语义Web编程

　　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

　　托比·塞加兰，是《集体智慧编程》的作者，生物技术软件公司Incellico的创始人。
　　科林·埃文斯，擅长将机器学习和语义分析相结合，就职于Metaweb公司。
　　杰米·泰勒，拥有经济学博士学位，就职于Freebase公司，他指导计算机如何处理语义。

　　本书每章描述一段语义技术并解释如何使用它来解决实际问题。无论是编写一个简单的mashup还是维护一个高性能的企业解决方案,本书都提供了一个标准,灵活的方法，用于集成系统和数据使之更适于未来的发展。