MEI Web Semântica Trabalho Prático 2
/Converter/ -> pasta que possui script para converter, dados originais, dados convertidos e dados atualizados
/scv_to_nt.py -> ficheiro Python que faz a conversão do books.csv para um ficheiro em N-Triples
/books.csv -> ficheiro original retirado do kaggle (https://www.kaggle.com/datasets/jealousleopard/goodreadsbooks)
/books.nt -> ficheiro criado pelo script
/new.nt -> ficheiro atualizado após queries com novas informações para os dados
/Dataset/ -> pasta com o ficheiro original retirado do kaggle
/books.csv -> ficheiro original retirado do kaggle (https://www.kaggle.com/datasets/jealousleopard/goodreadsbooks)
/Docs/ -> possui a apresentação e o report
/apresentacao.pdf
/report.pdf
/GraphDB/ -> pasta que possui ficheiro python com todas as queries criadas para explorar, visualizar e perceber os dados
/queries.py -> ficheiro Python com todas as queries criadas ao longo do projeto (algumas usadas na aplicação)
/books/ -> projeto Django da aplicação desenvolvida
Criar repositório no graphDB
Setup > Repositories > Create new repository > GraphDB Repository
Repository ID: books
Importar os dados para o GraphDB
Import > Upload RDF files
Open /Converter/new.nt
Import
Executar projeto Django dentro de um ambiente virtual
pip install -r requirements.txt
python3 books/manage.py runserverExecutar conversor
python3 Converter/csv_to_nt.py Converter/books.csv