2011 | OriginalPaper | Buchkapitel
Grr: Generating Random RDF
verfasst von : Daniel Blum, Sara Cohen
Erschienen in: The Semanic Web: Research and Applications
Verlag: Springer Berlin Heidelberg
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
This paper presents
Grr
, a powerful system for generating random RDF data, which can be used to test Semantic Web applications.
Grr
has a
sparql
-like syntax, which allows the system to be both powerful and convenient. It is shown that
Grr
can easily be used to produce intricate datasets, such as the LUBM benchmark. Optimization techniques are employed, which make the generation process efficient and scalable.