본 논문은 NoSQL 그래프 데이터베이스와 빅 데이터 환경에서 연결된 데이터의 데이터 모델링에 대한 기존 연구들을 분석하고, 데이터 모델링 특징, 방법론, 한계점을 비교 분석하여 향후 연구 방향을 제시합니다.
구조화된 데이터셋에서 의미 있는 통찰을 추출하는 것은 검색된 정보의 정확성과 관련성을 보장하는 데 어려움이 있다. 전통적인 데이터 검색 방법은 복잡하고 상호 연결된 데이터 구조를 다루는 데 한계가 있다. 이를 극복하기 위해 Structured-GraphRAG 프레임워크를 소개하며, 이는 구조화된 데이터셋에서 자연어 쿼리에 대한 정보 검색을 향상시킨다.
이 논문은 집합, 관계 및 함수의 순수 이론과 등식을 포함하는 1차 술어 논리에 기반한 (기본) 수학 데이터 모델 ((E)MDM)의 현재 버전을 제시합니다. 이 모델의 주요 강점은 76가지 유형의 제약 조건으로, 이를 통해 데이터베이스에 저장된 모든 데이터 값이 타당한 것을 보장합니다.
유한 격자 L을 가장 작은 분배 격자에 포함시킬 수 있는 Birkhoff 완성 구조를 제안한다.
데이터베이스 벤치마킹을 위해 원본 데이터의 통계적 특성과 쿼리 성능을 유지하면서도 사용자 프라이버시를 보장하는 데이터베이스 합성 기법을 제안한다.
데이터베이스 기반 프로그램에서 사용자가 특정 정보만 접근할 수 있도록 하는 선택적 정책을 효과적으로 적용하는 방법을 제안한다.
관계형 데이터베이스 스키마 진화 시 발생할 수 있는 종속성 문제를 자동으로 식별하고 해결책을 제안하는 접근법