Usage - Länkade data i Sverige
Skip to content, Skip to search

Usage

Konsumera länkade data - hur gör jag?

På den här sidan hittar du information om olika sätt att använda länkade data i sin applikation, vare sig det är egna data eller data som andra har publicerat, och exempel på applikationer som använder just länkade data. Länkade data kan användas på så många sätt att det är nästan omöjligt att försöka täcka in alla, men förhoppningsvis kan den här sidan ge dig lite inspiration och idéer.

Innehåll

Hur ska jag göra för att använda länkade öppna data?

Hur länkade data används beror dels på syftet du har med att använda data, och dels på om du vill utnyttja redan utvecklade lösningar eller om du vill bygga en ny applikation specifikt för ditt syfte.

Existerande lösningar kan sägas falla i tre kategorier, som används för lite olika syften:

  • Hitta intressanta data - För att kunna hitta datamängderna finns olika katalogtjänster, såsom the Data Hub, data.gov (USA), data.gov.uk, och sökmotorer såsom International Open Government Dataset Search (se även mer under "Hitta datakällor" i menyn ovan). En annan generisk lösning är att använda en sökmotor som söker direkt i olika datamängder, som t ex Sig.ma.
  • Undersöka data i detalj - Ett sätt är att använda en generisk lösning för att undersöka data, exempelvis genom en browser för länkade data, såsom The OpenLink Data Explorer Extension. Den här typen av lösningar används främst när man har hittat en datamängd och vill undersöka om data är intressanta att använda, eller undersöka struktur och innehåll för en datamängd för att t ex kunna ställa relevanta frågor mot den.
  • Använda data - Domän-specifika applikationer utnyttjar den underliggande strukturen för datan i en viss domän och kan tillhandahålla mer skräddarsydda lösningar. När man använder applikationer i den här kategorin vet användaren oftast inte om att lösningen utnyttjar länkade data, utan data används i bakgrunden för att ge användaren en bättre tjänst.

Om du kommer fram till att du är intresserad av att utveckla en applikation som använder länkade data, d v s den tredje kategorin ovan, kan du behöva (baserat på Linked Open Data: The Essentials, A Quick Start Guide for Decision Makers):

  • Konkretisera vilka problem man vill lösa (use cases)
  • Undersök vilken dataset som finns tillgängliga och utvärdera dessa
  • Kolla vilka licenser datamängderna har
  • Bestäm vilka metoder (designmönster) som ska användas för att konsumera datan (exempelvis att hämta RDF-data via HTTP URI:er, använda SPARQL endpoints eller att hämta hem en RDF data dump)
  • Gör upp en plan för att hantera skillnader i vokabulär mellan olika dataset samt för eventuell cachning och uppdatering av data
  • Skapa mashups, tjänster och användargränssnitt

När du rent tekniskt ska skapa applikationen, kom ihåg att det finns mängder med tillgängliga bibliotek och verktyg för att hantera RDF-data och vokabulärer, t ex olika lagringslösningar och serverlösningar för att tillhandahålla data. Du behöver därför troligen inte utveckla egna lösningar för dessa grundläggande funktioner, utan kan fokusera på användargränssnitt och tjänster.

Läs mer - Om att använda länkade data

Applikationer som använder länkade data - Exempel

Det finns en uppsjö av applikationer som använder länkade data. På den här sidan försöker vi inte på något sätt att täcka in alla, utan visa ett litet urval för att illustrera de möjligheter som finns. Se även de svenska projekt som finns beskrivna under rubriken Svenska länkade data - Exempel. Här tar vi upp främst exempel på applikationer som är ämnade för en slutanvändare, d v s inte applikationer för att producera, hitta, förstå, och återanvända länkade data, utan konkreta applikationer som drar nytta av länkade data för att skapa mervärde för användaren.

Reegle är en portal som både konsumerar och tillhandahåller öppna länkade data. Fokus ligger på data om förnybar energi, och bland annat publicerar portalen “energiprofiler” för 243 länder som innehåller statistik om just det landets energianvändning samt projekt kring förnyelsebar energi som genomförts i landet. Reegle använder länkade data som en teknik för att länka samman data från en mängd olika källor, inklusive Eurostat, FN och Världsbanken, och publicerar sedan i sin tur alla data som länkade data i RDF. Reegle är ett exempel på hur principerna för länkade data möjliggör storskalig informationsintegration, där informationen hämtas direkt ur originalkällorna och integreras utan krav på en universell datamodell eller en central organisation som i förväg bestämmer hur data ska se ut.

Europeana är ett projekt som drivs av en stiftelse och syftar till att samla in, sammanställa och länka, samt tillhandahålla kulturarvsinformation från och till länderna i Europa. Stora delar av de data som samlas in är representerade som RDF, och alla Europeanas data kan utforskas genom en SPARQL endpoint, dit man kan skicka egna SPARQL frågor, samt även laddas ner som ett antal RDF-filer. En enkel film förklarar tanken bakom Europeana och dess länkade data. Baserat på sina data tillhandahåller Europeana en sökmotor för kulturarvsinformation, Europeana portal. REsultaten kan filtreras baserat på olika ttribut i datamängderna, och visas upp på olika sätt baserat på t ex geografisk information (data visas på en karta) eller tidsangivelser (data visas på en tidslinje) i data. Europeana är ytterligare ett exempel på storskalig informationsintegration, där data från över 15 länder och 200 olika organisationer länkas samman och blir sökbart i en gemensam portal, inte bara genom fritextsökning utan även genom att ställa strukturerade frågor mot data och skapa avancerade visualiseringar för anvädaren.

Länkade data kan också användas som ett sätt att organisera sina egna data inom en organisation. Ett exempel på detta är BBCs Wildlife Finder där du kan utforska BBCs naturfilmsarkiv och all information om djur och natur som de publicerar, baserat på data om dessa sidor och program, uttryckta i RDF. Genom att lagra metadata om sina resurser som RDF kan BBC generera dessa sidor automatiskt, baserat på sitt arkiv, istället för att låta någon manuellt designa och uppdatera varje sida. För strukturen på data, d v s de olika kategorierna som användaren kan klicka sig igenom, används OWL-modeller (s.k. ontologier) som BBC själva byggt. På liknande sätt strukturerar och presenterar de även information om andra ämnen, såsom musik.

Mashups är generellt en sorts webbsidor eller tjänster som hämtar innehåll från olika källor och sammanställer det på ett nytt sätt, t ex enligt en personlig profil för användaren, på en tidslinje eller en karta. Att göra en mashup är en vanlig typ av applikation där länkade data används, d v s flera olika datakällor sammanlänkas och används tillsammans för att ge användaren en ny vy över data, eller analysera data på ett visst sätt. En fördel med just länkade data och RDF är att det går snabbt att integrera data, och därigenom snabbt att skapa en mashup. Exempel på detta kan vi se genom den uppsjö av mashups som finns t ex för länkade data från data.gov-portalen i USA. Här finns, bara för att ta några exempel, små applikationer för att visa och analysera energiprofiler för några olika städer i USA, visa upp var olika typer av incidenter och brott har begåtts i Troy, NY, analysera migration mellan stater och deras skillnader i sjukvårdskostnader.