INFORMATICA UMANISTICA B

1. INFORMATICA UMANISTICA B MODELLARE LA CONOSCENZA: BASI DI DATI

2. USO DI STRUMENTI INFORMATICI PER LA GESTIONE DI INFORMAZIONI • Forse la piu’ importante applicazione di metodi informatici nelle materie umanistiche e’ per gestire grandi quantita’ di dati • STRUTTURATI (in basi di dati) • NON STRUTTURATI (archivi di testi)

3. PROSOPOGRAFIA DELL’IMPERO BIZANTINO Basilios 7 Sex MFloruit E/L IXDates 813 (n.) / 886 (ob.)PmbZ No. 832Variant Names BasileiosEthnicity Macedonian;ArmenianLocations: Kepoi (Thrakesioi); Macedonia (property); Peloponnesos; Hagios Diomedes (Monastery of, Constantinople) (topographical); Constantinople (officeplace); Adrianoupolis (Macedonia) (residence); Bulgaria (residence); Constantinople (residence); Adrianoupolis (Macedonia); Bulgaria; Constantinople; Adrianoupolis (Macedonia) (birthplace)Occupation FarmerTitles Patrikios (dignity); Augustus (office); Basilikos protostrator (office); Basilikos strator (office); Emperor (office); Parakoimomenos (office); Protostrator (office)Textual SourcesBar Hebraeus, Chronographia, tr. E. A. W. Budge, The Chronography of Abu 'l-Faraj (London, 1932; repr. Amsterdam, 1976) (history); Chronicon Anonymi ad annum 1234 pertinens, ed. and tr. J.-B. Chabot, I = CSCO 81-82 (Paris, 1916-20), II = CSCO 109 (Louvain, 1937) (chronicle); Genesii, Josephi, Regum Libri Quattuor, eds. A. Lesmüller-Werner and I. Thurn, CFHB 14 (Berlin, 1978) (history); Georgius Monachus Continuatus, in Theophanes Continuatus, ed I Bekker (Bonn, 1839), pp. 761-924 (history); Leo Grammaticus, Chronographia, ed. I. Bekker (Bonn, 1842) (chronicle); Pseudo-Symeon, Chronographia, ed. I. Bekker (Bonn, 1838), pp. 603-760 (history); Theophanes Continuatus, ed. I. Bekker (Bonn, 1838) (history); Vita Ignatii Patriarchae, by Nicetas (BHG 817), PG 105.488-574) (hagiography); Vita Irenae Chrysobalanton, The Life of St Irene Abbess of Chrysobalanton, ed. with introd., tr., notes and indices, J. O. Rosenqvist, Acta Universitatis Upsaliensis (hagiography); Vita Nicolai Studitae (BHG 1365), PG 105. 863-925 (hagiography); Zonaras = Ioannis Zonarae Epitome Historiarum, libri XIII-XVIII, ed. Th. Büttner-Wobst, (Bonn, 1897) (history)Basilios 7 is the emperor Basil I (867-886). The history of his life and reign was written by his grandson, the emperor Constantine VII Porphyrogenitus (= Theophanes Continuatus, Book V); Constantine described him as of great benefit to the empire and composed his history in order to inform posterity of the origins of the ruling dynasty and to provide a model of conduct to be followed by future descendants of Basilios 7 (in particular, no doubt, Constantine's own son, the future emperor Romanos II): Theoph. Cont. V 1.

4. DATABASE STORICI:PROSOPOGRAPHY OF THE BIZANTYNE EMPIRE • Prosopografia: un registro di tutti gli individui vissuti in un certo periodo • In questo caso: tutti gli individui vissuti a Bisanzio tra il 641 ed il 1261 • Costruita a partire dalle loro menzioni in documenti dell’epoca • Informazioni su 8500 individui, dimensioni equivalenti a 11 000 pagine di testo

5. BASI DI DATI DI OPERE D’ARTE

6. STRUTTURE DATI TEMPORANEE E PERMANENTI • Per potere rappresentare informazioni in modo duraturo occorre sviluppare delle tecniche per mantenerle in memoria secondaria • Lo strumento informatico utilizzato per questo scopo sono le BASI DI DATI

