Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望

Linked Open Data(LOD)を用いた
オープンデータの活用事例と今後の展望
大阪大学産業科学研究所/
LODチャレンジ実行委員会関西支部長
古崎晃司
kozaki@ei.sanken.osaka-u.ac.jp
オープンデータフォーラム
in橋本，2016/3/24

自己紹介
 オープンデータに関わる活動
 LODチャレンジ実行委員会（2011～）関西支部長
→LOD（Linked Open Data）を技術普及させたい
「LODチャレンジ」（コンテスト）への応募作品を増やしたい
 特に，地元「関西・大阪」でのコミュニティを大きくしたい
 神戸市オープンデータ推進会議，大阪市市民活動推進審議会
研究成果として
公開中のソフト
 古崎（こざき）晃司
@koujikozaki
 本職：大阪大学の研究者
 専門：情報科学（オントロジー工学）
＝“かしこい”コンピュータ（ソフトウェア）を作る
→学問にとどまらず，
世の中で使われる技術を作りたい
2016/3/24 オープンデータフォーラムin橋本 2

はじめに，質問
 「オープンデータ」について話を聞いたことが
ある方？
 「LOD（Linked Open Data）」
という言葉を聞いたことがある方？
 Webページを作ったことがある方？
 Web（インターネット）を使ったことある方？

開催年度＼応募部門データセットアイデア
アプリケー
ション
ビジュアライ
ゼーション
基盤技術
2015年度（290作品）
2014年度（245作品）
2013年度（321作品）
2012年度（205作品）
2011年度（ 73作品）
６７
８７
１０１
８７
２１
９７
５１
６７
５０
３４
８３
６９
１２２
４４
１８
２６
２０
１８
２４
１７
１８
１３
Linked Open Data（LOD）
チャレンジ
LODの技術普及を目的として開催している日本初の
オープンデータに関するコンテスト（2011年度より毎年開催）
 これまでの応募状況 http://lodc.jp
年々，応募作品数の増加/質の向上が見られる＝LOD利用の広がり
2013年度以降には，オープンデータのコンテストが多数開催される

アーバンデータチャレンジ
2013年より毎年開催
課題解決型のコンテスト
2015年度
・地域拠点20か所
・158作品応募
2016/3/24 オープンデータフォーラムin橋本
http://urbandata-challenge.jp/
古崎は，
・大阪ブロックの代表（2014-）
→拠点イベント：2回開催（2015）
・1次審査通過者（2013，2015）
として参加
5

LODハッカソン関西
大阪イノベーションハブ（OIH）を
中心に開催（2013-，計7回）
LODの技術資料の公開にも注力
http://wp.lodosaka.jp

本日の講演概要
 講演のテーマ
 LOD（Linked Open Data）とは？
 オープンデータをLODとして公開すると，
何がうれしいのか？
 講演概要
 LOD（Linked Open Data）の基本的な考え方
 LODを支える基礎技術
 LODの活用事例～関西（大阪）の事例を中心に～

Linked Open Data (LOD)
＝Linked Data + Open Data（オープンデータ）
＝Linked Dataとして公開されたOpen Data
※Linked Data：
Webの仕組みを用いて相互に“リンクされた”データ

オープンデータとは
 オープンデータとは
 誰でも自由に使える形で公開されているデータ
 オープンデータの定義（Open Definition）
 “Open data and content can be freely used, modified,
and shared by anyone for any purpose”
（http://opendefinition.org/）
 オープンデータでない例
 改変や再配布が禁止されている
 利用者を限定例）学術機関のみ，個人利用不可
 利用目的を限定例）商用利用不可，コンテスト応募目的のみ

オープンデータの２つの観点
 ライセンス（cf．クリエイティブコモンズ）
 使用目的を限定せず（例：商用も可），再配布，改変も可
 「作成者のクレジットの表示」の義務付け程度の制限はOK
→“まじめな人”（※）が，安心して使える
＝より多くの人の利用が見込まれる
（※悪いことをする人は，ライセンスを気にせず勝手に使う）
 機械可読な形式
 プログラムで処理しやすいフォーマットが望まれる
→“使いたい人”が，簡単に使える
＝低コストで多くのアプリ（活用事例）が作れる
 LOD(Linked Open Data)は，「オープンデータの５つの段階」
で「５つ星」と言われている公開方法

5 ★ オープンデータ
http://5stardata.info/ より
オープン
ライセンス
（形式問わず）
機械可読な
フォーマット
オープンな
フォーマット
11

Linked Open Data(LOD)
 Linked Data：Web上のデータを，つなぐ（linkする）ことで，新しい価値
を生み出そうとする取り組み．Webの創始者Tim Berners-Lee氏が提唱
※ Linked Open Data(LOD)：オープンな形で公開されたLinked Data
http://linkeddata.org/
Web上に公開された膨大なデータを
統合した１つのデータベースとして利用できる．

TED Talk by Tim Berrners Lee (1) 2009/2
～Raw Data Now!～
http://www.ted.com/talks/tim_berners_lee_on_the_next_web.html
データを抱え込むのでは無く，
誰もが使えるように（オープンに）
することを呼びかける
＝Raw Data Now！
（生データをすぐに！）

