Japan Search SPARQLクエリ集

概要 本章では、Japan Search（ジャパンサーチ）のRDFストアに対して、指定した日に更新されたアイテムをコレクション別に集計するSPARQLクエリを紹介します。ジャパンサーチは、日本の多様なデジタルコンテンツのメタデータを統合的に検索できるプラットフォームであり、そのデータはRDF（Resource Description Framework）として公開されています。 SPARQLエンドポイント（https://jpsearch.go.jp/rdf/sparql/）を通じて、これらのデータに対するクエリを実行することができます。 Japan Searchのデータモデル ジャパンサーチのRDFデータは「利活用スキーマ」と呼ばれるデータモデルに基づいて構成されています。このデータモデルでは、文化財や書籍などの各アイテムは「Cultural Heritage Object（CHO）」として表現されます。各CHOには、jps:sourceInfoを通じてソース情報が関連付けられており、ソース情報にはschema:dateModified（更新日）や所属するコレクション、プロバイダなどの情報が含まれます。 データの構造を簡略化すると以下のようになります。 ? c h o j p s : s o u r c e I n f o ? s u r c e I s s n c c f h h o e e m m a a : : d i a s t P e a M r o t d O i f f i e d ? c o l " l 2 e 0 c 2 t 3 i - o 0 n 8 - 0 1 " このように、各CHOのソース情報を辿ることで、更新日やコレクション情報にアクセスできます。 ...

概要 本章では、ジャパンサーチのRDFストアに対して、指定されたプロバイダ（データ提供機関）の更新日に基づく集計を行うSPARQLクエリを紹介します。ジャパンサーチには、国立国会図書館、国立博物館、各地方自治体の図書館・博物館など、多数のプロバイダからデータが集約されています。特定のプロバイダに着目して、そのデータがいつ更新されたかを把握することは、データ連携の状況を理解する上で重要です。 プロバイダとソース情報の関係 ジャパンサーチのデータモデルにおいて、各CHO（Cultural Heritage Object）はjps:sourceInfoを通じてソース情報に関連付けられています。ソース情報には、schema:provider（プロバイダ）とschema:dateModified（更新日）が含まれます。 データの関連構造は以下のようになります。 ? c h o j p s : s o u r c e I n f o ? s u r c e I s s n c c f h h o e e m m a a : : p d r a o t v e i M d o e d r i f i e d ? p r o v " i 2 d 0 e 2 r 3 - 0 8 - 0 1 " schema:providerはプロバイダのURIを指し、そのプロバイダのラベル（名称）はrdfs:labelで取得できます。 ...

概要 本章では、ジャパンサーチのRDFストアに対して、更新日ごとに関連するCHO（Cultural Heritage Object）の数をカウントし、最新の日付から降順にソートして表示するSPARQLクエリを紹介します。このクエリは、ジャパンサーチのデータ全体の更新状況を時系列で俯瞰するために有用です。 CHO（Cultural Heritage Object）とは ジャパンサーチの利活用スキーマにおいて、CHO（Cultural Heritage Object、文化遺産オブジェクト）は、書籍、絵画、彫刻、写真、地図など、あらゆる文化資源のメタデータを表現するための中心的な概念です。各CHOは一意のURIを持ち、jps:sourceInfoを通じてソース情報（データ提供元の情報や更新日など）に関連付けられています。 RDFのトリプル（主語・述語・目的語の3つ組）で表現すると、例えば以下のようになります。 < < h h t t t t p p s s : : / / j j p p s s e e a a r r c c h h . . g g o o . . j j p p / / d d a a t t a a / / c c o o b b a a s s - - 1 1 2 2 3 3 4 4 5 5 > # s j o p u s r : c s e o i u n r f c o e > I n s f c o h e < m h a t : t d p a s t : e / M / o j d p i s f e i a e r d c h " . 2 g 0 o 2 . 3 j - p 0 / 8 d - a 0 t 1 a " / ^ c ^ o x b s a d s : - d 1 a 2 t 3 e 4 5 . # s o u r c e i n f o > ここでcobas-12345がCHOのURIであり、そのソース情報を通じて更新日2023-08-01が記録されています。 ...

