Auteur

Jenske Verhamme (student postgraduaatsopleiding Cultureel Erfgoed: Digitale Transformatie (KULeuven))

Deze publicatie werd geschreven in het kader van een stage bij meemoo, Vlaams instituut voor het archief.

Netwerken in kaart: het ontsluiten en visualiseren van linked open data over Guido Gezelle uit Wikidata

De digitale ontsluiting van de briefwisseling van Guido Gezelle kent een rijke geschiedenis. Na de succesvolle focus op de vrouwelijke correspondenten van Guido Gezelle in het project ' Vrouwen van papier', is een vervolgtraject ingezet om de digitale erfgoeddata van de dichter verder te activeren.

In dit vervolgtraject richtten we ons op het transformeren van de abstracte linked open data over Guido Gezelle op Wikidata naar concrete, visueel inzichtelijke en interactieve netwerkvisualisaties. Het resultaat zijn vijf exploratieve, unieke visualisaties die een gelaagde, dynamische blik kunnen bieden op Gezelles sociale, institutionele en geografische leefwereld.

Dit artikel gaat dieper in op de resultaten en biedt een diepgaande beschrijving van de workflow met verschillende handleidingen om zelf netwerkvisualisaties te creëren met linked open data. De nadruk ligt op de open-source filosofie, DIY-mentaliteit en de duurzaamheid van de ontwikkelde middelen. Daarmee willen we tonen wat zoal mogelijk is, wanneer collectiebeherende instellingen de metadata van hun collecties ontsluiten op Wikidata.

Projectaanpak: van query tot interactieve publicatie

De uitdaging in dit vervolgproject lag in de activatie van deze en andere Gezelle-gerelateerde data. Hoe kunnen we de complexe relaties — die in Wikidata verschijnen als reeksen van triples (subject-predicaat-object) — vertalen naar een instrument dat voor zowel wetenschappers als leken direct begrijpelijk en navigeerbaar is? De oplossing lag in netwerkvisualisatie. Om die reden werd het primaire doel om met de bestaande, gelinkte data van Guido Gezelle op Wikidata vijf unieke netwerkvisualisaties te creëren. De aanpak volgde een strikt, herhaalbaar en overdraagbaar proces, gebruikmakend van open-source en standaard tooling.

Onderstaande afbeelding geeft een overzicht van het proces weer die werd gevolgd om de visualisaties tot stand te brengen. In wat volgt, wordt dieper ingegaan op deze verschillende stappen:

• Data verzameling (Wikidata, SPARQL)
• Data opschonen (Excel, Sheets, Excel)
• Data Visualisatie (Gephi)
• Visualisatie exporteren (Sigma Exporter)
• Visualisatie online publicatie (Github)
• Aanpassen Visualisatie via scripting (Python, AI)

1. Dataverzameling en pre-processing

De basis voor elke visualisatie werd gelegd met SPARQL Queries in de Wikidata Query Service. Deze queries werden specifiek geschreven om de gewenste relaties en entiteiten (personen, organisaties, locaties, tijdsperioden) te extraheren die nodig waren voor het beoogde netwerk.

Een uitvoerige lijst van de gebruikte vragen (queries) en oplossingen kan je hier terugvinden: https://github.com/viaacode/documentation-visualisations-guido-gezelle/blob/main/OpgelosteQueries/Queries_data_Gezelle_Opgelost2025.pdf

2. Dataschoning in knopen en verbindingen

De geëxporteerde ruwe data vereiste een nauwgezette schoonmaakfase. Omdat netwerksoftware werkt op basis van relaties, moesten de query-resultaten worden omgezet in twee specifieke bestanden: een knopenbestand (nodes: de entiteiten) en een verbindingenbestand (edges: de relaties tussen de entiteiten). Dit is noodzakelijk, omdat netwerken meestal uit knopen en verbindingen bestaan. Hiervoor werden tools als Microsoft Excel, Google Spreadsheets en OpenRefine ingezet. Deze fase was essentieel om de datasets te structureren en inconsistenties te corrigeren. Concrete bewerkingen waren onder meer:

