sparql - 维基数据结果按类似于 PageRank 的方式排序

Question

在 Wikidata ( Wikidata SPARQL endpoint ) 中，是否有一种方法可以使用类似 PageRank 的内容对 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对结果进行排序，并且该字段表示顶部的实体比下面的实体更引人注目/重要/可识别？

Answer 1

看起来 PageRank 对于维基数据来说没有多大意义。显然，大类(class)和大集体将成为领导者。

此外，与 Web 链接不同，RDF 谓词可以从两侧“导航”；这只是一个设计问题，哪个 URI 是主语，哪个 URI 是客体。

但是，Andreas Thalhammer continues他的工作。排名前 10 的维基数据实体是:

<表类=“s-表”><标题>项目标签排名 <正文>Q729动物24996.770第三季度美国24772.450Q1360节肢动物16930.883Q1390昆虫16531.822Q35409家庭14403.091Q756植物14019.927Q142法国13723.484Q34740属13718.484第 16 季度加拿大12321.178Q159俄罗斯11707.160

不幸的是，维基数据页面排名并未在(同一)端点上发布，因此无法使用 SPARQL 查询它们。

<小时/>

幸运的是，人们可以自己找出某种等级。可能的选项是:

1. 输出语句数量 ( precalculated );
2. 附加链接数量 ( precalculated );
3. 传入语句的数量(在下面的示例中，仅计算 truthy 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)

Try it!

截至 2017 年 10 月，所有这些指标都或多或少相关。

以下是欧盟成员国这些措施的相关系数。

<表类=“s-表”><标题> PIL 逊结果附加链接传入页面排名 <正文> 结果1.00000.69070.74160.8652 附加链接0.69071.00000.43140.5717 传入0.74160.43141.00000.8978 页面排名0.86520.57170.89781.0000

<表类=“s-表”><标题>斯 PIL 曼结果附加链接传入页面排名 <正文> 结果1.00000.68690.76190.8736 附加链接0.68691.00000.76800.8342 传入0.76190.76801.00000.8872 页面排名0.87360.83420.88721.0000

<表类=“s-表”><标题>肯德尔结果附加链接传入页面排名 <正文> 结果1.00000.49140.56610.7143 附加链接0.49141.00000.57640.6454 传入0.56610.57641.00000.7249 页面排名0.71430.64540.72491.0000

另请参阅:

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