维基数据结果按类似于PageRank的方式排序

Question

在Wikidata(维基数据SPARQL端点)中,有没有办法用类似PageRank的方式来订购SPARQL查询结果？

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

我们是否可以指定一个字段来对结果进行排序,并且该字段表示顶部的实体更显着/重要/可识别以下一个等等？

Answer 1

对于维基数据来说,PageRank似乎没有多大意义.显然,大型班级和大型聚合将成为领导者.

此外,与网络链接不同,RDF谓词可以从两边"导航"; 这只是一个设计问题,URI是一个主题,哪个URI是一个对象.

然而,Andreas Thalhammer 继续他的工作.十大维基数据实体是:

Q729    animal      24996.77
Q30     USA         24772.45
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      11707.16

遗憾的是,维基数据页面链接未在(相同)端点上发布,无法使用SPARQL查询它们.

幸运的是,人们可以自己找出某种等级.可能的选择是:

1. 即将发表的声明数量(预先计算);
2. 附加链接数量(预先计算);
3. 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)

试试吧!

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措施的相关系数.

Pearson
-------
          outcoming sitelinks incoming pagerank    
outcoming    1.0000    0.6907   0.7416   0.8652
sitelinks    0.6907    1.0000   0.4314   0.5717
incoming     0.7416    0.4314   1.0000   0.8978
pagerank     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

也可以看看:

• https://phabricator.wikimedia.org/T143424
• https://wiki.blazegraph.com/wiki/index.php/RDF_GAS_API#PageRank
• https://phabricator.wikimedia.org/T162279