JSON-LD

JSON-LD (JavaScript Object Notation for Linked Data), adalah sebuah metode pengkodean Data Tertaut menggunakan format JSON. Tujuan dari pengkodean tersebut untuk memudahkan pengembang untuk mengubah data JSON yang ada menjadi JSON-LD.^[1] Ini memungkinkan data untuk dilakukan serialisasi dengan cara yang mirip dengan JSON tradisional.^[2] Ini adalah Rekomendasi Konsorsium World Wide Web. Awalnya dikembangkan oleh JSON untuk Menghubungkan Kelompok Data Komunitas sebelum dipindahkan ke Kelompok Kerja RDF ^[3] untuk ditinjau, diperbaiki, dan distandardisasi.^[4]

JSON-LD

Ekstensi berkas	.jsonld
Jenis MIME	application/ld+json
Jenis format	Semantic Web
Pembawa untuk	Linked Data
Pengembangan dari	JSON
Standar	JSON-LD 1.0 / JSON-LD 1.0 API

JSON-LD 1.0 - A JSON-based Serialization for Linked Data

Singkatan	JSON-LD
Status	W3C Recommendation
Tahun dimulai	2010
Penyunting	Manu Sporny, Gregg Kellogg, Markus Lanthaler
Pencipta	Manu Sporny, Dave Longley, Gregg Kellogg, Markus Lanthaler, Niklas Lindström
Standar dasar	JSON, RDF
Domain	Semantic Web, Data Serialization
Situs web	JSON-LD 1.0

JSON-LD 1.0 Processing Algorithms and API

Singkatan	JSON-LD-API
Status	W3C Recommendation
Tahun dimulai	2010
Penyunting	Markus Lanthaler, Gregg Kellogg, Manu Sporny
Pencipta	Dave Longley, Gregg Kellogg, Markus Lanthaler, Manu Sporny
Standar dasar	JSON-LD
Domain	Semantic Web, API, Algorithm
Situs web	JSON-LD 1.0 API

JSON-LD dirancang dengan konsep sebuah "konteks" untuk memetakan data dari JSON ke model RDF . Konteks menghubungkan properti objek dalam dokumen JSON dengan konsep dalam ilmu ontologi. Untuk memetakan sintaks JSON-LD ke RDF, JSON-LD memungkinkan sebuah nilai untuk dipaksa ke tipe tertentu atau untuk ditandai sesuai dengan konteksnya. Konteks dapat disematkan secara langsung dalam dokumen JSON-LD atau dimasukkan ke dalam terpisah yang dapat menjadi referensi dari dokumen yang berbeda (dari dokumen JSON tradisional melalui header HTTP Link).

Contoh Penerapan

{
  "@context": {
    "name": "http://xmlns.com/foaf/0.1/name",
    "homepage": {
      "@id": "http://xmlns.com/foaf/0.1/workplaceHomepage",
      "@type": "@id"
    },
    "Person": "http://xmlns.com/foaf/0.1/Person"
  },
  "@id": "https://me.example.com",
  "@type": "Person",
  "name": "John Smith",
  "homepage": "https://www.example.com/"
}

Contoh di atas menggambarkan seseorang, berdasarkan kosakata FOAF . Pertama, terdapat dua name properti JSON dan homepage serta tipe Person dipetakan ke konsep dalam kosakata FOAF dan nilai properti homepage ditentukan dari tipe @id. Itu ditetapkan sebagai IRI dalam konteks definisi. Berdasarkan model RDF, ini memungkinkan orang yang dijelaskan dalam dokumen untuk diidentifikasi secara jelas oleh IRI . Penggunaan IRI yang dapat diselesaikan memungkinkan dokumen RDF yang mengandung lebih banyak informasi untuk ditransklusikan, yang memungkinkan klien menemukan data baru dengan hanya mengikuti tautan-tautan itu; prinsip ini dikenal sebagai "Follow Your Nose".^[5]

Memiliki semua data yang dianotasi secara semantik seperti pada contoh di atas, prosesor RDF dapat mengidentifikasi bahwa dokumen berisi informasi tentang seseorang ( @type ) dan jika prosesor memahami kosakata FOAF, ia dapat menentukan properti mana yang menentukan nama dan beranda untuk orang tersebut.

Penggunaan

Pengkodean digunakan oleh Schema.org,^[6] Google Knowledge Graph,^[7] dan sebagian besar digunakan untuk kegiatan optimisasi mesin pencari. Pengkodean ini juga telah digunakan untuk aplikasi seperti informatika biomedis,^[8] dan mewakili informasi sumber .^[9] Ini juga merupakan dasar dari ActivityStreams, format untuk "pertukaran informasi tentang aktivitas yang sedang berlangsung dan aktivitas yang telah selesai",^[10] dan digunakan dalam ActivityPub, sebuah protokol jejaring sosial.^[11] Untuk saat ini beberapa jenis schema markup^[12] yang bisa digunakan adalah sebagai berikut:

• Article
• Breadcrumb
• Carousel
• Course list item
• Course info
• Discussion forum
• Dataset
• Education Q&A
• Employer aggregate rating
• Estimated salary
• Event
• FAQ
• Fact check
• Hotels
• Image metadata
• Job posting
• Learning video
• Local business
• Math solvers
• Movie
• Merchant listings
• Organization
• Paywalled content
• Practice Problems
• Product snippet
• Profile page
• Q&A page
• Recipe
• Review snippet
• Software app
• Special Announcement
• Subscribed Content
• Vacation rental
• Vehicle listing
• Video

Perubahan dalam rich result yang didukung oleh mesin pencari ini juga akan terus di update dalam dukungan Google.

Lihat juga

• Bahasa Aplikasi Hypertext