TED Talk by Tim Berrners Lee (1) 2010/2
～LODの活用事例～
http://www.ted.com/talks/tim_berners_lee_the_year_open_data_went_worldwide.html
オープンデータの活用事例を紹介
・白人/黒人の住む家と水道管の整備状況
の相関を見える化→裁判で勝利へ
・Where does my money go?
（税金はどこへ行った？）
（英国） http://wheredoesmymoneygo.org/
（横浜市） http://spending.jp/

Linked Dataが目指すこと
 WWW(World Wide Web)
 文書を公開し，相互に接続（ハイパーリンク
でつなぐ）ための革命的な仕組みを提供し
たことで，今日のWebの発展につながった．
 Linked Data
 データを共有（公開）し，相互につなぐ仕組
みを提供する．
 Linked Dataの原理
 データの構造化
 構造化されたデータはより洗練された処理を可能にする
 分散したデータをつなぐハイパーリンク
 文書単位では無く，データ単位のリンクを可能にする．
 データの島々から一つのグローバルデータ空間へ
 分散されたデータ群を１つのグローバルなデータ空間へ統合する
参考：『Linked Data－Webをグローバルな
データ空間にする仕組み（Tom Heath, Christian
Bizer（武田英明監訳），丸善，2013）』 1章．

データが“つながる”メリットの例
Google Knowledge Graph
2016/3/24
※注：Google Knowledge Graphは，Linked Data
の技術を一部利用していると思われていますが，
LODそのものではありません．
• Knowledge Graph （知識グラフ）
と呼ばれる，知識の“つながり”を
活用した様々なサービスの開発が，
Google，Yahoo!，Facebookなど多
くのネット企業で進められている．
→Google Knowledge Graphは
2012年サービス開始
• LODが普及すると，誰でも，同様
のサービスが，作れるようになる．
https://www.google.com/intl/es419/insidesearch/features/search/knowledge.html
オープンデータフォーラムin橋本 16

Knowledge Graphの検索例

既に公開・リンクされているLOD
～LODクラウド～
2007/5/1
2007/10/82008/9/182009/7/14
2010/9/222011/9/19時点
Linking Open Data cloud diagram 2014, by Max Schmachtenberg, Christian Bizer, Anja Jentzsch
and Richard Cyganiak. http://lod-cloud.net/
１つの丸が個別に公開
されたDBを表す．
2014/08/30時点

Domains # of dataset %
Government 183 18.05
Publications 96 9.47
Life sciences 83 8.19
User-generated content 48 4.73
Cross-domain 41 4.04
Media 22 2.17
Geographic 21 2.07
Social web 520 51.28
Total 1014

Linking Open Data cloud diagram 2014, by Max Schmachtenberg, Christian Bizer, Anja Jentzsch
and Richard Cyganiak. http://lod-cloud.net/
2014/08/30
DBpedia
公開したオープンデータが
他のオープンデータと「つながる」ことで「新たな価値」
が生まれる
20

DBPedia
Wikipediaの各記事のインフォボックスの情報を抽出して自動生成
されるLOD
様々なデータをつなぐLODのハブ的な存在となっている．
http://dbpedia.org/
日本語版のDBPediaは
http://jp.dbpedia.org/ インフォボックスの例

DBpediaのデータ例（和歌山県）
すべてのWikipediaの記事が
http://ja.dbpedia.org/resource/和歌山県
のようなURL（IRI）でデータ化されている
22

DBpediaの元データ（和歌山県）
主にこの部分
がLODに変換
されている
23
ウィキペディアタウンで編集した
情報もいずれ，DBpediaに反映
されます！

検索API（SPARQLエンドポイント）
によるLinked Dataへのアクセス
http://jp.dbpedia.org/
SPARQL Endpoint
（Linked Data用の標準検索API）
※ここから，検索可能

DBpedia Japaneseの
SPARQL Endpoint
サンプルクエリ集
http://wp.lodosaka.jp/tool/sparqlquery/
http://ja.dbpedia.org/sparql ここに，クエリを入れる
※プログラムからのクエリ
＋結果取得も可能
Virtuosoという
RDF-DBを利用
「橋本市」のデータを取得するクエリ例
select distinct * where {
<http://ja.dbpedia.org/resource/橋本市> ?p ?o . }
25

DBpedia Japaneseの検索例
 「各都道府県で生まれた政治家の数」を調べる
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX dbpedia-owl: <http://dbpedia.org/ontology/>
PREFIX dcterms: <http://purl.org/dc/terms/>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX dbpedia-ja: <http://ja.dbpedia.org/resource/>
PREFIX category-ja: <http://ja.dbpedia.org/resource/Category:>
select distinct ?pref (count(?s) AS ?c) where {
?pref rdf:type dbpedia-owl:Place.
?pref dcterms:subject category-ja:日本の都道府県.
?s rdf:type dbpedia-owl:Politician;
dbpedia-owl:birthPlace ?pref.
}GROUP BY ?pref
ORDER BY ?c
（解説）Qiita：DBpediaを使った都道府県別ランキング
http://qiita.com/koujikozaki/items/439fa7ce3e28b738fe10

