如何在RDF中表示時間關係如<time:before>？

Question

我對RDF數據表示有問題。該表包含數百萬行和數千個subject_id。這是一個表格樣本。

row_id  subject_id DateTime 
34951953 144   14/07/2016 22:00 
34952051 145   14/07/2016 22:00 
34951954 146   14/07/2016 22:00  
34951976 144   15/07/2016 3:00 
34952105 146   15/07/2016 3:00 
34952004 144   15/07/2016 20:00 

我已經做了簡單的1：1 rdf映射轉換這樣使用jena。

<foo/data/row_id=34951953> <foo/data/subject_id> "144" 
<foo/data/row_id=34951954> <foo/data/subject_id> "146" 
<foo/data/row_id=34951954> <foo/data/subject_id> "146" 
<foo/data/row_id=34952051> <foo/data/subject_id> "145" 
<foo/data/row_id=34951976> <foo/data/subject_id> "144" 
<foo/data/row_id=34952105> <foo/data/subject_id> "146" 
<foo/data/row_id=34952004> <foo/data/subject_id> "144" 
<foo/data/row_id=34951953> <foo/data/DateTime> "14/07/2016 22:00:00" 
<foo/data/row_id=34952051> <foo/data/DateTime> "14/07/2016 22:00:00" 
<foo/data/row_id=34952054> <foo/data/DateTime> "14/07/2016 22:00:00" 
<foo/data/row_id=34951976> <foo/data/DateTime> "15/07/2016 3:00:00" 
<foo/data/row_id=34952105> <foo/data/DateTime> "15/07/2016 3:00:00" 
<foo/data/row_id=34952004> <foo/data/DateTime> "15/07/2016 20:00:00" 

現在，我想添加一些時間屬性一樣<time:before>所有subject_id，即，對於連續的信息。這裏是我想要的例子：

對於subject_id = 144;

<foo/data/row_id=34951953> <time:before> <foo/data/row_id=34951976> 
<foo/data/row_id=34951976> <time:before> <foo/data/row_id=34952004> 

爲subject_id = 146;

<foo/data/row_id=34951954> <time:before> <foo/data/row_id=34952105> 

我可以明確地添加時間關係，<time:before>？有沒有更好的方法來解決這類問題？

Answer 1

什麼

很明顯，你可以使用rdf:Seq或rdf:List。但是，查詢這些結構是painful。

我建議你爲這種時間序列尋找合適的本體論或詞彙，或者使用你自己的輕量級詞彙。請注意，time:前綴由Time ontology保留。

讓我們假設您使用名爲foo:before的屬性。

如何

可以使用這個特性在RDF數據添加三元組SPARQL：

INSERT 
{ 
?row_1 foo:before ?row_2 . 
} 
WHERE { 
    ?row_1 foo:subject ?subject . 
    ?row_2 foo:subject ?subject . 
    ?row_1 foo:time ?time_1 . 
    ?row_2 foo:time ?time_2 . 
    FILTER (?time_1 > ?time_2) 
    FILTER NOT EXISTS { 
     ?row_3 foo:subject ?subject . 
     ?row_3 foo:time ?time_3 . 
     FILTER ((?time_1 < ?time_3) && (?time_3 < ?time_2)) 
    } 
} 

性能

Analogous查詢執行我的終點約1分鐘3000+「科目」和60000+「行」。

可能您的CSV表是從RDBMS導出的，您將所有這些數據歸一化。然後，您可以使用相鄰的「行」對創建SQL視圖，並使用R2RML工具將其導出或生成RDF三元組。

另一種選擇是排序/以某種方式變換RDF文件並生成您需要sed三倍，python等

更新

當然，你的日期應xsd:dateTime類型，或者至少應該以自然的方式進行比較。