Strukturētu un daļēji strukturētu datu apvienošana, izmantojot Semantiskā Tīmekļa tehnoloģijas.

Abstract

Lielākā daļa cilvēcei pieejamo datu ir publicēta un publiski pieejama interneta vidē. Sākumā dati tīmeklī bija pieejami galvenokārt kā teksta tīmekļa lapas. Cilvēks var izlasīt tekstu un to saprast, taču programma to nevar. Tāpēc tīmekļa lapās sāka paralēli teksta datiem publicēt arī strukturētus datus, kurus programma var izvilkt un izmantot savām vajadzībām. Strukturēti dati pēc būtības ir publiski pieejamas individuālas datu glabātuves, kas savā starpā nav saistītas. Rakstot strukturētus datus, izmantojot semantiskā tīmekļa tehnoloģijas (piemēram, RDF), ir iespējams saistīt līdzīgās datu glabātuves, tādējādi paplašinot pieejamo datu apjomu, veidojot tīmeklī pieejamu globālu datu kopu. Darba mērķis ir izpētīt strukturēto datu un semantiskā tīmekļa datu avotus, kuros ir pieejama informācija par izvēlēto tēmu - japāņu izcelsmes animāciju (anime) un komiksiem (manga) un novērtēt iespējas integrēt šos datu avotus. Darba praktiskajā daļā ir plānots izveidot sistēmu, kas atlasa datus no Kitsu API, pārveido tos atbilstoši semantiskā tīmekļa tehnoloģiju standartiem, atlasa datus no DBPedia atbilstoši atlasītajiem datiem no Kitsu API un apvieno datus vienā RDF datu glabātuvē.

Most of the data available to mankind is published and publicly available on the internet. At the beginning data on the web was available mainly as text web page. Person can read text and understand its content, but program can’t do that. That is why in web pages along with text data structured data was published as well, which programs can extract and use for their purposes. Structured data are essentially publicly available individual data storages, which are not related to each other. By writing structured data, using semantic web technologies (for example, RDF), it is possible to connect similar data storages thus extending available data amount, creating global dataset available on web. The purpose of the thesis is to explore structured data and semantic web data sources, where is available information about selected theme - japanese animation (anime) and comics (manga) and to evaluate opportunities to integrate these data sources. In the practical part of the thesis it is planned to create a system that selects data from Kitsu API, transformē them according to semantic web standarts, selects data from DBPedia according to selected data from Kitsu API and combine data into one RDF data storage.