• de nodige kolommen creëren voor de nieuwe opmaak;
• het correct omzetten en matchen van unieke Wikidata-ID’s;
• het ophalen, parsen en formatteren van tijdstippen (voor de tijdlijnvisualisatie);
• het aggregeren van beroepen (bv. 'leerkracht' en 'onderwijzer' samennemen) om wildgroei in de visualisatie te voorkomen;
• het verrijken en opschonen van data.

3. Netwerkconstructie met Gephi

De opgeschoonde datasets werden vervolgens geïmporteerd en gevisualiseerd in Gephi, de open-source software voor netwerkanalyse.

• De structuur bepalen: Binnen Gephi werd het ForceAtlas2-algoritme toegepast. Dit algoritme is cruciaal, omdat het de knooppunten (nodes) in het netwerk op basis van hun connectiviteit ordent, waardoor sterk verbonden clusters fysiek dichter bij elkaar komen te liggen. Dit onthult direct de structuur van het netwerk.
• Verrijking: Naast de positie werden ook attributen toegevoegd, zoals kleuren voor familierelaties of grootte gebaseerd op het aantal connecties om de leesbaarheid te vergroten.
• Geavanceerde plugins: Om specifieke onderzoeksvragen te beantwoorden, werd de standaardfunctionaliteit van Gephi uitgebreid met plugins:
• Multimode Networks Projection: Voor visualisatie 3B (sociale cohesie) werd deze plugin ingezet om een zogenaamde 'projectie' te maken. Hiermee transformeerden we een netwerk van personen en organisaties (bipartiet) naar een netwerk waarin personen direct aan elkaar gekoppeld worden op basis van een gedeelde organisatie (monopartiet). Dit maakt in één oogopslag duidelijk hoe sterk de sociale groep samenhangt.
• GeoLayout & Map of Countries: Voor het voorstellen van de geografische netwerken (visualisatie 4) werd de GeoLayout-plugin gebruikt. In plaats van een abstracte ordening, gebruikt deze plugin de breedte- en lengtegraden (latitude/longitude) uit de Wikidata-export om de knooppunten op hun exacte, werkelijke coördinaten te positioneren. Met de plugin 'Map of Countries' werd een wereldmap toegevoegd. (Finaal werd gekozen om niet met deze plugins te werken, maar met Leaflet.js.)

4. Publicatie en scripting

De uiteindelijke visualisaties werden gepubliceerd als interactieve websites via GitHub Pages, waardoor ze vrij toegankelijk zijn. Hierbij werd een onderscheid gemaakt in de technische uitwerking:

• Standaard export: Voor de basisvisualisaties (visualisaties 1, 2 en 3), die focussen op de netwerkstructuur zelf, werd gebruikgemaakt van de Sigma Exporter plugin in Gephi. Dit genereert automatisch een bestandenpakketje dat kan opgeladen worden als webinterface.
• Custom scripting: Voor de complexere visualisaties (visualisaties 4 en 5) volstond de standaardexport niet. Voor de geografische kaart (visualisatie 4B) en de dynamische tijdlijn (visualisatie 5) werden scripts ontwikkeld in HTML, CSS en JavaScript. Hierbij werd gebruikgemaakt van bibliotheken zoals Vis.js, Leaflet.js (voor kaarten) en PapaParse. In deze fase fungeerde generatieve AI (Gemini 3.0) als technische assistent voor het optimaliseren en debuggen van de code, wat de drempel voor geavanceerde visualisatie verlaagde.

De vijf visualisaties: analyse en inzicht

De kracht van dit project ligt in de veelzijdigheid. Omdat één enkele grafiek nooit de volledige complexiteit van een leven kan vatten, zijn er vijf afzonderlijke visualisaties ontwikkeld. Elk model beantwoordt een specifieke onderzoeksvraag en belicht een andere dimensie van de data: sociaal, institutioneel, geografisch of temporeel.

