关联数据

在计算中，关联数据是结构化数据，它与其他数据相互关联，因此通过语义查询变得更加有用。 它以 HTTP、RDF 和 URI 等标准 Web 技术为基础，但不是使用它们来仅为人类读者提供网页，而是将它们扩展为以计算机可以自动读取的方式共享信息。 链接数据的部分愿景是让 Internet 成为一个全球数据库。

关联数据也可能是开放数据，在这种情况下，它通常被描述为链接开放数据。

在他 2006 年的关联数据笔记中，Tim Berners-Lee 概述了关联数据的四项原则，解释如下：

• 应该使用统一资源标识符 (URI) 来命名和标识单个事物。
• 应该使用 HTTP URI 来查找、解释和随后取消引用这些内容。
• 应通过开放标准（如 RDF、SPARQL 等）提供有关名称标识内容的有用信息。
• 在 Web 上发布数据时，应使用基于 HTTP URI 的名称引用其他内容。

蒂姆·伯纳斯-李后来在 2009 年的 TED 会议上重申了这些原则，再次沿以下行解释：

• 所有概念性事物的名称都应以 HTTP 开头。
• 查找 HTTP 名称应该以标准格式返回有关所讨论事物的有用数据。
• 通过其数据与同一事物相关的任何其他事物也应被赋予以 HTTP 开头的名称。

• URI
• HTTP
• 使用资源描述框架序列化格式（例如 RDFa、RDF/XML、N3、Turtle 或 JSON-LD）表达的受控词汇术语和数据集定义的结构化数据
• 关联数据平台

关联开放数据是属于开放数据的关联数据。 Tim Berners-Lee 在与链接数据的区分中给出了链接开放数据最清晰的定义。

关联开放数据（LOD）是在开放许可下发布的关联数据，不妨碍其免费重用。

Tim Berners-Lee 提出了一个 5 星方案来对网络上开放数据的质量进行分级，其中排名最高的是关联开放数据：

• 1 星：数据以某种格式公开可用。
• 2 星：数据以结构化格式提供，例如 Microsoft Excel 文件格式 (.xls)。
• 3 星：数据以非专有结构化格式提供，例如逗号分隔值 (.csv)。
• 4 星：数据遵循 W3C 标准，例如使用 RDF 和采用 URI。
• 5 星：所有其他，加上指向其他关联开放数据源的链接。

链接开放数据一词至少从 2007 年 2 月开始使用，当时创建了链接开放数据邮件列表。 邮件列表最初由麻省理工学院的 SIMILE 项目主办。

有许多欧盟项目涉及链接数据。 其中包括全天候链接开放数据 (LATC) 项目、PlanetData 项目、DaPaaS（数据和平台即服务）项目和链接开放数据 2 (LOD2) 项目。 数据链接是欧盟开放数据门户的主要目标之一，它为任何人提供数以千计的数据集以供重用和链接。

本体是数据结构的正式描述。 一些比较知名的本体是：

• FOAF – 一种描述人、他们的属性和关系的本体
• UMBEL – 一个包含 20,000 个主题概念类及其从 OpenCyc 派生的关系的轻量级参考结构，可以充当外部数据的绑定类； 还链接到来自 DBpedia 和 YAGO 的 150 万个命名实体

• DBpedia – 包含从维基百科提取的数据的数据集； 它包含大约 340 万二氧化碳