Visualisierung von Daten in SPARQL Endpoints

- Bachelorarbeit -


Beschreibung:
Das World Wide Web ist ausgerichtet auf den Menschen als Endnutzer, der die Bedeutung einer Webseite unabhängig von dessen Repräsentation in der Regel leicht erfaßt und Zusammenhänge bilden kann. Für den Menschen ist daher die Heterogenität der vorhandenen Informationen auf verschiedenen Ebenen wie Zeichenkodierung, verwendete natürliche Sprachen und der Anordnung von Informationen auf Webseiten händelbar. Die maschinelle Verarbeitung stößt hierbei jedoch auf ihre Grenzen.

Die Kernidee des Semantic Webs ist es, (Web-) Informationen zur Erleichterung der automatisierten Auswertung zu strukturieren und durch Einbeziehung der Bedeutung von Symbolen die maschinelle Verarbeitung zu präzisieren. Dadurch verringern sich u. a. Fehlerraten bei automatischer Integration von Daten und Services. Das Semantic Web erhält eine immer größer werdende Bedeutung, welches sich unter anderem an der steigenden Anzahl von entwickelten und im Einsatz befindlichen Semantic Web Tools und Applikationen fest machen läßt.

(Öffentlich frei verfügbare) Semantic Web Datenbanken werden immer umfangreicher, wie man am Beispiel der Linked Data Initiative erahnen kann, die es sich zum Ziel gemacht hat, Semantic Web Datenbanken zu sammeln und zu kombinieren. Bereits im September 2011 enthielten die gesammelten 295 Datenbanken der Linked Data Initiative 31 Milliarden Datensätze und ungefähr 504 Millionen Verlinkungen zwischen den Datenbanken. Viele der Datensätze sind in öffentlich frei zugreifbaren Servern (sogenannten SPARQL Endpoints) gespeichert, die (SPARQL) Anfragen entgegennehmen und die Anfrageresultate als Antwort zurücksenden.

In dieser Bachelor-/Masterarbeit soll nach Absprache die Daten in SPARQL Endpoints visualisiert werden, in dem Anfragen an die öffentlich frei zugreifbaren SPARQL Endpoints gesendet werden. Dabei sollen insbesondere auch die Links zwischen verschiedenen Datensätzen in verschiedenen SPARQL Endpoints auf einfache Weise verfolgt werden können. Es geht also nicht nur um die Visualisierung der Daten in einem einzelnen SPARQL Endpoint, sondern insbesondere auch um die Verknüpfung der Daten in mehreren SPARQL Endpoints (z.B. der Linked Data Initiative).

Anforderungen/Kenntnisse:
Java

Bearbeitung:
Christian Oosting

Ergebnis:
Die Ausarbeitung kann im Institut für Informationssysteme angefordert werden.

Betreuung:

Privatdozent Dr. rer.nat. habil. Sven Groppe

Institut für Informationssysteme
Ratzeburger Allee 160 ( Gebäude 64 - 2. OG)
23562 Lübeck
Telefon: 0451 / 500 5706