Visualisatie 1: het persoonlijke netwerk (wie is gekoppeld?)

Deze visualisatie vormt het startpunt en fungeert als een interactieve 'wie is wie?' van de wereld rond Guido Gezelle.

• Vraagstelling: Wie zijn de personen die in Wikidata direct aan Guido Gezelle gekoppeld zijn, en wat is de aard van hun relatie?
• De blik: We zien een klassiek 'ego-netwerk' met Gezelle in het centrum. De knooppunten (personen) zijn gekleurd op basis van hun relatietype (bv. familie, correspondent, student).
• Interactie: Door op een persoon te klikken, opent zich een infovenster met een foto, biografische data en een directe link naar het betreffende Wikipedia-pagina of Wikidata-record. Het maakt de stap van abstracte data naar biografie heel klein.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie1/

Visualisatie 2: relaties onder correspondenten (de binnenkring)

Waar visualisatie 1 kijkt naar de relatie met Gezelle, kijkt visualisatie 2 naar de relaties tussen de contacten. We kijken naar wie ook met elkaar contact heeft gehad, de zogenaamde 'binnenkring'.

• Vraagstelling: Hoe zag het sociale weefsel van Gezelles netwerk eruit? Kenden zijn correspondenten elkaar? Wie heeft met elkaar gecorrespondeerd en/of wie is familie van elkaar?
• De blik: Deze visualisatie toont de zogenoemde 'triadische sluitingen': A kent B, en B kent C. Hierdoor worden clusters zichtbaar van schrijvers, priesters en intellectuelen die niet alleen individueel met Gezelle schreven, maar ook onderling een gemeenschap vormden. Het toont aan dat Gezelle geen geïsoleerd figuur was, maar deel uitmaakt van een web van literaire en religieuze kruisbestuivingen.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie2/

Visualisatie 3: institutionele verbanden en sociale cohesie

Relaties ontstaan vaak op specifieke plekken, zoals scholen, verenigingen, kerken, enzovoort. Visualisatie 3 verlaat daarom het individuele persoonsniveau en analyseert de institutionele verbanden binnen het netwerk van Guido Gezelle. Het gaat om wie dezelfde werkgevers, verenigingen en onderwijsinstellingen heeft gedeeld. In de eerste versie van de visualisatie wordt getoond welke personen verbonden zijn aan welke instellingen. In de tweede variant wordt gekeken naar de sociale cohesie. Dit kan door de eerste visualisatie via een statische berekening te reduceren tot een visualisatie waar enkel de personen zonder de instellingen nog zichtbaar zijn. Belangrijk om mee te geven: beiden visualisaties vertrekken van dezelfde dataset en zijn met Gephi gemaakt.

Visualisatie 3A: het institutionele netwerk

• Vraagstelling: Welke organisaties fungeerden als de belangrijkste 'hubs' in de wereld van Gezelle? Welke gemeenschappelijke verenigingen, werkplaatsen en onderwijsinstellingen deelden de leden van Gezelles netwerk?
• De blik: Dit is een zogenoemd 'bipartiet' netwerk. Het toont verbindingen tussen twee soorten knopen: personen en organisaties. In één oogopslag wordt duidelijk welke instituten de centrale knooppunten waren waar talloze sociale contacten samenkwamen.
• Interactie: Via de webviewer kan de gebruiker inzoomen op specifieke organisaties om te zien welke personen uit het netwerk daar gelijktijdig actief waren. Dit onthult de institutionele verbanden van de groep.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie3A/