7. BASI DI DATI • Una base di dati e’ una collezione di dati immagazzinati in modo PERMANENTE su disco • Una base di dati permette di • DEFINIRE DEGLI OGGETTI (‘CONCETTI’) E DELLE RELAZIONI • INSERIRE NUOVI DATI • RITROVARE QUESTI DATI ANCHE COMBINANDOLI CON ALTRI • Il tipo di base di dati piu’ comune sono le basi di dati RELAZIONALI

8. PROGETTAZIONE DI UNA BASE DATI • MODELLAZIONE CONCETTUALE • Progetto dello SCHEMA • MODELLAZIONE LOGICA • Scelta della rappresentazione: TABELLE, ALBERI, etc • PROGETTAZIONE FISICA • Utilizzando il DBMS scelto

9. MODELLI CONCETTUALI • Un modello concettuale e’ un’analisi dei dati che si vogliono rappresentare nella base di dati indipendente dalla realizzazione fisica • Tipicamente, questa analisi si articola attorno ad una definizione de • Gli OGGETTI che si vogliono rappresentare • I loro ATTRIBUTI • Le RELAZIONI tra questi oggetti

10. ESEMPIO DI MODELLO CONCETTUALE: IL DURHAM LIBER VITAE

11. UN SEMPLICE MODELLO CONCETTUALE STUDENTE MatricolaCognome, NomeData di Nascita RISULTATI_ESAMI MatricolaMateriaDataVoto

12. MODELLAZIONE LOGICA • Una volta decisi quali sono i concetti importanti da rappresentare e quali sono i loro attributi, occorre pensare come e’ possibile rappresentare questa informazione usando una base di dati

13. MODELLI DI RAPPRESENTAZIONE DATI • A partire dagli anni Settanta il modello dominante e’ stato il modello RELAZIONALE • Sono anche in sviluppo modelli di rappresentazione basati sulla struttura ad OGGETTI e GERARCHICA tipica di linguaggi di programmazione come Java, ma non hanno ancora preso piede • Per certi tipi di applicazioni (in particolare per basi di dati accessibili via Web) si fa molto uso di XML (Laboratori Modulo C)

14. IL MODELLO RELAZIONALE • L’informazione e’ rappresentata nelle basi di dati sotto forma di RELAZIONI r(x,y,z,w) • Due tipi di relazioni rappresentate • Relazioni rappresentate con TABELLE che rappresentano un OGGETTO ed i suoi attributi risultato_esame(IUB,4/2/2008,112233,29) • Relazioni tra le tabelle • Per esempio, tra tabella studente e tabella risultato_esame

15. TABELLE CHE RAPPRESENTANO RELAZIONI RECORD ATTRIBUTO

16. RECORDS • I records sono strutture dati usate per rappresentare oggetti che hanno ATTRIBUTI

17. esame.materia ESEMPIO DI RECORD ED ATTRIBUTI: RISULTATO ESAME RISULTATO_ESAME risultato_esame(IUB,4/2/2008,112233,29)

18. ESEMPIO DI TABELLA CHE RAPPRESENTA RELAZIONE RISULTATO_ESAME

19. UN ALTRO ESEMPIO STUDENTE studente(112233,Rossi,Mario,11/11/1973)

20. VALORI CHIAVE • Ogni riga di ogni tabella (cioe’ ogni rappresentazione di un oggetto) deve avere almeno un campo che permetta di identificare quella riga in modo univoco • Campo chiamato CHIAVE

21. VALORI CHIAVE STUDENTE

22. VALORI CHIAVE ARTIFICIALI RISULTATO_ESAME

23. RELAZIONI TRA TABELLE • Una base di dati relazionale permette di specificare, oltre che informazioni su attributi di oggetti, informazioni sulle relazioni tra oggetti • Per esempio, che un particolare risultato di esame e’ stato ottenuto dallo studente Mario Rossi

