《关联数据：万维网上的结构化数据》源代码

编辑推荐

当前的万维网主要由各种相互链接的文档构成，适合人类用户使用。未来的万维网将包括可以被识别和链接的数据集合，以方便进行自动处理。为此，万维网联盟制订了关联数据标准，它已被Google、Facebook、IBM、Oracle以及世界各国的政府机构所采用。本书利用JavaScript、Python等常用工具，介绍了在万维网上使用关联数据的实用技巧。本书通过复杂性逐步增加的示例，循序渐进地探讨HTTP URI、RDF、SPARQL查询语言等基本概念，并利用各种关联数据文档格式来创建功能强大的Web应用程序和混合应用程序。本书内容：查找并使用关联数据；在应用程序中使用关联数据；采用标准Web技术构建关联数据应用程序。本书专为Web开发人员编写，读者无需具备关联数据或语义网技术的背景。

内容简介

关联数据（linked data）是在万维网上表示和链接结构化数据的一系列技术，旨在构建一张计算机能够理解的语义数据网络，而不仅仅是人能读懂的文档网络，以便在此之上构建更智能的应用。本书分为4个部分，dy部分主要介绍了关联数据的基础知识、RDF（资源描述框架）数据模型，以及表示关联数据的通用标准序列化格式，旨在引导读者识别并使用万维网上的关联数据；第e部分重点讨论了开发和发布关联数据所用的技术，以及聚合数据所用的搜索技术；第3部分则讨论了如何使用RDFa（属性中的资源描述框架）对网页进行SEO、RDF数据库与传统的关系数据库的区别、在万维网上共享用户数据集和项目的方式，以及对语义网搜索结果中包含的项目和数据集进行优化；第4部分则将之前的内容进行了汇总，使用一个开源的关联数据应用服务器开发一个复杂的应用程序，并总结了从准备到发布关联数据的全过程。本书适合具备HTML、URI、HTTP等基本的Web技术基础，并且想要了解、使用和发布关联数据的应用程序开发人员阅读。

作者简介

David Wood担任万维网联盟RDF工作组共同主席，Marsha Zaidman担任美国玛丽华盛顿大学计算机科学系主任，Luke Ruth在Callimachus项目中负责关联数据的开发，Michael Hausenblas领导爱尔兰关联数据研究中心的工作。

