[論文レビュー] Semantic Property Graph for Scalable Knowledge Graph Analytics

Sumit Purohit, Nhuy Van+1 more|arXiv (Cornell University)|Sep 16, 2020

Semantic Web and Ontologies参考文献 15被引用数 5

ひとこと要約

本稿では、再帰的RDFグラフをラベル付きプロパティグラフ（LPG）形式に射影することで、RDFのオントロジーを保存するハイブリッド知識グラフモデル「意味的プロパティグラフ（SPG）」を提案する。効率的なLPGのストレージおよびトランバーサルを活用することで、サブグラフマッチングなどの分析タスクにおけるグラフサイズの削減とスケーラビリティの向上を実現し、ネイティブなRDF表現と比較して顕著な圧縮率と性能向上を達成する。

ABSTRACT

Graphs are a natural and fundamental representation of describing the activities, relationships, and evolution of various complex systems. Many domains such as communication, citation, procurement, biology, social media, and transportation can be modeled as a set of entities and their relationships. Resource Description Framework (RDF) and Labeled Property Graph (LPG) are two of the most used data models to encode information in a graph. Both models are similar in terms of using basic graph elements such as nodes and edges but differ in terms of modeling approach, expressibility, serialization, and target applications. RDF is a flexible data exchange model for expressing information about entities but it tends to a have high memory footprint and inefficient storage, which does not make it a natural choice to perform scalable graph analytics. In contrast, LPG has gained traction as a reliable model in performing scalable graph analytic tasks such as sub-graph matching, network alignment, and real-time knowledge graph query. It provides efficient storage, fast traversal, and flexibility to model various real-world domains. At the same time, the LPGs lack the support of a formal knowledge representation such as an ontology to provide automated knowledge inference. We propose Semantic Property Graph (SPG) as a logical projection of reified RDF into LPG model. SPG continues to use RDF ontology to define type hierarchy of the projected graph and validate it against a given ontology. We present a framework to convert reified RDF graphs into SPG using two different computing environments. We also present cloud-based graph migration capabilities using Amazon Web Services.

研究の動機と目的

• 大規模なグラフ分析におけるRDFグラフの非効率性（高いメモリ使用量と肥大化した構造）を是正すること。
• RDFの意味的表現力とLPGの性能の間のギャップを埋め、スケーラブルな分析を実現すること。
• 統一されたフレームワークを用いて、オントロジーの意味的整合性を保持したまま、大規模なクラウドスケールの知識グラフ生成と分析を可能にすること。
• 実世界の分析ワークロード（例：敵対的活動検出におけるサブグラフマッチング）においてSPGの実用的利点を実証すること。

提案手法

• 論理的再帰化を通じて、再帰的RDFグラフをラベル付きプロパティグラフ（LPG）モデルに変換し、オントロジーの意味的整合性を保持する。
• SPARQLのクエリ結果をSPG形式に変換するためのフレームワークを構築し、クエリパーサ、シリアルライザー、バリデータの3つのコアコンponentsを備える。
• GDF形式（nodedefおよびedgedefセクションを含む）でSPGをシリアル化し、効率的なストレージと相互運用性を実現する。今後はJSON形式のサポートも予定。
• 専用のSPGバリデータを用いて、ノードおよびエッジの型をRDFオントロジーと照合し、意味的整合性を保証する。
• ニュース、ソーシャルメディア、トランザクションデータソースからの実世界データのインジェストを実現するため、SPG生成をNLPパイプラインに統合する。
• Amazon Neptuneを活用し、分散コンピューティング環境をサポートすることで、クラウドスケールのSPG生成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 再帰的RDFグラフを、意味的表現力を損なわずに効率的にプロパティグラフモデルに変換できるか？
• RQ2 SPGモデルは、グラフ分析におけるストレージ効率およびクエリパフォーマンスの面で、ネイティブなRDFと比較してどのように異なるか？
• RQ3 SPGは、サブグラフマッチングおよびネットワークアライメントタスクにおけるスケーラビリティをどの程度向上させるか？
• RQ4 SPGは、オントロジー検証を通じて意味的整合性を維持しながら、より高速なトランバーサルと低メモリ使用量を実現できるか？

主な発見

• SPGは、特に「Statement」や「rdf:type」などの冗長なメタデータノードを削除することで、ネイティブなRDFと比較してグラフサイズおよびシリアル化ファイルサイズの顕著な削減を達成する。
• SPGグラフの次数分布は、RDFグラフと比較して歪みが少なく、よりバランスが取れ、分析に適した構造であることが示された。
• サブグラフクエリでは、SPGはエッジ数が少ない。例えば、SPGでは2ホップのウェッジクエリで十分であるのに対し、RDFでは20エッジ、3ホップのサブグラフが必要となる。これは構造のコンパクトさを示している。
• SPGフレームワークは、高速なトランバーサルと低メモリオーバーヘッドを実現し、効率的かつスケーラブルなグラフ分析を可能にし、特にリアルタイムおよび大規模ワークロードにおいて顕著な利点を示す。
• SPGをNLPパイプラインに統合することで、ニュース、ソーシャルメディア、トランザクションデータなど多様なデータソースから、コンパクトで分析可能なグラフを効果的に生成できた。