DBpedia Japaneseの検索例
 「各都道府県で生まれた芸人の数」を調べる
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX dbpedia-owl: <http://dbpedia.org/ontology/>
PREFIX dcterms: <http://purl.org/dc/terms/>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX dbpedia-ja: <http://ja.dbpedia.org/resource/>
PREFIX category-ja: <http://ja.dbpedia.org/resource/Category:>
select distinct ?pref (count(?s) AS ?c) where {
?pref rdf:type dbpedia-owl:Place.
?pref dcterms:subject category-ja:日本の都道府県.
?s rdf:type dbpedia-owl:Comedian;
dbpedia-owl:birthPlace ?pref.
}GROUP BY ?pref
ORDER BY ?c
ここを，
Politician→Comedian
に変えるだけ！
27

まとめ①:Linked Open Data
• Linked Dataは，Web上で公開されたデータを
“つなぐ”仕組み
• Web上に公開された様々なデータを“つなげて”，
１つの大きなデータベースへとする
• LOD（Linked Open Data）
＝Linked Dataとして公開されたオープンデータ
• データを“つなげる”ことで新たな価値が生まれる
ことが期待される
• いろんなデータをつなぐことで，
「おもろい」組み合わせが見つかるかも！？

Linked Data 技術の概要
Linked Dataは，“Webの仕組み”を用いることで，
データを相互に“リンク”する
→Webページがハイパーリンクでつながっている
仕組みを，データ用に拡張．

5 ★ オープンデータ
★ (どんな形式でも良いので) あなたのデータをオープンライセンスでWeb上に公
開しましょう
★★ データを構造化データとして公開しましょう
★★★ 非独占の形式を使いましょう
★★★★ 物事を示すのにURIを使いましょう，そうすることで他の人々があなたのデータ
にリンクすることができます
★★★★★ あなたのデータのコンテキストを提供するために他のデータへリンクしましょう
http://5stardata.info/ja/
より引用
（図および原文は
http://5stardata.info/ ）
ライセンスについて
フォーマットについて
Webの発明者でありLinked Dataの創始者でもあ
るティム・バーナーズ＝リーがオープンデータのた
めに提案したスキーム
※注：図中のPDF，エクセル，CSVのアイコンは，
あくまでも例示であって，そのフォーマットを推奨
している訳ではない． LOD

５★オープンデータにおけるLOD
 ★★★★ （RDF）
物事を示すのにURL（IRI）を使いましょう，そうすることで
他の人々があなたのデータにリンクすることができます
 ★★★★★ （LOD）
あなたのデータのコンテキストを提供するために
他のデータへリンクしましょう
→LOD（Linked Open Data）
＝Web上で相互にリンクされたOpen Data
※リンクする際には「Webの仕組み」を利用する
 データ（物事）を示すのにURL（正確にはIRI）を用いる
 データ間を（名前付き）Hyper-linkでリンクする
http://5stardata.info/ja/ より引用

Webの仕組み
 URLを指定することで，Webページにアクセス
 例）http://wida.jp/2016/02/18/openhashimoto/
「オープンデータフォーラムｉｎ橋本」のページ
 URLは，世界中“すべて”のWebページの場所（ID）
を一意に特定できる仕組み
 ハイパーリンクにより，Webページを“つなげる”
 リンク先のURLを指定することで，好きなWebページ
と自由に“リンク”できる
 リンクを辿って，様々な情報にたどり着ける
 リンクを解析による様々なビジネス
 例）Googleなどの検索エンジン

Webの仕組み→Linked Data
 URLを指定することで，Webページにアクセス
 例） http://wida.jp/2016/02/18/openhashimoto/
「オープンデータフォーラムｉｎ橋本」のページ
 URLは，世界中“すべて”のWebページの場所（ID）
を一意に特定できる仕組み
 ハイパーリンクにより，Webページを“つなげる”
 リンク先のURLを指定することで，好きなWebページ
と自由に“リンク”できる
 リンクを辿って，様々な情報にたどり着ける
 リンクを解析による様々なビジネス
 例）Googleなどの検索エンジン
データ
データ
Linked Data
Webと同じ仕組みでデータを“公開”し，
相互に“つなぐ”（リンクする）
33

Linked Dataの基本原則
1. Use URIs as names for things
全てのモノやコトにURIをつけましょう
2. Use HTTP URIs so that people can look
up those names.
それらのURIをhttp（Webブラウザと同じ方法）
で参照（アクセス）できるようにしましょう
3. When someone looks up a URI, provide useful
information, using the standards (RDF, SPARQL)
そのURIを参照したら，標準の技術（RDFやSPARQL）を使用し
て，役に立つ情報を提供するように
4. Include links to other URIs. so that they can discover
more things.
多くのモノ・コトを発見できるように，外部へのリンクを含めよう．
原文引用元 http://www.w3.org/DesignIssues/LinkedData.html
日本語訳参考 http://www.slideshare.net/takeda/lod-5163454
5★オープンデータ
で言及
5★オープンデータ
で言及

