The Web of Data

https://www.springer.com/gp/book/9783030515799

هدف اصلی این کتاب گردآوری مختصر همه روش‌ها، استانداردها و توصیه‌های مربوط به داده‌ها، پرسش‌ها، پیوندها، معناشناسی، اعتبارسنجی و سایر مسائل مربوط به داده‌های قابل خواندن توسط ماشین در وب، برای توصیف جزئیات آنها، ارائه نمونه‌هایی از استفاده از آنها، و بحث در مورد نحوه مشارکت آنها - و نحوه انجام آنها تا کنون در "وب داده ها" استفاده شده است. همانطور که محتوای وب به طور فزاینده‌ای قابل خواندن توسط ماشین می‌شود، کارهای پیچیده‌تر می‌توانند خودکار شوند و برنامه‌های کاربردی وب قدرتمندتر و بیشتری را به همراه داشته باشند که قادر به کشف، ارجاع متقابل، فیلتر کردن و سازماندهی داده‌های وب‌سایت‌های متعدد در چند ثانیه هستند. /p>

کتاب در نه فصل تنظیم شده است که فصل اول با بحث در مورد کاستی های وب فعلی و نشان دادن نیاز به وب داده ها به معرفی موضوع می پردازد. در مرحله بعد، "Web of Data" یک نمای کلی از مفاهیم اساسی درگیر ارائه می دهد و برخی از موارد استفاده فعلی را در وب مورد بحث قرار می دهد که در آن چنین مفاهیمی قبلاً به کار گرفته شده اند. "چارچوب توصیف منبع (RDF)" مدل داده های ساختار یافته نموداری را که توسط جامعه وب معنایی به عنوان یک مدل داده رایج برای وب ارائه شده است، توصیف می کند. فصل "شما RDF (RDFS) و معناشناسی" یک زبان هستی شناسی سبک را ارائه می دهد که برای تعریف معنای اولیه برای اصطلاحات استفاده شده در نمودارهای RDF استفاده می شود. به نوبه خود، فصل "زبان هستی شناسی وب (OWL)" در مورد زبان هستی شناسی گویاتر ساخته شده بر اساس RDFS توضیح می دهد که ویژگی های هستی شناسی بسیار قدرتمندتری را ارائه می دهد. در "SPARQL Query Language" زبانی برای پرس و جو و به روز رسانی نمودارهای RDF با نمونه هایی از ویژگی هایی که پشتیبانی می کند و با تعریف دقیق معنایی آن تکمیل شده است، توضیح داده شده است. "محدودیت‌ها و عبارات شکل (SHACL/ShEx)" دو زبان را برای توصیف ساختار مورد انتظار - و بیان محدودیت‌های روی - گراف‌های RDF به منظور اعتبارسنجی معرفی می‌کند. «داده‌های پیوندی» اصول و بهترین شیوه‌های پیشنهاد شده توسط جامعه داده‌های پیوندی برای انتشار داده‌های به هم پیوسته (RDF) در وب و نحوه بکارگیری این تکنیک‌ها را مورد بحث قرار می‌دهد. فصل آخر مشکلات باز را برجسته می کند و پوشش را با یک بحث کلی تر در مورد آینده وب داده ها کامل می کند.

این کتاب برای دانش‌آموزان، محققان و متخصصان حرفه‌ای در نظر گرفته شده است که علاقه‌مند به یادگیری بیشتر در مورد وب داده‌ها و موضوعات مرتبط نزدیک مانند وب معنایی، نمودارهای دانش، پیوندها هستند. داده ها، پایگاه های داده گراف، هستی شناسی ها و غیره با ارائه طیف وسیعی از مثال ها و تمرین های قابل دسترس، می تواند به عنوان یک کتاب درسی برای دانش آموزان و سایر تازه واردان به این رشته مورد استفاده قرار گیرد. همچنین می تواند به عنوان یک کتابچه راهنمای مرجع برای محققان و توسعه دهندگان باشد، زیرا جزئیات به روز استانداردهای کلیدی (RDF، RDFS، OWL، SPARQL، SHACL، ShEx، RDB2RDF، LDP) را همراه با تعاریف و ارجاعات رسمی به ادبیات بیشتر وب‌سایت مرتبط webofdatabook.org مواد تکمیلی فراوانی از جمله راه‌حل‌های تمرین‌ها، اسلایدهای کلاس‌ها، داده‌های خام برای مثال‌ها و بخشی برای نظرات و سؤالات ارائه می‌دهد.

https://www.springer.com/gp/book/9783030515799

This book’s main goals are to bring together in a concise way all the methodologies, standards and recommendations related to Data, Queries, Links, Semantics, Validation and other issues concerning machine-readable data on the Web, to describe them in detail, to provide examples of their use, and to discuss how they contribute to – and how they have been used thus far on – the “Web of Data”. As the content of the Web becomes increasingly machine readable, increasingly complex tasks can be automated, yielding more and more powerful Web applications that are capable of discovering, cross-referencing, filtering, and organizing data from numerous websites in a matter of seconds.

The book is divided into nine chapters, the first of which introduces the topic by discussing the shortcomings of the current Web and illustrating the need for a Web of Data. Next, “Web of Data” provides an overview of the fundamental concepts involved, and discusses some current use-cases on the Web where such concepts are already being employed. “Resource Description Framework (RDF)” describes the graph-structured data model proposed by the Semantic Web community as a common data model for the Web. The chapter on “RDF Schema (RDFS) and Semantics” presents a lightweight ontology language used to define an initial semantics for terms used in RDF graphs. In turn, the chapter “Web Ontology Language (OWL)” elaborates on a more expressive ontology language built upon RDFS that offers much more powerful ontological features. In “SPARQL Query Language” a language for querying and updating RDF graphs is described, with examples of the features it supports, supplemented by a detailed definition of its semantics. “Shape Constraints and Expressions (SHACL/ShEx)” introduces two languages for describing the expected structure of – and expressing constraints on – RDF graphs for the purposes of validation. “Linked Data” discusses the principles and best practices proposed by the Linked Data community for publishing interlinked (RDF) data on the Web, and how these techniques have been adopted. The final chapter highlights open problems and rounds out the coverage with a more general discussion on the future of the Web of Data.

The book is intended for students, researchers and advanced practitioners interested in learning more about the Web of Data, and about closely related topics such as the Semantic Web, Knowledge Graphs, Linked Data, Graph Databases, Ontologies, etc. Offering a range of accessible examples and exercises, it can be used as a textbook for students and other newcomers to the field. It can also serve as a reference handbook for researchers and developers, as it offers up-to-date details on key standards (RDF, RDFS, OWL, SPARQL, SHACL, ShEx, RDB2RDF, LDP), along with formal definitions and references to further literature. The associated website webofdatabook.org offers a wealth of complementary material, including solutions to the exercises, slides for classes, raw data for examples, and a section for comments and questions.