Reserved. ３、事例１ 国⽴がん研究センター 提案⼿法 5 • 従来の引⽤・被引⽤や，共著でのネットワークではなく，論⽂の内容から関⼼の近さでネットワークを作成 しました．最終的には1,000万ノード，5億エッジになりました． [2] 参考⽂献 Haipeng Sun et al., 2019. Bilingual Word Embedding: A Survey from Supervised to Unsupervised Mikel Artetxe et al. 2018.A robust self-learning method for fully unsupervised cross-lingual mappings of word embeddings １，論⽂からtf-idf(OKAPI BM25) で特徴語を抽出 ２，著者にタグ付けをする 1st Author 2nd 3rd Last 1st Author 2nd 3rd Last ３，⽇本語の類義語モデルと，英語の類 義語モデルを作成し，それらをBWE （Bilingual word embedding）[2]により 同⼀の潜在空間に埋め込む． Japanese English ４，著者関連タグと，タグ類似タグを著者に紐づけ， jaccard係数（MinHash）によるマッピングを⾏う． 著者タグ 類似 類似スコア
Reserved. ３、事例１ 国⽴がん研究センター システム構成図 7 [monitor] Monitor Application [Master DB] Store Master Data. [prep] Text Cleaning [Analysis] We analyze research paper by distributed cluster- computing. Azure Blob Storage Azure Databricks Azure SQL Database Azure COSMOS DB Azure Web Apps Import Azure Container Registry Import Azure Virtual Machine Azure Virtual Machine BULK Azure Web Application Firewall Azure DevOps Services Azure Application Insights [Bulk Insert] Using same region VM . BULK [Graph DB] Use for find shortest path. AMED Data Notify
Reserved. ３、事例１ 国⽴がん研究センター なぜグラフ（グラフDB）か？ 11 • 当初はRDBにデータを蓄積し，可視化しようと検討していた．グラフ構造の場合とデータの本質的な差異は ないのだが，表現の仕⽅の直感的なわかりやすさ，経路検索やネットワーク中⼼性の計算のしやすさから， グラフ構造かつグラフDBを選択した，これは使う側の⽬的によって取捨選択するべきである． 研究者 関連性のある研究者 関連度 A B 1 B' 0.7 B'' 0.2 B C 1 C' 0.7 C'' 0.2 C D 1 D' 0.7 D'' 0.2 A B C D RDB的な表現 グラフ的な表現 Bʼ Bʼʼ Cʼ Cʼʼ Dʼ Dʼʼ AとDが潜在的に繋がっていることは，グラフ表現の⽅が直感的にわかりやすい
Reserved. ５、巨⼤グラフをAzureで実現 グラフDB 19 • AzureでグラフDBを利⽤する場合，IaaSに任意のDBサーバーを⽴てるか，SQL Database, COSMOS DBという選択肢があります． 管理 OSレベルでの管理 PaaSなので⼿軽 PaaSなので⼿軽 クエリ DBサーバーによる(Neo4jならCypher) 独⾃のSQL構⽂ Gremlin スケー ル VMのスケールとDBサーバーの設定変更 ポータルで設定変更 ポータルで設定変更 価格 中（VMの価格） 中 ⾼ 経路検 索 match (start:L_Station {name:"品川"}), (end:L_Station{name:"新宿"}), path = shortestPath((start)-[:Line*]-(end)) return path with cte as ( select S.駅名 as 発駅, E.駅名 as 着駅, cast(R.距離 as decimal(10, 1)) as 距離, R. 分, cast(concat(S.駅名, '-', E.駅名) as nvarchar(max)) as ルート, 1 as cnt from G_駅 S, G_路線 R, G_駅 E where match (S - (R) -> E) and S.駅名 = N'新宿' union all select cte.着駅, E.駅名, cast(cte.距離 + R.距離 as decimal(10, 1)), cte.分 + R.分, cast(concat(cte.ルート, '-', E.駅名) as nvarchar(max)), cte.cnt + 1 from cte, G_駅 S, G_路線 R, G_駅 E where cte.着駅 = S.駅名 and match (S - (R) -> E) and charindex(E.駅名, cte. ルート) = 0 ) select top(1) cte.ルート , cte.距離 , cte.分 , cte.cnt from cte where cte.着駅 = N'新宿' order by cte.距離 g.V(). has(""station"", ""name"", ""品川 "").emit().repeat(bothE(""connectedTo"").otherV().sim plePath()).until(has(""name"", ""新宿 "").or().loops().is(eq(6))).has(""name"", ""Marble Arch"").path().unfold().hasLabel(""station"") [参考] SQL Server 2019では，グラフ機能が⼤幅にアップデートされているのでぜひ体験して⾒てください． https://www.sqlshack.com/graph-database-features-in-sql-server-2019-part-1/
iwashi
seike460
bkuhlmann
pospome
teamlab
marcy731
inouehi
hollycummins
hanetsuki
jaguar_imo
quramy
keathley
stephaniewalter
chriscoyier
geoffreycrofte
62gerente
myddelton
iamctodd
shlominoach
3n
morganepeng
maltzj
ammeep
