SlideShare ist ein Scribd-Unternehmen logo
DATA
SUPPORT
OPEN
Trainingsmodul 1.3
Einführung in
RDF & SPARQL
PwC firms help organisations and individuals create the value they’re looking for. We’re a network of firms in 158 countries with close to 180,000 people who are committed to
delivering quality in assurance, tax and advisory services. Tell us what matters to you and find out more by visiting us at www.pwc.com.
PwC refers to the PwC network and/or one or more of its member firms, each of which is a separate legal entity. Please see www.pwc.com/structure for further details.
DATASUPPORTOPEN
Diese Präsentation wurde von PwC erstellt
Autoren:
Michiel De Keyzer, Nikolaos Loutas and Stijn
Goedertier
Präsentation
Metadaten
Slide 2
Disclaimers
1. The views expressed in this presentation are purely those of the authors and may not, in any
circumstances, be interpreted as stating an official position of the European Commission.
The European Commission does not guarantee the accuracy of the information included in this
presentation, nor does it accept any responsibility for any use thereof.
Reference herein to any specific products, specifications, process, or service by trade name,
trademark, manufacturer, or otherwise, does not necessarily constitute or imply its endorsement,
recommendation, or favouring by the European Commission.
All care has been taken by the author to ensure that s/he has obtained, where necessary,
permission to use any parts of manuscripts including illustrations, maps, and graphs, on which
intellectual property rights already exist from the titular holder(s) of such rights or from her/his
or their legal representative.
2. This presentation has been carefully compiled by PwC, but no representation is made or
warranty given (either express or implied) as to the completeness or accuracy of the information it
contains. PwC is not liable for the information in this presentation or any decision or
consequence based on the use of it.. PwC will not be liable for any damages arising from the use of
the information contained in this presentation. The information contained in this presentation is
of a general nature and is solely for guidance on matters of general interest. This presentation is
not a substitute for professional advice on any particular matter. No reader should act on the basis
of any matter contained in this publication without considering appropriate professional advice.
Open Data Support wird von der
Europäischen Kommission
finanziert, gemäß SMART
2012/0107 ‘Lot 2: Provision of
services for the Publication,
Access and Reuse of Open
Public Data across the European
Union, through existing open
data portals’(Vertrag No. 30-
CE-0530965/00-17).
© 2013 European Commission
DATASUPPORTOPEN
Lernziele
Am Ende dieses Trainingsmoduls sollten Sie Folgendes kennen:
• Das Resource Description Framework
(RDF/Quellenbeschreibungsgerüst);
• Wie schreibt/liest man RDF?
• Wie können Sie Ihre Daten mit RDF beschreiben?
• Was ist SPARQL?
• Welche verschiedenen Arten von SPARQL gibt es?
• Wie schreibt man eine SPARQL Abfrage?
Slide 3
DATASUPPORTOPEN
Inhalt
Dieses Modul enthält...
• Eine Einführung in das Resource Description Framework (RDF), um
ihre Daten zu beschreiben.
- Was ist RDF?
- Wie ist es strukturiert?
- Wie können Sie Ihre Daten in RDF darstellen?
• Eine Einführung in SPARQL, und wie können Sie es in RDF abfragen
und bearbeiten.
• Hinweise zu weiterführender Literatur, Beispielen und Übungen.
Slide 4
DATASUPPORTOPEN
Resource Description
Framework
Eine Einführung in RDF.
Slide 5
DATASUPPORTOPEN
RDF in der Reihe von Semantic Web Technologien
RDF steht für:
- Ressource (Quelle): Alles, was
einen einzigartigen Identifier (URI),
z.B. Seiten, Standorte, Menschen,
Produkte haben kann...
- Beschreibung: Attribute,
Funktionen und Beziehungen der
Ressourcen
- Framework (Gerüst): Modell,
Sprachen und Syntaxen für diese
Beschreibungen
• RDF wurde 1999 als eine W3C
Empfehlung veröffentlicht.
• RDF wurde ursprünglich als ein
Datenmodell für Metadaten
eingeführt.
• RDF wurde verallgemeinert, um
Kenntnisse aller Arten abzudecken.
Slide 6
DATASUPPORTOPEN
Beispiel: RDF Beschreibung einer Organisation
Nike, Dahliastraat 24, 2160 Wommelgem
Slide 7
<rdf:RDF
xmlns:rov=“http://www.w3.org/TR/vocab-regorg/ “
xmlns:org=“http://www.w3.org/TR/vocab-org/”
xmlns:locn=“http://www.w3.org/ns/locn#” >
<rov:RegisteredOrganization rdf:about=“http://example.com/org/2172798119”>
<rov:legalName> “Nike”< /rov:legalName>
<org:hasRegisteredSite rdf:resource=“http://example.com/site/1234”/>
</rov:RegisteredOrganization>
<locn:Address rdf:about=“http://example.com/site/1234”/>
<locn:fullAddress>” Dahliastraat 24, 2160 Wommelgem”</locn:fullAddress>
</locn:Address>
</rdf:RDF>
DATASUPPORTOPEN
RDF-Struktur
Triples, Grafiken und Syntax.
Slide 8
DATASUPPORTOPEN
Was ist ein Triple?
Slide 9
RDF ist eine allgemeine Syntax zur Darstellung von Daten im Web.
Jede in RDF ausgedrückte Information wird als Triple vertreten:
• Subjekt– eine Quelle, die mit einer URI identifiziert werden kann.
• Prädikat – eine URI-identifizierte wiederverwendete Spezifikation
der Beziehung.
• Objekt – eine Quelle oder Literale, mit dem das Thema verwandt ist.
http://example.com/org/2172798119 has as legal name “Nike”.
Thema Prädikat Objekt
Beispiel: Name einer gesetzlichen Rechtspersönlichkeit:
DATASUPPORTOPEN
RDF wird auf Graph gegründet
Graph =
Eine Sammlung von Triples
Slide 10
http://example.co
m/site/1234
http://example.com/
org/2172798119
Nike
Hat eine registrierte Website
Hat einen gesetzlichen
Namen
Dahliastraat 24
2160 Wommelgem
Vollständige Anschrift
DATASUPPORTOPEN
RDF Syntax
RDF/XML
Slide 11
<rdf:RDF
xmlns:rov=“http://www.w3.org/TR/vocab-regorg/ “
xmlns:org=“http://www.w3.org/TR/vocab-org/”
xmlns:locn=“http://www.w3.org/ns/locn#” >
<rov:RegisteredOrganization rdf:about=“http://example.com/org/2172798119”>
<rov:legalName> “Niké”< /rov:legalName>
<org:hasRegisteredSite rdf:resource=“http://example.com/site/1234”/>
</rov:RegisteredOrganization>
<locn:Address rdf:about=“http://example.com/site/1234”/>
<locn:fullAddress>” Dahliastraat 24, 2160 Wommelgem”</locn:fullAddress>
</locn:Address>
</rdf:RDF>
Subjekt
Prädikat
Objekt
Graf
RDF/XML ist derzeit die einzige Syntax, die
standardisiert durch W3C ist.
Definition von Präfixen
Beschreibung der Daten – Triples
DATASUPPORTOPEN
RDF Syntax
Turtle
Slide 12
Subjekt
Prädikat
Objekt
@prefix rov: <http://www.w3.org/TR/vocab-regorg/> .
@prefix org: <http://www.w3.org/TR/vocab-org/> .
@prefix locn: <http://www.w3.org/ns/locn#> .
< http://example.com/org/2172798119 >
a <rov:RegisteredOrganization> ;
rov:legalName “Niké “;
org:hasRegisteredSite <http://example.com/site/1234> .
<http://example.com/site/1234>
a <locn:Address> ;
locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Graf
Turtle wird in RDF 1.1.
standardisiert
Siehe also:
http://www.w3.org/2009/12/rdf-ws/papers/ws11
Definition von Präfixen
Beschreibung der Daten – Triples
DATASUPPORTOPEN
RDF Syntax
RDFa
Slide 13
Thema
Predikat
Objekt
<html>
<head> ... </head>
<body>
...
<div resource=“http://example.com/org/2172798119”
typeof= “http://www.w3.org/TR/vocab-regorg/RegisteredOrganization”>
<p>
<span property=" http://www.w3.org/TR/vocab-regorg/legalName">Nike<span>
Address: <span property="http://www.w3.org/ns/locn#fullAddress"> Dahliastraat
24, 2160 Wommelgem </span>
</p></div>
</body>
Siehe auch:
http://www.w3.org/TR/2012/NOTE-rdfa-primer-20120607/
Einbetten von RDF Daten in HTML
DATASUPPORTOPEN
Wie repräsentieren
Sie Daten in RDF?
Klassen, Eigenschaften und Vokabular
Slide 14
DATASUPPORTOPEN
RDF Vokabular
Slide 15
“Ein Vokabular ist ein Datenmodell, dass Klassen, Eigentum und
Beziehungen einschließt, die zur Beschreibung Ihrer Daten und
Metadaten verwendet werden können.”
RDF Vokabulare verwenden Sätze von Begriffen, um Dinge zu
beschreiben.
Ein Begriff ist entweder eine Klasse oder eine Eigenschaft.
 Objekttyp Eigenschaften (Beziehungen)
 Datentyp Eigenschaften (Attribute)
DATASUPPORTOPEN
Was sind Klassen, Beziehungen und Eigentum?
• Klasse. Ein Konstrukt, das Dinge in der realen und/oder
Informationswelt repräsentiert, z.B eine Person, eine Organisation,
eine Konzept wie “Gesundheit” oder “Freiheit”.
• Beziehung. Eine Verbindung zwischen zwei Klassen: zwischen
einem Dokument und der Organisation, die es veröffentlicht (d.h.
Organisation veröffentlicht Dokument); oder zwischen einer Karte
und der geografischen Region, die sie zeigt (d.h. Karte zeigt
geografische Region). In RDF Beziehungen werden als Objekttyp
Eigenschaften kodiert.
• Eigentum. Eine Eigenschaft einer Klasse in einer besonderen
Dimension, wie der offizielle Name einer Organisation oder das
Datum und die Zeit, wann eine Beobachtung gemacht wurde.
Slide 16
DATASUPPORTOPEN
Beispiele von Klassen, Beziehungen und Eigentum
Slide 17
http://.../org/217279
8119
site
http://example.com/site
/1234
RegisteredOrganisation Address
Dahliastraat 24, 2160
Wommelgem“Nike”
a a
fullAddresslegalName
KlasseEigentum
Beziehung
DATASUPPORTOPEN
Weiterverwenden von RDF Vokabularen
• Weiterverwendung ermöglicht höchste Interoperabilität Ihrer Daten.
Zum Beispiel macht die Verwendung von <dcterms:created>, dessen Wert eine Datei vom
Typ 2013-02-21^^xsd:date sein sollte, dass die Daten sofort von viele Maschienen
verarbeitbar sind. Wenn Ihr Schema Datenherausgeber dazu ermuntert, unterschiedliche
Begriffe und Datumsformate, wie ex:date "21 February 2013“, zu benutzen, dann wird das
Veröffentlichen von Daten mit Ihrem Schema eine weitere Verarbeitung erfordern, um das
gleiche wie alle anderen zu machen.
• Weiterverwendung erhöht die Glaubwürdigkeit Ihres Schemas.
Es zeigt, dass es mit Sorge und Professionalität veröffentlicht worden ist, und das fördert
wiederum seine Weiterverwendung.
• Weiterverwendung ist einfacher und billiger.
Durch die Weiterverwendung von Klassen und Eigentum mit Hilfe von gut definierte und
richtig gehosteten Vokabeln wird vermieden, dass Sie diese Bemühung wiederholen
müssen.
Slide 18
Siehe auch:
https://joinup.ec.europa.eu/community/semic/document/cookbook-
translating-data-models-rdf-schemas
http://www.slideshare.net/OpenDataSupport/model-your-data-metadata
DATASUPPORTOPEN
Wo können Sie vorhandene Vokabulare finden?
Slide 19
Refinethesearch results via the
facetedsearch filters.
2
1
3
http://lov.okfn.org/
http://joinup.ec.europa.eu/
DATASUPPORTOPEN
Wohlbekannte Vokabulare
Slide 20
Friend-of-a-Friend (FOAF) Vokabular, um Leute zu beschreiben.
Core Person Vocabulary
Vokabular, um die grundlegenden Eigenschaften einer Person, z.B
Name, Geschlecht, Geburtsdatum zu beschreiben.
DOAP Vokabular, um Projekte zu beschreiben.
DCAT-AP
Auf der Daten Katalog Vokabular (DCAT) basierte Vokabular, um
Datensätzen des öffentlichen Sektors in Europa zu beschreiben.
ADMS Vokabular, um Interoperability Assets zu beschreiben.
Dublin Core Definiert allgemeine Metadatenattribute.
Registered Organisation Vocabulary
Vokabular, um Organisationen zu beschreiben, die typisch in einem