目录

• 第 1部分　关联数据网
• 第 1章　关联数据简介　2
• 1.1 关联数据定义　3
• 1.2 关联数据　4
• 1.3 关联数据实战　5
• 1.3.1 释放数据　6
• 1.3.2 关联数据在Google富摘要和Facebook“点赞”中的应用　6
• 1.3.3 关联数据拯救了BBC　7
• 1.4 关联数据原则　9
• 1.4.1 原则：使用URI命名事物　10
• 1.4.2 原则：使用HTTP URI以便于用户查找事物名称　10
• 1.4.3 第3原则：在用户查找URI时提供有用的信息　11
• 1.4.4 第4原则：包含指向其他URI的链接　12
• 1.5 关联开放数据（LOD）项目　12
• 1.6 数据描述　13
• 1.7 RDF：关联数据所用的数据模型　16
• 1.8 关联数据应用程序剖析　18
• 1.8.1 获取设施的关联数据　19
• 1.8.2 通过关联数据创建UI　21
• 1.9 小结　24
• 第 2章　RDF：关联数据所用的数据模型　25
• 2.1 关联数据原则让RDF得以扩展　26
• 2.2 RDF数据模型　30
• 2.2.1 三元组　31
• 2.2.2 空节点　32
• 2.2.3 类　33
• 2.2.4 类型字面量　34
• 2.3 RDF词表　35
• 2.3.1 通用词表　36
• 2.3.2 自定义词表　39
• 2.4 关联数据所用的RDF格式　40
• 2.4.1 Turtle：人类可读的RDF　41
• 2.4.2 RDF/XML：企业所用的RDF　44
• 2.4.3 RDFa：嵌入HTML网页的RDF　46
• 2.4.4 JSON-LD：JavaScript开发所用的RDF　49
• 2.5 与Web服务器和关联数据发布有关的问题　52
• 2.6 文件类型与Web服务器　54
• 2.7 对Apache服务器的控制有限时如何处理　55
• 2.8 关联数据平台　56
• 2.9 小结　56
• 第3章　使用关联数据　57
• 3.1 像万维网一样思考　57
• 3.2 如何使用关联数据　58
• 3.3 查找分布式关联数据的工具　60
• 3.3.1 Sindice　60
• 3.3.2 SameAs.org　61
• 3.3.3 Data Hub　62
• 3.4 聚合关联数据　63
• 3.4.1 聚合已知数据集中的关联数据　63
• 3.4.2 使用浏览器插件获取网页中的关联数据和RDF　67
• 3.5 关联数据网的抓取与数据的聚合　69
• 3.5.1 使用Python抓取关联数据网　69
• 3.5.2 利用聚合后的RDF输出HTML　72
• 3.6 小结　72
• 第 2部分　关联数据进阶
• 第4章　利用FOAF创建关联数据　74
• 4.1 创建个人FOAF配置文件　75
• 4.1.1 FOAF词表简介　76
• 4.1.2 方法I：手动创建基本的FOAF配置文件　77
• 4.1.3 改进基本的FOAF配置文件　78
• 4.1.4 方法II：自动生成FOAF配置文件　80
• 4.2 为FOAF配置文件添加更多内容　83
• 4.3 发布FOAF配置文件　85
• 4.4 FOAF配置文件的可视化　86
• 4.5 应用程序：采用自定义词表链接RDF文档　87
• 4.5.1 创建愿望清单词表　87
• 4.5.2 创建、发布并链接愿望清单文档　88
• 4.5.3 为愿望清单文档添加内容　89
• 4.5.4 小书签程序初探　91
• 4.6 小结　92
• 第5章　SPARQL：查询关联数据网　93
• 5.1 典型SPARQL查询概述　94
• 5.2 采用SPARQL查询扁平RDF文件　95
• 5.2.1 查询单个RDF文件　95
• 5.2.2 查询多个RDF文件　98
• 5.2.3 查询万维网上的RDF文件　100
• 5.3 查询SPARQL端点　100
• 5.4 SPARQL查询类型　102
• 5.4.1 SELECT查询　102
• 5.4.2 ASK查询　104
• 5.4.3 DESCRIBE查询　105
• 5.4.4 CONSTRUCT查询　105
• 5.4.5 SPARQL 1.1 Update　106
• 5.5 SPARQL结果格式（XML与JSON）　107
• 5.6 利用SPARQL查询创建网页　108
• 5.6.1 创建SPARQL查询　109
• 5.6.2 创建HTML页面　110
• 5.6.3 创建JavaScript表格　111
• 5.6.4 创建JavaScript地图　112
• 5.7 小结　115
• 第3部分 关联数据实战
• 第6章　强化搜索引擎的结果　118
• 6.1 通过嵌入RDFa以强化HTML　119
• 6.1.1 利用FOAF词表添加RDFa标记　122
• 6.1.2 在HTML span属性中使用RDFa　125
• 6.1.3 从包含FOAF的HTML文档中提取关联数据　126
• 6.2 采用GoodRelations词表嵌入RDFa　127
• 6.2.1 GoodRelations概述　127
• 6.2.2 利用GoodRelations强化嵌入RDFa的HTML　130
• 6.2.3 对选择RDFa GoodRelations的进一步观察　136
• 6.2.4 从包含 GoodRelations的HTML文档中提取关联数据　138
• 6.3 采用Schema.org词表嵌入RDFa　141
• 6.3.1 Schema.org概述　141
• 6.3.2 通过Schema.org强化使用RDFa Lite的HTML　143
• 6.3.3 对利用Schema.org选择RDFa Lite的进一步
• 观察　145
• 6.3.4 从包含Schema.org的HTML文档中提取关联数据　147
• 6.4 选择Schema.org还是GoodRelations　148
• 6.5 从HTML中提取RDFa并执行SPARQL查询　149
• 6.6 小结　150
• 第7章　RDF数据库基础　151
• 7.1 RDF数据库分类　151
• 7.1.1 RDF数据库的选择　153
• 7.1.2 RDF数据库与关系数据库的比较　153
• 7.1.3 RDF数据库的优点　158
• 7.2 将电子表格数据转换为RDF　159
• 7.2.1 将MS Excel转换为RDF的简单示例　159
• 7.2.2 将MS Excel转换为关联数据　161
• 7.2.3 选择RDF转换工具　163
• 7.3 应用程序：在RDF数据库中收集关联数据　163
• 7.3.1 过程概述　163
• 7.3.2 利用Python聚合数据源　164
• 7.3.3 理解输出　167
• 7.4 小结　169
• 第8章　数据集　170
• 8.1 DOAP词表　171
• 8.1.1 创建DOAP文件　172
• 8.1.2 使用DOAP词表　174
• 8.2 利用VoID记录数据集　178
• 8.2.1 VoID概述　178
• 8.2.2 准备VoID文件　179
• 8.3 站点地图　181
• 8.3.1 非语义站点地图　182
• 8.3.2 语义站点地图　183
• 8.3.3 启用站点发现　185
• 8.4 链接到其他用户的数据　187
• 8.5 示例：利用owl:sameAs实现数据集之间的互联　193
• 8.6 加入Data Hub　195
• 8.7 从DBpedia请求指向用户数据集的出站链接　197
• 8.8 小结　198
• 第4部分 归纳与整合
• 第9章　Callimachus：关联数据管理系统　200
• 9.1 Callimachus入门　202
• 9.2 使用RDF类创建网页　202
• 9.2.1 为Callimachus添加数据　203
• 9.2.2 向Callimachus通告OWL类　204
• 9.2.3 将Callimachus视图模板与用户的类相互关联　205
• 9.3 创建并编辑类实例　207
• 9.3.1 新建笔记　208
• 9.3.2 为笔记创建视图模板　210
• 9.3.3 为笔记创建编辑模板　211
• 9.4 应用程序：利用多个数据源创建网页　212
• 9.4.1 利用NOAA和EPA创建并查询关联数据　213
• 9.4.2 创建包含应用程序的网页　214
• 9.4.3 创建用于检索和显示关联数据的JavaScript　217
• 9.4.4 将代码段整合在一起　219
• 9.5 小结　222
• 第 10章 回顾发布关联数据　223
• 10.1 准备数据　224
• 10.2 构建URI　225
• 10.3 选择词表　225
• 10.4 自定义词表　226
• 10.5 用户数据与其他数据集的互联　227
• 10.6 发布数据　227
• 10.7 小结　227
• 第 11章 不断发展的万维网　228
• 11.1 关联数据和语义网之间的关系　228
• 11.2 未来展望　233
• 11.2.1 Google扩展富摘要　234
• 11.2.2 数字问责和透明度立法　234
• 11.2.3 广告的影响　234
• 11.2.4 强化的搜索　234
• 11.2.5 巨头的参与　235
• 11.3 小结　235
• 附录A 开发环境　236
• 附录B SPARQL结果格式　239
• 词汇表　245