Linked Data (RDF)の例
大阪府
大阪市
都道府県
223㎢
2,687,287人
面積
人口
吹田市
豊中市
…
バラ科
市の木
隣接自治体
隣接自治体
…
http://ja.dbpedia.org/resource/大阪市というURIから得られる情報
サクラ
科
Cherry blossom英名
リソース：
URIで表される
モノ・コト
プロパティ：
リソース間の関
係を表す
リテラル
：文字列
主語述語目的語
トリプル
※RDF（Linked Dataのデータ
モデル）は，「トリプルの組み
合わせ」で表される
（DBpedia Japaneseより）
目的語が他のリソースのとき，トリプル
を辿って更なる情報が得られる
※実際のリソースとプロパティは，すべてURIで表される．

Linked Data (RDF)の例
http://ja.dbpe
dia.org/resour
ce/大阪府
http://ja.dbpe
dia.org/resour
ce/大阪市
http://ja.dbpedia.org/resource/都道府県
223㎢
2,687,287人
http://ja.dbpedia.org/resource/面積
http://ja.dbpedia.org/resource/人口
http://ja.dbpe
dia.org/resour
ce/吹田市
http://ja.dbpe
dia.org/resour
ce/豊中市
… http://ja.dbpe
dia.org/resour
ce/バラ科
http://ja.dbpedia.org/resource/市の木
http://ja.dbpedia.org/resource/隣接自治体
http://ja.dbpedia.org/resource/隣接自治体
…
http://ja.dbpedia.org/resource/大阪市というURIから得られる情報
http://ja.dbpe
dia.org/resour
ce/サクラ
http://ja.dbpedia.org/resource/科
Cherry blossomhttp://ja.dbpedia.org/resource/英名
（DBpedia Japaneseより）
※実際のリソースとプロパティは，すべてURIで表される．

データを「つなげる」仕組み
 「３つ組（トリプル）」により様々な構造のデータの
“つながりを柔軟に表現”できる
 Webサイトのリンクを辿るのと同様に，プロパティ（リンク）を辿る
ことで関連するデータの情報を辿ることが出来る．
 RDFのプロパティは，“関係の意味”を定義できる．
 cf. Webのハイパーリンクは単に“つながり”を表すのみ
 データ（リソース）をURIで表すことで，“外部のデータと
つなげる”ことができる．
 URIは，グローバルに一意のIDを表す．
 WebサイトのURLと同じ仕組み．
 cf．単なる数字をIDとすると，異なるDBが同じIDを使っている可能性
がある
 Linked Data = 外部のデータとつながったデータ
≠ RDFフォーマットのデータ

Linked Dataの基本原則
1. Use URIs as names for things
全てのモノやコトにURIをつけましょう
2. Use HTTP URIs so that people can look
up those names.
それらのURIをhttp（Webブラウザと同じ方法）
で参照（アクセス）できるようにしましょう
3. When someone looks up a URI, provide useful
information, using the standards (RDF, SPARQL)
そのURIを参照したら，標準の技術（RDFやSPARQL）を使用し
て，役に立つ情報を提供するように
4. Include links to other URIs. so that they can discover
more things.
多くのモノ・コトを発見できるように，外部へのリンクを含めよう．
原文引用元 http://www.w3.org/DesignIssues/LinkedData.html
日本語訳参考 http://www.slideshare.net/takeda/lod-5163454
LODの公開方法
について

LODの公開方法
 参照解決可能なhttp URIsを用いた公開（原則２，３）
 URIでデータにアクセスが可能
 通常のWebページと同様に，データのURIを用いて「つながり」を辿る
ことが出来る＝システムによる処理（リンク解析等）が可能
 コンテントネゴシエーションに対応している場合，
 Webブラウザからのアクセス→HTMLファイルを返す
 Linked Dataブラウザからのアクセス→RDFを返す
 .html，.rdf，.ttlなど拡張子に合わせた形式のファイルを返す
などの要求に応じたデータ形式で返す
→Linked Dataブラウザなど汎用のアプリの開発が可能に！
 その他のLOD公開方法
 RDFファイルのダンプ（全データ）をダウンロードできるところに置く
 SPARQLエンドポイント（LODを検索可能なAPI）を公開する
→これだけではLinked Dataの基本原則を満たしていない！

Linked Dataへのアクセス
 アクセスする方法・ツールに応じて適切な形式
でデータを取得することができる
（Content Negotiation）
 例：DBpedia Japaneseにおける和歌山県
 事物（非情報リソース）
http://ja.dbpedia.org/resource/和歌山県
 HTML表現（情報リソース）
http://ja.dbpedia.org/page/和歌山県
 N3/Turtle表現（情報リソース）
http://ja.dbpedia.org/data/和歌山県.n3
 RDF/XML表現（情報リソース）
http://ja.dbpedia.org/data/和歌山県.rdf
 RDF/JOSN表現（情報リソース）
http://ja.dbpedia.org/data/和歌山県.json
Webブラウザ用
各種
アプリ向け
40

LODの公開例（和歌山県のオープンデータ）
Webブラウザでのアクセス
http://data.lodosaka.jp/kod/wakayama/list-of-public-facilities#30200
といったURL（IRI）でアクセス可能
今回は，
RDF/Turtle形式
のみで公開
41
橋本市のオープンデータを使ったサンプル
http://data.lodosaka.jp/hasimoto.ttl

LODの公開例（和歌山県のオープンデータ）
Linked Dataブラウザでのアクセス
http://www.kanzaki.com/works/2014/pub/ld-browserを利用
データの可視化
42

