研究成果
請選擇
標準實作流程
實作案例
學術成果
LOD Lifecycle Model (version 2.1)
1
需求分析(Requirements Analysis)
確認資料轉置LOD的目標與未來應用需求
⇩
2
資料授權(Data Licensing)
確認與取得資料開放授權條款
⇩
3
資料架構觀察(Data Architecture Evaluation)
資料結構分析、知識內涵分析、權威詞彙分析
⇩
4
模型設計(Data Modeling)
知識本體/資料模型
⇩
5
資料清理(Data Cleaning)
進行結構化資料處理,修正錯誤資料,使資料質量最大化
⇩
6
資料調和(Data Reconciliation)
URI設計或再利用;控制詞彙的再利用(鏈接外部相關資源(AAT、VIAF、DBpedia、GeoNames等));語意對應關係的建立
⇩
7
資料加值(Data Enrichment)
藉由命名實體識別(Name Entity Recognition)技術,將異質資料鏈結
⇩
8
資料轉置(Data Conversion)
採用RDF相關檔案格式(如:N-Triples、Turtle等)釋出並將資料匯入Triple store
⇩
9
資料語意查詢(Data Querying in SPARQL)
建立SPARQL endpoint,提供語意檢索功能及查詢範例
⇩
10
資料發佈(Data Publishing)
將資料集同步發布於全球資料集散平台(datahub.io)或自建之LOD資料集入口介面中。
⇩
11
應用系統(Application Systems)
呈現以LOD為基礎的應用服務系統(如: 網站),期盼透過群眾協助(Crowdsourcing) 校正資料
⇩
12
資料維運(Data Mantaining)
進行LOD資料集持續性維運工作,維持資料集開放效度、近用性及系統建置永續營運目的