24. RELAZIONI TRA TABELLE

25. DATABASE MANAGEMENT SYSTEMS RELAZIONALI • Praticamente tutti i DATABASE MANAGEMENT SYSTEMS (DBMS) moderni sono basati sul modello relazionale • E.g., Oracle, Access • Sta anche diventando frequente l’uso di XML • Discuteremo in seguito

26. SINGOLA TABELLA IN ACCESS

27. RELAZIONI TRA TABELLE

28. OPERAZIONI SU UN DATABASE RELAZIONALE • Operazioni tipiche su un database relazionale • RITROVARE un sottoinsieme delle righe • Possibilmente restringendo il ritrovamento ad un sottoinsieme delle colonne • AGGIUNGERE dati • DEFINIRE nuove tabelle e nuove relazioni

29. RITROVAMENTO INFORMAZIONI ED SQL • Le informazioni in una base di dati possono essere ritrovate mediante INTERROGAZIONI • In un database relazionale moderno le interrogazioni sono fatte utilizzando un linguaggio di interrogazione chiamato SQL

30. SINTASSI DI SQL • Diversi tipi di comandi: • INTERROGAZIONE • UPDATE • Comando di interrogazione: SELECT • Clausole piu’ usate: • FROM (specifica la tabella) • WHERE (specifica restrizioni)

31. INTERROGAZIONE SELECT Materia, Data, Matricola FROM Esami;

32. SQL: ESEMPIO DI USO DI ATTRIBUTI SELECT Nome, Cognome FROM Studenti WHERE Matricola=‘112233’;

33. INTERROGAZIONI CHE COINVOLGONO PIU’ TABELLE

34. AGGIUNGERE TABELLE

35. INTERROGAZIONE A TABELLE MULTIPLE

36. SQL VIEW

37. SQL: ESEMPIO DI INTERROGAZIONE DA TABELLE LINKATE SELECT Studenti.Nome, Studenti.Cognome FROM Studenti INNER JOIN Esami ON Studenti.Matricola=Esami.Matricola WHERE Esami.Materia='IUB' And Esami.Voto>25;

38. CREARE UNA BASE DATI • Creare una base di dati realizza un modello concettuale • Richiede tradurre oggetti e relazioni in tabelle e legami tra tabelle

39. CREARE UNA BASE DI DATI IN ACCESS • Creare le tabelle usando ‘Create Table in Design View’ • Salvare • Cambiare a Datasheet view per inserire i dati • Continuare a creare altre tabelle • Linkare le tabelle

40. 1. TABLE DESIGN VIEW

41. 1. TABLE DESIGN VIEW

42. 2. DATASHEET VIEW

43. PASSI SUCCESSIVI • Dati non strutturati • XML e TEI • ONTOLOGIE e SEMANTIC WEB

44. DATI NON STRUTTURATI • Molto spesso i dati da gestire non sono organizzati in tabelle: • Archivi di testi ed immagini • Discuteremo di archivi di testi ed immagini e del ritrovamento in questo caso la prossima lezione

45. DARE STRUTTURA A DATI NON STRUTTURATI • I linguaggi di markup come SGML o XML permettono di ‘imporre una struttura’ su documenti non strutturati • Vedremo la lezione successiva

46. RAPPRESENTAZIONE DELLA CONOSCENZA ED ONTOLOGIE • La ricerca sul modo ‘ideale’ per rappresentare le informazioni ha portato alla nascita di ricerca sulla KNOWLEDGE ENGINEERING o rappresentazione della conoscenza anche in senso non applicato • Particolarmente interessante per domini piu’ complessi che ‘studenti’ e gli ‘esami’? • L’area della KNOWLEDGE ENGINEERING raggruppa ricercatori da database, Intelligenza Artificiale, e nell’area del SEMANTIC WEB • Un area molto legata allo studio delle ONTOLOGIE

47. LETTURE • Tomasi, capitolo 3 • Wikipedia: • http://it.wikipedia.org/wiki/Database • http://it.wikipedia.org/wiki/Modello_relazionale • ACCESS: http://office.microsoft.com/