Visualisatie 3B: de sociale projectie

• Vraagstelling: Welke informele gemeenschappen en subgroepen vormen zich op basis van gedeelde lidmaatschappen? Hoe sterk is deze institutionele cohesie?
• De blik: Door gebruik van de Multimode Network Projection plugin worden personen direct aan elkaar verbonden als zij lid waren van dezelfde organisatie. Met de Modularity Class statistiek berekent Gephi automatisch subgroepen. Kleurcoderingen maken deze verborgen gemeenschappen zichtbaar.
• Interactie: Gebruikers kunnen filteren op modulariteitsklassen (kleurgroepen) om de interne cohesie van specifieke sociale kringen te bestuderen, los van de rest van het netwerk. De vraag voor verder onderzoek rest dan nog wat de inhoudelijke betekenis van deze clusters kan zijn.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie3B/

Visualisatie 4: geografische netwerken

Netwerken bestaan niet in een vacuüm, maar zijn geworteld in fysieke locaties. Deze visualisatie kijkt naar geografische verbanden om de levenssfeer van Gezelle in kaart te brengen. Voor deze visualisatie werden drie varianten gemaakt, waarvan twee succesvol zijn. In de eerste variant werd gewerkt met Gephi om plaatsen van werk, onderwijs, wonen, geboorte en sterfte te verbinden met personen. In de tweede variant werd geprobeerd om dezelfde data binnen Gephi te visualiseren op een wereldkaart. Hiervoor werden plugins gebruikt. De resultaten waren niet erg succesvol om verschillende redenen. Een derde variant werd daarom zonder Gephi en met behulp van generatieve AI gecreëerd. Hier werd via javascript (leaflet.js) een interactieve wereldkaart gemaakt met visuele kenmerken die lijken op Open Street View of Google Maps.

Visualisatie 4: de mentale kaart (abstract)

• Vraagstelling: Wat zijn de geografische verbanden binnen het netwerk van Guido Gezelle? Welke personen zijn briefcorrespondenten van Guido Gezelle, of van welke personen is Guido Gezelle briefcorrespondent en wat zijn hun geboorteplaats, plaats van overlijden, woonplaatsen, werkplaatsen? In welke landen liggen deze plaatsen?
• De blik: Locaties worden hier behandeld als abstracte knooppunten zonder vaste geografische positie. De afstand tussen plaatsen wordt louter bepaald door de intensiteit van de sociale interactie.
• Interactie: De gebruiker ziet een topologie van betekenisvolle plekken. Het onthult hoe locaties die geografisch ver uit elkaar liggen (zoals Londen en Brugge) in Gezelles beleving nauw verbonden waren.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie4/

Visualisatie 4A: de geografische plot

Hier wordt de stap naar de fysieke werkelijkheid gezet door de inzet van de GeoLayout plugin en de Map of Countries layout in Gephi.

• Vraagstelling: Hoe verspreidt het netwerk zich over de werkelijke wereldkaart? Hoe ver reikte de internationale blik van Gezelle voorbij de West-Vlaamse grenzen?
• De blik: Met de GeoLayout plugin worden knopen geplaatst op hun werkelijke coördinaten (lat/long) op een wereldkaart. Pinnen markeren geboorte-, werk-, en overlijdensplaatsen binnen de politieke grenzen van die tijd.
• Interactie: Hoewel deze fase minder interactieve flexibiliteit bood door beperkingen in de plugins, fungeert het als een tussenstap naar een betere visualisatie. Er werd vanuit deze problematiek geopteerd om gebruik te maken van een javascript via Leaflet.js (zie visualisatie 4B).

Link naar interactieve versie (resultaten ontoereikend): https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie4A/

Visualisatie 4B: de interactieve cartografie

In de laatste variant wordt de data ontsloten voor een breed publiek door ze weer te geven op een wereldkaart. Opnieuw gaat het hier om dezelfde data als in visualisatie 4. Het grote verschil hier is dat voor de eerste variant gebruik werd gemaakt van Gephi, terwijl voor deze laatste variant gebruik werd gemaakt van Javascript met behulp van generatieve AI in plaats van Gephi te gebruiken.

