@techreport{oai:ipsj.ixsq.nii.ac.jp:00238949,
 author = {湯川, 楓祐 and 塩川, 浩昭},
 issue = {2},
 month = {Sep},
 note = {グラフデータベースはプロパティグラフモデルに基づきエンティティおよびエンティティ間の関係性を表現するためのデータベースである．近年，プロパティグラフに対するスキーマ定義方式の開発が進んでおり，グラフデータベースのデータ統合や問合せ最適化において重要な要素技術となっている．一方でプロパティグラフモデルは複雑かつ柔軟なデータを表現できることから，グラフデータベース内のエンティティに適合したスキーマを決めることが容易ではない．そこで本稿ではグラフデータベースにおけるスキーマ抽出技術に焦点を当て，多様なグラフデータベースにおけるスキーマ抽出性能を評価することでその技術的な課題を考察する．具体的には，本稿では主要なスキーマ抽出手法である，類似度ベース手法，ルールベース手法および階層的クラスタリング手法の3種類を取り上げる．これらの手法のスキーマ抽出精度，スキーマ抽出時間，および適用可能なデータセットの特性について具体的な指標を用いて評価する．本稿はこれらの評価を通じて各手法の特性や課題を明らかにし，実際の応用における適用可能性や今後の研究の方向性について論ずる．},
 title = {グラフデータベースにおけるスキーマ抽出手法の性能評価},
 year = {2024}
}