nationalen oder regionalen Register sind.
Organization Ontology Vokabular zur Beschreibung der Struktur von Organisationen.
Core Location Vocabulary
Vokabular, das die grundlegenden Eigenschaften eines Standortes
beschreibt.
Core Public Service Vocabulary
Vokabular, das die grundlegenden Eigenschaften eines Dienstes der
öffentlichen Verwaltung beschreibt.
schema.org Vokabular, das von Google, Yahoo und Microsoft verstanden wird,
um strukturierte Daten im Web zu veröffentlichen.
Siehe auch:
http://www.w3.org/wiki/TaskForces/CommunityProj
ects/LinkingOpenData/CommonVocabularies
DATASUPPORTOPEN
Modellieren Sie Ihre eigenes Vokabular als ein
RDF Schema
Wenn es kein geeignetes maßgebliches wiederverwendbares
Vokabular gibt, um Ihre Daten zu beschreiben, verwenden Sie
Konventionen, um Ihr eigenes Vokabular zu schreiben.
- RDF Schema (RDFS)
- Web Ontology Language (OWL)
Beispiel: Definition einer Klasse
Slide 21
cpsv:PublicService a rdfs:Class, owl:Class;
rdfs:label "Public Service"@en;
rdfs:comment "This class represents the service itself. As noted in
the scope, a public service is the capacity to carry out a procedure
and exists whether it is used or not. It is a set of deeds and
acts performed by or on behalf of a public agency for the benefit of a
citizen, a business or another public agency."@en.
Siehe auch:
http://www.slideshare.net/OpenDataSupport/model-your-
data-metadata
DATASUPPORTOPEN
Einfürung in
SPARQL
Die RDF Query-Sprache
Slide 22
DATASUPPORTOPEN
Über SPARQL
SPARQL ist die Standardsprache, um als RDF Triple verfasste Graph-
Daten abzufragen.
SPARQL Protocol And RDF Query Language
• Einer der drei Kernstandards des Semantic Web, zusammen mit RDF
und OWL.
• Wurde im Januar 2008 ein W3C-Standard.
• SPARQL 1.1 befindet sich derzeit im Arbeitsversion-Status.
Slide 23
DATASUPPORTOPEN
Arten von SPARQL Abfragen
• SELECT
Gibt eine Tabelle aller X, Y, usw. an, die die folgenden Bedingungen
erfüllen...
• CONSTRUCT
Findet alle X, Y, usw., die die folgenden Bedingungen erfüllen... Und
setzt sie in die folgende Schablone ein, um (möglicherweise neue)
RDF Anweisungen zu generieren und eine neue Grafik zu schaffen.
• DESCRIBE
Findet alle Anweisungen im Datensatz, die Information über die
folgende(n) Quelle(n) liefern... (identifiziert durch Name oder
Beschreibung).
• ASK
Gibt es irgendwelche X,Y, usw., die die folgenden Bedingungen
erfüllen...?
Slide 24
Siehe auch:
http://www.euclid-project.eu/modules/chapter2
DATASUPPORTOPEN
PREFIX rov: <http://www.w3.org/TR/vocab-regorg/>
SELECT ?name
WHERE
{ ?x rov:legalName ?name }
Struktur einer SPARQL Abfrage
Slide 25
Typ der
Anfrage
Variablen, d.h. was zu suchen ist.
RDF Triple Muster, d.h.
die Bedingungen, die
erfüllt werden müssen.
Definition von
Präfixen
DATASUPPORTOPEN
SELECT – Rückschluss auf den Namen einer
Organisation mit bestimmten URI
Slide 26
comp:A rov:haslegalName “Nike” .
comp:A org:hasRegisteredSite site:1234 .
Comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem .
PREFIX comp: < http://example/org/org/>
PREFIX org: < http://www.w3.org/TR/vocab-regorg/ >
PREFIX site: <http://example.org/site/>
PREFIX rov: <http://www.w3.org/TR/vocab-regorg/>
SELECT ?name
WHERE
{ ?x org:hasRegisteredSite site:1234 .
?x rov:haslegalName ?name .}
name
“Nike”
Beispieldaten
Abfrage
Ergebnis
DATASUPPORTOPEN
SELECT - Rückschluss auf Namen und Addresse
von Organisationen
Slide 27
PREFIX org: < http://www.w3.org/TR/vocab-regorg/ >
PREFIX locn:< http://www.w3.org/ns/locn#>
PREFIC rov:<http://www.w3.org/TR/vocab-regorg/>
SELECT ?name ?address
WHERE
{ ?x org:hasRegisteredSite ?site.
?x rov:haslegalName ?name .
?site locn:fullAddress ?address . }
name address
“Niké” “Dahliastraat 24, 2160 Wommelgem”
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
Comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Beispieldaten
Abfrage
Ergebnis
DATASUPPORTOPEN
SELECT – Rückschluss auf alle Bücher mit einem
bestimmten Preis (1/2)
Slide 28
@prefix dc: <http://purl.org/dc/elements/1.1/> .
@prefix : <http://example.org/book/> .
@prefix ns: <http://example.org/ns#> .
:book1 dc:title "SPARQL Tutorial" .
:book1 ns:price 42 .
:book2 dc:title "The Semantic Web" .
:book2 ns:price 23 .
Beispieldaten
DATASUPPORTOPEN
SELECT – Rückschluss auf alle Bücher unterhalb
eines bestimmten Preises (2/2)
Slide 29
PREFIX dc: <http://purl.org/dc/elements/1.1/> .
PREFIX : <http://example.org/book/> .
PREFIX ns: <http://example.org/ns#> .
SELECT ?book ?title
WHERE
{ ?book dc:title ?title .
?book ns:price ?price . FILTER ( ?price < 40 )
}
book title
:book2 “The Semantic Web”
Abfrage
Ergebnis
DATASUPPORTOPEN
CONSTRUCT – Erstellt eine neue Grafik für den
Vergleich mit einer anderen Marke
Slide 30
@prefix comp: <http://example/org/> .
@prefix rdfs: <http://www.w3.org/TR/rdf-schema/>
comp:a rdfs:label “Niké" .
comp:b rdfs:label “BARCO" .
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
PREFIX comp: < http://example/org/org/>
PREFIX org: < http://www.w3.org/TR/vocab-regorg/ >
PREFIC rdfs: <http://www.w3.org/TR/rdf-schema/>
CONSTRUCT {?comp rdfs:label ?name}
WHERE
{ ?comp org:haslegalName ?name. }
Beispieldaten
Abfrage
resultierender Graph
DATASUPPORTOPEN
DESCRIBE – Rückschluss auf alle Triples von an einem
bestimmten Standort registrierten Organisationen
Slide 31
PREFIX comp: <http://example/org/>
PREFIX site: <http://example/site>
PREFIX org: < http://www.w3.org/TR/vocab-regorg/
DESCRIBE ?organisation
WHERE
{?organisation org:hasRegisteredSite site:1234}
@prefix comp: <http://example/org/> .
@prefix org: <http://www.w3.org/TR/vocab-regorg/> .
comp:A has:legalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Beispieldaten
Abfrage
Ergebnis
DATASUPPORTOPEN
DESCRIBE – Rückschluss auf alle Triples, die mit einer
bestimmten Quelle (Organisation) verbunden sind.
Slide 32
PREFIX comp: <http://example/org/>
DESCRIBE comp:A
@prefix comp: <http://example/org/> .
@prefix org: <http://www.w3.org/TR/vocab-regorg/> .
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Beispieldaten
Abfrage
Ergebnis
DATASUPPORTOPEN
ASK – Gibt es Organisationen, deren
eingetragener Standort “1234” ist?
Slide 33
PREFIX org: < http://www.w3.org/TR/vocab-regorg/
ASK
WHERE
{?organisation org:hasRegisteredSite site:1234}
TRUE
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Beispieldaten
Abfrage
Ergebnis
DATASUPPORTOPEN
ASK – Gibt es einen registrierten Standort für die
Organisation “BARCO”?
Slide 34
PREFIX comp: <http://example/org/>
PREFIX org: <http://www.w3.org/TR/vocab-regorg/>
ASK
WHERE
{comp:B org:hasRegisteredSite ?site .}
FALSE
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Beispieldaten
Abfrage
Ergebnis
DATASUPPORTOPEN
SPARQL 1.1 Update
Einsetzbar für...
• Hinzufügen von Daten (INSERT)
• Löschen von Daten (DELETE)
• Laden einer RDF Grafik (LOAD / LOAD .. INTO)
• Löschen einer RDF Grafik (CLEAR GRAPH)
• Erstellen einer RDF Grafik (CREATE GRAPH)
• Entfernen einer RDF Grafik (DROP GRAPH)
• Kopieren einer RDF Grafik (COPY GRAPH ... TO GRAPH)
• Verschieben einer RDF Grafik (MOVE GRAPH ... TO GRAPH)
• Hinzufügen einer RDF Grafik (ADD GRAPH TO GRAPH)
Slide 35
Siehe auch:
http://www.euclid-project.eu/modules/chapter2
http://www.w3.org/TR/sparql11-update/
DATASUPPORTOPEN
INSERT – existiert ein registrierter Standort für “BARCO”?
Slide 36
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Beispieldaten
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
comp:B org:hasRegisteredSite site:5678 .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
site:5678 locn:fullAddress “President Kennedypark 35, 8500 Kortrijk“ .
PREFIX comp: <http://example/org/>
PREFIX org: <http://www.w3.org/TR/vocab-regorg/>
INSERT DATA
{
site:5678 locn:fullAddress “President Kennedypark 35, 8500 Kortrijk“ .
comp:B org:hasRegisteredSite site:5678 .
}
Abfrage
Ergebnis
DATASUPPORTOPEN
INSERT/DELETE – Ändert die Addresse für “Niké”?
Slide 37
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1234 .
comp:B rov:haslegalName “BARCO” .
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
Data
PREFIX comp: <http://example/org/>
PREFIX org: <http://www.w3.org/TR/vocab-regorg/>
DELETE DATA
{
comp:A org:hasRegisteredSite site:1234 .
}
INSERT DATA
{
site:5678 locn:fullAddress “Rue de Loi 34, 1000 Bruxelles“ .
comp:A org:hasRegisteredSite site:5678 .
}
Abfrage
comp:A rov:haslegalName “Niké” .
comp:A org:hasRegisteredSite site:1000.
site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” .
site:1000 locn:fullAddress “Rue de Loi 34, 1000 Bruxelles“ .
Ergebnis
DATASUPPORTOPEN
Schlußfolgerungen
• RDF ist eine allgemeine Weise, um Daten, die für die
Veröffentlichung im Web vorgesehen sind, auszudrücken.
• RDF Daten werden in Triples ausgedrückt: Subjekt, Prädikat, Objekt.
• Verschiedene Syntaxen existieren, um Daten in RDF
auszudrücken.
• SPARQL ist eine standardisierte Sprache, um Grafik Daten, die als
RDF ausgedrückt werden, abzufragen.
• SPARQL kann verwendet werden, um RDF Daten abzufragen und zu
aktualisieren.
Slide 38
DATASUPPORTOPEN
Vielen Dank!
... Und jetzt IHRE Fragen?
Slide 39
Nehmen Sie auch den Online-Test!
DATASUPPORTOPEN
Referenzen
Folie 6:
• Semantic Web Stack. W3C. http://www.w3.org/DesignIssues/diagrams/sweb-
stack/2006a.png
Folien 18 & 20:
• Linked Data Cookbook. W3C.
http://www.w3.org/2011/gld/wiki/Linked_Data_Cookbook
Folie 21:
• Cookbook for translating data models to RDF schemas. ISA Programme.
https://joinup.ec.europa.eu/community/semic/document/cookbook-translating-
data-models-rdf-schemas
Folie 22:
• Common Vocabularies / Ontologies / Micromodels. W3C.
http://www.w3.org/wiki/TaskForces/CommunityProjects/LinkingOpenData/Co
mmonVocabularies
Folien 23-24:
• SPARQL Query Language for RDF. W3C. http://www.w3.org/TR/rdf-sparql-
query/
Folie 24:
• Module 2: Querying Linked Data. EUCLID. http://www.euclid-
project.eu/modules/course2
Folie 35:
• Module 2: Querying Linked Data. EUCLID. http://www.euclid-
project.eu/modules/course2
• SPARQL 1.1 Update. W3C.. http://www.w3.org/TR/sparql11-update/
Slide 40
DATASUPPORTOPEN
Weiterführende Lektüre
Learning SPARQL. Bob DuCharme.
http://www.learningsparql.com/
Semantic Web for the working ontologist. Dean Allemang, Jim
Hendler.
http://workingontologist.org/
EUCLID - Course 2: Querying Linked Data
http://www.euclid-project.eu/modules/course2
Slide 41
DATASUPPORTOPEN
Verwandte Projekte und Initiativen
Joinup, https://joinup.ec.europa.eu/
Linked Open Vocabularies, http://okfn.org/
W3C GLD WG, http://www.w3.org/2011/gld/wiki/Main_Page
W3C Schools – Learn RDF
http://www.w3schools.com/rdf/default.asp
EUCLID, http://euclid-project.eu/
TopBraid Composer
Protégé Ontology Editor , http://protege.stanford.edu/
XML Summer School http://xmlsummerschool.com/
Slide 42
DATASUPPORTOPEN
Werden Sie Teil unseres Teams...
Finden Sie
uns auf
Kontaktieren
Sie uns unter
Begleiten Sie
uns auf
Folgen Sie
uns auf
Open Data Support
http://www.slideshare.net/OpenDataSupport
http://www.opendatasupport.euOpen Data Support
http://goo.gl/y9ZZI
@OpenDataSupport contact@opendatasupport.eu
Slide 43