LOD公開から活用のSTEP①
 STEP1
 オープンデータをLODの形式（RDF）に変換する
 CSV2LOD http://lodosaka.jp/tool/CSV2LOD/
 LinkData.org http://linkdata.org など
 STEP2
 RDFデータベース（トリプルストア）にLODを格納し，
SPARQLエンドポイント（LOD検索用API）を使えるよう
にする
 DyDra.com http://Dydra.com
 SPARQL EPUC http://lodcu.cs.chubu.ac.jp/SparqlEPCU/ など
（解説） http://www.slideshare.net/siramatu/sparqlmashup2

Dydra
2016/3/24
こちらから
の登録も可
～LODを公開できる
クラウドサービス～
ここから
登録

LOD公開から活用のSTEP②
 STEP3
 データ取得に必要な「SPARQLクエリ」を作る
 （解説）http://wp.lodosaka.jp/tool/searchdata/
 STEP4
 取得したデータを処理するアプリを作る
 同じデータ構造のLODであれば，
 SPARQLエンドポイントの情報
 SPARQLクエリ
を書き換えることで再利用が可能
（解説） http://uedayou.net/sparql-mashup/#app
 STEP5
 作成したアプリを公開する．

SPARQLを使った簡単アプリ
「第4回LODハッカソン関西」
SPARQLでマッシュアップ
-LOD活用のための技術紹介-
にて，上田洋さんが紹介された
「SPARQLを使った簡単アプリ」
→半日のイベントで，このような
データの可視化アプリが作れ
ます．
http://uedayou.net/sparql-mashup

まとめ②:LODの基礎技術
• Linked Dataは，Web上で公開されたデータを
「つなぐ」仕組み
• URL（IRI）を用いたグローバルに一意なデータの識別
• データ間の“リンク”
• Webと同じ仕組みを用いたデータのアクセス
• URIによる直接アクセス
• SPARQLエンドポイント（API）によるアクセス
• これらの仕組みが標準化されているため，
オープンデータを利用したアプリが簡単に作れる．
• SPARQLエンドポイントが提供されていれば，クエリを書き換え
るだけで簡単な可視化が可能．

Linked Open Data (LOD)
の活用事例
• 大阪市におけるオープンデータ活動の動向
～コミュニティ活動の観点から～
• LOD技術を用いたオープンデータの活動事例
• 大阪市のオープンデータ活用事例
• LODチャレンジの受賞作品より（時間があれば）
48

大阪におけるオープンデータ活動
 2011-
 Linked Open Dataチャレンジ2011の開催
 国内初の「オープンデータ活用に関するコンテスト」
 古崎は実行委員として活動，大阪でもイベントを開催
 鯖江市や横浜市が受賞
 2012-
 鯖江市や横浜市が会津若松市などが受賞
 2013-
 日本各地で「インターナショナル・オープンデータデイ」(2月)が開催
 関西での開催が無かったため，古崎は名古屋に参加…
 大阪でも「オープンデータ（やLOD）の取り組み」を進めたいと，勉強会を開催
 同じような考えのLinked Open Data Initiative（LODI）/ ATR Creativeの高橋さんと，
「オープンデータ（LOD）のイベント」を大阪イノベーションハブ（OIH）で開催するように…
 大阪市さんが，イベント＋LODチャレンジ向けに「オープンデータ」を提供して下される！
 2014-
 大阪イノベーションハブ（OIH）が，オープンデータの先進国であるイギリスの
The Open Data Institute (ODI) のアジア初のCity Nodeに！（2/17）
 大阪（関西）初の「インターナショナル・オープンデータデイ」
 LODチャレンジ2013にて，大阪市が「LODチャレンジデー賞」を受賞
2016/3/24 49
一
部
の
自
治
体
が
開
始
大
阪
で
も
急
展
開
事
例
紹
介
①
オープンデータフォーラムin橋本

大阪市からご提供いただいたデータ①
：マップナビおおさか
2016/3/24 50
 施設情報および防災関連情報
 ファイル形式：CSVおよびKML
 提供方法：USBメモリにて

大阪市からご提供いただいたデータ②
：統計情報
2016/3/24 51
 統計情報（エクセルファイル：約2000件）
 文章やグラフを描画したものは除く
 提供方法：HPよりダウンロード

大阪市の施設情報・防災情報の
LOD＋簡易検索システム
 大阪市の施設(9,238件)・防災設備(4,694件)，標高(18,780地点)
の情報のLODです．約3万地点の緯度・経度情報がLOD化され，
検索用API（SPAQRLエンドポイント）・簡易検索システムと共に公開．
SPARQL（RDF用検索言語）を使わずに，
簡単なキーワードによる検索が可能
http://lodosaka.hozo.jp/OsakaCityMapLOD.htm
LODチャレンジ2013
「チャレンジデー賞」を受賞！
他のアプリを開発するときに，直接，利用できる仕組み

大阪市の工業推移（統計データ）
のLOD化＋可視化
大阪市の統計データを
LinkData.orgでLOD化し，
Ａｐｐ.LinkData.orgで可視化
アプリを開発
http://app.linkdata.org/app/app1s536i
「アプリクリエータ賞」を受賞！
他のデータについても同様の可視化が可能
→後日のイベントで他のデータ（４～６事例）にも適用