• Vraagstelling: Hoe verspreidt het netwerk zich over de werkelijke wereldkaart? Hoe ver reikte de internationale blik van Gezelle voorbij de West-Vlaamse grenzen?
• De blik: De statische plot is omgezet naar een dynamische webomgeving via Leaflet.js. De visualisatie toont een web van lijnen die de provinciegrenzen ver overstijgen, met een opvallende concentratie richting Engeland.
• Interactie: De gebruiker kan vloeiend in- en uitzoomen en door de geografische lagen navigeren. Dit doorbreekt visueel de mythe van Gezelle als louter lokale dichter en bevestigt zijn rol als spil in een breed Europees katholiek netwerk.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie4B/

Visualisatie 5: netwerken over de tijd (een dynamische blik)

Een statisch netwerk is slechts een momentopname, terwijl relaties komen en gaan. Visualisatie 5 voegt daarom een vierde dimensie toe: de tijd. Door momenten van contact en briefwisseling als kwantificeerbare data binnen te halen op Wikidata, kan er een dynamische visualisatie gemaakt worden die de evolutie van het netwerk van Guido Gezelle kan laten zien doorheen de tijd. Deze visualisatie werd niet met Gephi gevisualiseerd, maar met behulp van scripting met behulp van generatieve AI. De visualisatie is (helaas) niet geheel representatief en duidelijk, en wordt daarom best beschouwd als een experiment om dynamische data te visualiseren. Binnen het bestek van de stage was er geen tijd meer om deze visualisatie grondig uit te werken.

• Vraagstelling: Hoe evolueerde het sociale netwerk van Gezelle over de tijd? Welke personen en gemeenschappen waren belangrijk in verschillende levensfases of periodes?
• De blik: Dit is technisch de meest complexe visualisatie. Er is in Gephi gebruik gemaakt van data met tijdsintervallen (start- en einddata van relaties of carrières).
• Interactie: Een tijdslider bovenaan het scherm stelt de gebruiker in staat om door de jaren heen te scrollen. Je ziet het netwerk organisch groeien: nieuwe studenten stromen in, oude vrienden overlijden, en Gezelle verhuist van stad naar stad. Het maakt de levensloop van de dichter visueel tastbaar op een manier die in tekst nauwelijks te vatten is.

Link naar interactieve versie: https://viaacode.github.io/documentation-visualisations-guido-gezelle/InteractieveVisualisaties/Visualisatie5/

Duurzaamheid en kennisdeling: open-source als filosofie

De gemaakte visualisaties zijn niet alleen een eindproduct; ze zijn vooral bedoeld als een herbruikbaar model. De keuze voor een volledig open-source aanpak en het systematisch documenteren van elke stap is een bewuste investering in de duurzaamheid en de overdraagbaarheid van de methode binnen de bredere erfgoedsector.

De GitHub data space: transparantie en herbruikbaarheid

Alle output van het project is ondergebracht in een publieke GitHub repository [zie de link onderaan]. Deze 'Data Space' fungeert als de centrale, transparante hub van het project.

• De complete data levenscyclus: De repository bevat zowel de ruwe SPARQL-output als de opgeschoonde, geformaliseerde datasets. Dit maakt de analyse navolgbaar en biedt andere onderzoekers de mogelijkheid om de gegevens te valideren of te gebruiken voor andere soorten onderzoek.
• Reproduceerbare analyse: De originele Gephi-projectbestanden zijn bijgevoegd. Dit is essentieel voor wie de workflow wil nabootsen. Het stelt gebruikers in staat om de exacte instellingen, zoals de parameters van het ForceAtlas2-algoritme en de toegepaste statistieken (bv. Modularity Class), te laden en direct te reproduceren zonder de netwerken handmatig te hoeven opbouwen.
• Technisch duurzaam: De broncode (HTML, CSS, JavaScript) voor de interactieve visualisaties wordt beheerd via Git en Github (versiebeheer). Dit waarborgt de technische duurzaamheid, omdat toekomstige aanpassingen, het verhelpen van fouten of het inbouwen van nieuwe features op een gestructureerde manier kunnen gebeuren met behulp van versiecontrole.