概要 本章では、ジャパンサーチのRDFストアに対して、更新日およびプロバイダ別にアイテム数を集計するSPARQLクエリを紹介します。前章までは更新日のみ、またはプロバイダのみに着目した集計を行いましたが、本章ではこれら2つの軸を組み合わせた多次元集計を行います。この手法により、「いつ」「どのプロバイダから」データが更新されたかを一覧で把握できます。 多次元集計の意義 ジャパンサーチには複数のプロバイダからデータが提供されています。各プロバイダは独自のスケジュールでデータを更新しているため、更新日とプロバイダの2つの軸で集計を行うことで、以下のような分析が可能になります。 各プロバイダの更新頻度や更新パターンの把握 大量データ更新があったプロバイダと日付の特定 プロバイダ間のデータ更新タイミングの比較 SPARQLクエリ 基本的なクエリ 以下のクエリは、更新日とプロバイダの2つの軸でアイテム数を集計します。 PREFIX jps: <https://jpsearch.go.jp/term/property#> PREFIX schema: <http://schema.org/> PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> SELECT ?date ?provider ?providerLabel (COUNT(?cho) AS ?count) WHERE { ?cho jps:sourceInfo ?sourceInfo . ?sourceInfo schema:dateModified ?date . ?sourceInfo schema:provider ?provider . ?provider rdfs:label ?providerLabel . } GROUP BY ?date ?provider ?providerLabel ORDER BY DESC(?date) DESC(?count) クエリの解説 ?cho jps:sourceInfo ?sourceInfo: CHOからソース情報を取得します。 ?sourceInfo schema:dateModified ?date: ソース情報から更新日を取得します。 ?sourceInfo schema:provider ?provider: ソース情報からプロバイダのURIを取得します。 ?provider rdfs:label ?providerLabel: プロバイダの表示名（ラベル）を取得します。結果を読みやすくするために、URIだけでなくラベルも取得しています。 GROUP BY ?date ?provider ?providerLabel: 更新日とプロバイダの組み合わせでグループ化します。GROUP BYに複数の変数を指定することで、多次元的な集計が可能になります。?providerLabelもGROUP BYに含めているのは、SELECT句で使用しているためです。 ORDER BY DESC(?date) DESC(?count): まず日付の降順で、同じ日付内では件数の降順でソートします。 特定の日付範囲に絞り込むクエリ データ量が多い場合は、日付範囲を指定して絞り込むと実行時間を短縮できます。 PREFIX jps: <https://jpsearch.go.jp/term/property#> PREFIX schema: <http://schema.org/> PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> PREFIX xsd: <http://www.w3.org/2001/XMLSchema#> SELECT ?date ?provider ?providerLabel (COUNT(?cho) AS ?count) WHERE { ?cho jps:sourceInfo ?sourceInfo . ?sourceInfo schema:dateModified ?date . ?sourceInfo schema:provider ?provider . ?provider rdfs:label ?providerLabel . FILTER(?date >= "2023-01-01"^^xsd:date && ?date <= "2023-12-31"^^xsd:date) } GROUP BY ?date ?provider ?providerLabel ORDER BY DESC(?date) DESC(?count) この例では2023年のデータに限定しています。 ...

概要 本章では、ジャパンサーチのRDFストアに対して、特定のプロバイダおよび更新日を持つアイテムをタイプ別に集計するSPARQLクエリを紹介します。これは、プロバイダ、更新日、タイプという3つの軸を使った集計であり、本書の中で最も多次元的な分析となります。この手法により、特定のプロバイダが特定の日に更新したデータに、どのようなタイプのアイテムが含まれているかを把握できます。 rdfs:typeによるアイテムの分類 ジャパンサーチでは、各CHO（Cultural Heritage Object）に対してrdfs:type（またはrdf:type）プロパティを通じてタイプ情報が付与されています。タイプは、アイテムの種類を分類するための重要なメタデータです。 ジャパンサーチの利活用スキーマでは、以下のような独自のタイプ語彙が定義されています。 h h h h h h h t t t t t t t t t t t t t t p p p p p p p s s s s s s s : : : : : : : / / j j j j j j j p p p p p p p s s s s s s s e e e e e e e a a a a a a a r r r r r r r c c c c c c c h h h h h h h . . . . . . . g g g g g g g o o o o o o o . . . . . . . j j j j j j j p p p p p p p / / / / / / / t t t t t t t e e e e e e e r r r r r r r m m m m m m m / / / / / / / t t t t t t t y y y y y y y p p p p p p p e e e e e e e / / / / / / / 絵 書 彫 写 地 刀 展 画 籍 刻 真 図 剣 覧 会 これらのタイプはrdfs:subClassOfによる階層構造を持つ場合もあり、より詳細な分類と上位概念による横断的な検索の両方が可能になっています。 ...