Weitere ähnliche Inhalte

Was ist angesagt?

Cloud Cost Management and Apache Spark with Xuan Wang
Cloud Cost Management and Apache Spark with Xuan WangCloud Cost Management and Apache Spark with Xuan Wang
Cloud Cost Management and Apache Spark with Xuan Wang
Databricks
 
WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...
WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...
WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...
Brian Grant
 
Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018
Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018
Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018
Amazon Web Services
 
Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...
Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...
Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...
Neo4j
 
Graph and Amazon Neptune
Graph and Amazon NeptuneGraph and Amazon Neptune
Graph and Amazon Neptune
Amazon Web Services
 
Serving models using KFServing
Serving models using KFServingServing models using KFServing
Serving models using KFServing
Theofilos Papapanagiotou
 
Kubernetes extensibility
Kubernetes extensibilityKubernetes extensibility
Kubernetes extensibility
Docker, Inc.
 
Azure ML Training - Deep Dive
Azure ML Training - Deep DiveAzure ML Training - Deep Dive
Azure ML Training - Deep Dive
Venkatesh Narayanan
 
Best Practices with Azure Kubernetes Services
Best Practices with Azure Kubernetes ServicesBest Practices with Azure Kubernetes Services
Best Practices with Azure Kubernetes Services
QAware GmbH
 
From Data Science to MLOps
From Data Science to MLOpsFrom Data Science to MLOps
From Data Science to MLOps
Carl W. Handlin
 
Productionzing ML Model Using MLflow Model Serving
Productionzing ML Model Using MLflow Model ServingProductionzing ML Model Using MLflow Model Serving
Productionzing ML Model Using MLflow Model Serving
Databricks
 
IBM PartnerWorld
IBM PartnerWorld IBM PartnerWorld
IBM PartnerWorld
Coenraad Smith
 
Monitoring modern applications using Elastic
Monitoring modern applications using ElasticMonitoring modern applications using Elastic
Monitoring modern applications using Elastic
Elasticsearch
 
Helm - Package manager in K8S
Helm - Package manager in K8SHelm - Package manager in K8S
Helm - Package manager in K8S
Piotr Perzyna
 
A Practical Enterprise Feature Store on Delta Lake
A Practical Enterprise Feature Store on Delta LakeA Practical Enterprise Feature Store on Delta Lake
A Practical Enterprise Feature Store on Delta Lake
Databricks
 
Operator SDK for K8s using Go
Operator SDK for K8s using GoOperator SDK for K8s using Go
Operator SDK for K8s using Go
CloudOps2005
 
Reproducible AI using MLflow and PyTorch
Reproducible AI using MLflow and PyTorchReproducible AI using MLflow and PyTorch
Reproducible AI using MLflow and PyTorch
Databricks
 
MLflow with Databricks
MLflow with DatabricksMLflow with Databricks
MLflow with Databricks
Liangjun Jiang
 
Introduction to MLflow
Introduction to MLflowIntroduction to MLflow
Introduction to MLflow
Databricks
 
Apply MLOps at Scale by H&M
Apply MLOps at Scale by H&MApply MLOps at Scale by H&M
Apply MLOps at Scale by H&M
Databricks
 

Was ist angesagt? (20)

Cloud Cost Management and Apache Spark with Xuan Wang
Cloud Cost Management and Apache Spark with Xuan WangCloud Cost Management and Apache Spark with Xuan Wang
Cloud Cost Management and Apache Spark with Xuan Wang
 
WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...
WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...
WSO2Con US 2015 Kubernetes: a platform for automating deployment, scaling, an...
 
Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018
Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018
Deep Dive on Amazon Neptune (DAT403) - AWS re:Invent 2018
 
Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...
Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...
Neo4j GraphSummit London - The Path To Success With Graph Database and Data S...
 
Graph and Amazon Neptune
Graph and Amazon NeptuneGraph and Amazon Neptune
Graph and Amazon Neptune
 
Serving models using KFServing
Serving models using KFServingServing models using KFServing
Serving models using KFServing
 
Kubernetes extensibility
Kubernetes extensibilityKubernetes extensibility
Kubernetes extensibility
 
Azure ML Training - Deep Dive
Azure ML Training - Deep DiveAzure ML Training - Deep Dive
Azure ML Training - Deep Dive
 
Best Practices with Azure Kubernetes Services
Best Practices with Azure Kubernetes ServicesBest Practices with Azure Kubernetes Services
Best Practices with Azure Kubernetes Services
 
From Data Science to MLOps
From Data Science to MLOpsFrom Data Science to MLOps
From Data Science to MLOps
 
Productionzing ML Model Using MLflow Model Serving
Productionzing ML Model Using MLflow Model ServingProductionzing ML Model Using MLflow Model Serving
Productionzing ML Model Using MLflow Model Serving
 
IBM PartnerWorld
IBM PartnerWorld IBM PartnerWorld
IBM PartnerWorld
 
Monitoring modern applications using Elastic
Monitoring modern applications using ElasticMonitoring modern applications using Elastic
Monitoring modern applications using Elastic
 
Helm - Package manager in K8S
Helm - Package manager in K8SHelm - Package manager in K8S
Helm - Package manager in K8S
 
A Practical Enterprise Feature Store on Delta Lake
A Practical Enterprise Feature Store on Delta LakeA Practical Enterprise Feature Store on Delta Lake
A Practical Enterprise Feature Store on Delta Lake
 
Operator SDK for K8s using Go
Operator SDK for K8s using GoOperator SDK for K8s using Go
Operator SDK for K8s using Go
 
Reproducible AI using MLflow and PyTorch
Reproducible AI using MLflow and PyTorchReproducible AI using MLflow and PyTorch
Reproducible AI using MLflow and PyTorch
 
MLflow with Databricks
MLflow with DatabricksMLflow with Databricks
MLflow with Databricks
 
Introduction to MLflow
Introduction to MLflowIntroduction to MLflow
Introduction to MLflow
 
Apply MLOps at Scale by H&M
Apply MLOps at Scale by H&MApply MLOps at Scale by H&M
Apply MLOps at Scale by H&M
 

Andere mochten auch

Das Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDFDas Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDFOpen Data Support
 
7 - Sprachen Des Semantic Web - SPARQL
7 - Sprachen Des Semantic Web - SPARQL7 - Sprachen Des Semantic Web - SPARQL
7 - Sprachen Des Semantic Web - SPARQL
Steffen Schloenvoigt
 
SPARQL Cheat Sheet
SPARQL Cheat SheetSPARQL Cheat Sheet
SPARQL Cheat Sheet
LeeFeigenbaum
 
Einführung in Metadatenverwaltung
Einführung in MetadatenverwaltungEinführung in Metadatenverwaltung
Einführung in MetadatenverwaltungOpen Data Support
 
Lizenzen für Daten und Metadaten
Lizenzen für Daten und MetadatenLizenzen für Daten und Metadaten
Lizenzen für Daten und MetadatenOpen Data Support
 
Einführung in offene Daten Qualität
Einführung in offene Daten QualitätEinführung in offene Daten Qualität
Einführung in offene Daten QualitätOpen Data Support
 
Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...
Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...
Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...Open Data Support
 
Open Data Support - Wie können wir Ihnen helfen?
Open Data Support - Wie können wir Ihnen helfen?Open Data Support - Wie können wir Ihnen helfen?
Open Data Support - Wie können wir Ihnen helfen?
Open Data Support
 
Das Entwerfen und die Verwaltung von persistenten URIs
Das Entwerfen und die Verwaltung von persistenten URIsDas Entwerfen und die Verwaltung von persistenten URIs
Das Entwerfen und die Verwaltung von persistenten URIsOpen Data Support
 
Die PSI-Richtline und offene Regierungsdaten
Die PSI-Richtline und offene RegierungsdatenDie PSI-Richtline und offene Regierungsdaten
Die PSI-Richtline und offene RegierungsdatenOpen Data Support
 
Der Lebenszyklus von Linked Offenen Regierungsdaten
Der Lebenszyklus von Linked Offenen RegierungsdatenDer Lebenszyklus von Linked Offenen Regierungsdaten
Der Lebenszyklus von Linked Offenen RegierungsdatenOpen Data Support
 
Triplestore and SPARQL
Triplestore and SPARQLTriplestore and SPARQL
Triplestore and SPARQL
Lino Valdivia
 
Semantic Technologies and Triplestores for Business Intelligence
Semantic Technologies and Triplestores for Business IntelligenceSemantic Technologies and Triplestores for Business Intelligence
Semantic Technologies and Triplestores for Business Intelligence
Marin Dimitrov
 
Future of Library User Experience
Future of Library User ExperienceFuture of Library User Experience
Future of Library User Experience
bolt peters
 
Geben Sie Ihre Daten frei...! - Chancen, Nutzen und praktische Umsetzung von...
Geben Sie Ihre Daten frei...!  - Chancen, Nutzen und praktische Umsetzung von...Geben Sie Ihre Daten frei...!  - Chancen, Nutzen und praktische Umsetzung von...
Geben Sie Ihre Daten frei...! - Chancen, Nutzen und praktische Umsetzung von...GovData - Das Datenportal für Deutschland
 
Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...
Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...
Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...
Dataconomy Media
 
Java and SPARQL
Java and SPARQLJava and SPARQL
Java and SPARQL
Raji Ghawi
 
SPARQL Tutorial
SPARQL TutorialSPARQL Tutorial
SPARQL Tutorial
Leigh Dodds
 

Andere mochten auch (20)

Das Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDFDas Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDF
 
7 - Sprachen Des Semantic Web - SPARQL
7 - Sprachen Des Semantic Web - SPARQL7 - Sprachen Des Semantic Web - SPARQL
7 - Sprachen Des Semantic Web - SPARQL
 
SPARQL Cheat Sheet
SPARQL Cheat SheetSPARQL Cheat Sheet
SPARQL Cheat Sheet
 
Einführung in Metadatenverwaltung
Einführung in MetadatenverwaltungEinführung in Metadatenverwaltung
Einführung in Metadatenverwaltung
 
Lizenzen für Daten und Metadaten
Lizenzen für Daten und MetadatenLizenzen für Daten und Metadaten
Lizenzen für Daten und Metadaten
 
Einführung in offene Daten Qualität
Einführung in offene Daten QualitätEinführung in offene Daten Qualität
Einführung in offene Daten Qualität
 
Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...
Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...
Förderung der Weiterverwendung von offenen Regierungsdaten durch die Open Dat...
 
Open Data Support - Wie können wir Ihnen helfen?
Open Data Support - Wie können wir Ihnen helfen?Open Data Support - Wie können wir Ihnen helfen?
Open Data Support - Wie können wir Ihnen helfen?
 
Das Entwerfen und die Verwaltung von persistenten URIs
Das Entwerfen und die Verwaltung von persistenten URIsDas Entwerfen und die Verwaltung von persistenten URIs
Das Entwerfen und die Verwaltung von persistenten URIs
 
Einführung in Linked Daten
Einführung in Linked DatenEinführung in Linked Daten
Einführung in Linked Daten
 
Die PSI-Richtline und offene Regierungsdaten
Die PSI-Richtline und offene RegierungsdatenDie PSI-Richtline und offene Regierungsdaten
Die PSI-Richtline und offene Regierungsdaten
 
Der Lebenszyklus von Linked Offenen Regierungsdaten
Der Lebenszyklus von Linked Offenen RegierungsdatenDer Lebenszyklus von Linked Offenen Regierungsdaten
Der Lebenszyklus von Linked Offenen Regierungsdaten
 
Triplestore and SPARQL
Triplestore and SPARQLTriplestore and SPARQL
Triplestore and SPARQL
 
Semantic Technologies and Triplestores for Business Intelligence
Semantic Technologies and Triplestores for Business IntelligenceSemantic Technologies and Triplestores for Business Intelligence
Semantic Technologies and Triplestores for Business Intelligence
 
Future of Library User Experience
Future of Library User ExperienceFuture of Library User Experience
Future of Library User Experience
 
Entdecken Sie Deutschlands Datenschätze! (03/2014)
Entdecken Sie Deutschlands Datenschätze! (03/2014)Entdecken Sie Deutschlands Datenschätze! (03/2014)
Entdecken Sie Deutschlands Datenschätze! (03/2014)
 
Geben Sie Ihre Daten frei...! - Chancen, Nutzen und praktische Umsetzung von...
Geben Sie Ihre Daten frei...!  - Chancen, Nutzen und praktische Umsetzung von...Geben Sie Ihre Daten frei...!  - Chancen, Nutzen und praktische Umsetzung von...
Geben Sie Ihre Daten frei...! - Chancen, Nutzen und praktische Umsetzung von...
 
Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...
Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...
Dr. Christian Kurze from Denodo, "Data Virtualization: Fulfilling the Promise...
 
