu rozpor – metodika by měla být univerzální pro ORP vs. Zájemce v ORP Stod bude preferovat maloměsto... (podobně i vzdálenost do Plzně)
• Proč 2 body za 40-42 let (proč tak úzký interval)?
• U likvidity by bylo zapotřebí doplnit zdůvodnění.
• Proč nejsou hodnoceny i malé podniky? Na venkově jde o významný zdroj pracovních míst.
• Poskytování sociálních služeb – 1 bod za 2 a méně zařízení sociálních služeb – znamená to, že za 0 zařízení bude udělený jeden bod?
• Skládka na území obce může být riziková jen za určitých podmínek (například skládka na Vysoké obec Dobřany zas až tolik nezatěžuje).
• Radonové riziko by se mělo hodnotit na úrovni pozemku.
• Školství se zdá (vzhledem ke zdravotnictví) trochu nadhodnocené (zvlášť, když vezmete v úvahu, jaká část obyvatelstva potřebuje školy).
• Pozor zastávka veřejné dopravy v obci může znamenat, že stanice nebo zastávka je na území obce, ale 3 km od prvních domů.
• Kromě archeologických nalezišť by se měla řešit i další ochranná území.
• Jsou hlukové limity odněkud převzaty? Na základě čeho byly vytvořeny dané intervaly?

Sušice:

• V úvodu semestru jsme říkali, že modelová rodina byla neměla být aplikována.
• Pozor zastávka veřejné dopravy v obci může znamenat, že stanice nebo zastávka je na území obce, ale 3 km od prvních domů.
• Hodnocení záplavových oblastí na úrovni obce není správné. Platí i pro chráněná území.
• Podle předložených dat není na území Kašperských Hor ani v Horažďovicích obchod s potravinami... to si dovolím pochybovat. Zlaté stránky nejsou ideální zdroj!
• Nerozumím datovému zdroji pro nákupní střediska.
• Jsou dvě hospody v obci stejně důležité jako střední škola a důležitější než zdravotní služby?
• Turistické trasy – jak budete hodnotit okruh 2km – od středu obce, od hranic obce? Je váha tohoto kritéria stejná jako u zdravotnictví?
• Spoje do většího města – co je větší město?
• Jak chcete z předložených dat hodnotit vzdálenost silnice I. třídy?
• Vzdálenost lesa do 5km je kvůli procházce dost daleko – málokdo půjde 5 km, aby se dostal do lesa.
• Znečištění je v binárních a váhových kritériích. Jaký je rozdíl?
• Váhy a intervaly v nich jsou obecně nastaveny špatně – dávají stejný význam kritériím s různým stupněm důležitosti.
• Jak se liší následující způsoby využívání – zemědělská výroba , zemědělská a živočišná výroba , intenzivní hospodaření?

Nezoufejte, před vámi jsou ještě 22 body!

Základy ontologií 9 - Hierarchie tříd

Základní vztahem mezi třídami je vazba označovaná jako is-a (tzv. sub-class axiom). Ta vyjadřuje nadřazenost a podřazenost tříd (tzv. subsumpce – podřazení speciálního prvku obecnějšímu) ve smyslu zúžení množiny společných vlastností. Tak můžeme označit třídu Ski resort (sub-class) jako podtřídu třídy Tourist resort (super-class). Tuto informaci je možné číst tak, že Ski resort je speciálním případem konceptu Tourist resort. Jinými slovy každý příslušník třídy Ski resort je zároveň také členem třídy Tourist resort, zatímco obrácený vztah neplatí.

<owl:Class rdf:about="Ski_resort">
<rdfs:subClassOf rdf:resource="Tourist_resort"/>
</owl:Class>

Do problematiky hierarchie tříd je potřeba zařadit i třídy ekvivalentní. To znamená takové třídy, které budou v rámci ontologie považovány za shodné. V praxi se tímto způsobem označují synonyma nebo překlady v případě tezaurů či multilinguálních ontologií.

<owl:Class rdf:about="Country">
<owl:equivalentClass rdf:resource="State"/>
</owl:Class>

Dalším důležitým faktorem je také dědičnost, která funguje při tvorbě hierarchie tříd. Dědičnost se netýká nejen tříd, ale všech prvků ontologie, které mohou být uspořádány do hierarchie na bázi vztahu is-a. Pokud bude třída Ski resort podtřídou třídy Tourist resort, která bude speciálním případem (podtřídou) třídy Resort, pak i Ski resort bude podtřídou (i když ne přímou) obecného konceptu Resort.
Na tomto místě je zapotřebí poznamenat, že vztah is-a je často mylně zaměňován za tzv. merologickou (nebo mereologickou) vazbu, která označuje vztahy mezi částí a celkem.
Příkladem této vazby může být vztah mezi třídami Hotel a Ski resort - hotel je obecně součástí turistického střediska, ale není možné tuto vazbu interpretovat jako vztah is-a (třída Hotel není speciálním případem třídy Ski resort).

Vzhledem k tomu, že většina ontologických jazyků je založena na principu značkovacích jazyků, musí být základním prvkem hierarchie kořenový element (root element), který je zpravidla reprezentovaný třídou. Například jazyk OWL disponuje obecným kořenovým prvkem (který tvoří tzv. super-class pro všechny ostatní třídy) s názvem owl:Thing. Potomky tohoto kořenové prvku jsou další třídy nebo individuály.