Gedetailleerde handleidingen: de blauwdruk voor replicatie en educatie

Om ervoor te zorgen dat de methodiek niet beperkt blijft tot dit ene project, is er veel aandacht besteed aan gedetailleerde documentatie. De handleidingen zijn de sleutel tot de overdraagbaarheid van de opgedane kennis.

• De algemene handleiding: Dit document biedt een strategisch overzicht, inclusief de projectdoelstellingen, de totale workflow en een synthese van de bevindingen per visualisatie. Het is de ideale inleiding voor organisaties die de stap naar datavisualisatie overwegen.
• De specifieke handleidingen: Deze duiken in de operationele en technische diepte per visualisatie (visualisaties 1 t.e.m. 5). Ze bevatten:
• De exacte SPARQL-queries die gebruikt zijn voor de data-extractie.
• Stapsgewijze instructies voor de import en configuratie van Gephi, inclusief de toepassing van plugins als GeoLayout of Multimode Networks Projection.
• Toelichting op de custom scripting die nodig was voor de dynamische elementen (kaart en tijdlijn).

Door dit gedetailleerde niveau van documentatie is de methodiek schaalbaar en herbruikbaar. Andere erfgoedorganisaties, bijvoorbeeld die met collecties van andere Vlaamse auteurs of historische figuren, kunnen dit model direct toepassen om hun eigen Wikidata-data te activeren.

Impact en toekomstperspectieven: de waarde van geactiveerde data

De implementatie van deze visualisaties heeft een tweeledige impact: enerzijds verrijkt het de wetenschappelijke diepgang door complexe (open) data te vertalen naar inzichtelijke modellen voor onderzoek. Anderzijds fungeert het als een fundament voor toekomstbestendig erfgoedbeheer, waarbij open digitale registratie de weg vrijmaakt voor duurzame conservering en betere publieke ontsluiting. Het project bewijst zo de meerwaarde van het investeren in de structuur en de activatie van data via platforms zoals Wikidata.

Onderzoek en onderwijs: netwerken als exploratief leermiddel

De visualisaties transformeren complexe data in een toegankelijk en exploratief leermiddel. Dit draagt essentieel bij aan de digitale ontsluiting, activering en toegankelijkheid van deze data in de erfgoedsector.

• Onderzoeksondersteuning: De modellen ondersteunen historici door het verschaffen van nieuwe inzichten in de sociale en culturele geschiedenis. Het visuele aspect helpt bij patroonherkenning, wat in de tekstuele data vaak verborgen blijft.
• Erfgoededucatie: De interactiviteit maakt de visualisaties tot een krachtige exploratieve tool in het onderwijs.
• Verkenning: De visualisaties zijn een uitnodiging voor studenten en een breed publiek om zelfstandig te navigeren door de materie. Ze moedigen kritisch denken aan door te tonen dat historische netwerken dynamisch en gelaagd zijn.
• Interpretatie: De data omtrent Guido Gezelle en de visualisaties in Gephi tonen dat een netwerk geen feitelijke weergave is, maar een interpretatie van de data. Dit leert gebruikers hoe data-interpretatie essentieel is in digitaal erfgoedonderzoek.

Duurzame uitbreidingen en volgende stappen

Het project werpt een blik op de toekomstige mogelijkheden voor Wikidata en het Guido Gezellearchief. De ontwikkelde methodiek biedt een helder kader voor de volgende stappen in digitale collectieontsluiting.

