35、CRAWLER - LD：用于链接数据的多级元数据聚焦爬虫框架解析

CRAWLER - LD：用于链接数据的多级元数据聚焦爬虫框架解析

1. 资源查找的挑战与本体推荐方法

在资源查找过程中，标签值可能不准确、使用其他语言或只是所需词汇的同义词，且不能对模式及其关系进行妥协，因此找到不相关资源的风险较高。Martínez - Romero 等人提出了一种基于三点的本体自动推荐方法：
1. 本体与关键词集的匹配程度。
2. 所找到本体的语义密度。
3. 三元组集在 Web 2.0 上的流行度。

他们还通过一个复杂的过程将一组关键词与资源标签值进行匹配。CRAWLER - LD 可作为推荐工具的一个组件，用于在数据库三元化过程中定位合适的本体，以及找到与给定三元组集进行链接的三元组集，但它并非设计为完整的推荐工具，而是作为此类系统的一个组件。

2. 链接数据基础技术

2.1 RDF、RDF Schema 和 OWL

链接数据原则倡导使用 RDF、RDF Schema 和其他技术来标准化资源描述。
- RDF ：通过 (s, p, o) 形式的三元组描述资源及其关系，其中 s 是三元组的主题（RDF URI 引用或空白节点），p 是谓词或属性（RDF URI 引用，指定 s 和 o 的关系），o 是对象（RDF URI 引用、文字或空白节点），三元组也可表示为 “

”。
- RDF Schema ：是 RDF 的语义扩展，用于描述资源的类和属性。
- OWL ：进一步扩展了 RDF Schema，