大阪におけるオープンデータ活動の
特徴を表すキーワード
2016/3/24 54
Linked Open Data
リンクト・オープンデータ
Osaka Innovation
Hub 大阪イノベーションハブ
Open Data
Institute
ODI City Node Osaka
Civic Tech Osaka
大阪から考えるCivicTech
活動拠点
活動の
こだわり
大阪市
の活動

Osaka Innovation Hub
2016/3/24 55
• 世界市場に挑戦する起業家や技術
者が集まるビジネス創出支援拠点
• 「大阪から世界へ」をテーマに
年間約200回のプログラムを展開
• オープンデータ推進もOIHを拠点とし
て実施
http://www.innovation-osaka.jp/ja/

Osaka Innovation Hub = ODI Osaka
2016/3/24 56
http://theodi.jp/
ODI Osakaは、イギリスODIに認定（2014/2/17）されたアジア初のCity Nodeとしてオープン
データによるイノベーションを推進する組織です。ビジネスインキュベーションを核とし、
オープンデータのスタートアップ支援を行います。ハッカソンやイベントを通じて、ハブとして
日本と世界をつなぐ役割を担います。（ http://theodi.jp/about/ より）

Civic Tech Osaka -大阪から考えるCivicTech-
2016/3/24 57
https://www.facebook.com/civictechosaka
2014年度
アイデアソン，ハッカソン，
アプリコンテスト，等を開催
2015年度
• NPOと連携したアイデアソン・
ハッカソン
• アプリコンテスト受賞作品を
利用した街歩きイベント
大阪市・市民局を中心とした取り組み

大阪市
オープンデータポータルサイト
2016年3月17日
オープン
https://data.city.osaka.lg.jp/
• SPARQLエンドポイント
（API)を提供予定
• 活用事例にはLODを利用
したアプリ（=大阪市のア
プリコンテスト優秀作品）
を掲載
事
例
紹
介
②

大阪もよりなび
施設情報＋標高情報により，洪水時
の避難場所をナビゲーションhttp://moyori.lodosaka.jp/
これまでのイベントの成果「施設・防災情報のLOD＋SPARQLエン
ドポイント（API）」を活用することで，1日のハッカソンで開発！
2016/3/24
大阪から考えるCivic Tech
アプリコンテスト（2015年3月）
準優勝（優秀賞）

大阪市の警察署・交番と犯罪発生地点の
重ね合わせ
2016/3/24
ビジュアライゼーション部門優秀賞
http://uedayou.net/osakacrimemap/
大阪から考えるCivic Tech
アプリコンテスト（2015年3月）
特別賞（オープンデータ活用賞）

Civic Hack OSAKA 2014〜行政といっしょにまちの未来をHack!〜
2014年：８／２４（日）アイデアソン，８／３０（日）ハッカソン
→技術者（３名）＋公務員（２名）で「PUSH大阪」開発Teamを結成
→イベント後も開発を継続，アプリ公開へ
大阪から考えるCivic Techアプリコンテスト（大阪市主催）
にてWebサービス・アプリ部門の
「グランプリ」を受賞！（2015/3/21）
2016/3/24 61オープンデータフォーラムin橋本
「PUSH 大阪」開発の経緯
メンバー
・磯村克彦
・上田洋（Web版アプリ開発）※
・大西裕子（iPhoneアプリ開発，
デザイン担当）
・木村満秀（Web版アプリ開発）
・古崎晃司（サーバアプリ開発）
・松村亮平（iPhoneアプリ開発）※
・吉廣之晴
※後に開発Teamに参加

背景：「PUSH大阪」の開発
解決したい問題：行政情報の有効活用
1. 行政が発信する「価値」のある情報が，
必要な人になかなか届かない．
2. 新しい仕組みの導入に，コストをかけたくない．
→既存の情報・仕組みを，
うまく活用することで解決したい．
解決のアプローチ
1. すべての情報を一律に提供するのではなく，利用者が
「関心のある/必要な」情報のみを配信する
2. 自治体のHPで既に配信されているRSS（ホームページの新着情
報のデータ）を利用することで，低コストでサービスを実現
→「PUSH大阪」の開発
2016/3/24 62オープンデータフォーラムin橋本
市民が広報誌
やHPを読まない
業務は増や
したくない

「PUSH 大阪」とは
行政が発信する情報が，なかなか市民に届かないという課題を，
ユーザが関心のある情報のみを，簡単に取得できる仕組み
で解決しよう！というアプリ（ iOS･Androidアプリ版/Web版を提供）
2016/3/24 63
カテゴリ
で絞込
地域（区）
や対象者
で絞込
記事の閲覧
（大阪市HPへ）
「PUSH大阪」の特徴
• 大阪市HPの最新情報が，
スーマートフォン等で簡単に閲
覧できる
• 興味があるカテゴリ，地域を登
録しておくと，「興味がある情報」
のみが届く
• Android版では配信された情報
を定期的に通知バーに表示す
ることで，普段見落としがちな
情報に気づかせる工夫．
• 大阪市HPの更新情報（RSS）
を利用するので，導入に際し
自治体での追加作業は不要
http://push.jp.net

