[논문 리뷰] Principles of the Concept-Oriented Data Model

Alexandr Savinov|ArXiv.org|2007. 12. 30.

Advanced Database Systems and Queries참고 문헌 7인용 수 7

한 줄 요약

이 논문은 계층적 개념 내의 항목으로 데이터를 표현하는 새로운 데이터 모델인 개념 중심 데이터 모델(CODM)을 소개한다. 여기서 항목은 슈퍼아이템에 대한 참조로 구성된다. 이 모델은 하위개념을 통한 관계 표현, 하위개념을 통한 다중값 속성 표현, 추론 및 집계를 위한 의미 전파를 통한 컬렉션 기반 연산을 통한 쿼리 처리를 지원한다.

ABSTRACT

In the paper a new approach to data representation and manipulation is described, which is called the concept-oriented data model (CODM). It is supposed that items represent data units, which are stored in concepts. A concept is a combination of superconcepts, which determine the concept's dimensionality or properties. An item is a combination of superitems taken by one from all the superconcepts. An item stores a combination of references to its superitems. The references implement inclusion relation or attribute-value relation among items. A concept-oriented database is defined by its concept structure called syntax or schema and its item structure called semantics. The model defines formal transformations of syntax and semantics including the canonical semantics where all concepts are merged and the data semantics is represented by one set of items. The concept-oriented data model treats relations as subconcepts where items are instances of the relations. Multi-valued attributes are defined via subconcepts as a view on the database semantics rather than as a built-in mechanism. The model includes concept-oriented query language, which is based on collection manipulations. It also has such mechanisms as aggregation and inference based on semantics propagation through the database schema.

연구 동기 및 목표

• 기존 데이터 모델의 한계를 해결하기 위해 개념과 항목을 통한 통합된 프레임워크를 통해 데이터와 의미를 표현하는 것을 목적으로 한다.
• 다중값 속성을 위한 내장된 메커니즘의 필요성을 제거하기 위해 이를 하위개념으로 모델링하는 것을 목적으로 한다.
• 모든 개념이 통합된 캐논리컬 의미론에서 데이터베이스의 구문과 의미론 간의 공식적 변환을 가능하게 하는 것을 목적으로 한다.
• 스키마 전역에 걸쳐 의미 전파를 통해 추론과 집계를 체계적으로 지원하는 것을 목적으로 한다.
• 표현적인 데이터 조작을 가능하게 하는 컬렉션 조작 기반의 공식적 쿼리 언어를 정의하는 것을 목적으로 한다.

제안 방법

• 데이터를 개념 내에 저장된 항목으로 표현하며, 각 개념은 그 슈퍼개념으로 정의되어 차원성 또는 속성을 결정한다.
• 항목을 슈퍼아이템의 조합으로 모델링하며, 슈퍼아이템 참조는 포함 또는 속성-값 관계를 구현한다.
• 스키마(구문)와 항목 구조(의미론)를 통해 개념 중심 데이터베이스를 정의하며, 이들 간의 공식적 변환을 수립한다.
• 모든 개념을 하나의 항목 집합으로 통합함으로써 캐논리컬 의미론을 도입하며, 데이터 의미론을 유지한다.
• 관계를 하위개념으로 간주하여, 관계형 데이터가 이 모델 내에서 천연적으로 표현될 수 있도록 한다.
• 컬렉션 연산 기반의 개념 중심 쿼리 언어를 활용하여 의미 전파를 통한 집계 및 추론을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 계층적 개념 구조를 통해 스키마(구문)와 데이터(의미론)를 통합할 수 있는가?
• RQ2 내장된 언어 구조에 의존하지 않고 다중값 속성을 어떻게 모델링할 수 있는가?
• RQ3 데이터베이스의 다양한 의미론적 및 구문적 상태 간의 전환을 가능하게 하는 공식적 메커니즘은 무엇인가?
• RQ4 개념 계층에서 의미 전파를 통해 추론과 집계를 어떻게 체계적으로 지원할 수 있는가?
• RQ5 캐논리컬 의미론은 개념 간의 데이터 표현을 단순화하고 통합하는 데 어떤 역할을 하는가?

주요 결과

• 개념 중심 데이터 모델은 계층적 개념과 항목 참조를 통해 스키마와 데이터 의미론을 통합하는 공식적 기반을 제공한다.
• 다중값 속성은 하위개념으로 효과적으로 모델링되어 특수한 언어 구조의 필요성을 피한다.
• 구문과 의미론 간의 공식적 변환, 특히 모든 개념이 하나의 항목 집합으로 통합된 캐논리컬 의미론이 정의된다.
• 의미 전파를 통한 추론과 집계를 지원하여 데이터베이스 스키마에 대한 추론이 가능하다.
• 개념 중심 쿼리 언어를 통해 컬렉션 기반 연산을 활용한 표현력 있는 데이터 조작이 가능하다.
• 이 모델은 관계를 하위개념으로 간주하여, 다른 데이터 구조와 동일한 프레임워크 내에서 관계형 데이터를 천연적으로 표현할 수 있다.