| 研究課題/領域番号 |
17K00150
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
マルチメディア・データベース
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
鈴木 伸崇 筑波大学, 図書館情報メディア系, 教授 (60305779)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2017年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | グラフデータ / スキーマ抽出 |
|---|
| 研究成果の概要 |
本研究課題では，グラフデータからスキーマを抽出するためのアルゴリズムを開発した．対象とするスキーマは，グラフスキーマとShape Expressionである．まず，グラフスキーマに対して，新たな効用関数と処理の並列化を併用することなどにより，大規模なグラフデータに対しても効率よくスキーマを抽出することの可能なアルゴリズムを開発した．さらに，より表現力のShape Expressionへの対応についても検討を行った．
|
| 研究成果の学術的意義や社会的意義 |
グラフデータは，ソーシャルグラフ，生物データ，Linked Open Dataなどのオープンデータなど，様々な場面で用いられているが，データ量が増大しその構造も複雑化している．一方，グラフデータ対してShape Expressionなど新たなスキーマ言語が提案されており，今後はその活用が進むものと期待されている．グラフデータからスキーマを抽出することができれば，得られたスキーマを用いて，大規模なグラフデータの管理をより効率よく行うことが可能となる．
|
