Wolfram 语言™

用 SPARQL 比较宠物的类型

Wolfram 知识库拥有超过一百万种物种的详细数据。其中部分数据是关于宠物的，如狗、猫、海龟等。 通过策管一些常见宠物类型的实体库并将它们与 Wolfram 语言中可用的物种数据相对应，可使分析涉及宠物的大型数据集（如 pets.stackexchange.com）变得更加容易。

创建并注册与物种实体相对应的宠物类型的 EntityStore，通过算出的属性利用这种对应关系，收集图像并生成原始文本中可能出现的名称列表。

通过使用图像属性和可能的​​名称可以看出与物种实体的对应。

导入并注册根据 pets.stackexchange.com 的文档生成的 EntityStore。

为 Pets Stack Exchange 中的帖子添加属性，以查找帖子内容中提到的宠物类型。

查找所有帖子中提到的所有宠物类型。

通过将其作为 "PetType" EntityStore 中的属性来存储这些数据。

查找前 10 名宠物在网站上被提到的频率，用 ExtendedEntityClass 引入 EntityFunction 来计算频次，用 SortedEntityClass 按频次进行排序并仅保留前 10 名。

编写符号 SPARQL 查询，以比较具有特定标签的帖子中提及猫和狗的频率。

创建一起被提到的宠物类型的加权网络。

可视化网络。