دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Jose Emilio Labra Gayo, Eric Prud’hommeaux, Iovka Boneva, Dimitris Kontokostas سری: Synthesis Lectures on Semantic Web Theory and Technology 16 ISBN (شابک) : 9781681731650 ناشر: Morgan & Claypool سال نشر: 2017 تعداد صفحات: 308 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Validating RDF Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب اعتبارسنجی داده های RDF نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
RDF و داده های پیوندی کاربرد گسترده ای در بسیاری از زمینه ها، از ساخت هواپیما تا جانورشناسی دارند. الزامات برای تشخیص داده های بد در جوامع، زمینه ها و وظایف متفاوت است، اما تقریباً همه شامل نوعی اعتبارسنجی داده است. این کتاب اعتبار سنجی داده ها را معرفی می کند و کاربرد عملی آن را در تبادل روزانه داده ها شرح می دهد. وب معنایی یک برداشت جسورانه و جدید در مورد نحوه سازماندهی، توزیع، فهرست بندی و به اشتراک گذاری داده ها ارائه می دهد. استفاده از آدرس های وب (URI) به عنوان شناسه برای عناصر داده، ساخت پایگاه های داده توزیع شده را در مقیاس جهانی امکان پذیر می کند. مانند وب، وب معنایی به عنوان یک انقلاب اطلاعاتی معرفی می شود، و همچنین مانند وب، با مشکلات کیفیت داده ها مواجه است. کیفیت دادههای وب معنایی به دلیل کمبود منابع برای نگهداری دادهها، نگهداری و توسعه مدلهای داده قابل اجرا در سطح جهانی به خطر میافتد. در مقیاس سازمانی، این مشکلات راه حل های معمولی دارند. مدیریت دادههای اصلی واژگانی را در سطح سازمانی فراهم میکند، در حالی که زبانهای محدودیت ساختارهای داده را جذب و اجرا میکنند. زبانهای شکلها با تکمیل نیازی که مدتها توسط کاربران وب معنایی شناخته شده بود، مدلها و واژگانی را برای بیان چنین محدودیتهای ساختاری ارائه میکنند. این کتاب دو فناوری را برای اعتبار سنجی RDF شرح میدهد: عبارات شکل (ShEx) و زبان محدودیت اشکال (SHACL)، دلایل منطقی برای طراحیهای آنها، مقایسه این دو، و برخی کاربردهای مثال.
RDF and Linked Data have broad applicability across many fields, from aircraft manufacturing to zoology. Requirements for detecting bad data differ across communities, fields, and tasks, but nearly all involve some form of data validation. This book introduces data validation and describes its practical use in day-to-day data exchange. The Semantic Web offers a bold, new take on how to organize, distribute, index, and share data. Using Web addresses (URIs) as identifiers for data elements enables the construction of distributed databases on a global scale. Like the Web, the Semantic Web is heralded as an information revolution, and also like the Web, it is encumbered by data quality issues. The quality of Semantic Web data is compromised by the lack of resources for data curation, for maintenance, and for developing globally applicable data models. At the enterprise scale, these problems have conventional solutions. Master data management provides an enterprise-wide vocabulary, while constraint languages capture and enforce data structures. Filling a need long recognized by Semantic Web users, shapes languages provide models and vocabularies for expressing such structural constraints. This book describes two technologies for RDF validation: Shape Expressions (ShEx) and Shapes Constraint Language (SHACL), the rationales for their designs, a comparison of the two, and some example applications.