「PUSH大阪」の仕組み
大阪市，24区がそれぞれ
配信しているRSSを自動収集
＋
メタデータ RSSの内容を解析し，
各記事の想定対象
者などのメタデータ
を自動付与
RDFデータ
ベースに格納
ユーザが登録した
属情報に応じた
情報を配信
Linked Open Data
（LOD）として公開（※）
スマートフォン
アプリ＆
Webアプリ
により配信
HPの新着情報（RSS）を自動収集
追加情報の自動付与
※開発当初（2014年8月）はオープンデータで無かった
大阪市のRSSが，2015年11月からオープンデータ（CC BY）に！

「PUSH大阪」の技術的優位性（1/2）
１．今あるHPの最新情報を“そのまま”活用できる！
→サービス導入の“追加コストがほとんど不要”
→既に“多くの情報”がある（大阪市では約40件/日）
２．RSSがあれば，対象データを“簡単に”拡大できる！
→ブログ，Faecbookページにも対応可能
100以上の
自治体に対応
「PUSH広報」
（他都市版）
大阪市のHP
地域コミュニティ
のブログ, Facebook
地域コミュニティ発の情報を
同時に配信！（2015/3/2開始）
→地域活動の活性化ツールへ
橋本市の情報にも対応
http://push.jp.net/koho/index.html?area=Hashimoto-city

「PUSH大阪」の技術的優位性（2/2）
３．RDFを用いた拡張性の高い仕組みでDBを実装しているため，
「PUSH大阪のDBを用いた，様々なシステム（機能）」が実現できる
→Web版では，その一部を拡張機能してテスト中
2016/3/24 66
取得データの統計各記事に関連するデータの表示（β版）
地域情報の分析に利用可能
利用者の関心に応じた，
関連情報の推薦に活用可能

「地域課題分析基盤」に向けた展開
収集した情報をLOD化（オープンデータとして公開）すること
で，自治体が発信する広報情報を比較・分析する基盤化
データ公開サイト http://push.jp.net/data.html
• ８０自治体を対象に，１年間収集した情報をLOD化
• SPARQLエンドポイント（LOD用標準検索API）を提供
自治体毎の比較が
できる簡易分析ツール
SPARQLクエリによる
詳細な検索・分析

ある“キーワード”をよく使う自治体
キーワードを
指定して比較

各自治体でよく使われるキーワード
キーワード件数
施設 166
地域 159
福祉 154
住宅 149
介護 91
環境 86
消防 84
保育所 84
教育 81
法人 80
大阪市
障害 50
保育所 50
アルバイト 41
福祉 38
企業 35
介護 30
大学 30
市営 28
地下鉄 24
生活 20
横浜市
気象 167
牛 118
科学 55
美術 52
美術館 40
議会 37
大学 32
文化 32
乳幼児 22
感染症 19
金沢市
臨時職員 89
建設 83
定時 77
水道 60
空き家 41
保育所 31
住宅 29
議会 22
購入 22
市営 20
室蘭市
記事（タイトル）に含まれるキーワードTOP10
自治体毎に特徴のあるキーワードが現れている．
※「事業」など一般的なキーワードは除外しています．

特徴的な（おもろい）キーワード
“いちばん”多く現れたキーワードが特徴的な自治体
さいたま市
動物
金沢市
気象糸魚川市
雪
神戸市
美術
千葉市
動物
奈良市
プラネタリウム
南越前町
ＣＡＴＶ
詳細な分析を進めると，いろいろなことが見えてきそう！

月ごとの配信記事数の傾向
４-５月は
配信記事数
が少ない

SNS上でのシェア数ランキング（β版）
http://push.jp.net/BBT/fb-ranking.html
• Twitterでのシェア（ツィート）数
はFacebookの２倍以上？
• Twitterは犬・猫・動物関係の
記事が多い（上位２０の半数）
http://push.jp.net/BBT/tw-ranking.html

PUSH大阪の今後の展開
• PUSH大阪＆PUSH広報
• 自治体がHPで公開している広報情報（新着情報のRSS）を，
利用者のニーズ合わせて配信するアプリ・サービス
• “RSSという自治体HPに広く普及している形式”を活用するこ
とで，地域横断的な展開が可能（100以上の自治体に対応）
→今後，“オープンデータが自治体のCMS等に組み込まれた
際に可能となる仕組み”を先取りした事例！
• 「地域課題分析基盤」に向けた展開
• ８０自治体を対象に１年間収集したデータをオープンデータ
（LOD）として公開（http://push.jp.net/data.html）
• いくつかの事例を通して，地域毎の特徴・時系列に沿った傾
向などを分析する為に，有用な情報源となり得ることを確認
• 今後，対象自治体の拡大・データ収集の継続と共に，他の
オープンデータなどと組み合わせることで，地域課題の分析
基盤として発展させていく予定

LODチャレンジ受賞作品
公式サイト
http://lodc.jp
の下の方に各年度の
受賞作品一覧への
リンクがあります．

隣の町から町へ列島プチ横断クイズ
アプリケーション部門優秀賞
応募情報
http://idea.linkdata.org/idea/idea1s1536i
作品URL
http://okabatu.github.io/lodc2015_trans/index.html