SGG - 9. týden

A máme tu devátý týden semestru. A s ním přichází politická geografie. Toto téma bude rozdělené do tří části. V tomto týdnu se podíváme na tuto disciplínu jako celek. Následovat budou volební geografie a problematika integrace, desintegrace a globalizace.
Prezentace pro tento týden nabízí definice, dělení na disciplíny, geopolitiku, problematiku státu, typy režimů, ale i jeden snímek věnovaný mé oblíbené vexilologii. Mimochodem ty zobrazené vlajky skutečně existují, jedná se o vlajky vybraných měst Plzeňského kraje (názvy jsou uvedené na dalším slidu). Ty další vlajky pak ukazují možnosti, jak také mohla vypadat vlajka Československa v roce 1918.
Pro zkoušku je nutné, abyste disponovali, alespoň základními znalostmi, který se týkají lokalizace politicko-geografických entit. Častá otázka například zní - Napište jednu monarchii, která leží v Jižní Americe.

Zápočet:
Metodiky jsou úspěšně odevzdané. Zatím je mám poprvé přečtené a přemýšlím o nich. Předpokládám, že si je v pondělí (nebo v úterý) pročtu ještě jednou a pak vystavím závěrečný účet.
Mezitím se můžete pustit do další části. Tou je vlastní zpracování dat na základě metodiky. Jako výstup očekávám různé grafy, tabulky, mapy, náčrty, plány, SWOT analýzy, analytické texty a rozbory. Neposílejte mi prosím pracovní materiály, ale ucelené (a především bohatě okomentované) výstupy. Pokud možno je sjednoťte, například na nějaké webové stránce, v prezentaci nebo v dokumentu. Veškeré dotazy pište do diskuze pod tento příspěvek. Budu se na ně snažit rychle odpovídat, což půjde v tomto týdnu, další dva týdny nemůžu úplně zaručit dostupnost internetu, takže možná nebudou mé odpovědi dostatečně pohotové.
A ještě termín odevzdání - oficiálně podle mých poznámek 20. dubna, ale v tomto případě, budu benevolentní, protože sám se k výsledkům dostanu nejdřív až 27. dubna. Takže termín posuneme na 26. dubna.

SGG: Ukázka testu

Na základě vašich přání posílám ukázku testu z minulého roku.

Základy ontologií 8 - Třídy

Hlavní složkou ontologií jsou třídy¹ (koncepty, kategorie, typy, rámce, kolekce). Podle (Lutz, 2006) je termín „kategorie“ používaný pro objekty nebo jevy vyskytující se v reálném světě. Koncepty pak označují stejné prvky, ale aplikují se většinou v procesu myšlení.
Třídy (koncepty, kategorie, typy, rámce) představují množiny individuálů (viz níže) a jiných tříd se společnými vlastnostmi.
Třídy představují a popisují jednotlivé položky² ontologie propojené mezi sebou navzájem (tvořící hierarchii³) a také s dalšími prvky ontologie, především s individuály. Třídy mohou mít společné prvky (další třídy nebo individuály). Tuto vlastnost je možné omezit nastavením tříd jako „disjoint“ (nulový průnik).
Mezi třídy mohou patřit například prvky Country, Ski resort nebo Region⁴.
Publikace (Rector et al., 2007) rozděluje třídy na komponenty (components) a dělení (subdivision; podělení, členění). Komponenty jsou diskrétní, jasně vymezené (ohraničené) a často pojmenované. Jedná se například o prvky jako je město, sjezdovka nebo hotel. Do jisté míry opak komponent představuje prvek označený jako dělení, například střed města. Při práci s těmito prvky je nutné uvědomit si dvě pravidla:

1. Komponenty dělení jsou komponentami celku – hotel ve středu města je hotelem celého města.
   
2. Dělení komponent není dělením celku – střed hotelu nemusí být nutně středem města.
   

V ontologií je možné třídy (i jiné prvky) definovat explicitně – pomocí zápisu typu „toto je třída“ (příklad viz níže). Ve skutečnosti k tomu dochází velmi zřídka protože prvotní definice tříd (i jiných prvků) jsou zpravidla přebírány z nějakých složitějších konstrukcí (viz další části).

<owl:Class rdf:about="Region"/>

1Termín třída používaný v ontologiích nemůže být zaměňován se stejným pojmem z oblasti objektového (objektově-orientovaného) programování. Třídy v ontologiích neobsahují procedurální metody. (Svátek, 2002)

2R. Poli (Poli, 2002) upřednostňuje při popisu ontologií neutrální výraz „položka“ („item“).

3Jazyk OWL dovoluje i tzv. polyhierarchii, tzn. jeden prvek může mít více nadřazených (rodičovských) prvků.

4V následujícím textu budou uváděny především příklady spojené s doménou zimní a lyžařská turistika jako příklad domény pracující s prostorovými daty a informacemi.

Lutz, M. (2006). Ontologies for the Semantic Web. In Seminar on Semantics and Ontologies in Geographic Information Services Theory and Applications. Vienna.

Rector A. et al. (2007). Foundations of the Semantic Web: Ontology Engineering, Lecture 2 Building Ontologies & Knowledge Elicitation. 2007

Zajímavé hranice

Pomalu se blíží téma politická geografie. Proto posílám krátký článek z iDNES.cz pro inspiraci.