GraphTechnology 8

AGE에서 Cypher로 발생시킨 그래프 탐색

AGE에서 Cypher로 발생시킨 Graph를 Application단에서 알고리즘을 사용하여 (다중) ShortestPath 및 모든 경로 구하기 개요 Application단에서 알고리즘을 사용하여 age에서 실행시킨 Cypher의 ShortestPath 구해보려 고한다. 이를 구하는 이유는 AgensGraph에는 최단경로를 찾는 Function이 존재하지만 AGE에서는 최 단경로를 찾는 Function이 존재하지 않는 것으로 알고 있다. 그러므로 Application 단에서 AGE의 최단 경로의 정보를 조회할 수 있는 알고리즘을 만들어 보았다. 참고로 Application 단에서 사용한 언어는 Typescript이다. 우선 Cypher를 발생시킬 때 Node(노드)와 Edge(간선)을 조회할 수 있는 ..

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..

[기고] 그래프 기술의 가치…표현, 발견 그리고 추론

데이터를 다루는 방법들이 다양해지고 있다. 최근 정보기술의 발달과 더불어 데이터양의 폭발적인 증가 및 데이터 유형의 다양화로 인해, 기존의 관계형 데이터베이스 이외에 목적 지향적인 데이터베이스의 활용이 증가하고 있는 추세이다. 더욱이 국내 기업들 사이에서 확산되고 있는 탈(脫)오라클 현상과 오픈소스 프로그램 활용의 증가로 인해 데이터를 수집, 가공, 적재 및 분석하는 기법들이 다양하게 발전하고 있다. E.F 코드(Codd)가 1970년 주창한 관계형 데이터베이스 이론은 대용량 데이터를 제한된 컴퓨팅 자원을 활용해 '효율적으로' 관리하기 위한 방안이었으나, 최근 컴퓨팅 자원의 성능 증가 및 가격 하락으로 인해 효율적인 관리보다는 “효과적인” 관리가 관심을 끄는 동인이 되고 있다. 목적 지향적인 데이터베이스..

지식 그래프로 구현하는 에듀테크의 미래, 맞춤형 AI 교육 솔루션

코로나로 인해 각광받는 온라인 교육 요즘 교육계의 핫이슈는 코로나바이러스로 인해 학교 개강이 연기되면서 학생의 학습 공백이 발생하였고 급기야 수능마저 연기된 상황입니다. 현재 상황을 대비하여 전국의 교육기업과 학교의 교수와 강사진은 학생의 재택 학습을 위한 온라인 강의를 제공하고 있습니다. 하지만 온라인 강의만으로는 학습효과를 100% 달성하기에는 한계가 있는 것도 사실입니다. 앞으로는 온라인 강의보다 현재의 오프라인 강의 형태를 유지하고 온라인 강의는 보조수단으로 활용하되, 교육의 효율성을 높이기 위한 노력이 더욱 필요합니다. 현대 기술에 노출된 세대는 미래에 사용될 기술에 적응할 수 있는 교육이 필요합니다. 4차 산업혁명 시대에는 주입식 교육보다는 혁신적인 미래 기술로 교육계를 선도해야 하는 때입니다..

비트나인, "'그래프 AI' 솔루션 활용시 신약개발 시간 비용 대폭 감축 가능"

비트나인, "'그래프 AI' 솔루션 활용시 신약개발 시간 비용 대폭 감축 가능" [머니투데이 중기&창업팀 이상연 기자] 무서운 확산세로 전 세계를 공포로 몰아넣고 있는 코로나19, 모두가 그토록 바라는 치료제 개발은 언제쯤 이루어질 수 있을까? 통상 1개의 신약 개발을 위해 드는 총 개발비용은 약 2000억원, 총 개발 기간은 10~15년, 그리고 10,000개 이상의 후보물질 발굴이 필요하다. 제약사의 미션은 이 기간과 비용을 줄이는 것이다. AI를 활용하면 평균 10년 이상 걸리던 신약 개발 기간을 3~4년으로 단축시킬 수 있다. 또 개발 비용도 절반 수준으로 줄일 수 있는 것으로 알려져 있다. AI 신약개발 시장은 2024년까지 40억 달러까지 성장할 것으로 예측된다. 국내외 대형 제약사를 중심으로..

ARCHIVES 2020.03.13