Graf entitas POOLE

POOLE menyimpan entitas, bukan baris data: orang, organisasi, objek seperti fasilitas atau kamera, lokasi, dan peristiwa, beserta relasi bertipe di antaranya. Feed menulis ke dalamnya — kejadian bahaya, catatan bencana, insiden ketertiban umum, pemberitaan, pelabuhan, bandara, zona maritim, dan wilayah administrasi.

Intinya bukan graf demi graf itu sendiri. Intinya adalah gempa, organisasi yang meresponsnya, pelabuhan di dalam radius terdampak, dan pemberitaan tentangnya tersimpan sebagai satu himpunan yang tersambung, bukan empat catatan terpisah di empat sistem yang tidak dapat dilalui satu sama lain.

• Person — pejabat, pemegang jabatan, dan orang lain yang disebut namanya, beserta relasi yang menempatkan mereka.
• Organisation — lembaga dan badan, termasuk unit yang berada di dalamnya.
• Object — fasilitas, pelabuhan, titik kamera, dan benda fisik lain yang dipantau platform.
• Location — wilayah administrasi, pelabuhan, bandara, dan batas perairan, pada tingkat tempat insiden dilaporkan.
• Event — catatan bahaya, bencana, dan insiden, beserta tanggal dan tempatnya.

Tempat yang sama ditulis berbeda di tiap sumber: dengan dan tanpa awalan, salah eja di feed berita, atau memakai ejaan lama. Graf meresolusi nama terhadap indeks kanonis yang dibangun dari sumber lokasi yang otoritatif — menormalkan stringnya lebih dahulu, lalu jatuh ke pencocokan kemiripan terhadap indeks, dengan daftar blokir yang menolak kandidat yang sebenarnya bukan nama tempat.

Resolusi adalah langkah yang menjaga graf tetap jujur. Nama yang berhasil diresolusi menempel pada entitas yang sudah ada, dan hanya nama yang benar-benar baru yang membuat catatan baru, sehingga graf tumbuh seiring cakupan datanya, bukan seiring duplikatnya.

• Identitas kanonis — setiap entitas hasil resolusi menyimpan penanda kanonis, dan sumber lain menunjuk ke sana.
• Pencocokan kemiripan — nama yang belum teresolusi dicocokkan ke indeks berdasarkan kemiripan string di atas ambang tertentu.
• Daftar blokir — kandidat yang bukan nama tempat ditolak sebelum sempat menjadi entitas.
• Cakupan administrasi — provinsi, kabupaten/kota, dan kecamatan terdaftar sebagai lokasi.
• Kueri kedekatan — entitas dalam radius dari sebuah titik ditemukan berdasarkan jarak, dan begitulah pertanyaan 'apa yang dekat dengan peristiwa ini' dijawab.

Tampilan peristiwa mana pun dapat dibaca lewat graf: entitas terkait yang dikelompokkan menurut jenisnya, beserta relasi yang menyambungkannya. Dari catatan bencana Anda menjangkau organisasi yang merespons, fasilitas dan pelabuhan di dalam radiusnya, wilayah administrasi yang memuatnya, dan pemberitaan tentangnya.

Pencarian juga berjalan sebaliknya. Sebuah entitas dapat dibuka langsung dan ditelusuri ke luar mengikuti relasinya, yang menjawab pertanyaan seperti 'apa lagi yang melibatkan organisasi ini' tanpa bahasa kueri dan tanpa meninggalkan peta.

Titik di peta adalah fakta; graf adalah cara fakta itu tersambung dengan orang, tempat, dan pemberitaan di sekitarnya.

Tugas sinkronisasi terjadwal memindahkan data ke dalam graf: lokasi dari wilayah administrasi, pelabuhan, bandara, zona maritim, dan titik kamera; peristiwa dari catatan bahaya, bencana, dan insiden; orang dan organisasi dari data kelembagaan serta kepemimpinan yang bersifat publik; dan penyebutan entitas yang diekstrak dari setiap artikel yang diperkaya. Setiap tugas berjalan menurut jadwalnya sendiri dan bukan dipicu dengan tangan, sehingga graf tetap mengikuti feed meski tidak ada yang mengawasinya.

Ingestinya inkremental dan dapat diulang, sehingga sumber yang diperbarui berkali-kali dalam sehari menambah relasi alih-alih duplikat. Jenis entitas baru dapat didaftarkan tanpa mengganggu yang sudah dipakai, dan itulah yang membuat graf tumbuh bersama platform alih-alih perlu dibangun ulang mengikutinya.

• Lokasi — wilayah administrasi hingga tingkat kecamatan, ditambah pelabuhan, bandara, dan batas perairan.
• Peristiwa — catatan bahaya, bencana, dan insiden yang dinaikkan menjadi entitas peristiwa beserta tanggal dan tempatnya.
• Orang dan organisasi — dibangun dari catatan kelembagaan dan kepemimpinan publik, lalu dihubungkan ke tempat yang terkait.
• Entitas media — nama yang diekstrak saat pengayaan artikel, dinaikkan menjadi entitas kanonis alih-alih berhenti sebagai teks lepas.

Duplikat adalah mode kegagalan yang wajar bagi graf yang dibangun dari banyak feed, sehingga platform memperlakukannya sebagai pekerjaan pemeliharaan, bukan kecelakaan. Setiap entitas membawa sumbernya, penanda kanonisnya, dan relasi yang diikutinya, dan duplikat yang keliru dapat digabungkan ke catatan yang seharusnya ia masuki.

Karena penggabungannya tercatat, graf dapat diaudit setelah kejadian: riwayat sebuah entitas menunjukkan apa yang pernah menempel padanya, dan nama yang sudah teresolusi dapat dilacak kembali ke sumber yang menghasilkannya. Jejak audit itulah yang membedakan graf yang terawat dari tumpukan catatan yang menumpuk.

Graf dibangun dari sumber yang bersifat publik atau yang disediakan operatornya, dan ia mewarisi batas sumber itu: tempat yang tidak ada di data rujukan tidak dapat diresolusi menjadi tempat, dan feed yang tidak pernah menerbitkan koordinat tidak dapat menyumbang geografi. Semuanya batas, bukan cacat, dan platform melaporkannya alih-alih menutupinya.

Ambang resolusi dikonfigurasi, bukan disembunyikan, sehingga pengaturan yang lebih ketat menghasilkan kecocokan yang lebih sedikit tetapi lebih bersih, dan pengaturan yang lebih longgar menangkap lebih banyak variasi ejaan dengan konsekuensi lebih banyak peninjauan. Pilihan itu milik operator, dan terlihat di konfigurasi alih-alih terkubur di dalam kode.