Java and SPARQL
Java and SPARQLJava and SPARQL
Java and SPARQL
 
SPARQL Tutorial
SPARQL TutorialSPARQL Tutorial
SPARQL Tutorial
 

Ähnlich wie Einführung in RDF & SPARQL

Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)
Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)
Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)
Martin Kaltenböck
 
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
Martin Kaltenböck
 
Linked Open Data Pilotprojekt Österreich - LOD Pilot AT
Linked Open Data Pilotprojekt Österreich - LOD Pilot ATLinked Open Data Pilotprojekt Österreich - LOD Pilot AT
Linked Open Data Pilotprojekt Österreich - LOD Pilot AT
Martin Kaltenböck
 
Bibliotheken und Linked Open Data
Bibliotheken und Linked Open DataBibliotheken und Linked Open Data
Bibliotheken und Linked Open Data
Magnus Pfeffer
 
Vernetzungstage 2011
Vernetzungstage 2011Vernetzungstage 2011
Vernetzungstage 2011
Stefan Buddenbohm
 
Die "Semantic Web Recommendations" und das Jena Framework
Die "Semantic Web Recommendations" und das Jena FrameworkDie "Semantic Web Recommendations" und das Jena Framework
Die "Semantic Web Recommendations" und das Jena Framework
Julian Maicher
 
Semantic Web in Bibliotheken mal praktisch
Semantic Web in Bibliotheken mal praktischSemantic Web in Bibliotheken mal praktisch
Semantic Web in Bibliotheken mal praktischkostaedt
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
TourismFastForward
 
Open Data in Europa - Alles unter einem Hut
Open Data in Europa  -  Alles unter einem HutOpen Data in Europa  -  Alles unter einem Hut
Open Data in Europa - Alles unter einem HutJohann Höchtl
 
Interoperable IT-Infrastruktur für die öffentliche Verwaltung
Interoperable IT-Infrastruktur für die öffentliche VerwaltungInteroperable IT-Infrastruktur für die öffentliche Verwaltung
Interoperable IT-Infrastruktur für die öffentliche Verwaltung
Johann Höchtl
 
Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...
Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...
Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...
Richard Heinen
 
1 - Einfuehrung
1 - Einfuehrung1 - Einfuehrung
1 - Einfuehrung
Steffen Schloenvoigt
 
Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?
Semantic Web Company
 
Magdeburg | 2010-07-12 | Einführung in das Semantic Web
Magdeburg | 2010-07-12 | Einführung in das Semantic WebMagdeburg | 2010-07-12 | Einführung in das Semantic Web
Magdeburg | 2010-07-12 | Einführung in das Semantic Web
Webmontag
 
MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...
MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...
MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...
Becker Hans-Georg
 
Opendata and data-driven-journalism
Opendata and data-driven-journalismOpendata and data-driven-journalism
Opendata and data-driven-journalism
Robert Seyfriedsberger
 
Bit sosem 2016-wieners-sitzung-08_semantic-web
Bit sosem 2016-wieners-sitzung-08_semantic-webBit sosem 2016-wieners-sitzung-08_semantic-web
Bit sosem 2016-wieners-sitzung-08_semantic-web
Institute for Digital Humanities, University of Cologne
 
RDA Third Plenary Meeting & Open Repositories 2014
RDA Third Plenary Meeting & Open Repositories 2014RDA Third Plenary Meeting & Open Repositories 2014
RDA Third Plenary Meeting & Open Repositories 2014
Jana Porsche
 
Einführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in MassendatenEinführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in Massendaten
Martin Voigt
 
Bibliotheken und Linked Open Data Extended
Bibliotheken und Linked Open Data ExtendedBibliotheken und Linked Open Data Extended
Bibliotheken und Linked Open Data Extended
Magnus Pfeffer
 

Ähnlich wie Einführung in RDF & SPARQL (20)

Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)
Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)
Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)
 
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
 
Linked Open Data Pilotprojekt Österreich - LOD Pilot AT
Linked Open Data Pilotprojekt Österreich - LOD Pilot ATLinked Open Data Pilotprojekt Österreich - LOD Pilot AT
Linked Open Data Pilotprojekt Österreich - LOD Pilot AT
 
Bibliotheken und Linked Open Data
Bibliotheken und Linked Open DataBibliotheken und Linked Open Data
Bibliotheken und Linked Open Data
 
Vernetzungstage 2011
Vernetzungstage 2011Vernetzungstage 2011
Vernetzungstage 2011
 
Die "Semantic Web Recommendations" und das Jena Framework
Die "Semantic Web Recommendations" und das Jena FrameworkDie "Semantic Web Recommendations" und das Jena Framework
Die "Semantic Web Recommendations" und das Jena Framework
 
Semantic Web in Bibliotheken mal praktisch
Semantic Web in Bibliotheken mal praktischSemantic Web in Bibliotheken mal praktisch
Semantic Web in Bibliotheken mal praktisch
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
Open Data in Europa - Alles unter einem Hut
Open Data in Europa  -  Alles unter einem HutOpen Data in Europa  -  Alles unter einem Hut
Open Data in Europa - Alles unter einem Hut
 
Interoperable IT-Infrastruktur für die öffentliche Verwaltung
Interoperable IT-Infrastruktur für die öffentliche VerwaltungInteroperable IT-Infrastruktur für die öffentliche Verwaltung
Interoperable IT-Infrastruktur für die öffentliche Verwaltung
 
Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...
Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...
Produktion und Weiterverwendung von offenen Bildungsressourcen - Perspektiven...
 
1 - Einfuehrung
1 - Einfuehrung1 - Einfuehrung
1 - Einfuehrung
 
Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?
 
Magdeburg | 2010-07-12 | Einführung in das Semantic Web
Magdeburg | 2010-07-12 | Einführung in das Semantic WebMagdeburg | 2010-07-12 | Einführung in das Semantic Web
Magdeburg | 2010-07-12 | Einführung in das Semantic Web
 
MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...
MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...
MODS2FRBRoo : Ein Tool zur Anbindung von bibliographischen Daten an eine Onto...
 
Opendata and data-driven-journalism
Opendata and data-driven-journalismOpendata and data-driven-journalism
Opendata and data-driven-journalism
 
Bit sosem 2016-wieners-sitzung-08_semantic-web
Bit sosem 2016-wieners-sitzung-08_semantic-webBit sosem 2016-wieners-sitzung-08_semantic-web
Bit sosem 2016-wieners-sitzung-08_semantic-web
 
RDA Third Plenary Meeting & Open Repositories 2014
RDA Third Plenary Meeting & Open Repositories 2014RDA Third Plenary Meeting & Open Repositories 2014
RDA Third Plenary Meeting & Open Repositories 2014
 
Einführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in MassendatenEinführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in Massendaten
 
Bibliotheken und Linked Open Data Extended
Bibliotheken und Linked Open Data ExtendedBibliotheken und Linked Open Data Extended
Bibliotheken und Linked Open Data Extended
 

Mehr von Open Data Support

Llinked open data training for EU institutions
Llinked open data training for EU institutionsLlinked open data training for EU institutions
Llinked open data training for EU institutions
Open Data Support
 
Open government data and the psi directive et
Open government data and the psi directive etOpen government data and the psi directive et
Open government data and the psi directive et
Open Data Support
 
License your data and metadata et
License your data and metadata etLicense your data and metadata et
License your data and metadata et
Open Data Support
 
Introduction to open data quality et
Introduction to open data quality etIntroduction to open data quality et
Introduction to open data quality et
Open Data Support
 
Designing and developing vocabularies in rdf et
Designing and developing vocabularies in rdf etDesigning and developing vocabularies in rdf et
Designing and developing vocabularies in rdf et
Open Data Support
 
Linked Open Data Principles, Technologies and Examples
Linked Open Data Principles, Technologies and ExamplesLinked Open Data Principles, Technologies and Examples
Linked Open Data Principles, Technologies and Examples
Open Data Support
 
D2.1.2 training module 2.1 the linked open government data lifecycle v1.00
D2.1.2 training module 2.1 the linked open government data lifecycle v1.00D2.1.2 training module 2.1 the linked open government data lifecycle v1.00
D2.1.2 training module 2.1 the linked open government data lifecycle v1.00Open Data Support
 
Podatki & licenciranje metapodatkov
Podatki & licenciranje metapodatkovPodatki & licenciranje metapodatkov
Podatki & licenciranje metapodatkov
Open Data Support
 
Odprti podatki & kakovost metapodatkov
Odprti podatki  & kakovost metapodatkovOdprti podatki  & kakovost metapodatkov
Odprti podatki & kakovost metapodatkov
Open Data Support
 
Uvod v upravljanje z metapodatki
Uvod v upravljanje z metapodatkiUvod v upravljanje z metapodatki
Uvod v upravljanje z metapodatki
Open Data Support
 
Odprti podatki javnega sektorja & Direktiva PSI
Odprti podatki javnega sektorja & Direktiva PSIOdprti podatki javnega sektorja & Direktiva PSI
Odprti podatki javnega sektorja & Direktiva PSI
Open Data Support
 
Stałe identyfikatory URI – tworzenie i zarządzanie
Stałe identyfikatory URI – tworzenie i zarządzanieStałe identyfikatory URI – tworzenie i zarządzanie
Stałe identyfikatory URI – tworzenie i zarządzanie
Open Data Support
 
Zarządzanie metadanymi – wprowadzenie
Zarządzanie metadanymi – wprowadzenieZarządzanie metadanymi – wprowadzenie
Zarządzanie metadanymi – wprowadzenie
Open Data Support
 
Dane powiązane - wprowadzenie
Dane powiązane - wprowadzenieDane powiązane - wprowadzenie
Dane powiązane - wprowadzenie
Open Data Support
 
atvirų duomenų kokybė
atvirų duomenų kokybėatvirų duomenų kokybė
atvirų duomenų kokybė
Open Data Support
 
Įvadas į susietuosius duomenis
Įvadas į susietuosius duomenisĮvadas į susietuosius duomenis
Įvadas į susietuosius duomenis
Open Data Support
 
Atviri valdžios duomenys ir vsi direktyva
Atviri valdžios duomenys ir vsi direktyvaAtviri valdžios duomenys ir vsi direktyva
Atviri valdžios duomenys ir vsi direktyva
Open Data Support
 
