Miliony odkazů zpět na web neznamená, že se s daty nedá cokoliv provést

[martinnec]

Dobrý text, až na to, že CEDR uvádíte jako příklad toho, kdy jsou "k dispozici ke stažení spousty dat jejich surových kopií, ve kterých najdeme miliony odkazů zpět na web - bez šance cokoliv smysluplného provést.". To je velmi nejasné až zavádějící tvrzení. Co myslíte milionem odkazů zpět na web? CEDR je poskytován jako Linked Open Data [1][2][3] a má dostupný SPARQL endpoint, což je API umožňující jakékoliv dotazování pomocí jazyka SPARQL [4]. Ty miliony odkazy zpět na web - to spíš svědčí o tom, že jste se rychle koukli a hned si udělali negativní názor - nejedná se totiž o odkazy zpět na web, ale především o správnou identifikaci entit v prostředí Web of Data [3][1].

BTW, v brzké době budou publikovat CSVčka, která kritizujete, neboť si to komunita uživatelů otevřených dat žádá.

Pokud by více datasetů bylo publikováno jako CEDR, naopak to, co píšete o New Yorku, bude reálné. A navíc to nevyžaduje dávat data na jedno místo a je to založeno na zcela otevřených nezávislých doporučeních W3C.

[1] https://www.w3.org/DesignIssues/LinkedData.html
[2] http://lod-cloud.net/
[3] https://www.w3.org/2013/data/
[4] https://www.w3.org/TR/sparql11-query/

[vitkolos]

Ozkoušel jsem CEDR a souhlasím. API Ministerstva financí ČR funguje velmi dobře právě pomocí SPARQL.