دانلود کتاب Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data – تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی

اطلاعات کتاب
  • جلد
  • سری
  • ویرایش 1
  • سال 2015
  • نویسنده (گان) Leslie F. Sikos
  • ناشر Apress
  • زبان English
  • تعداد صفحات 244
  • حجم فایل 9.24MB
  • فرمت فایل pdf
  • شابک 1484210506, 9781484210505, 9781484210499
قیمت محصول :

۴۵,۰۰۰ تومان

با خرید این محصول، ۲,۲۵۰ تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

پیشنهادهای مرتبط

توضیحات

A major limitation of conventional web sites is their unorganized and isolated contents, which is created mainly for human consumption. This limitation can be addressed by organizing and publishing data, using powerful formats that add structure and meaning to the content of web pages and link related data to one another. Computers can ‘understand’ such data better, which can be useful for task automation. The web sites that provide semantics (meaning) to software agents form the Semantic Web, the Artificial Intelligence extension of the World Wide Web. In contrast to the conventional Web (the ‘Web of Documents’), the Semantic Web includes the ‘Web of Data’, which connects ‘things’ (representing real-world humans and objects) rather than documents meaningless to computers. Mastering Structured Data on the Semantic Web explains the practical aspects and the theory behind the Semantic Web and how structured data, such as HTML5 Microdata and JSON-LD, can be used to improve your sites performance on next-generation Search Engine Result Pages and be displayed on Google Knowledge Panels. You will learn how to represent arbitrary fields of human knowledge in a machine-interpretable form using the Resource Description Framework (RDF), the cornerstone of the Semantic Web. You will see how to store and manipulate RDF data in purpose-built graph databases such as triplestores and quadstores, that are exploited in Internet marketing, social media, and data mining, in the form of Big Data applications such as the Google Knowledge Graph, Wikidata, or Facebooks Social Graph.

With the constantly increasing user expectations in web services and applications, Semantic Web standards gain more popularity. This book will familiarize you with the leading controlled vocabularies and ontologies and explain how to represent your own concepts. After learning the principles of Linked Data, the five-star deployment scheme, and the Open Data concept, you will be able to create and interlink five-star Linked Open Data, and merge your RDF graphs to the LOD Cloud. The book also covers the most important tools for generating, storing, extracting, and visualizing RDF data, including, but not limited to, Protg, TopBraid Composer, Sindice, Apache Marmotta, Callimachus, and Tabulator. You will learn to implement Apache Jena and Sesame in popular IDEs such as Eclipse and NetBeans, and use these APIs for rapid Semantic Web application development. Mastering Structured Data on the Semantic Web demonstrates how to represent and connect structured data to reach a wider audience, encourage data reuse, and provide content that can be automatically processed with full certainty. As a result, your web contents will be integral parts of the next revolution of the Web.

What youll learn

  • Extend your markup with machine-readable annotations and get your data to the Google Knowledge Graph
  • Represent real-world objects and persons with machine-interpretable code
  • Develop Semantic Web applications in Java
  • Reuse and interlink structured data and create LOD datasets

Who this book is for

The book is intended for web developers and SEO experts who want to learn state-of-the-art Search Engine Optimization methods using machine-readable annotations and machine-interpretable Linked Data definitions. The book will also benefit researchers interested in automatic knowledge discovery. As a textbook on Semantic Web standards powered by graph theory and mathematical logic, the book could also be used as a reference work for computer science graduates and Semantic Web researchers.

Table of Contents

1. Introduction to the Semantic Web

2. Knowledge Representation

3. Linked Open Data

4. Semantic Web Development Tools

5. Semantic Web Services

6. Graph Databases

7. Querying

8. Big Data Applications

9. Use Cases

————————————————————–

ترجمه ماشینی :

یکی از محدودیت‌های اصلی وب‌سایت‌های معمولی، محتوای سازمان‌یافته و مجزای آن‌ها است که عمدتاً برای مصرف انسان ایجاد می‌شود. این محدودیت را می توان با سازماندهی و انتشار داده ها، با استفاده از فرمت های قدرتمندی که ساختار و معنا را به محتوای صفحات وب اضافه می کند و داده های مرتبط را به یکدیگر پیوند می دهد، برطرف کرد. رایانه ها می توانند چنین داده هایی را بهتر “درک” کنند، که می تواند برای اتوماسیون کار مفید باشد. وب‌سایت‌هایی که معناشناسی (معنا) را به عوامل نرم‌افزاری ارائه می‌کنند، وب معنایی، پسوند هوش مصنوعی شبکه جهانی وب را تشکیل می‌دهند. برخلاف وب معمولی («وب اسناد»)، وب معنایی شامل «وب داده» است که «اشیاء» (نماینده انسان و اشیاء دنیای واقعی) را به جای اسناد بی‌معنا به رایانه‌ها به هم متصل می‌کند. تسلط بر داده‌های ساختاریافته در وب معنایی جنبه‌های عملی و تئوری پشت وب معنایی را توضیح می‌دهد و اینکه چگونه داده‌های ساختاریافته، مانند HTML5 Microdata و JSON-LD، می‌توانند برای بهبود عملکرد سایت شما در مرحله بعدی استفاده شوند. صفحات نتایج موتور جستجو را تولید کنید و در پانل های دانش Google نمایش داده شود. شما یاد خواهید گرفت که چگونه زمینه های دلخواه دانش انسانی را به شکل ماشینی قابل تفسیر با استفاده از چارچوب توصیف منابع (RDF)، سنگ بنای وب معنایی، نشان دهید. نحوه ذخیره و دستکاری داده‌های RDF را در پایگاه‌های داده‌های گراف هدفمند مانند triplestores و quadstores که در بازاریابی اینترنتی، رسانه‌های اجتماعی و داده‌کاوی مورد بهره‌برداری قرار می‌گیرند، در قالب برنامه‌های Big Data مانند Google Knowledge Graph را مشاهده خواهید کرد. Wikidata یا نمودار اجتماعی فیسبوک.

