[5D]グラフ問合せ

14:20 〜 14:45

[5D-03] 連邦型RDF問合せのための隣接述語索引に基づく情報源選択手法の改良

*小倉 勇大¹、増田 正²、天笠 俊之³ (1. 筑波大学大学院、2. 筑波大学　知識・データ工学研究室、3. 筑波大学　計算科学研究センター)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

RDF、知識グラフ、連邦型RDF問合せ、要約

Linked Open Data（LOD）の普及に伴い、RDF形式のデータを格納した知識ベースが分散的に数多く構築されている。知識ベースにはそれぞれ独自の特性があり、横断的な検索により深い洞察を得る可能性が高まる。横断的な検索を行う場合には連邦型のRDF問合せ処理が必要となる。しかし、効率的な連邦型RDF問合せの実行には、適切な情報源（知識ベース）の選択が重要である。
本研究では、連邦型RDF問合せのための新たな要約方法に基づく情報源選択手法を提案する。具体的には対象情報源内の述語ペア間において、結合パターン（主語--主語、主語--目的語、目的語--目的語）ごとに共通要素が存在するかを事前計算し、行列形式で記録する要約を生成する。問合せ時には、基本グラフパターン（BGP）に含まれる結合キーを持つトリプルパターン間の述語ペアを特定するとともに、該当結合パターンの要約を参照することで情報源選択を行う。
FedBenchを用いた評価結果で、提案手法はより効率的に情報源選択を行い、問合せ実行時間を短縮した。