Unlocking the potential of nextGen multi-model databases for semantic big data projects
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10398874" target="_blank" >RIV/00216208:11320/19:10398874 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1145/3323878.3325807" target="_blank" >http://dx.doi.org/10.1145/3323878.3325807</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3323878.3325807" target="_blank" >10.1145/3323878.3325807</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Unlocking the potential of nextGen multi-model databases for semantic big data projects
Popis výsledku v původním jazyce
As we discuss in this paper, a new generation of multi-model database systems seems a promising architectural choice for building such scalable, non-native triple stores. In this paper, we first characterize this new generation of multi-model databases. Then, discussing an example scenario, we show how they allow for agile and flexible schema management, spanning a large design space for creative and incremental data modelling. We identify the challenge of generating sound triple-views from data stored in several, interlinked models, for SPARQL querying. We regard this as one of several appealing research challenges where the semantic big data and the database architecture community may join forces.
Název v anglickém jazyce
Unlocking the potential of nextGen multi-model databases for semantic big data projects
Popis výsledku anglicky
As we discuss in this paper, a new generation of multi-model database systems seems a promising architectural choice for building such scalable, non-native triple stores. In this paper, we first characterize this new generation of multi-model databases. Then, discussing an example scenario, we show how they allow for agile and flexible schema management, spanning a large design space for creative and incremental data modelling. We identify the challenge of generating sound triple-views from data stored in several, interlinked models, for SPARQL querying. We regard this as one of several appealing research challenges where the semantic big data and the database architecture community may join forces.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA19-01641S" target="_blank" >GA19-01641S: Kontextové podobnostní vyhledávání v otevřených datech</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the International Workshop on Semantic Big Data
ISBN
978-1-4503-6766-0
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
1-6
Název nakladatele
ACM
Místo vydání
New York, NY, USA
Místo konání akce
Amsterdam, Netherlands
Datum konání akce
5. 7. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—