Open Data Support onsite training in Latvia (Latvian)
Open Data Support onsite training in Latvia (Latvian)Open Data Support onsite training in Latvia (Latvian)
Open Data Support onsite training in Latvia (Latvian)Open Data Support
 
Open Data Support - bridging open data supply and demand
Open Data Support - bridging open data supply and demandOpen Data Support - bridging open data supply and demand
Open Data Support - bridging open data supply and demand
Open Data Support
 
Open data quality
Open data qualityOpen data quality
Open data quality
Open Data Support
 

Mehr von Open Data Support (20)

Llinked open data training for EU institutions
Llinked open data training for EU institutionsLlinked open data training for EU institutions
Llinked open data training for EU institutions
 
Open government data and the psi directive et
Open government data and the psi directive etOpen government data and the psi directive et
Open government data and the psi directive et
 
License your data and metadata et
License your data and metadata etLicense your data and metadata et
License your data and metadata et
 
Introduction to open data quality et
Introduction to open data quality etIntroduction to open data quality et
Introduction to open data quality et
 
Designing and developing vocabularies in rdf et
Designing and developing vocabularies in rdf etDesigning and developing vocabularies in rdf et
Designing and developing vocabularies in rdf et
 
Linked Open Data Principles, Technologies and Examples
Linked Open Data Principles, Technologies and ExamplesLinked Open Data Principles, Technologies and Examples
Linked Open Data Principles, Technologies and Examples
 
D2.1.2 training module 2.1 the linked open government data lifecycle v1.00
D2.1.2 training module 2.1 the linked open government data lifecycle v1.00D2.1.2 training module 2.1 the linked open government data lifecycle v1.00
D2.1.2 training module 2.1 the linked open government data lifecycle v1.00
 
Podatki & licenciranje metapodatkov
Podatki & licenciranje metapodatkovPodatki & licenciranje metapodatkov
Podatki & licenciranje metapodatkov
 
Odprti podatki & kakovost metapodatkov
Odprti podatki  & kakovost metapodatkovOdprti podatki  & kakovost metapodatkov
Odprti podatki & kakovost metapodatkov
 
Uvod v upravljanje z metapodatki
Uvod v upravljanje z metapodatkiUvod v upravljanje z metapodatki
Uvod v upravljanje z metapodatki
 
Odprti podatki javnega sektorja & Direktiva PSI
Odprti podatki javnega sektorja & Direktiva PSIOdprti podatki javnega sektorja & Direktiva PSI
Odprti podatki javnega sektorja & Direktiva PSI
 
Stałe identyfikatory URI – tworzenie i zarządzanie
Stałe identyfikatory URI – tworzenie i zarządzanieStałe identyfikatory URI – tworzenie i zarządzanie
Stałe identyfikatory URI – tworzenie i zarządzanie
 
Zarządzanie metadanymi – wprowadzenie
Zarządzanie metadanymi – wprowadzenieZarządzanie metadanymi – wprowadzenie
Zarządzanie metadanymi – wprowadzenie
 
Dane powiązane - wprowadzenie
Dane powiązane - wprowadzenieDane powiązane - wprowadzenie
Dane powiązane - wprowadzenie
 
atvirų duomenų kokybė
atvirų duomenų kokybėatvirų duomenų kokybė
atvirų duomenų kokybė
 
Įvadas į susietuosius duomenis
Įvadas į susietuosius duomenisĮvadas į susietuosius duomenis
Įvadas į susietuosius duomenis
 
Atviri valdžios duomenys ir vsi direktyva
Atviri valdžios duomenys ir vsi direktyvaAtviri valdžios duomenys ir vsi direktyva
Atviri valdžios duomenys ir vsi direktyva
 
Open Data Support onsite training in Latvia (Latvian)
Open Data Support onsite training in Latvia (Latvian)Open Data Support onsite training in Latvia (Latvian)
Open Data Support onsite training in Latvia (Latvian)
 
Open Data Support - bridging open data supply and demand
Open Data Support - bridging open data supply and demandOpen Data Support - bridging open data supply and demand
Open Data Support - bridging open data supply and demand
 
