Estos proyectos recolectan cantidades masivas de datos que representan un determinado ámbito de conocimiento (investigación, industria 4.0, salud, seguros, seguridad, etc.), con una interpretación descriptiva que permite obtener información relevante y anticiparse a temas emergentes; identificar fronteras de conocimiento; entender cómo se condensan, hibridan y retroalimentan las entidades del grafo; localizar personas y organizaciones relevantes y entender sus conexiones y afinidades. En definitiva, acelerar el proceso de consulta y adquisición de conocimiento, haciendo que la información sea más significativa, útil y pertinente. 

Los proyectos de Semantic Big Data no son diferentes de proyectos con datos menos masivos; siguen necesitando una solución tecnológica que dé respuesta al desafío de representar, hacer interrogables de un modo expresivo y no administrado, enriquecer, visualizar, anticipar tendencias y escenarios futuros y realizar recomendaciones personalizadas sobre el conjunto de datos masivos que representan su ámbito de conocimiento. Nuestra solución consolida los datos en un grafo de conocimiento masivo interpretado semánticamente, lo que permite a los agentes de software inteligentes y a las personas consultar estas bases de datos semánticas y obtener resultados enriquecidos, aplicando sobre ellas de manera combinada tecnologías de interrogación basadas en las posibilidades de computar Lógica de Primer Orden y de Aprendizaje Automático y Profundo (Machine y Deep Learning). 

Conseguir que esta clase de cálculo resulte posible se encuentra con las limitaciones relativas a las estrategias habituales de computación sobre grafos de conocimiento que incluyen sumarización, particularmente si éstos son muy masivos. Contar puede ser una labor demasiado costosa cuando se hace sobre las relaciones contenidas en un grafo de conocimiento muy expresivo y masivo. Para superar estos límites, aplicamos estrategias analíticas y predictivas basadas en la partición y fragmentación del grafo de conocimiento y en la estimación probabilística y logarítmica de cantidades masivas, que permiten desarrollar procesos rápidos de cálculo sobre grandes cantidades de datos estructurados.