sudo-001/wikifood_kenya

A web application coded from scratch, with a knowledge graph database on food of Kenya people. For more detail check the readme file and clone the app. # WIKIFOOD KENYA WIKIFOOD KENYA est une application web interactive destinée à explorer et à gérer une collection de plats traditionnels kényans. Utilisant la technologie des ontologies pour structurer les données, cette application permet aux utilisateurs de visualiser, de rechercher et d'ajouter des informations sur différents plats et leurs ingrédients. # Fonctionnalités - Affichage dynamique : Les utilisateurs peuvent voir les plats listés avec des détails tels que le nom, la description, et une image. - Requêtes préparées : Sélectionner et exécuter différentes requêtes SPARQL préconçues pour interroger l'ontologie, comme voir toutes les classes, les sous-classes, et les instances. - Recherche personnalisée : Les utilisateurs peuvent écrire et exécuter leurs propres requêtes SPARQL directement à travers une interface utilisateur intuitive. - Ajout de nouveaux plats : Interface modale pour ajouter facilement de nouveaux plats à l'ontologie directement depuis le navigateur. # Technologies Utilisées - HTML/CSS : Pour la structure et le style de l'interface utilisateur. - JavaScript : Pour la logique frontale, la manipulation des données SPARQL, et les interactions avec l'utilisateur. - Apache Jena Fuseki : Serveur backend utilisé pour gérer et interroger l'ontologie RDF. - TailwindCSS : Framework CSS pour un design responsive et moderne. - RDF/OWL : Utilisés pour structurer les données des plats dans une ontologie formelle. # Prérequis Avant de pouvoir utiliser l'application assurez-vous d'avoir - Apache Jena Fuseki installé sur votre machine. - Java installé sur votre machine ( java 17 recommandé ). # Installation de l'application 1. Ouvrir un terminal dans le dossier dans le quel est Jena Fuseki sur votre machine 2. Lancer le serveur de jena Fuseki avec la commande ci-dessous ./fuseki-server 4. Uploader l'ontologie dans Jena Fuseki : - Accédez à l'interface web de Jena Fuseki à l'adresse localhost. - Cliquez sur "Manage Datasets" puis sur …