Open data quality
Open data qualityOpen data quality
Open data quality
 

Einführung in RDF & SPARQL

  • 1. DATA SUPPORT OPEN Trainingsmodul 1.3 Einführung in RDF & SPARQL PwC firms help organisations and individuals create the value they’re looking for. We’re a network of firms in 158 countries with close to 180,000 people who are committed to delivering quality in assurance, tax and advisory services. Tell us what matters to you and find out more by visiting us at www.pwc.com. PwC refers to the PwC network and/or one or more of its member firms, each of which is a separate legal entity. Please see www.pwc.com/structure for further details.
  • 2. DATASUPPORTOPEN Diese Präsentation wurde von PwC erstellt Autoren: Michiel De Keyzer, Nikolaos Loutas and Stijn Goedertier Präsentation Metadaten Slide 2 Disclaimers 1. The views expressed in this presentation are purely those of the authors and may not, in any circumstances, be interpreted as stating an official position of the European Commission. The European Commission does not guarantee the accuracy of the information included in this presentation, nor does it accept any responsibility for any use thereof. Reference herein to any specific products, specifications, process, or service by trade name, trademark, manufacturer, or otherwise, does not necessarily constitute or imply its endorsement, recommendation, or favouring by the European Commission. All care has been taken by the author to ensure that s/he has obtained, where necessary, permission to use any parts of manuscripts including illustrations, maps, and graphs, on which intellectual property rights already exist from the titular holder(s) of such rights or from her/his or their legal representative. 2. This presentation has been carefully compiled by PwC, but no representation is made or warranty given (either express or implied) as to the completeness or accuracy of the information it contains. PwC is not liable for the information in this presentation or any decision or consequence based on the use of it.. PwC will not be liable for any damages arising from the use of the information contained in this presentation. The information contained in this presentation is of a general nature and is solely for guidance on matters of general interest. This presentation is not a substitute for professional advice on any particular matter. No reader should act on the basis of any matter contained in this publication without considering appropriate professional advice. Open Data Support wird von der Europäischen Kommission finanziert, gemäß SMART 2012/0107 ‘Lot 2: Provision of services for the Publication, Access and Reuse of Open Public Data across the European Union, through existing open data portals’(Vertrag No. 30- CE-0530965/00-17). © 2013 European Commission
  • 3. DATASUPPORTOPEN Lernziele Am Ende dieses Trainingsmoduls sollten Sie Folgendes kennen: • Das Resource Description Framework (RDF/Quellenbeschreibungsgerüst); • Wie schreibt/liest man RDF? • Wie können Sie Ihre Daten mit RDF beschreiben? • Was ist SPARQL? • Welche verschiedenen Arten von SPARQL gibt es? • Wie schreibt man eine SPARQL Abfrage? Slide 3
  • 4. DATASUPPORTOPEN Inhalt Dieses Modul enthält... • Eine Einführung in das Resource Description Framework (RDF), um ihre Daten zu beschreiben. - Was ist RDF? - Wie ist es strukturiert? - Wie können Sie Ihre Daten in RDF darstellen? • Eine Einführung in SPARQL, und wie können Sie es in RDF abfragen und bearbeiten. • Hinweise zu weiterführender Literatur, Beispielen und Übungen. Slide 4
  • 6. DATASUPPORTOPEN RDF in der Reihe von Semantic Web Technologien RDF steht für: - Ressource (Quelle): Alles, was einen einzigartigen Identifier (URI), z.B. Seiten, Standorte, Menschen, Produkte haben kann... - Beschreibung: Attribute, Funktionen und Beziehungen der Ressourcen - Framework (Gerüst): Modell, Sprachen und Syntaxen für diese Beschreibungen • RDF wurde 1999 als eine W3C Empfehlung veröffentlicht. • RDF wurde ursprünglich als ein Datenmodell für Metadaten eingeführt. • RDF wurde verallgemeinert, um Kenntnisse aller Arten abzudecken. Slide 6
  • 7. DATASUPPORTOPEN Beispiel: RDF Beschreibung einer Organisation Nike, Dahliastraat 24, 2160 Wommelgem Slide 7 <rdf:RDF xmlns:rov=“http://www.w3.org/TR/vocab-regorg/ “ xmlns:org=“http://www.w3.org/TR/vocab-org/” xmlns:locn=“http://www.w3.org/ns/locn#” > <rov:RegisteredOrganization rdf:about=“http://example.com/org/2172798119”> <rov:legalName> “Nike”< /rov:legalName> <org:hasRegisteredSite rdf:resource=“http://example.com/site/1234”/> </rov:RegisteredOrganization> <locn:Address rdf:about=“http://example.com/site/1234”/> <locn:fullAddress>” Dahliastraat 24, 2160 Wommelgem”</locn:fullAddress> </locn:Address> </rdf:RDF>
  • 9. DATASUPPORTOPEN Was ist ein Triple? Slide 9 RDF ist eine allgemeine Syntax zur Darstellung von Daten im Web. Jede in RDF ausgedrückte Information wird als Triple vertreten: • Subjekt– eine Quelle, die mit einer URI identifiziert werden kann. • Prädikat – eine URI-identifizierte wiederverwendete Spezifikation der Beziehung. • Objekt – eine Quelle oder Literale, mit dem das Thema verwandt ist. http://example.com/org/2172798119 has as legal name “Nike”. Thema Prädikat Objekt Beispiel: Name einer gesetzlichen Rechtspersönlichkeit:
  • 10. DATASUPPORTOPEN RDF wird auf Graph gegründet Graph = Eine Sammlung von Triples Slide 10 http://example.co m/site/1234 http://example.com/ org/2172798119 Nike Hat eine registrierte Website Hat einen gesetzlichen Namen Dahliastraat 24 2160 Wommelgem Vollständige Anschrift
  • 11. DATASUPPORTOPEN RDF Syntax RDF/XML Slide 11 <rdf:RDF xmlns:rov=“http://www.w3.org/TR/vocab-regorg/ “ xmlns:org=“http://www.w3.org/TR/vocab-org/” xmlns:locn=“http://www.w3.org/ns/locn#” > <rov:RegisteredOrganization rdf:about=“http://example.com/org/2172798119”> <rov:legalName> “Niké”< /rov:legalName> <org:hasRegisteredSite rdf:resource=“http://example.com/site/1234”/> </rov:RegisteredOrganization> <locn:Address rdf:about=“http://example.com/site/1234”/> <locn:fullAddress>” Dahliastraat 24, 2160 Wommelgem”</locn:fullAddress> </locn:Address> </rdf:RDF> Subjekt Prädikat Objekt Graf RDF/XML ist derzeit die einzige Syntax, die standardisiert durch W3C ist. Definition von Präfixen Beschreibung der Daten – Triples
  • 12. DATASUPPORTOPEN RDF Syntax Turtle Slide 12 Subjekt Prädikat Objekt @prefix rov: <http://www.w3.org/TR/vocab-regorg/> . @prefix org: <http://www.w3.org/TR/vocab-org/> . @prefix locn: <http://www.w3.org/ns/locn#> . < http://example.com/org/2172798119 > a <rov:RegisteredOrganization> ; rov:legalName “Niké “; org:hasRegisteredSite <http://example.com/site/1234> . <http://example.com/site/1234> a <locn:Address> ; locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Graf Turtle wird in RDF 1.1. standardisiert Siehe also: http://www.w3.org/2009/12/rdf-ws/papers/ws11 Definition von Präfixen Beschreibung der Daten – Triples
  • 13. DATASUPPORTOPEN RDF Syntax RDFa Slide 13 Thema Predikat Objekt <html> <head> ... </head> <body> ... <div resource=“http://example.com/org/2172798119” typeof= “http://www.w3.org/TR/vocab-regorg/RegisteredOrganization”> <p> <span property=" http://www.w3.org/TR/vocab-regorg/legalName">Nike<span> Address: <span property="http://www.w3.org/ns/locn#fullAddress"> Dahliastraat 24, 2160 Wommelgem </span> </p></div> </body> Siehe auch: http://www.w3.org/TR/2012/NOTE-rdfa-primer-20120607/ Einbetten von RDF Daten in HTML
  • 14. DATASUPPORTOPEN Wie repräsentieren Sie Daten in RDF? Klassen, Eigenschaften und Vokabular Slide 14
  • 15. DATASUPPORTOPEN RDF Vokabular Slide 15 “Ein Vokabular ist ein Datenmodell, dass Klassen, Eigentum und Beziehungen einschließt, die zur Beschreibung Ihrer Daten und Metadaten verwendet werden können.” RDF Vokabulare verwenden Sätze von Begriffen, um Dinge zu beschreiben. Ein Begriff ist entweder eine Klasse oder eine Eigenschaft.  Objekttyp Eigenschaften (Beziehungen)  Datentyp Eigenschaften (Attribute)
  • 16. DATASUPPORTOPEN Was sind Klassen, Beziehungen und Eigentum? • Klasse. Ein Konstrukt, das Dinge in der realen und/oder Informationswelt repräsentiert, z.B eine Person, eine Organisation, eine Konzept wie “Gesundheit” oder “Freiheit”. • Beziehung. Eine Verbindung zwischen zwei Klassen: zwischen einem Dokument und der Organisation, die es veröffentlicht (d.h. Organisation veröffentlicht Dokument); oder zwischen einer Karte und der geografischen Region, die sie zeigt (d.h. Karte zeigt geografische Region). In RDF Beziehungen werden als Objekttyp Eigenschaften kodiert. • Eigentum. Eine Eigenschaft einer Klasse in einer besonderen Dimension, wie der offizielle Name einer Organisation oder das Datum und die Zeit, wann eine Beobachtung gemacht wurde. Slide 16
  • 17. DATASUPPORTOPEN Beispiele von Klassen, Beziehungen und Eigentum Slide 17 http://.../org/217279 8119 site http://example.com/site /1234 RegisteredOrganisation Address Dahliastraat 24, 2160 Wommelgem“Nike” a a fullAddresslegalName KlasseEigentum Beziehung
  • 18. DATASUPPORTOPEN Weiterverwenden von RDF Vokabularen • Weiterverwendung ermöglicht höchste Interoperabilität Ihrer Daten. Zum Beispiel macht die Verwendung von <dcterms:created>, dessen Wert eine Datei vom Typ 2013-02-21^^xsd:date sein sollte, dass die Daten sofort von viele Maschienen verarbeitbar sind. Wenn Ihr Schema Datenherausgeber dazu ermuntert, unterschiedliche Begriffe und Datumsformate, wie ex:date "21 February 2013“, zu benutzen, dann wird das Veröffentlichen von Daten mit Ihrem Schema eine weitere Verarbeitung erfordern, um das gleiche wie alle anderen zu machen. • Weiterverwendung erhöht die Glaubwürdigkeit Ihres Schemas. Es zeigt, dass es mit Sorge und Professionalität veröffentlicht worden ist, und das fördert wiederum seine Weiterverwendung. • Weiterverwendung ist einfacher und billiger. Durch die Weiterverwendung von Klassen und Eigentum mit Hilfe von gut definierte und richtig gehosteten Vokabeln wird vermieden, dass Sie diese Bemühung wiederholen müssen. Slide 18 Siehe auch: https://joinup.ec.europa.eu/community/semic/document/cookbook- translating-data-models-rdf-schemas http://www.slideshare.net/OpenDataSupport/model-your-data-metadata
  • 19. DATASUPPORTOPEN Wo können Sie vorhandene Vokabulare finden? Slide 19 Refinethesearch results via the facetedsearch filters. 2 1 3 http://lov.okfn.org/ http://joinup.ec.europa.eu/
  • 20. DATASUPPORTOPEN Wohlbekannte Vokabulare Slide 20 Friend-of-a-Friend (FOAF) Vokabular, um Leute zu beschreiben. Core Person Vocabulary Vokabular, um die grundlegenden Eigenschaften einer Person, z.B Name, Geschlecht, Geburtsdatum zu beschreiben. DOAP Vokabular, um Projekte zu beschreiben. DCAT-AP Auf der Daten Katalog Vokabular (DCAT) basierte Vokabular, um Datensätzen des öffentlichen Sektors in Europa zu beschreiben. ADMS Vokabular, um Interoperability Assets zu beschreiben. Dublin Core Definiert allgemeine Metadatenattribute. Registered Organisation Vocabulary Vokabular, um Organisationen zu beschreiben, die typisch in einem nationalen oder regionalen Register sind. Organization Ontology Vokabular zur Beschreibung der Struktur von Organisationen. Core Location Vocabulary Vokabular, das die grundlegenden Eigenschaften eines Standortes beschreibt. Core Public Service Vocabulary Vokabular, das die grundlegenden Eigenschaften eines Dienstes der öffentlichen Verwaltung beschreibt. schema.org Vokabular, das von Google, Yahoo und Microsoft verstanden wird, um strukturierte Daten im Web zu veröffentlichen. Siehe auch: http://www.w3.org/wiki/TaskForces/CommunityProj ects/LinkingOpenData/CommonVocabularies
