VALUTAZIONE AUTOMATICA DELLA MATURITÀ DEGLI OPEN DATA SECONDO IL MODELLO A 5 STELLE DEL SEMANTIC WEB

L'integrazione dei dati nel Web Semantico è una sfida complessa per i piccoli enti museali, spesso vincolati ad architetture legacy (es. Excel) e limitati da scarse risorse tecniche ed economiche. Per supportare queste realtà nel raggiungimento degli standard di interoperabilità, il presente lavoro di tesi propone lo sviluppo di un applicativo software di Readiness Assessment. Il sistema funge da validatore diagnostico: accetta in input formati eterogenei, dai file tabellari alle triple RDF, e ne analizza le caratteristiche sintattiche e semantiche. L'output generato è un punteggio di maturità basato sul modello a 5 stelle di Tim Berners-Lee, accompagnato dall'evidenza delle specifiche carenze strutturali del dataset (es. formati proprietari, assenza di URI o di vocabolari condivisi). Attraverso questo proof of concept, si dimostra come la diagnostica automatizzata possa assistere efficacemente gli operatori non tecnici. Fornendo un feedback immediato, l'applicativo mira ad abbattere le barriere d'ingresso al Web Semantico, guidando in modo sostenibile l'evoluzione dei dati chiusi verso ecosistemi aperti e pienamente interoperabili.