그래프 데이터베이스 모델을 이용한 효율적인 부동산 빅데이터 관리 방안에 관한 연구 (A Study on Efective Real Estate Big Data Management Method Using Graph Database Model)

서지정보

· 발행기관 : 한국지리정보학회
· 수록지 정보 : 한국지리정보학회지 / 25권 / 4호 / 163 ~ 180페이지
· 저자명 : 김주영, 김현정, 유기윤

초록

부동산 데이터는 경제, 법률, 군중심리 등 다양한 분야와 상호작용하고 복잡한 레이어의 데이터로 구성되어 있으며, 그 양 또한 방대하고 빠르게 변화하여 빅데이터로 볼 수 있다. 부동산 빅데이터를 관리하기 위한 기존의 관계형데이터베이스는 스키마가 고정되어 있고 수직적 확장성을 가지며 다양한 관계를 처리하기 어려운 한계가 있다. 이러한 한계를 극복하기 위하여 본 연구에서는부동산 데이터를 그래프데이터베이스에 구축함으로써 그 유용성을 검증하였다. 연구방법은 가장널리 사용되는 데이터베이스 중 하나인 관계형데이터베이스 방식인 MySQL과 그래프데이터베이스방식인 Neo4j에 다양한 부동산 데이터를 모델링하고 실생활에서 사용되는 부동산 질문들을 수집하여 9개의 질문들에 대해 그래프데이터베이스와 관계형데이터베이스의 쿼리시간을 비교하였다. 실험결과로 Neo4j는 다양한 관계를 추론하는 다중 JOIN 문이 있는 쿼리에도 일정한 성능을 보였지만 MySQL은 JOIN문이 많아질수록 쿼리시간이 급격하게 증가하는 경향을 보였다. 이러한 결과를 통해 다양한 관계를 가진 부동산 빅데이터에 Neo4j 같은 그래프데이터베이스가 효율적일 수있음을 알 수 있으며 부동산가격 요인예측, 부동산에 대한 AI스피커 질의 등의 분야에서 활용을기대할 수 있다

영어초록

Real estate data can be big data. Because the amount of real estate data is growing rapidly and real estate data interacts with various fields such as the economy, law, and crowd psychology, yet is structured with complex data layers. The existing Relational Database tends to show dificulty in handling various relationships for managing real estate big data, because it has a fixed schema and is only verticaly extendable. In order to improve such limitations, this study constructs the real estate data in a Graph Database and verifies its usefulnes. For the research method, we modeled various real estate data on MySQL, one of the most widely used Relational Databases, and Neo4j, one of the most widely used Graph Databases. Then, we colected real estate questions used in real life and selected 9 diferent questions to compare the query times on each Database. As a result, Neo4j showed constant performance even in queries with multiple JOIN statements with inferences to various relationships, whereas MySQL showed a rapid increase in its performance. Acording to this result, we have found out that a Graph Database such as Neo4j is more eficient for real estate big data with various relationships. We expect to use the real estate Graph Database in predicting real estate price factors and inquiring AI speakers for real estate.

참고자료

· 없음