  • 21. DATASUPPORTOPEN Modellieren Sie Ihre eigenes Vokabular als ein RDF Schema Wenn es kein geeignetes maßgebliches wiederverwendbares Vokabular gibt, um Ihre Daten zu beschreiben, verwenden Sie Konventionen, um Ihr eigenes Vokabular zu schreiben. - RDF Schema (RDFS) - Web Ontology Language (OWL) Beispiel: Definition einer Klasse Slide 21 cpsv:PublicService a rdfs:Class, owl:Class; rdfs:label "Public Service"@en; rdfs:comment "This class represents the service itself. As noted in the scope, a public service is the capacity to carry out a procedure and exists whether it is used or not. It is a set of deeds and acts performed by or on behalf of a public agency for the benefit of a citizen, a business or another public agency."@en. Siehe auch: http://www.slideshare.net/OpenDataSupport/model-your- data-metadata
  • 23. DATASUPPORTOPEN Über SPARQL SPARQL ist die Standardsprache, um als RDF Triple verfasste Graph- Daten abzufragen. SPARQL Protocol And RDF Query Language • Einer der drei Kernstandards des Semantic Web, zusammen mit RDF und OWL. • Wurde im Januar 2008 ein W3C-Standard. • SPARQL 1.1 befindet sich derzeit im Arbeitsversion-Status. Slide 23
  • 24. DATASUPPORTOPEN Arten von SPARQL Abfragen • SELECT Gibt eine Tabelle aller X, Y, usw. an, die die folgenden Bedingungen erfüllen... • CONSTRUCT Findet alle X, Y, usw., die die folgenden Bedingungen erfüllen... Und setzt sie in die folgende Schablone ein, um (möglicherweise neue) RDF Anweisungen zu generieren und eine neue Grafik zu schaffen. • DESCRIBE Findet alle Anweisungen im Datensatz, die Information über die folgende(n) Quelle(n) liefern... (identifiziert durch Name oder Beschreibung). • ASK Gibt es irgendwelche X,Y, usw., die die folgenden Bedingungen erfüllen...? Slide 24 Siehe auch: http://www.euclid-project.eu/modules/chapter2
  • 25. DATASUPPORTOPEN PREFIX rov: <http://www.w3.org/TR/vocab-regorg/> SELECT ?name WHERE { ?x rov:legalName ?name } Struktur einer SPARQL Abfrage Slide 25 Typ der Anfrage Variablen, d.h. was zu suchen ist. RDF Triple Muster, d.h. die Bedingungen, die erfüllt werden müssen. Definition von Präfixen
  • 26. DATASUPPORTOPEN SELECT – Rückschluss auf den Namen einer Organisation mit bestimmten URI Slide 26 comp:A rov:haslegalName “Nike” . comp:A org:hasRegisteredSite site:1234 . Comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem . PREFIX comp: < http://example/org/org/> PREFIX org: < http://www.w3.org/TR/vocab-regorg/ > PREFIX site: <http://example.org/site/> PREFIX rov: <http://www.w3.org/TR/vocab-regorg/> SELECT ?name WHERE { ?x org:hasRegisteredSite site:1234 . ?x rov:haslegalName ?name .} name “Nike” Beispieldaten Abfrage Ergebnis
  • 27. DATASUPPORTOPEN SELECT - Rückschluss auf Namen und Addresse von Organisationen Slide 27 PREFIX org: < http://www.w3.org/TR/vocab-regorg/ > PREFIX locn:< http://www.w3.org/ns/locn#> PREFIC rov:<http://www.w3.org/TR/vocab-regorg/> SELECT ?name ?address WHERE { ?x org:hasRegisteredSite ?site. ?x rov:haslegalName ?name . ?site locn:fullAddress ?address . } name address “Niké” “Dahliastraat 24, 2160 Wommelgem” comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . Comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Beispieldaten Abfrage Ergebnis
  • 28. DATASUPPORTOPEN SELECT – Rückschluss auf alle Bücher mit einem bestimmten Preis (1/2) Slide 28 @prefix dc: <http://purl.org/dc/elements/1.1/> . @prefix : <http://example.org/book/> . @prefix ns: <http://example.org/ns#> . :book1 dc:title "SPARQL Tutorial" . :book1 ns:price 42 . :book2 dc:title "The Semantic Web" . :book2 ns:price 23 . Beispieldaten
  • 29. DATASUPPORTOPEN SELECT – Rückschluss auf alle Bücher unterhalb eines bestimmten Preises (2/2) Slide 29 PREFIX dc: <http://purl.org/dc/elements/1.1/> . PREFIX : <http://example.org/book/> . PREFIX ns: <http://example.org/ns#> . SELECT ?book ?title WHERE { ?book dc:title ?title . ?book ns:price ?price . FILTER ( ?price < 40 ) } book title :book2 “The Semantic Web” Abfrage Ergebnis
  • 30. DATASUPPORTOPEN CONSTRUCT – Erstellt eine neue Grafik für den Vergleich mit einer anderen Marke Slide 30 @prefix comp: <http://example/org/> . @prefix rdfs: <http://www.w3.org/TR/rdf-schema/> comp:a rdfs:label “Niké" . comp:b rdfs:label “BARCO" . comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . PREFIX comp: < http://example/org/org/> PREFIX org: < http://www.w3.org/TR/vocab-regorg/ > PREFIC rdfs: <http://www.w3.org/TR/rdf-schema/> CONSTRUCT {?comp rdfs:label ?name} WHERE { ?comp org:haslegalName ?name. } Beispieldaten Abfrage resultierender Graph
  • 31. DATASUPPORTOPEN DESCRIBE – Rückschluss auf alle Triples von an einem bestimmten Standort registrierten Organisationen Slide 31 PREFIX comp: <http://example/org/> PREFIX site: <http://example/site> PREFIX org: < http://www.w3.org/TR/vocab-regorg/ DESCRIBE ?organisation WHERE {?organisation org:hasRegisteredSite site:1234} @prefix comp: <http://example/org/> . @prefix org: <http://www.w3.org/TR/vocab-regorg/> . comp:A has:legalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Beispieldaten Abfrage Ergebnis
  • 32. DATASUPPORTOPEN DESCRIBE – Rückschluss auf alle Triples, die mit einer bestimmten Quelle (Organisation) verbunden sind. Slide 32 PREFIX comp: <http://example/org/> DESCRIBE comp:A @prefix comp: <http://example/org/> . @prefix org: <http://www.w3.org/TR/vocab-regorg/> . comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Beispieldaten Abfrage Ergebnis
  • 33. DATASUPPORTOPEN ASK – Gibt es Organisationen, deren eingetragener Standort “1234” ist? Slide 33 PREFIX org: < http://www.w3.org/TR/vocab-regorg/ ASK WHERE {?organisation org:hasRegisteredSite site:1234} TRUE comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Beispieldaten Abfrage Ergebnis
  • 34. DATASUPPORTOPEN ASK – Gibt es einen registrierten Standort für die Organisation “BARCO”? Slide 34 PREFIX comp: <http://example/org/> PREFIX org: <http://www.w3.org/TR/vocab-regorg/> ASK WHERE {comp:B org:hasRegisteredSite ?site .} FALSE comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Beispieldaten Abfrage Ergebnis
  • 35. DATASUPPORTOPEN SPARQL 1.1 Update Einsetzbar für... • Hinzufügen von Daten (INSERT) • Löschen von Daten (DELETE) • Laden einer RDF Grafik (LOAD / LOAD .. INTO) • Löschen einer RDF Grafik (CLEAR GRAPH) • Erstellen einer RDF Grafik (CREATE GRAPH) • Entfernen einer RDF Grafik (DROP GRAPH) • Kopieren einer RDF Grafik (COPY GRAPH ... TO GRAPH) • Verschieben einer RDF Grafik (MOVE GRAPH ... TO GRAPH) • Hinzufügen einer RDF Grafik (ADD GRAPH TO GRAPH) Slide 35 Siehe auch: http://www.euclid-project.eu/modules/chapter2 http://www.w3.org/TR/sparql11-update/
  • 36. DATASUPPORTOPEN INSERT – existiert ein registrierter Standort für “BARCO”? Slide 36 comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Beispieldaten comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . comp:B org:hasRegisteredSite site:5678 . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . site:5678 locn:fullAddress “President Kennedypark 35, 8500 Kortrijk“ . PREFIX comp: <http://example/org/> PREFIX org: <http://www.w3.org/TR/vocab-regorg/> INSERT DATA { site:5678 locn:fullAddress “President Kennedypark 35, 8500 Kortrijk“ . comp:B org:hasRegisteredSite site:5678 . } Abfrage Ergebnis
  • 37. DATASUPPORTOPEN INSERT/DELETE – Ändert die Addresse für “Niké”? Slide 37 comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1234 . comp:B rov:haslegalName “BARCO” . site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . Data PREFIX comp: <http://example/org/> PREFIX org: <http://www.w3.org/TR/vocab-regorg/> DELETE DATA { comp:A org:hasRegisteredSite site:1234 . } INSERT DATA { site:5678 locn:fullAddress “Rue de Loi 34, 1000 Bruxelles“ . comp:A org:hasRegisteredSite site:5678 . } Abfrage comp:A rov:haslegalName “Niké” . comp:A org:hasRegisteredSite site:1000. site:1234 locn:fullAddress “Dahliastraat 24, 2160 Wommelgem” . site:1000 locn:fullAddress “Rue de Loi 34, 1000 Bruxelles“ . Ergebnis
  • 38. DATASUPPORTOPEN Schlußfolgerungen • RDF ist eine allgemeine Weise, um Daten, die für die Veröffentlichung im Web vorgesehen sind, auszudrücken. • RDF Daten werden in Triples ausgedrückt: Subjekt, Prädikat, Objekt. • Verschiedene Syntaxen existieren, um Daten in RDF auszudrücken. • SPARQL ist eine standardisierte Sprache, um Grafik Daten, die als RDF ausgedrückt werden, abzufragen. • SPARQL kann verwendet werden, um RDF Daten abzufragen und zu aktualisieren. Slide 38
  • 39. DATASUPPORTOPEN Vielen Dank! ... Und jetzt IHRE Fragen? Slide 39 Nehmen Sie auch den Online-Test!
  • 40. DATASUPPORTOPEN Referenzen Folie 6: • Semantic Web Stack. W3C. http://www.w3.org/DesignIssues/diagrams/sweb- stack/2006a.png Folien 18 & 20: • Linked Data Cookbook. W3C. http://www.w3.org/2011/gld/wiki/Linked_Data_Cookbook Folie 21: • Cookbook for translating data models to RDF schemas. ISA Programme. https://joinup.ec.europa.eu/community/semic/document/cookbook-translating- data-models-rdf-schemas Folie 22: • Common Vocabularies / Ontologies / Micromodels. W3C. http://www.w3.org/wiki/TaskForces/CommunityProjects/LinkingOpenData/Co mmonVocabularies Folien 23-24: • SPARQL Query Language for RDF. W3C. http://www.w3.org/TR/rdf-sparql- query/ Folie 24: • Module 2: Querying Linked Data. EUCLID. http://www.euclid- project.eu/modules/course2 Folie 35: • Module 2: Querying Linked Data. EUCLID. http://www.euclid- project.eu/modules/course2 • SPARQL 1.1 Update. W3C.. http://www.w3.org/TR/sparql11-update/ Slide 40
  • 41. DATASUPPORTOPEN Weiterführende Lektüre Learning SPARQL. Bob DuCharme. http://www.learningsparql.com/ Semantic Web for the working ontologist. Dean Allemang, Jim Hendler. http://workingontologist.org/ EUCLID - Course 2: Querying Linked Data http://www.euclid-project.eu/modules/course2 Slide 41
  • 42. DATASUPPORTOPEN Verwandte Projekte und Initiativen Joinup, https://joinup.ec.europa.eu/ Linked Open Vocabularies, http://okfn.org/ W3C GLD WG, http://www.w3.org/2011/gld/wiki/Main_Page W3C Schools – Learn RDF http://www.w3schools.com/rdf/default.asp EUCLID, http://euclid-project.eu/ TopBraid Composer Protégé Ontology Editor , http://protege.stanford.edu/ XML Summer School http://xmlsummerschool.com/ Slide 42
  • 43. DATASUPPORTOPEN Werden Sie Teil unseres Teams... Finden Sie uns auf Kontaktieren Sie uns unter Begleiten Sie uns auf Folgen Sie uns auf Open Data Support http://www.slideshare.net/OpenDataSupport http://www.opendatasupport.euOpen Data Support http://goo.gl/y9ZZI @OpenDataSupport contact@opendatasupport.eu Slide 43