비트나인 Graph it

지식그래프(Knowledge Graph)란? 지식그래프는 현재 시장에서 많은 관심을 받고 있습니다. 기존에 ‘지식’이란 사람들의 기억에 의존하는 경우가 많았습니다. 사람들이 기억하거나 메모한 글을 기록으로 작성하게 되면서, 그런 기록물들을 컴퓨터로 작성하게 되고, 작성한 문서들이 무한하게 공유되어 현재는 다양한 장치를 통해 대량의 정보를 볼 수 있게 되었습니다. 지식그래프는 사람이 기억으로 생성하고 활용하는 지식 정보를 좀 더 정확하게 관리하고, 많은 양의 지식 탐색을 위한 기법으로 나타나 현재 구글이나 마이크로소프트 같은 거대 IT 기업에서 대중적으로 사용하고 있습니다. 지식그래프를 알기 전에 우선 지식베이스에 대한 정리가 필요합니다. 지식베이스는 도메인 정보(개인이 알고 있는 정보, 업체가 사용하는 ..

그래프 데이터 모델은 현실 모형에 가까운 직관적인 형태의 “데이터 모형”을 제공합니다. 현실과 가까운 모습의 데이터 모델로 데이터가 운용되고 데이터 모델의 변형이 자유롭기 때문에 기존 관계형 데이터보다 더 효율적이며 직관적입니다. 최근 빠른 시장 변화에 따라, 데이터의 보유 규모뿐만 아니라 데이터의 숨은 가치를 바로 알고 이를 유용하게 활용하는 것이 점점 더 중요해지고 있습니다. 이러한 점에서 그래프 데이터베이스(이하 그래프 DB)의 직관적인 데이터 모델링은 실제 조직의 데이터 모델과 흡사한 데이터 모델링이 가능하며, 이를 통해 조직 전체의 데이터 흐름을 쉽게 이해하고 활용하는 데 많은 도움을 줄 수 있습니다. 본 백서는 그래프 DB의 활용 방법을 소개하기 위해 제작되었으며, 1부는 그래프 모델링, 2부..

본 글은 비트나인에서 출시한 솔루션 중 하나인 그래프 데이터베이스를 활용한 예측분석 시스템(G-PAS)에 대한 내용을 다루고 있습니다. G-PAS란? G-PAS, 빅데이터 예측분석 시스템 그래프 예측분석 시스템 소개 G-PAS(Graph Predictive Analysis System)는 프로퍼티 그래프 데이터 모델(Property Graph Data Model)을 사용하며, 빅데이터를 관리할 수 있는 최적의 구조를 가졌습니다. 프로퍼티.. bitnine.tistory.com 비트나인의 그래프 사이언스 R&D팀이 이에 대해 보다 쉽게 이해할 수 있도록 작성했으며, 이론편을 시작으로 ‘그래프를 활용한 예측분석 시스템에 대한 기본적인 개념’과 ‘데이터 모델링을 통해 분석하는 과정’을 설명하는데 초점이 맞추어..

분석 관점에서의 마스터 데이터 관리 MDM은 개별 마스터 데이터들과 분산되고 분리된 데이터베이스 등을 통합하는 데이터베이스 관리시스템이다. MDM을 도입함으로써 데이터들의 정합성과 일원화된 관리를 할 수 있게 하며, 이를 통하여 데이터의 품질을 향상할 수 있다. 기존의 MDM에서는 개별 RDBMS, Data Warehouse 등 정형화된 저장소를 통합하였으나, 최근 기업들이 관리해야 하는 데이터들은 더욱 복잡하고 다양하다. 정형-반정형 데이터뿐 아닌 기업 내-외부의 다양한 소스(SNS, 텍스트, IoT 등)를 통해 다양한 형태의 비정형화된 데이터들이 불규칙한 형태로 유입이 되기 때문이다. 데이터들을 관리하는 것이 더 복잡했고, 이들 데이터를 잘 통합하고 활용하기 위해선 데이터들 사이의 ‘관계’를 정의하는..

본 글은 지난 추천 시스템 글에 이어 그래프 모델링으로 데이터의 흐름을 짧고 간결하게 파악해보고자 한다. 분석 관점에서의 데이터 플로우 모델 데이터 플로우 모델은 본래 설명 데이터가 시스템에 의해서 어떻게 처리되는지를 모델링하는 기법이며, DFD(Data Flow Diagram)를 통하여 데이터 정보 흐름의 논리적 도식 모델을 제공하고 관리할 수 있었다. 그래프에서도 이처럼 데이터 정보의 흐름 및 순차를 고려한 모델링이 가능하며 기존의 DFD의 데이터 정보 흐름이 정의가 되어있다면 그래프에서도 모델 적용이 가능하며 오히려 기존의 데이터 모델보다 그래프의 점과 선의 연결이라는 특성을 활용하여 동적인 데이터의 흐름을 좀 더 직관적으로 표현하고 설계할 수 있다. 그래프 데이터플로우 모델링이 적용 가능한 예시는..