[论文解读] Building an Ecosystem for the Tyrolean Tourism Knowledge Graph

Elias Kärle, Umutcan Şimşek+2 more|arXiv (Cornell University)|May 15, 2018

Semantic Web and Ontologies参考文献 13被引用 4

一句话总结

本文介绍了奥地利蒂罗尔地区旅游知识图谱的设计与实现，该图谱利用 schema.org 注解语义化发布并整合来自 DMO、GIS 和住宿提供商的异构旅游数据。通过将数据映射到 schema.org 子集，存储于图数据库，并借助聊天机器人、预订 API 和时序分析实现消费，该系统为智能应用和区域内的数据驱动洞察提供了可扩展的机器可读旅游数据。

ABSTRACT

The introduction of the schema.org vocabulary was a big step towards making websites machine read- and understandable. Due to schema.org's RDF-like nature storing annotations in a graph database is easy and efficient. In this paper the authors show how they gather touristic data in the Austrian region of Tirol and provide this data publicly in a knowledge graph. The definition of subsets of the vocabulary is followed by providing means to map data sources efficiently to schema.org and then store the annotated content into the graph. To showcase the consumption of the touristic data four scenarios are described which use the knowledge graph for real life applications and data analysis.

研究动机与目标

• 使用标准化的语义注解，为奥地利蒂罗尔地区的旅游数据创建可持续的、机器可读的知识图谱。
• 通过基于 schema.org 的建模，解决旅游数据碎片化、互操作性差的问题，实现统一整合。
• 通过集中式、可扩展的知识图谱，支持聊天机器人、自动预订和数据分析等实际应用场景。
• 证明以 schema.org 作为基础构建区域性旅游知识图谱的可行性和优势。
• 通过支持数据共享、自动化和智能代理交互，推动旅游业的数字化转型。

提出的方法

• 为旅游领域（如酒店、餐厅和滑雪学校）定义特定领域的 schema.org 子集（领域规范），以标准化数据建模。
• 将来自不同来源（DMO、Feratel、Infomax 和 GIS 系统）的数据映射为带有 schema.org 注解的 RDF 三元组，实现统一存储。
• 将历史数据存储在命名图中，以支持时序分析和数据溯源追踪。
• 构建基于 SPARQL 的 Web 服务，使对话系统和应用程序能够动态查询知识图谱。
• 实现与 Dialogflow 集成的聊天机器人，将用户查询映射为 SPARQL 查询，实现实时信息检索。
• 通过 schema:SearchAction 和 schema:Action 包装器构建 API 层，实现与提供商原生预订 API 的链接，支持‘自动直接预订’。

实验结果

研究问题

• RQ1 如何利用 schema.org 作为通用词汇表，语义化统一来自异构来源的旅游数据？
• RQ2 在将动态、实时的旅游数据（如住宿报价）整合到持久性知识图谱时，面临哪些关键挑战？
• RQ3 知识图谱如何支持旅游领域的端到端自动化，例如通过聊天机器人实现无需直接耦合 API 的房间预订？
• RQ4 在蒂罗尔旅游背景下，对历史住宿价格数据进行时序分析可获得哪些洞察？
• RQ5 基于 schema.org 的注解在多大程度上能提升旅游应用中的数据可发现性和机器可处理性？

主要发现

• 知识图谱成功整合了来自 DMO、Feratel 和 Infomax 等多个来源的静态和动态旅游数据，采用 schema.org 作为通用数据模型。
• 系统通过 Dialogflow 实现了功能完整的聊天机器人，利用 SPARQL 从图谱中检索信息，展示了实时问答能力。
• 通过实现包含 schema:Action 和 schema:SearchAction 的 API 层，系统实现了与原生预订 API 的链接，支持‘自动直接预订’，降低了对专有系统的依赖。
• 历史数据分析显示，塞费尔德的住宿价格持续高于迈尔霍芬，且在 2 月出现显著上涨，表明存在季节性价格模式。
• 该方法在数据整合方面具有可扩展性，并支持高级用例，如数据分析、对话系统和智能代理交互。
• 尽管面临数据质量问题和源系统特定包装器的挑战，该系统仍证明了 schema.org 作为区域性旅游知识图谱基础的可行性。