プラネタリウムなび
http://museums-info.net/planetarium/navi/
アプリケーション部門
最優秀賞

京都が出てくる本のデータ
データセット部門
最優秀賞
応募情報
http://lod.sfc.keio.ac.jp/challenge2014/show_status.php?id=d001
作品URL
http://libmaro.kyoto.jp/?p=72

疾患コンパス
「疾患連鎖LOD」（LODチャレンジ2013「ライフサイエンス賞」）を，
他のデータセットと“つなげる”ことで，「疾患に関する様々な情報
を統合的に閲覧」できるサービスです．
古崎晃司，山縣友紀，加藤敦丈（大阪大学）今井健，
大江和彦（東京大学）溝口理一郎（北陸先端科学技術大学院大学）
※本システムは「医療情報システムのための医療知識基盤データベース研究開発事業
（2010-2012，2013-2015年度，厚生労働省委託事業）」の助成を受け開発されたものです．
→詳細 http://www.med-ontology.jp/
LODチャレンジJapan 2013：a105
DBpedia（日/英）
http://lifesciencedb.jp/bp3d/
疾患が「どのような原因/メカニズムで起こるか？」
疾患が「どのような症状を引き起こすか？」
といった疾患知識（オントロジー）をLOD化したもの．
（※各診療科の臨床医が記述）
疾患連鎖LOD
BodyParts3D
（DBCLSにて公開）
http://ja.dbpedia.org/ http://dbpedia.org/
…
他
の
関
連
情
報
へ
臓器，器官等
の３D画像
疾患の概要
LODチャレンジ2013アプリケーション部門優秀賞

「疾患コンパス」の利用方法
公開ページ http://lodc.med-ontology.jp/
表示する疾患の「選択」or「検索」
（疾患名or含まれる症状などで検索可能）
疾患連鎖（≒「原因」から
「主な病態」「症状」に至る
「因果連鎖」）を表示
（疾患連鎖LODから生成）
疾患の主な影響範囲を
３D画像で可視化
（BodyParts３Dを利用）
疾患の概要を表示
（DBｐｅｄｉａを利用）
疾患定義
因果関係
異常状態
（病態，症状など）

「ソウルフード」を選んで「地元率」を調
べるWebサービスです．
選んだ料理の「材料」と「産地」のデータ
から，その料理に占める各食材の産地
毎の比率（＝地元率）を表示します．
「地元率」の計算
「地元」（都道府県）と「ソウルフード」
を選択して，ボタンを押すと，「地元
率」を計算し，結果を表示します．
選択した料理の「地元率」と合わせて，
• 「元としたデータの詳細（材料の地元率）」
• その地域（「地元」）で「地元率が高い料理
のランキング」
• 「地元率」を高めるための参考情報
が提示されます．
http://mij.hozo.jp/
メイド・イン「地元」
アイデア部門「最優秀賞」

SPARQL Timeliner
例）水都大阪の橋
大阪市HPの橋の情報をRDF化し， SPARQL Timelinerで可視化．
http://uedayou.net/osakabridge/
基盤技術部門優秀賞
http://uedayou.net/SPARQLTimeliner/

公益財団法人横浜市芸術文化振興財団賞
横浜Maps
上田洋、小林巌生、高橋徹、中川貴滋
https://itunes.apple.com/jp/app/id454685074

シティデータ賞
さばえぶらり
上田洋,高橋徹,松村冬子,加藤文彦,藤田実紀,中川貴滋
https://itunes.apple.com/jp/app/id595859507

まとめ:LODの公開と活用
• オープンデータをLODとして公開することのメリット
• 既存のLODと「つなげる」ことで，相互にデータを補完
することが出来る
• Webの標準技術を用いたデータアクセス
• URL（IRI）によるグローバルなIDの提供
• URL（IRI）によるデータアクセス（＝Webと同じ）
• 標準化されたAPIとしてのSPARQLエンドポイント
• これらに基づく「共通アプリの開発」が簡単
• デメリット
• なれないと，少し複雑に感じる？
→行政でLODとしての公開が難しい場合は，コミュニティで
サポートするなどの分担が重要と思われる

参考資料
• LODハッカソン関西 http://wp.lodosaka.jp/
※過去のイベントの資料，LODの技術解説等を掲載
• LODの公開
http://wp.lodosaka.jp/other/lod20150912kobe/
• LODへのクエリ（SPARQL）
http://wp.lodosaka.jp/other/lod20151123/
• LODチャレンジ http://lodc.jp/
• リンクト・オープン・データ・イニシアティブ（LODI）による
「Linked Open Data連続講義」 http://linkedopendata.jp/?cat=17
• 書籍：Linked Data－Webをグローバルなデータ空間にする仕組み，
Tom Heath, Christian Bizer（武田英明監訳），丸善，2013
• 書籍：オープンデータ時代の標準Web API SPARQL，加藤文彦, 川
島秀一, 岡別府陽子, 山本泰智, 片山俊明，http://sparqlbook.jp/

Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望

Similar to Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望 (20)

More from Kouji Kozaki

More from Kouji Kozaki (13)

Recently uploaded

Recently uploaded (9)