1

简介：
我是一个BI迷，想开发一个项目来深入了解 Wikipedia 的数据。
我会编写脚本从dbpedia中提取数据（可能从人员文章开始）并将其加载到人员表中。

我的问题是：
以前有人做过吗？更好的是，是否有专门的社区？
如果脚本在某个地方，我宁愿为它们做出贡献，也不愿重写它们。

举个例子：
在 OLAP 多维数据集中，我可以按名字向下钻取，选择钻取“Remi”，检查在哪些区域使用了这个名字，然后为所有区域向下钻取性别来检查这个名字在女孩中很受欢迎，在男孩中很受欢迎。对于它们中的每一个，我可以通过时间向下钻取以查看趋势。如果没有 BI 工具，您无法进行此类调查，否则需要几天而不是几秒钟。

4

3 回答 3

1

查看 Mahout，它是一个分布式机器学习库。那里的一个例子使用了维基百科的转储

https://cwiki.apache.org/MAHOUT/wikipedia-bayes-example.html http://mahout.apache.org

我不熟悉商业智能的确切细节，但是机器学习是关于寻找相关模式和信息聚集在一起的。至少这应该给出一个将 wiki 加载到内存中并用数据做一些简单而不是那么简单的事情的例子。

于 2010-08-23T07:45:37.147 回答
0

您可以设置一个virtuoso服务器（有一个开源版本）并在本地机器上加载dbpedia 数据集，并使用 virtuoso 作为带有 SPARQL 的“SQL DB”（它具有 jdbc 接口）

从您的示例中，您只能加载“本体信息框 *”和“原始信息框 *”数据集

于 2010-11-22T17:16:07.857 回答
0

你想要一个开源的 OLAP 服务器吗？

您需要为数据集设置数据库还是使用文件？我们（在 www.icCube.com）不需要 DB 来设置我们的多维数据集。

你的数据集有多大？

于 2010-12-17T04:27:36.467 回答