按照类似PageRank的方式排序的Wikidata结果

Question

按照类似PageRank的方式排序的Wikidata结果

sparqlsemantic-webrankingwikidatapagerank

16

在Wikidata（Wikidata SPARQL终端）中，是否有一种方式可以使用类似PageRank的方法对SPARQL查询结果进行排序？

在Wikidata（Wikidata SPARQL endpoint）中，是否有一种方式可以使用类似PageRank的方法对SPARQL查询结果进行排序？

SELECT DISTINCT ?entity ?entityLabel WHERE {
    ?entity wdt:P31 wd:Q5.
    SERVICE wikibase:label {
     bd:serviceParam wikibase:language "en" .
    }
} LIMIT 100 OFFSET 0

我们能否指定一个字段来按照该字段显示结果，并且该字段表达的是排在最前面的实体比其余的更加著名/重要/易识别吗？

- jordipala

这里有一个类似的问题吗？https://dev59.com/7pnga4cB1Zd3GeqPgf-9 - Tomasz Pluskiewicz

并不完全相同，而且那个问题与DBpedia有关，而我的问题与Wididata有关。DBpedia有这个“pagerank”http://people.aifb.kit.edu/ath/#DBpedia_PageRank，它可以帮助按相关性对结果进行排序。我的问题是，如果Wikidata也有一个类似的等级，我能否使用它。 - jordipala

2个回答

4

如果你还对这个问题感兴趣，确实有一个Wikidata PageRank项目（与维基媒体基金会无关）。它托管在 https://github.com/athalhammer/danker，你可以使用任何可用的维基百科语言的Wikidata Q-ID来计算PageRank（甚至是所有语言版本链接的联合集合）。不定期地，一些计算也由项目所有者运行，并将结果得分托管在https://danker.s3.amazonaws.com/index.html。

计算结果的输出可以转换为N-Triples/Turtle（首先）然后是HDT（第二）。

选项1：从托管此Wikidata PageRank HDT文件的端点（示例参见此处），然后可以使用实时Wikidata端点运行联合查询（示例提供在链接的存储库和下面的图像中）。

选项2：将创建的Wikidata PageRank HDT文件与Wikidata最新的HDT转储结合使用，并结合HDTCat。

选项3：不使用HDT，只需将N-Triples/Turtle文件加载到所选择的三元组存储器中，并与Wikidata转储N-Triples/Turtle文件一起使用。

示例联合查询：

。

- thalhamm

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Stanislav Kralin · Accepted Answer

似乎在与维基数据相关时，PageRank 没有太多意义。显然，大类和大聚合体将成为领导者。

此外，与 Web 链接不同，RDF 谓词可以从两侧“导航”；这只是设计问题，哪个 URI 是主题，哪个 URI 是对象。

然而，Andreas Thalhammer 继续他的工作。维基数据前十实体如下：

Item	Label	Rank
Q729	animal	24996.770
Q30	USA	24772.450
Q1360	Arthropoda	16930.883
Q1390	insects	16531.822
Q35409	family	14403.091
Q756	plant	14019.927
Q142	France	13723.484
Q34740	genus	13718.484
Q16	Canada	12321.178
Q159	Russia	11707.160

很遗憾，Wikidata页面排名不在（同一）端点上发布，无法使用SPARQL查询它们。

幸运的是，人们可以自己想出某种排名。可能的选项包括：

发出语句的数量（预先计算）；
站点链接数量（预先计算）；
传入语句的数量（在下面的示例中，仅计算真实语句）。

示例查询：

SELECT ?item ?itemLabel ?outcoming ?sitelinks ?incoming {
    ?item wdt:P463 wd:Q458 .
    ?item wikibase:statements ?outcoming .
    ?item wikibase:sitelinks ?sitelinks .
       {
       SELECT (count(?s) AS ?incoming) ?item WHERE {
           ?item wdt:P463 wd:Q458 .
           ?s ?p ?item .
           [] wikibase:directClaim ?p 
      } GROUP BY ?item
  }
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en" . }.  
} ORDER BY DESC (?incoming)

尝试一下！

截至2017年10月，所有这些指标或多或少相关。

以下是欧盟成员国这些度量值的相关系数。

Pearson	出站链接	站内链接	入站链接	页面排名
出站链接	1.0000	0.6907	0.7416	0.8652
站内链接	0.6907	1.0000	0.4314	0.5717
入站链接	0.7416	0.4314	1.0000	0.8978
页面排名	0.8652	0.5717	0.8978	1.0000

Spearman	outcoming	sitelinks	incoming	pagerank
outcoming	1.0000	0.6869	0.7619	0.8736
sitelinks	0.6869	1.0000	0.7680	0.8342
incoming	0.7619	0.7680	1.0000	0.8872
pagerank	0.8736	0.8342	0.8872	1.0000

Kendall	outcoming	sitelinks	incoming	pagerank
outcoming	1.0000	0.4914	0.5661	0.7143
sitelinks	0.4914	1.0000	0.5764	0.6454
incoming	0.5661	0.5764	1.0000	0.7249
pagerank	0.7143	0.6454	0.7249	1.0000

参见：