با افزایش مداوم انتظارات کاربر در سرویس‌ها و برنامه‌های کاربردی وب، استانداردهای وب معنایی محبوبیت بیشتری پیدا می‌کنند. این کتاب شما را با واژگان و هستی شناسی های کنترل شده پیشرو آشنا می کند و نحوه نمایش مفاهیم خود را توضیح می دهد. پس از یادگیری اصول پیوند داده‌ها، طرح استقرار پنج ستاره و مفهوم Open Data، می‌توانید داده‌های باز پیوندی پنج ستاره را ایجاد و به هم پیوند دهید و نمودارهای RDF خود را با LOD Cloud ادغام کنید. این کتاب همچنین مهم‌ترین ابزارهای تولید، ذخیره، استخراج و تجسم داده‌های RDF، از جمله، اما نه محدود به، Protg، TopBraid Composer، Sindice، Apache Marmotta، Callimachus و Tabulator را پوشش می‌دهد. شما یاد خواهید گرفت که Apache Jena و Sesame را در IDE های محبوب مانند Eclipse و NetBeans پیاده سازی کنید و از این API ها برای توسعه سریع برنامه کاربردی وب معنایی استفاده کنید. تسلط بر داده‌های ساختاریافته در وب معنایی نشان می‌دهد که چگونه می‌توان داده‌های ساخت‌یافته را برای دستیابی به مخاطبان گسترده‌تر نشان داد و به هم متصل کرد، استفاده مجدد از داده‌ها را تشویق کرد، و محتوایی را ارائه داد که به طور خودکار با اطمینان کامل پردازش شود. در نتیجه، محتوای وب شما بخش جدایی ناپذیر انقلاب بعدی وب خواهد بود.

آنچه یاد می گیرید

  • نشانه گذاری خود را با حاشیه نویسی قابل خواندن توسط ماشین گسترش دهید و داده های خود را به نمودار دانش Google برسانید
  • اشیاء و افراد دنیای واقعی را با کدهای قابل تفسیر ماشینی نشان دهید
  • برنامه های کاربردی وب معنایی را در جاوا ایجاد کنید
  • از داده های ساختاریافته مجدد استفاده کنید و به هم پیوند دهید و مجموعه داده های LOD ایجاد کنید
  • < /ul>

    این کتاب برای چه کسی است

    این کتاب برای توسعه‌دهندگان وب و کارشناسان سئو در نظر گرفته شده است که می‌خواهند روش‌های بهینه‌سازی موتور جستجوی پیشرفته را با استفاده از حاشیه‌نویسی‌های قابل خواندن توسط ماشین و ماشین یاد بگیرند. تعاریف داده های پیوندی قابل تفسیر این کتاب همچنین برای محققان علاقه مند به کشف خودکار دانش مفید خواهد بود. به عنوان یک کتاب درسی در مورد استانداردهای وب معنایی با تئوری گراف و منطق ریاضی، این کتاب همچنین می تواند به عنوان یک اثر مرجع برای فارغ التحصیلان علوم کامپیوتر و محققان وب معنایی استفاده شود.

    فهرست مطالب

    1. مقدمه ای بر وب معنایی

    2. بازنمایی دانش

    3. داده های باز پیوند داده شده

    4. ابزارهای توسعه وب معنایی

    5. خدمات وب معنایی

    6. پایگاه های داده نمودار

    7. پرس و جو

    8. برنامه های کاربردی داده های بزرگ

    9. استفاده از موارد


     

    tag : دانلود کتاب تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی , Download تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی , دانلود تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی , Download Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data Book , تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی دانلود , buy تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی , خرید کتاب تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی , دانلود کتاب Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data , کتاب Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data , دانلود Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data , خرید Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data , خرید کتاب Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data ,

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود کتاب Mastering Structured Data on the Semantic Web: From HTML5 Microdata to Linked Open Data – تسلط بر داده های ساخت یافته در وب معنایی: از ریز داده های HTML5 تا داده های باز پیوندی”