關聯數據:萬維網上的結構化數據 关联数据:万维网上的结构化数据
大衛·伍德 (David Wood), 瑪莎·扎伊德曼 (Marsha Zaidman), 盧克·魯思 (Luke Ruth), 邁克爾·豪森布拉斯 (Michael Hausenblas)
- 出版商: 人民郵電
- 出版日期: 2018-01-01
- 售價: $414
- 貴賓價: 9.5 折 $393
- 語言: 簡體中文
- 頁數: 252
- 裝訂: 平裝
- ISBN: 7518417871
- ISBN-13: 9787115472649
-
相關分類:
大數據 Big-data
- 此書翻譯自: Linked Data (Paperback)
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$281Python 黑帽子 (Black Hat Python: Python Programming for Hackers and Pentesters)
-
$199挑戰編程技能 57道程序員功力測試題 (Exercises for Programmers:57 Challenges to Develop Your Coding Skills)
-
$403OpenStack 實戰 (OpenStack in Action)
-
$454JavaScript開發框架權威指南 (JavaScript Frameworks for Modern Web Dev)
-
$590$460 -
$301Python 數據挖掘:概念、方法與實踐
-
$301機器學習系統設計 : Python 語言實現 (Designing Machine Learning Systems with Python)
-
$454達人迷:JavaScript趣味編程15例 ( JavaScript for Kids )
-
$403AWS Lambda 實戰 : 開發事件驅動的無服務器應用程序 (AWS Lambda in Action: Event-Driven Serverless Applications)
-
$450$383 -
$254亞馬遜 AWS 雲基礎與實戰
-
$500$390 -
$500$390 -
$301Python編程與問題求解
-
$280$266 -
$352軟件性能測試學習筆記之 LoadRunner 實戰
-
$474$450 -
$594$564 -
$301數據科學導論:Python語言實現(原書第2版)
-
$199Hadoop深度學習
-
$360$342 -
$301特徵工程入門與實踐 (Feature Engineering Made Easy)
-
$490$417 -
$811統計學習要素:機器學習中的數據挖掘、推斷與預測, 2/e (The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2/e)
-
$880$695
相關主題
商品描述
關聯數據(linked data)是在萬維網上表示和鏈接結構化數據的一系列技術,旨在構建一張電腦能夠理解的語義數據網絡,而不僅僅是人能讀懂的文檔網絡,以便在此之上構建更智能的應用。
本書分為4個部分,dy部分主要介紹了關聯數據的基礎知識、RDF(資源描述框架)數據模型,以及表示關聯數據的通用標準序列化格式,旨在引導讀者識別並使用萬維網上的關聯數據;第e部分重點討論了開發和發布關聯數據所用的技術,以及聚合數據所用的搜索技術;第3部分則討論瞭如何使用RDFa(屬性中的資源描述框架)對網頁進行SEO、RDF數據庫與傳統的關系數據庫的區別、在萬維網上共享用戶數據集和項目的方式,以及對語義網搜索結果中包含的項目和數據集進行優化;第4部分則將之前的內容進行了匯總,使用一個開源的關聯數據應用服務器開發一個復雜的應用程序,並總結了從準備到發布關聯數據的全過程。
本書適合具備HTML、URI、HTTP等基本的Web技術基礎,並且想要瞭解、使用和發布關聯數據的應用程序開發人員閱讀。
本書分為4個部分,dy部分主要介紹了關聯數據的基礎知識、RDF(資源描述框架)數據模型,以及表示關聯數據的通用標準序列化格式,旨在引導讀者識別並使用萬維網上的關聯數據;第e部分重點討論了開發和發布關聯數據所用的技術,以及聚合數據所用的搜索技術;第3部分則討論瞭如何使用RDFa(屬性中的資源描述框架)對網頁進行SEO、RDF數據庫與傳統的關系數據庫的區別、在萬維網上共享用戶數據集和項目的方式,以及對語義網搜索結果中包含的項目和數據集進行優化;第4部分則將之前的內容進行了匯總,使用一個開源的關聯數據應用服務器開發一個復雜的應用程序,並總結了從準備到發布關聯數據的全過程。
本書適合具備HTML、URI、HTTP等基本的Web技術基礎,並且想要瞭解、使用和發布關聯數據的應用程序開發人員閱讀。