前言1
第一部分 语义数据
第1章 为什么需要语义7
跨Web的数据集成8
传统的数据建模方法9
表格数据9
关系数据11
演化和重构模式12
非常复杂的模式14
第一次就做对16
语义关系17
元数据是数据19
构造意想不到的模式19
永久Beta(测试)19
第2章 表达含义21
示例:电影数据23
构建简单的三元组存储24
索引25
添加和删除方法25
查询27
合并图28
添加和查询电影数据30
其他例子31
地点31
名人33
商业35
第3章 使用语义数据38
一种简单的查询语言38
变量绑定38
实现一种查询语言41
前馈推理44
推理新三元组44
地理编码46
链式规则48
关于“人工智能”51
寻找连接51
凯文·培根六度分隔52
共享键与重叠图54
示例:合并商业和地点图54
查询合并图55
基础图形可视化56
Graphviz56
显示三元组集合56
显示查询结果58
语义数据是灵活的59
第二部分 标准与数据源
第4章 刚好够用的RDF63
RDF是什么63
RDF数据模型64
URI是强大的键64
资源65
空节点66
文字值68
RDF序列化格式68
一张朋友的图69
N-Triples70
N371
RDF/XML73
RDFa75
RDFLib介绍80
RDFLib的持久化82
SPARQL84
SELECT查询形式86
OPTIONAL和FILTER约束86
多个图模式88
CONSTRUCT查询形式90
ASK和DESCRIBE查询形式91
RDFLib中的SPARQL查询92
有用的查询修饰符94
第5章 语义数据的来源96
朋友的朋友(FOAF)96
社交网络的图分析100
关联数据104
数据云105
你是你的FOAF文件吗106
使用关联数据109
Freebase115
一个标识数据库116
RDF接口117
Freebase模式118
MQL接口121
使用metaweb.py库122
与人类交互124
第6章 “本体”是什么意思126
本体有什么好处126
对含义的共识127
模型即数据127
数据建模介绍128
类和属性128
对电影建模130
具体化关系133
刚好够用的OWL134
使用Protégé138
创建新的本体138
编辑本体139
再多一点OWL142
函数式和逆函数式属性142
逆属性142
不相交的类142
保持务实144
一些其他的本体144
描述FOAF144
啤酒本体145
这不是漂亮的关系模式147
第7章 发布语义数据149
嵌入语义149
微格式150
RDFa152
雅虎SearchMonkey154
谷歌富片段155
处理历史遗留数据156
因特网视频档案156
表格和电子表格161
传统关系数据164
RDFLib到关联数据167
第三部分 付诸实践
第8章 工具包概述177
Sesame177
使用Sesame Java API178
Sesame中的RDFS推理187
Sesame服务器的Servlet容器190
安装Sesame Web应用程序190
工作台191
添加数据193
SPARQL查询194
REST API195
其他RDF存储197
Jena198
Redland198
Mulgara198
OpenLink Virtuoso198
Franz AllegroGraph198
Oracle199
SIMILE/Exhibit199
一个简单的Exhibit页面200
搜索、过滤和更漂亮的视图202
链接到Sesame205
时间轴205
第9章 从数据自省到对象208
RDFObject例子208
RDFObject框架210
RDFObject是如何工作的218
第10章 完成组装219
职位清单应用程序219
应用程序需求220
职位清单数据220
转换为RDF221
将数据加载到Sesame中223
服务网站223
CherryPy224
Mako页面模板225
一种通用视图226
从Sesame获取数据228
通用的模板228
获得公司数据229
Crunchbase229
雅虎金融232
协调Freebase连接234
专用视图236
为其他人发布数据239
RDFa240
RDF / XML241
扩展数据242
位置243
地理、经济、人口243
复杂查询244
工作数据可视化247
进一步扩展249
第四部分 后记
第11章 巨型全球图253
愿景、炒作和现实253
参与全球图社区256
将数据发布给大众256
许可证257
数据循环258
迎接不断的变化259