Graph내에서 탐색 및 SPARQL 사용파일로 존재하는 RDF데이터를 로딩하여 그래프에 담은 뒤, 그래프 내에서 여러가지 탐색을 사용해 본다. 그래프에 담긴 데이터를 SPARQL을 사용하여 질의하여 결과를 도출해 본다. 작성자 : 허홍수 e-mail : su4620@gmail.com blog : http://joyhong.tistory.com 탐색¶ 파일 로딩¶ In [1]: from rdflib import Graph, RDF, URIRef g = Graph() g.parse("./sample_result.ttl", format='turtle') Out[1]: 그래프에 담긴 트리플 수¶ In [2]: len(g) Out[2]: 5678 그래프 내 데이터 탐색¶ In [3]: # for ..
RDF Data 생성RDF 형태의 데이터를 생성한다. 작성자 : 허홍수 e-mail : su4620@gmail.com blog : http://joyhong.tistory.com CSV 형태의 데이터를 RDF 형태로 변환하기¶ 원본데이터 공공데이터포털 - 건강보험심사평가원_전국 병의원 및 약국 현황 https://www.data.go.kr/data/15051059/fileData.do 사용하는 라이브러리 RDFLib (https://rdflib.readthedocs.io/en/6.0.0/index.html) 데이터 확인¶ 원본 형태의 데이터를 바로 확인할 수도 있지만 여기서는 판다스를 활용하여 null값 등을 확인하도록 한다. 전처리가 잘 되어 있다면 1.1, 1.2 과정을 스킵하고 바로 2번 과정을 수..
Neo4J에서 볼 수 있는 LPG(Labeled Property Graph) 모델이 더 나은지 RDF 그래프가 더 나은지에 대한 이야기는 뒤로 하고..(용도에 맞게 적절한 것을 쓰면 되지 않는가?) RDF의 장점은 데이터 사일로 현상을 제거할 수 있는 상호운용이 가능한 표준이라는 점과 데이터 모델의 사용이 용이한 점, 그리고 Description Logic 기반이기 때문에 추론을 할 수 있다는 점이 있겠다. LPG의 장점은 RDF 그래프보다 심플하면서도 다양하고 풍부한 속성을 추가할 수 있다. 또한 관계에 대한 속성을 지정할 수 있는게 이게 큰 장점인것 같다. 이 둘의 장점을 모은 종결자로 RDF* 라는 것도 나왔는데 어찌되었든 Neo4J의 LPG 모델을 RDF 그래프로 변경하려면 어떻게 해야하는지에 대..
대부분의 도서관에서는 MARC 형태의 데이터를 통해 도서정보들을 관리하고 사용하고 있다. MARC는 기계 가독형 데이터 교환 포맷으로 도서관에서 이용자 서비스를 위해 가장 기초가 되며, 도서관 간 상호 협력의 시작점이 되었다. MARC는 도서관 분야에서만 유통이 되는 표준이기 때문에 도서관 관련 시스템 사이의 정보 유통에 큰 기여를 했지만 이러한 MARC 형태의 구조로 인해 웹을 중심으로 하는 정보 유통 환경에서는 어려움을 겪고 있다. 국내의 주요 도서관은 MARC 기반의 KORMARC를 생성하여 현재 사용하고 있다. KORMARC 기반의 데이터는 웹 세상에서 유통이 어려운 단점이 있다. 이를 해결하기 위해 RDF 기반의 데이터로 기반 구조를 변경해야 한다. RDF는 데이터의 구조를 표현하고, 웹의 분산..
- Total
- Today
- Yesterday
- RDF 변환
- 스프링부트
- sparql
- 장고
- 트리플
- 트리플 변환
- 지식 그래프
- stardog
- TopBraid Composer
- Neo4j
- LOD
- 그래프 데이터베이스
- networkx
- 사이퍼
- 온톨로지
- Knowledge Graph
- property graph
- cypher
- TDB
- pyvis
- neosemantics
- TBC
- Ontology
- 지식그래프
- Linked Data
- Thymeleaf
- MeCab
- django
- RDF
- 타임리프
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |