研讨会报告

本报告是2019年3月4—6日在柏林举行的万维网联盟（World Wide Web Consortium，W3C）研讨会的总结和建议。主要的建议是成立W3C业务组协调图数据相关的技术工作，以及联络相关的外部组织。感谢Neo4J主办本次研讨会，我们的金牌赞助商：ontotext和Oracle，以及银牌赞助商：ArangoDB。我们还要感谢来自LDBC以及Boost 4.0项目的支持。

内容大纲

建议

介绍

社区观点

主题报告

建议

主要建议是成立一个致力于图数据和行业数字化转型的 W3C 商务组:

• 召集利益相关者，考虑标准化的用例和高级别要求，协调多个技术标准化小组的工作，包括在社区小组中孵化和在工作小组中推进标准化工作。
• W3C 商务组将进一步加强与外部组织合作，尤其是在属性图方面。W3C可以借此机会提供一个基于RDF的框架，以实现不同属性图实现间的交换。 为此，需要明确不同属性图实现及其不同版本的核心数据模型。
• 定义属性图核心数据模型的工作预计将在W3C外部进行，并首先从openCipher实施者大会开始（该会议与W3C研讨会同时召开）。通常人们认为有关数据模型的初步讨论都会在链接数据基准委员会（LDBC）的领导下进行，但希望更进一步的讨论可以在ISO/IEC JTC/1 WG3中继续进行，即负责SQL的小组。LDBC与WG3有正式联系，并在文件交换等方面具有各种优势。因此LDBC将致力于：a）扩大其成员，b）加强其行政和财务状况，以及c）使知识产权政策正规化，这样有关GQL的工作就可以进入ISO流程。LDBC与W3C之间的联络同样有利于RDF的相关工作与属性图的相关工作之间的协调。
• W3C 商务组还将与世界范围内的行业数字化转型计划保持联系。在这些计划中，图将在多信息源集成及企业范围的数据治理方面发挥重要作用。

研讨会进一步建议技术工作考虑以下几个方面:

• 继续Easier RDF的相关工作：构想一个基于RDF的更高层次框架用于描述图数据和规则集合，旨在吸引中等能力的开发者。
• 简化基于RDF的属性图处理，研究RDF核心、序列化格式和查询语言的意义。
• 根据行业经验，探索扩展SPARQL的可能性。
• 探索将RDF作为属性图数据库交换框架需要哪些支持。
• 研究不同社区定义的词汇表间进行数据上下文敏感映射的可能性。
• 鼓励探索图与AI/ML的结合，包括集成计算统计学的相关技术。

介绍

这是一个为期两天的研讨会，历时三天，聚集了来自SQL、属性图、语义网络数据和语义链接数据社区的从业人员，讨论图数据相关标准的未来，及其在物联网、智能企业、智能城市等服务开放市场，以及与人工智能和机器学习协同方面日益凸显的重要性。

传统的数据格式包括表格数据库（SQL/RDBMS），逗号分隔值（CSV），PDF文档和电子表格。近年来，人们对使用图数据的兴趣迅速增长。相比于SQL使用开销很大的连接操作，图数据通常可以提供更高的性能。 图数据更适用于整合不同数据源的信息，以及处理结构松散或经常变更的数据模型。

研讨会首先由亚马逊 Neptune 团队的 Brad Bebee 作主题演讲。随后就场所和载体进行小组讨论：法律上和事实上的标准场所该如何运作和合作，以及非正式社区和开源项目如何与官方规范（如国际标准和建议）共同做出贡献。随后是关于共存或竞争的小组讨论，探索当前的状况，并讨论需要多少标准以及这些标准间的联系等问题。然后举行了一场非常受欢迎的闪电演讲，其中提出了许多想法。最后是主办方赞助的社交晚宴。

第二天共进行了十二个小组讨论，主题包括 “图数据交换”，“Easier RDF”，“SQL和GQL”，“图查询互操作”，“组合、模式和溯源”，“典范和忧患”，“指定标准”，“查询和计算”，“规则和推理”，“图模型和范式”，“时序、空间和流数据”和“教育与推广”。会议总结列在本报告末尾。

第三天首先是十二个小组讨论的小组报告，随后对小组讨论进行总结，最后给出后续工作的建议。

社区观点

ISO 和 SQL

ISO负责将传统数据库的SQL查询和更新语言标准化。ISO（ISO/IEC/JTC1/ SC32/WG3）和ANSI（INCITS/DM32）正致力于为大量熟悉SQL和RDBMS的行业开发人员，扩展访问属性图的SQL。SQL/PGQ的第一个版本将能处理带有顶点和边的数据，其中顶点和边都会带有标签和属性。该版本将定义一组API包括集合操作，并能返回表、标量及布尔值。具体而言，在现有关系表上，通过支持命名图，对只读图进行查询，并支持有向边，以及查找并返回最短且成本最低的路径。

属性图

属性图作为一类图数据，其顶点和边都可以通过带有一组属性/值对来存储信息。随着提供图数据解决方案的供应商迅速增多，互操作的挑战日益加剧。这促使人们对图查询语言制定通用标准。图查询语言将是已有工作的补充，如SQL、Apache Tinkerpop的Gremlin语言的遍历API、RDF的SPARQL和SHACL。预期这项工作将整合目前最好的查询语言，例如PGQL、G-CORE和Cypher。

RDF、语义网和链接数据

RDF是为整合语义网络和Web而设计的。RDF采用了一种简化的方法，重点关注带有标签的有向二维关系（三元组）所对应的图。RDF已被广泛用于链接数据和语义网。与其他图数据形式相比，RDF的显着特征是使用URI作为图节点和边标签的全局唯一标识符。这样就可以轻松地合并来自不同数据源的数据，因为可以使用基于共享词汇表中的全局标识符来确定含义。此外，还可以通过全局标识符获得更多信息。对于基于HTTP的标识符，常见的模式是支持使用HTTP内容协商来声明RDF序列化格式，例如Turtle、N3、JSON-LD、RDF/XML和带有RDFa的HTML。 RDF在形式逻辑方面也有坚实的基础。

目前已有大量工作定义RDF词汇表，也有工作使用RDF/S和OWL来描述数据模型（本体）。语义Web被描述为“对当前Web的扩展，其中的信息被赋予明确的含义，使得计算机和人能更好地协作工作”。开发人员可通过将规则应用于数据的方式，或者基于描述逻辑和本体的自动推理机的方式定义“含义”。RDF有一套成熟的标准，例如 RDF核心、OWL（Web本体语言）、SPARQL（RDF查询和更新语言）、Turtle和JSON-LD作为序列化格式、SHACL作为图约束语言。

尽管可以使用RDF来表达属性图，而且有几种可行方案，但是还没有一种方案被标准化。 有的方案使用现有的RDF 1.1功能来实现，例如用于n元关系的具体化或约定，而有的方案则需要对RDF 1.1进行适度扩展，例如Olaf Hartig提出的RDF* 和SPARQL* 。 属性图的流行促进人们研究如何使用标准化方法将属性图表示为RDF，并对SPARQL查询语言进行必要的扩展。  

• RDF专注于语义及其通用性，这使其可能成为不同属性图解决方案间交换框架的基础。
• 需要对RDF标准进行标准化扩展，例如扩展Turtle和SPARQL的建议，或者对现有使用模式（如n-ary关系）中的属性/类名进行标准化。
• JSON-LD的升级工作已经在进行中，目前已有关于是否将N3纳入W3C标准轨道的单独讨论。
• 标准化不同社区的RDF词汇表间的映射数据：使用上下文相关的映射，类似于不同的人类语言间的翻译。
• Easier RDF是一项旨在使RDF更具吸引力，更易使用的倡议。有望给基于RDF的数据和规则语言带来新的、更高层次的表示形式，并促进教育和推广材料、工具和演示方面的工作。有可能填补属性图规则语言的空白。
• 万维物联网通过使用RDF标识符，作为传感器、执行器和信息服务的数字孪生，来克服物联网的分散性。事物作为具有属性、动作和事件的本地对象公开给应用程序，并独立于物理位置及访问IoT设备所需的协议和技术。W3C希望在2019年中发布使用JSON-LD进行事物描述的W3C建议书。
• 感知网络需要将IoT、图数据、规则和算法、以及人工智能和机器学习结合（参见下文）。

拟议中的图数据业务组和行业数字化转型业务组将协调不同W3C小组、以及分布于世界各地的外部组织之间的活动。

人工智能和机器学习

物联网和在线服务已经收集大量的数据，并激发对需要大量数据的人工智能和机器学习技术的兴趣。人工智能和机器学习社区的主要焦点是使用人工神经网络的深度学习。虽然这已经取得一定的成功，但是其局限性也越发越明显。神经网络分类器不能为其决策提供清晰的解释，并且这些分类器依赖于训练数据，而训练数据也可以代表分类器所应用的数据。数据中的很小变动可能对决策产生巨大影响。例如，对图像的微小更改常常能够欺骗最先进的分类器。由于训练数据的偏好导致的透明度缺乏，也使问题进一步加剧。因此在许多应用中，如果使用深度学习，会有风险，甚至可能是不道德的。相比之下，符号方法在解释如何决策方面提供了更大的透明度。人们逐渐意识到结合符号表示、计算统计学和持续学习的优势。数十年来认知心理学的工作使得跨学科的解决方案成为可能。

这与现实世界的数据尤为相关，因为现实世界的数据往往是不确定、不完整、和不一致的，并且包括由坏数据导致的错误。为此，我们需要使用理性的推理形式，并利用已有的知识和过往经验，即基于所学到的知识和经验总结进行推理。这包括多种形式的推理：演绎、归纳、溯因、因果、反事实推理、时间、空间、社会、情感、甚至基于推理本身的推理，这极大地拓宽了图数据的应用范围。 作为Web技术的全球论坛，W3C是鼓励讨论和孕育这些想法的自然之地，并且随着它们的成熟，致力于制定新的标准。

主题报告

以下是2019年3月5日星期二举行的十二个分组讨论的小组报告。

图数据交换

主持人: George Anadiotis和Dominik Tomaszuk

图数据交换的小组讨论包含六个报告:

• George Anadiotis -- 介绍?
• Dominik Tomaszuk -- PG序列化的功能需求
• Olaf Hartig -- RDF* 和SPARQL*
• Jose Manuel Cantera  -- 属性图上的JSON-LD
• Gregg Kellogg -- JSON-LD匿名的命名图
• Hirokazu Chiba -- RDF和属性图的互用

在第一个报告中，George Anadiotis对图序列化的基本格式应该是什么提出疑问。他提出了一些不同的格式，如Graphson、JSON Graph（用于netflix）、 Json Graph Format JGF和GraphML（用于可视化工具）。

在第二个报告中，Dominik Tomaszuk展示了两个PG序列化的数据表，他们分别支持和不支持以下功能：键-值对、多值、空值、有向边、结构化数据等。他还列举了一些重要的PG序列化，如GDF、GraphML、GraphSON、GML、GDF等。

第三个报告主要讨论RDF* 和SPARQL* 。Olaf Hartig提出了一种RDF扩展—RDF* 。RDF* 允许对其他语句进行声明。他展示了RDF* 的优点以及嵌套三元组是如何工作的。他也提出了RDF* 的查询语言—SPARQL* 。这些提议可以从以下两个方面来看待:

• 建立在标准RDF/SPARQL之上的语法,
• 自身具有逻辑模型，并可能具有专用的物理范式。

接下来，Jose Manuel Cantera展示了智慧城市的案例。他建议使用JSON-LD。

第五个报告，Gregg Kellogg专注于JSON-LD中匿名的命名图，这对属性图非常有用。JSON-LD 1.1引入了空白节点作为命名图的标识符。

最后一个报告是关于如何将RDF映射到属性图。这种方法被命名为图到图的映射语言（Graph to Graph Mapping Language，G2GML）。使用此框架，可以将累积的RDF数据转换为属性图数据，并可以加载到多个图数据引擎中。

本节的最后一部分是讨论。两个最重要的结论是:

• 我们应该花时间研究用于PG的JSON-LD和映射语言。
• RDF*/SPARQL* 应该以W3C成员提交的形式发送。

Easier RDF及其后续发展

主持人：David Booth

本次会议讨论的是如何使RDF生态系统更易于使用，尤其是如何让其足够容易，以被中等能力的开发者采用。 现场大概有35位来宾，其中大部分都是经验丰富的RDF用户，还有一些刚接触RDF的新手，以及来自其他图领域的人。 

本次会议围绕以下四个主题进行展开，按其重要性从大到小排序如下:

• RDF 1.1 当中存在的一些技术问题。  本次会议收到了很多关于RDF的改进意见。  改进这些问题得到了广泛的支持，但是还不能够确定这些改进应作为小的改进（RDF 1.2），还是大的改进（RDF2.0）。  同时需要指出的是，对于我们这些“专家”来说，很难了解中等能力开发者的真正需求。
• RDF缺乏简单的入门方式。   刚接触RDF的新手常常抱怨缺乏教程、封装和推广，而材料却十分零散。  对于RDF而言，并没有一个集中的入门网站。  普遍认为建立这样的网站非常有益，但对于如何资助和运营该网站，并确保其长远发展尚无定论。
• RDF的更高级形式可以让RDF更加简单。  当前使用RDF就像使用汇编语言一样困难。  但是更高级形式的RDF应该是什么样的？  对这个问题我们进行了讨论，但是没有达成共识。  属性图增加了一些便利性，可以看作是一种高级形式的RDF（但具有一定局限）。   同时也一些有力的意见倾向于使用一种已有的、基于JavaScript库的方法。
• 使用RDF表示带有标签的属性图。  有许多方法实现这个目的，可以使用现有的RDF 1.1标准或通过扩展RDF来实现。  一个简单的非正式投票显示:
  • 12名参会者赞成使用现有的RDF 1.1标准；并且
  • 16名参会者赞成扩展RDF，拓展的方式可能是基于Olaf Harting和Bryan Thomson提出的RDF*/SPARQL* 。

SQL 和 GQL

主持人: Keith Hare

会议分为以下四个部分:

1. ISO/IEC SQL标准委员会召集人Keith Hare介绍SQL数据库语言标准的简要历史，并讨论了SQL的新内容—SQL/PGQ（PGQ表示属性图查询），以及新的图查询语言（GQL）标准如何与现有的SQL标准结合。

2. TigerGraph的Victor Lee讨论了TigerGraph如何使用图范式（Graph Schemas）实现高性能。TigerGraph还支持累加器收集图遍历中的汇总数据。

3. Oracle的Oskar van Rest介绍了如何使用SQL/PGQ语法，在现有数据表中创建属性图“视图”。他还介绍了Oracle的属性图查询语言—PGQL。

4. Neo4j的Stefan Plantikow对当前拟议的GQL标准需要添加的功能进行了回顾。这些功能的一个主要目标是可组合性，即能够将图查询结果作为图返回，并用于其他图查询。

图查询交互

主持人: Olaf Hartig, Hannes Voigt

总结:

本次会议的目的是讨论在查询和查询语言层面上实现互操作的挑战和机遇。作为本次会议的基础，我们邀请了一些致力于在图数据上重新定义查询语言的研究人员进行初步发言；重新定义这些查询语言并不是他们工作的初衷。之后，我们邀请了一些更总结性的发言。最后我们将根据这些发言进行讨论。

在最开始的发言中，肯硕科技的Predrag Gruevski描述了肯硕如何使用查询语言GraphQL进行数据库联合（Database Federation），其中GraphQL既作为联合用户的语言，又作为联合的中间语言。因此，查询是在底层数据的虚拟图视图上进行的。而在联合体内，本地查询片段则被编译为可操作基础数据的系统查询语言。

在第二个发言中，根特大学的Ruben Taelman也提议使用GraphQL，不同的是他建议使用该语言进行RDF数据查询。Ruben列出了一些达到这一目的现有方法，如GraphQL-LD、Stardog、HyperGraphQL、TopBraid等，并指出这些方法兼容性不好。因此，Ruben建议标准化基于GraphQL的RDF查询。

第三和第四个发言主要讨论以GremLin语言作为编译目标；一个发言从SPARQL查询的角度进行讨论（由波恩大学的Harsh Thakker提出），而另一个发言则从Cypher查询的角度出发（由Neueda Technologies的Dmitry Novikov提出）。两位演讲者都提到了将Gremlin表达式整合到相应的查询语言中。

在他的发言中，Apache基金会的Andy Seaborne提醒我们，需要理解相关小组之间的通信问题，并指出查询互操作不仅仅是查询重写。例如，将查询结果从一个实现传递到另一个实现，需要协商数据格式。

之后，Victor Lee（TigerGraph）从TigerGraph用户的需求出发，给出了他的观点。这些需求要在RDF数据和属性图数据之间来回转换，因此需要一种更标准的方法来实现。TigerGraph正考虑是否可以在TigerGraph的查询语言GSQL中运行SPARQL查询、Cypher查询或Gremlin遍历。

在初步发言的最后，Juan Sequeda（Capsenta）强调了定义良好的映射的需求。对于这些映射，我们需要研究并理解这些映射在查询保存方面的局限性。此外，我们还需要了解将数据迁移到不同数据模型的临界点。

发言后的讨论集中在数据模型互操作。讨论中，强调了应首先解决数据模型的互操作问题，之后再讨论查询语言的互操作。只有清楚理解如何在不同模型之间映射数据，才能更清晰地理解如何映射数据上的操作。

更准确地说，为了从属性图模型映射到RDF，有观点认为数据模型的互操作需要处理不同属性图模型实现间的差异。然而，使用标准化的属性图模型作为映射的中间步骤，将有助于实现这样的映射。

对于给定的应用程序，也有两种不同数据模型映射方法：直接映射与定制化映射。标准中应该同时提供两种方式，正如RDF2RDB那样。

对于查询语言映射，抽象查询模型（如抽象查询代数）可以帮助在不同的模型之间进行查询映射。

接下来的讨论主要关注实际的标准化工作。特别是，什么才是正确渠道的问题。对来自不同标准化渠道的标准进行整合时，如何对整合的过程进行标准化？对于一些参与讨论的人来说，ISO花的时间太长。另一方面，属性图的Web在哪里？有观点认为，好的标准需要把握正确的时机，以确保一定的成熟度，但又不能太迟。所有参会人员都同意，不应在两个渠道对同一件事进行重复标准化。

会议结束前进行了一次快速投票。投票的结果显示，大多数与会者赞成首先标准化（1）属性图模型（PGM）和（2）PGM与RDF之间的映射；然后再去尝试进行查询语言互操作的标准化。

组成，模式和溯源

主持人: Peter Bonz

Petra Selmer给出了如下的图查询语言族谱:

一个问题是如何比较路径查询。  为了表达基准数据上的查询，链接数据基准委员会（LDBC）开发了自己的基于路径的查询语言（G-CORE）。相比之下，SPARQL缺乏路径查询的方法，只能使用属性模式检测可达性。G-CORE与SQL有相似之处，包括从数据表读入数据，以及输出数据表或图。G-CORE还提供了适合于图数据转换的分组能力。

典范和忧患

主持人: Keith Hare

Keith Hare介绍了ISO/IEC JTC1 SC32 WG3（数据库语言）成为SQL标准的流程，以及这些流程的好处和挑战。

Peter Eisentraut描述了Postgres开源数据库项目进行标准化的流程。

Ivan Herman描述了W3C流程。

尽管这些流程在行政组织上有一些差异，但它们有许多相似之处。也许最大的相似之处在于最终结果由参与的人决定。

制定标准

主持人: Leonid Libkin

会议讨论了如下问题：如何制定新的GQL标准？SQL标准完全是用自然语言编写的，但是这很容易产生歧义，并导致不同的数据库实现之间有许多的差异以及程序员的困扰。还有更好的选择吗?

最常被考虑的替代方案是使用指称语义描述语言，以及提供一个参考实现（或至少设计一个测试套件）。在SQL定义中，首先使用的是自然语言描述，而对其进行形式语义学的定义则要晚得多。关于Cypher的定义，情况就不一样了。 虽然也有自然语言描述（没有标准化），但其形式语义很快就发展起来。会议集中讨论了关于GQL的建议，即自然语言规范和形式(可执行)语义应该同步开发。

形式语义不应该是语言的唯一规范，而应该是帮助减少或消除歧义的附加品。  例如，它可用于验证实现是否遵从标准，以及验证优化规则。

形式语义的定义应与标准化过程同步，而不是作为事后想法。它应对语言发展有影响（正如Cypher的语义导致语言的变化），并帮助发现极端情况和歧义。

虽然大家一致认为这是进行这项工作的正确方法，但仍有一些重要的问题需要考虑。例如:

• 如果有多个不同的工作对标准都做出了贡献，那么如何维护每个工作的最新状态，并与其他工作同步。
• 形式语义的定义是否应该成为标准中的规范？如果是这样，标准化委员会需要这方面的专家。  也有替代方案，如作为单独的技术报告发布。
• 形式化定义基本上是由学术界发展起来的。他们如何参与标准化委员会的工作？或许通过行业委员会成员？他们如何因参与这项工作而从其工作单位获取收益？既然ISO对其草案主张版权，那么如何处理版权问题呢?
• 如果通过不同团体间的协作制定了一个成功的标准，如何确保连续性?

总之，大家一致认为应该在新的GQL标准化过程中设计形式化描述(绝大多数人都同意这一点，没有人直接反对)。但谁将负责开发和维护这个形式化描述，它是否会成为标准的一部分，以及它如何影响标准化过程。这些问题都有待考虑。

查询与计算

主持人: Victor Lee

本次会议的重点是高效查询所需的计算资源以及如何利用图范式进行优化。一些图数据库是事务性的，即出现错误时回滚更新。与规则推理相比，图算法可为特定任务带来高性能。许多统计分析技术可以通过有名的网络或图算法，建立关联、分类和比较指标。这类算法通常使用迭代计算，且受益于关注特定的子图。这些需求强调了图范式，转换/投影，以及将计算与数据结合的重要性。机器学习领域对图网络的日益重视，突显了结合查询和计算的重要性。

规则和推理

主持人: Harold Boley, Dörthe Arndt

规则语言为底层图API提供了高级封装替代方案。我们可以从现有规则语言（包括RDF shapes）中学到什么？我们如何为中等能力开发者设计更易用的规则？要解决这些问题，可以考虑图形可视化以及编辑工具。

规则如何支持不同形式的推理，例如演绎推理、归纳推理、溯因推理、因果推理、反事实推理、时间推理和空间推理？这将使我们超越完备演绎推理的局限，进入基于先验知识和过往经验的理性思考领域，从而可以在数据不完整、不确定、不一致和包含错误时进行推理。我们可以从认知心理学的工作中借鉴些什么？

如何在实例和范式（词汇/本体论）层面将规则与图算法相结合，例如使用基于约束传播的技术？如何将规则与强化学习、模拟退火或其他机器学习技术结合使用，而不仅仅是归纳和溯因？这表明我们需要将符号推理与计算统计学相结合。我们如何收集能清晰展示商业价值的用例，以便让决策者轻松地理解？

Harold从一些介绍性的 幻灯片开始演讲。

• 数据库视图是一种特殊的规则（参见 Datalog）。

• 规则可以描述一步推导：iform ==> oform, 即用oform代替iform；或（等价地）oform <== iform，即从iform获得ororm。

• 推理可以为多步推导、正向（添加数据）、反向（查询数据）、正向/反向（双向）推理。  本体是对规则的补充，并缩减了冲突空间。

• 图规则和推理语言扩充了图数据库和关系规则的语言，例如N3、LIFE、F-logic、RIF和PSOA RuleML。

• 本体语言可以由规则定义，例如RIF的OWL2RL，以及SPIN规则。

• 扩展演绎推理（从关系数据到图），包括定量/概率扩展和定性扩展（归纳、溯因、相关性、可辩驳和论证）。

人们普遍对规则感兴趣。  因为规则易于书写和理解。基于现有语法，可能是SPARQL或N3。起点应该是简单规则（无需数据类型推导），然后进行扩展。我们是否应该将规则与诸如JavaScript等编程语言的全部功能结合？我们需要程序规则吗？RDF和PG的规则是否应该定义在同一个抽象层上？  规则的用例：对齐不同词汇；数据有效性；遵守法律等。规则的优点：推理的结果可解释（证明树，溯源）；可以更简洁地表达知识。  PG没有规则语言。如何将统计推理与规则结合？未来的工作：使现有规则更容易理解；为图规则定义标准。注释：规则语言的不同适用性。推理不起作用。  问：您认为规则在哪与数据产生关联？在数据中？范式？两种方式的好处？  答：个人认为在数据库中。  注释：用户喜欢规则，因为他们可以理解规则。  问：不讨论RIF吗？  答：已经提到过了。对RIF进行事后分析？

图模型和范式

主持人: Juan Sequeda

此次会议以Olaf Hartig的演讲开始，演讲的主题： 使用GraphQL范式语言定义属性图范式。随后是属性图范式工作组（PGSWG）的状态报告。一项关于通用范式语言概念的研究已经调研多种语言，以了解哪些语言支持数据模型，采用开放或者封闭世界假设，范式管理，重用和更新，支持类型层次结构（例如图节点，边和图本身），数据值约束，以及基数约束。  简易性和通用性之间需要权衡。PGSWG在图数据研讨会结束后，会立即开会进行相关讨论。

时间、空间和流数据

主持人: Martin Serrano, Ingo Simonis

此次会议在各个抽象和粒度层面做了一些初步讨论。早期的工作已将SPARQL扩展到GeoSPARQL，以及将JSON扩展到GeoJSON。人们对时空数据的需求有一些共识，主要集中在数据存储的特​​性和查询语言过滤器方面。图会随着时间的推移而快速变化，因此需要探索如何应对图的这种变化。时间应该成为RDF数据的固有特征吗？如何才能做到在特定时间查询RDF数据的存储状态？如何支持模糊性？定性和  定量特征，例如  坐标、单元格索引、相对时间和位置，时间点与时间间隔、不同级别的抽象。

关于流数据，有一个W3C RDF流处理社区组，目前已有一个RDF流处理查询语言RSPQL的完整参考实现。对于下一步的工作，希望可以吸收更多新用户加入RDF流处理社区组，为Web兴趣组的空间数据引入图，并继续加强OGC和W3C之间的合作。

教育与推广

主持人: Peter Winstanley and James E. (Chip) Masters

大约有10名与会者参加了本次有关推广和教育的会议。在主持人进行简短的现场介绍后，进行了非常积极的讨论，指出进行推广和教育的必要性。与会者都认为需要吸引核心开发人员理解并经常使用属性图或者RDF数据库。与此同时，大家意识到完成这项工作有两个大问题，一是参加计算机科学课程的学生对学习图数据库不感兴趣；二是在线教育和培训机构（例如Coursera和Udemy）缺乏相关的培训材料。培训平台缺乏材料会使一部分学生确信，为了更好的职业发展，他们应该在其他更相关的领域进行自我培训。即使仅有的培训材料也无法满足图数据库社区对材料质量的预期，例如无效链接、过期材料；而由出售图数据库和相关服务的单个商业组织提供的培训材料却很少见。

研讨会参与者提出了一些解决方案，关键主题可概括为以下几点需求：建立可持续的社区以领导推广工作；跟踪并了解学生和企业的消费行为；提供一组高质量的数据用例，使这些用例被广泛认可，并适用于开发培训场景和解决方案架构；编写教程和其他交互培训材料。所有这些资源必须能维护几十年，并随着技术的进步和标准的成熟而更新。

可持续社区

尽管W3C的语义Web教育和推广兴趣小组已经关闭，工作组依然讨论其他例子，例如原本个人和社区团体都会对这些培训进行大量投资，但后来因为图数据库/语义网领域经常遇到无效链接、站点不可用、内容大量重复等问题而逐渐放弃。此后，大家开始讨论任何可行的模式。Mozilla开发人员网络（MDN）被认为是Web技术领域的开发人员最喜欢浏览的地方，也许这个蓬勃发展的网站和用户群背后的秘诀是一个可遵循的模式。但也有不同的看法，认为MDN不能使CxO或其他“面向业务”的人感到宾至如归。还有其他例子，比如Cambridge Semantics的“语义大学”。但这些资源依赖于拥有者的持续支持，而个人和社区团体很难向这个平台贡献自己的资料。  

消费者行为

本次会议主要关注图数据库查询语言的标准化。让人们了解属性图和RDF数据库后，工作组的工作重点是了解消费者行为类型以及消费者类型的多样性。这是我们在制定正确的标准化市场条件时，需考虑的一个重要方面。我们意识到，我们需要追求标准的人。我们需要知道他们希望从开放的标准中得到什么。具体而言，我们需要了解他们如何区分好的标准和差的标准，并为此做好准备。如果MDN是我们的合作模式，那么它可能对开发人员有好处，但对CEO们可能没有。  

我们应研究的另一个消费者行为问题是对从业者能力的信任问题。博客圈已经存在是否应授予数据科学家许可证的问题。如果是这样，那么我们应该采用怎样的质量控制措施？图数据库社区是否需要模仿这些工作？

用例

图模型和数据库所涉及的领域非常广泛，有许多用例；对于不同的用例，我们不擅于选择最合适的工具。获取少量定义明确且切合实际的用例，有助于为潜在的各种用户提供一套连贯的教育和推广资源。刚进入圈子的新用户知道他们想做什么，但可能不知道如何使用基于图的技术来实现。该社区将从基于用例的认识中受益。研讨会的建议是编写3—5个用例，引导人们使用正确的技术。这些引导既包括技术方面的，也包括业务方面的。

培训材料

研讨会认识到，在基础技术层面上RDF有非常好的文档，但在更高层面上却表现糟糕。实际的培训材料并没有像技术文档那样成熟。例如在Python或Javascript领域，“应用程序”将培训游戏化（例如https://www.hackerrank.com/）以及使用笔记本如[https://jupyter.org/] 或 Zeppelin [https://zeppelin.apache.org/] 将可操作的代码嵌入文档。正是这些复杂的训练环境，让学习者能够阅读一些编写规范的代码，对其进行解构，并根据自己的目的进行重新配置，从而在实践中更快、更深入地学习。这反映了Brown和Wilson（2018）的 [https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1006023 ] 。他建议进行在线编码，解决实际问题，并将一个新的编程模型分解成小块，以帮助学习者掌握新语言的语义。

结论

本次研讨会深信，这个领域还有很多的工作要做。教育和推广方面的实际问题已经有一些解决方案，但是这些解决方案需要支持。因此，在我们继续阐述问题和探讨潜在解决方案的同时（David Booth（EasierRDF）的演讲和他的相关网站(https://github.com/w3c/EasierRDF)也有一些类似的观点），会议的主要建议是获得某个组织的长期支持（也许得到政府或慈善机构的大力支持），并组建一个由公司、团体和个人组成的社区团体，以便召集管理小组承担长期的扶持工作。特别地，研讨会提出了以下建议:

• 需要一个获取培训材料的单一门户。这需要持续的赞助，以便其在未来数十年的时间内依然保持运作。
• 需要培训和信息材料的公开许可证（与教科文组织关于公开教育材料的目标一致），并提供长期支持，以保留主办网站。这需要长期的资金支持。
• 培训材料的提供必须与社区团体、商业组织和个人共同合作。应该鼓励开发了专有培训材料的商业组织、供应商和顾问公司组织和发布具有公共开放许可的版本，并在其社区门户内进一步完善。
• 为了帮助语义技术和图数据库方面的职业发展，门户网站应为职场新人提供资源，以帮助他们寻找相关的工作机会和职位，并帮助他们向潜在雇主推销他们在这些领域的专业知识。