Publishing and Consuming
Linked Data

Optimizing for the Unknown

Laurens Rietveld
"Albert Einstein"
↓
http://dbpedia.org/resource/Albert_Einstein
"Heeft geboorteplaats"
↓
http://dbpedia.org/ontology/birthPlace
"Ulm"
↓
http://dbpedia.org/resource/ulm

Problemen

Probleem 1: Ongeldige Linked Data

Goed:
⟨http://Einstein⟩ ⟨http://birthPlace⟩ ⟨http://Ulm⟩ .
Fout:
http://Einstein⟩ ⟨http://birthPlace⟩ ⟨http://Ulm⟩ .

Probleem 1: Ongeldige Linked Data

LOD Laundromat

36 miljard feiten, 650.000 datasets

Probleem 2: Vinden van Linked Open Data

  • In welke datasets komt Einstein voor?
  • In welke datasets staat geografische informatie?
  • Wat voor netwerk structuur hebben de datasets?

Probleem 2: Vinden van Linked Open Data

LOD Laundromat Meta-Dataset

Probleem 3: Linked Open Data Onderzoek op grote schaal

Probleem 4: Bevragen van Linked Data

Probleem 4: Bevragen van Linked Data

Probleem 5: Linked Data Hosting

546 SPARQL Endpoints

Probleem 5: Linked Data Hosting

 + 
Gzip
Header - Dictionary - Triples
Linked Data Fragments

Probleem 5: Linked Data Hosting

SampLD

  • Datasets kleiner maken (sampling)
  • Relevantie van triples meten d.m.v. netwerk analyse
  • Je kunt soms tot 95% van de dataset weggooien

In het kort

Een web van data ...

  • die makkelijker te bevragen is
  • op grotere schaal te hosten is
  • beter doorzoekbaar is.

Publishing and Consuming
Linked Data

Optimizing for the Unknown

Laurens Rietveld