📄 BI-MDF – Moderní datové formáty

🌐 Sémantický web

Současný web je určen primárně pro lidi — HTML stránky vypadají hezky, ale počítač nedokáže porozumět jejich obsahu (nerozlišuje jméno autora od názvu knihy). Sémantický web přidává strojově čitelnou vrstvu nad stávající dokumenty.

Vrstvy sémantického webu

• IRI / URI — identifikace zdrojů na webu
• XML / JSON — syntaxe pro přenos dat
• RDF — model dat (trojice: subjekt–predikát–objekt)
• RDFS / OWL — ontologie, slovníky, schémata
• SPARQL — dotazovací jazyk pro RDF data
• Pravidla a důvěra — logické odvozování, ověření původu

🔗 Identifikace zdrojů: IRI, URI, URL, URN

Pro jednoznačnou identifikaci zdrojů na webu se používá hierarchický systém identifikátorů:

🔺 RDF – Resource Description Framework

Složky RDF trojice

Typy uzlů v RDF grafu

• IRI — globálně unikátní identifikátor zdroje
• Literál — konkrétní hodnota (text, číslo, datum); skládá se z lexikální formy, datového typu (IRI) a volitelně jazykového tagu ("Ahoj"@cs)
• Blank Node — anonymní uzel bez IRI, existuje pouze v kontextu jednoho grafu; označuje se _:nazev

Named Graphs

RDF trojice lze seskupit do pojmenovaných grafů — každý graf má svůj IRI identifikátor. Trojice se tak stává čtveřicí (quad): subjekt, predikát, objekt + graf. Umožňuje to sledovat provenienci (odkud data pocházejí) a spravovat více datových zdrojů v jednom úložišti.

📝 Serializace RDF

RDF je abstraktní model — pro uložení a přenos potřebuje konkrétní syntaxi (serializaci). Existuje několik formátů, každý s jinými vlastnostmi:

Turtle – klíčové zkratky

• ; — stejný subjekt, nový predikát+objekt (multi-valued subject)
• , — stejný subjekt i predikát, nový objekt
• a — zkratka pro rdf:type
• @prefix ex: <http://example.org/> . — definice prefixu
• [] — anonymní blank node

🏗️ RDF Schema (RDFS)

Klíčové třídy a vlastnosti RDFS

RDFS Inference (odvozování)

RDFS umožňuje z existujících trojic odvodit nové trojice:

• Z :Bob rdf:type :Student + :Student rdfs:subClassOf :Person → odvodíme: :Bob rdf:type :Person
• Z :email rdfs:subPropertyOf :contact + :Bob :email "bob@example.com" → odvodíme: :Bob :contact "bob@example.com"

🔗 Linked Data (Propojená data)

4 principy Linked Data (Tim Berners-Lee)

1. Používejte URI k pojmenování věcí (nejen dokumentů, ale i konceptů, lidí, míst…)
2. Používejte HTTP URI, aby šlo tyto identifikátory vyhledat (dereferencovat)
3. Při vyhledání URI poskytněte užitečné informace pomocí standardů (RDF, SPARQL)
4. Odkazujte na jiné URI, aby bylo možné data propojovat a objevovat další data

5-Star Linked Open Data

🔍 SPARQL – dotazovací jazyk pro RDF

Typy SPARQL dotazů

Klíčové prvky SPARQL

• Triple Patterns — vzory trojic s proměnnými (?x): ?person foaf:name ?name .
• Graph Patterns — kombinace triple patterns tvoří vzor, který se matchuje proti RDF grafu
• OPTIONAL — levý vnější join (left outer join) — zahrne i výsledky bez matchujícího vzoru
• FILTER — omezení výsledků podmínkou (regex, porovnání, logické operátory)
• UNION — sjednocení výsledků dvou vzorů (alternativa)
• ORDER BY, LIMIT, OFFSET — řazení a stránkování resultado
• DISTINCT — odstranění duplicitních výsledků

Federated Queries (vzdálené dotazy)

SPARQL umožňuje dotazovat se na vzdálené SPARQL endpointy přímo z dotazu pomocí klauzule SERVICE. To umožňuje kombinovat data z více Linked Data zdrojů v jednom dotazu — klíčový princip propojeného webu.

📋 XML – Extensible Markup Language

Well-formed vs. Valid XML

🏷️ XML Namespaces (Jmenné prostory)

Řeší problém nejednoznačnosti názvů elementů z různých kontextů. Například <table> v HTML znamená tabulku, ale v jiném kontextu nábytek.

Princip

• Namespace se definuje jako IRI: xmlns:prefix="URI"
• QName (Qualified Name) = prefix:localname
• Lze definovat výchozí namespace: xmlns="URI" — bez prefixu
• Namespace se dědí na vnořené elementy

✅ XSD – XML Schema Definition

Dva hlavní typy

Důležité XSD koncepty

• minOccurs / maxOccurs — minimální a maximální počet výskytů elementu (unbounded = neomezeno)
• use="required" — povinný atribut
• mixed="true" — element může obsahovat text i subelementy

🧭 XPath – adresace uzlů v XML

Hlavní osy navigace

Predikáty (filtry)

Predikáty v hranatých závorkách filtrují uzly: //kniha[@cena>300] — vybere všechny knihy s cenou vyšší než 300. Predikáty lze kombinovat a vnořovat.

📦 JSON – JavaScript Object Notation

6 datových typů JSON

🔒 JSON Schema

Základní klíčová slova

• type — datový typ (string, integer, number, boolean, null, array, object)
• properties — definice vlastností objektu
• required — pole povinných vlastností
• minimum, maximum — numerická omezení
• minLength, maxLength, pattern, format — omezení řetězců
• items — schéma pro prvky pole
• $ref — odkaz na jiné schéma (znovupoužitelnost)

List vs. Tuple validace

Kompoziční klíčová slova

• anyOf — splňuje alespoň jedno ze schémat (OR)
• allOf — splňuje všechna schémata (AND)
• oneOf — splňuje právě jedno schéma (XOR)
• not — nesmí splňovat dané schéma (negace)

🌐 JSON-LD – JSON for Linking Data

Klíčová slova JSON-LD

Hlavní principy JSON-LD

• @context definuje mapování klíčů — může být inline nebo odkazem na URL
• Compact IRIs (prefixy) — umožňují zkrácený zápis: "foaf:name" místo plného IRI
• Embedding (vnoření) — objekty v objektech odpovídají propojeným uzlům v RDF grafu
• @reverse — obrátí směr hrany; rodič Homer může uvést děti přes @reverse místo toho, aby každé dítě uvádělo rodiče
• Scoped Contexts — kontext lze přepsat lokálně pro konkrétní vlastnost: vnořený @context přepíše rodičovský