• Schaalbaarheid naar andere auteurs: De ontwikkelde methodiek is direct toepasbaar dankzij de open-source basis en de gedetailleerde handleidingen. Een logische vervolgstap zou zijn om de focus te verleggen naar andere Vlaamse schrijvers met goed gestructureerde data op Wikidata. Dit kan leiden tot een breder, vergelijkend overzicht van literaire netwerken in Vlaanderen.
• Verfijning van Wikidata-data: Om het volle potentieel van de dynamische visualisatie (visualisatie 5) te benutten, is het wenselijk de data van het Guido Gezellearchief nog verder te verrijken. Met name het nauwkeuriger opnemen van de tijdstippen van briefsturen op Wikidata zou de tijdslijnanalyse preciezer en waardevoller maken, wat een continuüm creëert met het initiële 'Vrouwen van papier'-project.
• Toegankelijkheid van de primaire bronnen: Een verdere ambitie is om de onderliggende data van het Guido Gezellearchief zelf publiek en programmeerbaar toegankelijk te maken, bijvoorbeeld via een API of SPARQL-endpoint. Dit is de finale stap in de duurzame ontsluiting: een directe koppeling van de visualisaties aan de originele archiefstukken, waardoor de gebruiker van inzicht (visualisatie) naar bron (archief) kan navigeren.

Workshop Datavisualisatie

Op 26 maart 2026 gaven Jenske Verhamme en Rony Vissers (meemoo) in het kader van een bijeenkomst van de Collegagroep Digitale Collectieregistratie aansluitend bij dit project ook een workshop omtrent datavisualisaties. De focus van deze workshop lag op het bevragen van Wikidata en het visualiseren met Gephi. Het doel was de deelnemers de basiskennis te bezorgen die nodig is om linked open data te bevragen met SPARQL-queries en om ze om te zetten in een publiek toegankelijke, interactieve netwerkvisualisatie.

De presentaties met betrekking tot het bevragen van linked open data met behulp van SPARQL-queries en het visualiseren met Gephi, kun je downloaden door HIER (deel 1) en HIER (deel 2) te klikken.

Daarnaast kun je HIER ook het gevolgde stappenplan vinden met de nodige documentatie.

Eindnoot

Dit project toont de kracht van het koppelen van gestructureerde data (linked open data) aan open-source methoden: het maakt complexe culturele geschiedenis tastbaar, navigeerbaar en duurzaam inzetbaar voor de toekomst. Het resultaat is een herbruikbare blauwdruk die als inspiratie kan dienen voor toekomstige toepassingen met linked open data (op Wikidata).

Alle documentatie, bestanden en interactieve visualisaties zijn beschikbaar op de GitHub repository van het project.

Geraadpleegde bronnen

• Building an Influence Network of Philosophy from Wikidata and Wikipedia - J. Matyi (2020).
• Wikidata: SPARQL tutorial
• Gephi: Introduction to Network Analysis and Visualization - M. Grandjean (2015).
• Vrouwen van papier: Digitaliseren en ontsluiten van Gezelles vrouwelijke correspondentie - Meemoo Kennisbank.
• Vrouwen van papier: Vrouwendata activeren en kwaliteit garanderen - Meemoo Kennisbank.

Projectgerelateerde links

• Projectwebsite: De hoofdpagina van het visualisatieproject.
• Algemene documentatie (GitHub): Bevat de volledige lijst met onderzoeksvragen, opgeloste SPARQL-queries, ontwikkelingsbestanden, handleidingen en de presentatie.
• Collegagroep digitale collectieregistratie 2026: Bevat een stappenplan en presentatie die gebruikt werden tijdens de workshop over data visualiseren op de collegagroep digitale collectieregistratie 2026.

Interactieve visualisaties

Onderstaande links leiden direct naar de verschillende interactieve weergaven van de onderzoeksdata:

• Visualisatie 1: Algemeen overzicht
• Visualisatie 2: Onderlinge relaties
• Visualisatie 3A en Visualisatie 3B: institutionele verbanden
• Visualisatie 4: Geografische spreiding (zie ook Visualisatie 4A en Visualisatie 4B)
• Visualisatie 5: Tijdsverloop en evolutie