선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 링크드 데이터를 구축하기 위한 7단계: 데이터 특성 및 구조 분석, 추가적인 데이터 정제 작업, 링크드 데이터 모델링, 기존 어휘 선택 및 독자적인 어휘설계, 저작권과 라이센스 검토, Non-RDF 데이터의 RDF 변환, 그리고 RDF 데이터 간 링크를 제안하고 있다. 또한 링크드 데이터 저장 및 검색 시스템에 관한 연구로 기존의 로컬 방식과 분산 방식을 분석하여 상호 장단점을 고려한 압축된 로컬 인덱스 구조를 제안한다.
- 본 논문에서는 이러한 Open API 단점을 극복하기 위해 웹상에 구조화된 데이터의 출판과 연결을 통한 가장 최선의 링크드 데이터 구축 기술을 제안한다. 현재 링크드 데이터에 대한 핵심 이슈는 링크드 데이터의 효율적인 저장, 검색, 그리고 활용 애플리케이션 개발이다.
- RDF에서 사용하는 어휘는 RDF 스키마에서 정의되고, 개념이나 리소스 관계를 나타내거나 추론 가능한 논리를 기술하기 위해 온톨로지를 구축한다. 이러한 모델은 시간이 지남에 따라 변화될 수 있는 데이터의 영속성을 보장하기 위하여 유연한 동적 데이터 모델이 되도록 설계 한다.
- 관련 없는 URI 데이터들은 쿼리 수행에 관여될 필요가 없으므로 이러한 URI 룩업은 필터링 시키는 것이 쿼리 실행에 큰 도움을 줄 수 있다. 즉, 링크드 데이터 인덱스 방법은 가능한 관련 없는 URI 룩업은 최소화 시키고 관련성 있는 모든 URI들을 인덱스를 통해 발견하는 것을 그 목표로 한다.
가설 설정
- 1) 데이터의 재사용이 가능하다. 내가 만든 데이터가 아니더라도 외부에 개방된 데이터를 연결하면 웹을 하나의 거대한 지식베이스처럼 사용할 수 있다.
- 2) 데이터의 중복을 감소할 수 있다. 자신이 원하는 데이터가 이미 존재하는 지, 있다면 어디에 존재하는지 알 수 있으므로 시스템의 사일로 문제에 의해 발생될 수 있는 불필요한 데이터 중복 문제를 해결할 수 있다.
- 5) 데이터 네트워크화가 가속화된다. 데이터 링크를 따라가는 것에 의해 런타임 시에 새로운 데이터의 발견이 가능하고, 웹상에 새로운 데이터 소스가 계속 생산됨에 따라 데이터들이 새로운 가치를 더할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.