아젠스sql 36

가장 인기 있는 5가지 그래프 DB 쿼리 언어

가장 인기 있는 5가지 그래프 DB 쿼리 언어를 소개합니다 그래프 데이터 관리에 사용되는 쿼리 언어를 그래프 쿼리 언어(GQL)라고 합니다. 그래프 쿼리 언어는 그래프로 모델링 된 데이터를 추출하고 검색할 때 사용됩니다. 다음은 그래프로 정보를 풀 수 있는 방법을 제공하며 세계적으로 널리 사용되는 그래프 DB 쿼리 언어들에 대해 알아보겠습니다. 또한 각 인기 있는 쿼리 언어들의 장단점을 자세히 살펴보겠습니다. AQL AQL은 “ArangoDB Query Language”의 약어로, 사용자가 ArangoDB에 저장된 데이터를 검색하고 수정할 수 있게 해 줍니다. AQL은 영어 키워드를 사용하기 때문에 사람이 읽을 수 있으며, 선언적 쿼리이므로 어떤 결과를 얻어야 하는지는 설명하지만, 어떻게 얻어야 하는지에..

DBMS/활용 사례 2023.09.03

그래프 기반 고객 행동 데이터 모델링 및 분석 방법론

고객 행동 데이터의 분석은 현대 기업들이 경쟁우위를 확보하는 데에 중요한 역할을 합니다. 그러나 고객 데이터의 복잡성과 다양성으로 인해 관리 및 분석이 어려워지고 있습니다. 이러한 문제에 대응하기 위해 그래프 데이터베이스의 고객 행동 그래프를 활용할 수 있습니다. 그래프데이터베이스의 데이터 표현 그래프데이터베이스는 노드와 에지를 사용하여 관계를 표현하고 명시적으로 연결성을 나타냅니다. 이로 인해 복잡한 관계를 직관적으로 표현하고 다양한 관계 패턴을 탐색하는 데 유리합니다. 그래프데이터베이스는 스키마가 유연하며, 데이터 모델에 속성을 동적으로 추가하거나 수정할 수 있습니다. 이는 다양한 속성이 있는 데이터를 기존 노드에 에지로 연결하며 추가하기 때문에 처리 및 관리에 효과적입니다. 더불어 그래프 쿼리를 사..

DBMS/활용 사례 2023.09.03

그래프로 찾아가는 신약 개발

과거부터 신약 개발은 비용과 시간이 많이 드는 매우 영역으로 평균 10 ~ 15년의 기간과 한화 약 1조, 1만 분의 1이라는 극악의 확률로 유명합니다. 기본적인 신약 개발 과정은 [그림 1]로 목표 질병에 대한 후보 물질 약 10,000개에서 시작 시 최종적으로 1개의 약물이 신약이 되는 것으로 보고 있습니다. 하지만 이마저도 많은 경우 실패로 돌아가며 많은 제약 회사들에게 고위험산업으로 인식되어 시도조차 되지 않는 현실입니다. 신약 개발에 있어 다양한 문제가 존재하지만 특히 맨 앞 부분인 후보 약물 탐색 (Drug Discovery)의 경우 매우 다량의 표준화되지 못한 실험 데이터들로 효율적인 약물 탐색이 어려운 문제가 있었습니다. 각각의 실험 마다 Relational Database (RDB) - ..

DBMS/활용 사례 2023.09.03

Data Lineage 활용 사례

사례 : 그래프 DB를 통한 Data Lineage 구현(K고객사) 관계 데이터에 중점을 두는 그래프 DB의 특성상, 아래의 활용 사례는 모든 시스템에 적용 가능하다는데 큰 의의를 둘 수 있다. 그 까닭은 데이터베이스의 성격이 관계형, 계층형, 객체지향형 등 어떤 유형이든 오브젝트의 관계를 정의하는 논리 모델링이 반드시 존재해야 하기 때문이다. * 그래프DB를 활용한 Data Lineage 구현을 통해 품질 관리를 수행하는 데이터 아키텍처 구성도 1. 배경 기업이 보유하고 활용하는 데이터가 많아질수록 체계적으로 관리할 필요성 또한 커진다. 따라서 메타데이터 관리가 잘 이뤄지는 전산 시스템을 보면, 논리적 모델링에 반영된 결과들이 물리모델링을 거쳐 실제 데이터베이스에서도 동일한 형상을 갖고 있다. 그러나 ..

DBMS/활용 사례 2023.09.03

그래프 기반 고객 유사도 분석: Adamic Adar 유사도와 Link Prediction

고객 유사도 분석은 기업의 성공에 중요한 역할을 합니다. 고객들 간의 유사성을 파악하고 이해함으로써 개인화된 서비스를 제공하고, 타기팅된 마케팅 전략을 수립할 수 있습니다. 이에 그래프 기반 유사도 분석 방법 중 하나인 Adamic Adar 유사도를 살펴보겠습니다. 그래프 데이터와 고객 유사도 분석의 중요성 고객 데이터를 그래프로 표현하면 각 고객을 노드로, 고객들 간의 관계를 엣지로 나타낼 수 있습니다. 이 그래프 데이터를 활용하면 고객들의 상호작용 패턴과 관계를 파악할 수 있습니다. 이는 고객 간의 유사도를 측정하는 데에 활용됩니다. 유사한 고객들을 묶어 그룹화하고, 해당 그룹에 맞는 개인화된 서비스를 제공하면 고객 경험을 향상시키고, 매출을 증대시킬 수 있습니다. Adamic Adar 유사도: 그래..