Motivación. El papel de los agentes inteligentes como asistentes personales o mediadores en nuestras tareas. La Web Semántica como espacio de interacción cognitiva de estos sistemas. La nube de Datos Públicos Enlazados como infraestructura de recopilación, curado, enriquecimiento y enlazado  de datos, dentro de los objetivos de la Web Semántica.

Introducción. Perspectiva funcional de los agentes y procesos que confluyen en la Web de Datos Enlazados.

El modelo de datos RDF. Recursos identificados unívocamente con IRIs. Expresión de enunciados como tripletas <sujeto> <predicado> <objeto>. Nodos en blanco. Grafo de un conjunto de enunciados. Identificación de grafos distintos mediante IRIs.

RDF Schema. Un lenguaje para para la declaración de taxonomías:  asignación de entidades a clases, jerarquización de clases via subclases, propiedades que relacionan elementos o a éstos con datos tipados, dominio y rango de una propiedad, jerarquización de propiedades vía subpropiedades. Facilidades adicionales del lenguaje para el etiquetado y la anotación.

Vocabularios e inferencia. Diseño de conceptualizaciones sencillas. Estudio de su semántica (interpretaciones, niveles de implicación) y de sus servicios de inferencia.

Serializaciones del modelo de datos RDF. Especialmente Turtle, dentro de su familia de serializaciones (N-Triples, Turtle, Trig y N-Quads), por su facilidad de lectura. Y JSON-LD por su impacto en la gestión de datos enlazados a través de la Web. 

Introducción a Linked Data. Una arquitectura de información granulada, conceptualizada y compartida. Navegación por indexadores de datasets públicos: la nube de datos abiertos enlazados.

Vocabularios más reutilizados entre datasets. Navegación por indexadores de vocabularios. Estudio de los vocabularios más comunes: FOAF, DC, SKOS, Schema, ORG, Geo ...

Opciones de consulta de un dataset. El lenguaje SPARQL de consulta. Ejecución de consultas a través de interfaces Web y a través de APIs diversas. Consultas federadas.

Estudio, consulta y explotación de ciertos datasets como caso de estudio. Inicialmente, análisis y consulta a Wikidata, con seguimiento a otros datasets temáticamente especializados. Enlazado de datos.

Flujos de información hacia o desde datasets de datos enlazados. Poblamiento de un dataset a partir de fuentes estructuradas. Poblamiento de un dataset a partir de fuentes no estructuradas. Recuperación selectiva de datos desde uno o varios dataset. Reutilización y refinamiento de vocabularios, como apoyo a la gestión estructurada de datos.

OWL: un lenguaje de declaración de ontologías. Comparativa de expresividad respecto a las conceptualizaciones básicas construibles con RDFS. Constructores OWL (básicos y avanzados) aplicables a individuos, clases y propiedades. Semántica de estos constructores (referida a la semántica de los constructores de lógicas descriptivas e indirectamente a la semántica de la lógica de primer orden).

Inferencia sobre ontologías OWL. OWL DL y OWL Full. Perfiles OWL (EL, QL, RL) y su complejidad computacional. Razonadores y servicios de inferencia. Reglas (SWRL, RIF).

Estudio de casos de éxito. Discusión de potenciales aplicaciones. Escenarios de integración.