I nte rna t io na l J o urna l o f   E lect rica l a nd   Co m p ute r  E ng in ee ring   ( I J E CE )   Vo l.   8 ,   No .   2 ,  A p r il   201 8 ,   p p .   1 1 4 0 ~ 1 1 4 9   I SS N:  2 0 8 8 - 8708 ,  DOI : 1 0 . 1 1 5 9 1 / i j ec e . v8 i 2 . p p 1 1 4 0 - 1149          1140       J o ur na l ho m ep a g e :  h ttp : //ia e s co r e . co m/ jo u r n a ls /in d ex . p h p / I JE C E   A Survey  on  G ra ph Data ba se M a n a g e m ent  Techni q ues for  H ug e U nstruc tur ed Data       P a t il N.   S . 1 ,   K ira n P 2 ,  K a v y a   N.   P . 3 ,   Na re s h P a t el  K .   M . 4   1 In f o rm a ti o n   S c ien c e   &   E n g in e e rin g ,   BIET ,   Da v a n g e re ,   Ka rn a ta k a ,   I n d ia   2 Co m p u ter S c ien c e   &   En g in e e rin g ,   RNSIT ,   Be n g a lu ru ,   Ka rn a tak a ,   In d ia   3 M CA   De p a rt m e n t,   RNSIT ,   Be n g a lu ru ,   Ka rn a tak a ,   In d ia   4 Co m p u ter S c ien c e   &   En g in e e rin g ,   BIET ,   Da v a n g e re ,   Ka rn a tak a ,   In d ia       Art icle  I nfo     AB ST RAC T     A r ticle  his to r y:   R ec eiv ed   No v   1 8 ,   2 0 1 7   R ev i s ed   J an   1 ,   2 0 1 8   A cc ep ted   Dec   1 1 ,   2 0 1 8     Da ta an a l y sis,  d a ta  m a n a g e m e n t,   a n d   b ig   d a ta p la y   a   m a jo r  ro le i n   b o t h   so c ial  a n d   b u sin e ss   p e rsp e c ti v e ,   in   th e   las t  d e c a d e .   No wa d a y s,  th e   g r a p h   d a tab a se   is  th e   h o tt e s t  a n d   tren d i n g   re se a rc h   to p ic.   A   g ra p h   d a tab a se   is  p re f e rre d   to   d e a l  w it h   th e   d y n a m ic  a n d   c o m p lex   re latio n sh ip s  i n   c o n n e c ted   d a ta  a n d   o f fe r  b e tt e r  re su lt s.  Ev e r y   d a ta  e le m e n t  is   re p re se n ted   a s  a   n o d e .   F o r  e x a m p le,  in   so c ial  m e d ia  site,  a   p e rso n   is  re p re se n ted   a s  a   n o d e ,   a n d   it s  p r o p e rti e s  n a m e ,   a g e ,   li k e s,  a n d   d isli k e s,  e tc   a n d   th e   n o d e s are   c o n n e c ted   w i th   th e   re l a ti o n sh i p s   v ia  e d g e s.   Us e   o f   g r a p h   d a tab a se   is  e x p e c ted   to   b e   b e n e f icia l  in   b u sin e ss ,   a n d   so c ial  n e tw o rk in g   sites   th a t  g e n e r a te  h u g e   u n stru c tu re d   d a ta  a s  th a t  Big   Da t a   re q u ires   p ro p e r  a n d   e f f ic ien t  c o m p u tatio n a l  tec h n i q u e s  t o   h a n d le   w it h .   T h is   p a p e r  re v iew s  th e   e x isti n g   g ra p h   d a ta  c o m p u tati o n a l  tec h n i q u e s  a n d   t h e   re se a rc h   w o rk ,   to   o ff e r  th e   f u tu re   re se a rc h   li n e   u p   in   g ra p h   d a tab a se   m a n a g e m e n t.   K ey w o r d :   B ig   d ata   D y n a m ic  s ch e m a   Gr ap h   d atab ase    Co p y rig h t  ©   2 0 1 8   In stit u te o f  A d v a n c e d   E n g i n e e rin g   a n d   S c ien c e .    Al l  rig h ts  re se rv e d .   C o r r e s p o nd ing   A uth o r :   P atil N .   S.,   I n f o r m a tio n   Scie n ce   &   E n g i n e er in g ,     B I E T ,     Dav a n g er e,   Kar n ata k a ,   I n d ia.   E m ail:  n s p 4 0 4 1 @ g m ail. co m       1.   I NT RO D UCT I O N   T o d ay ,   t h e  u s er   d ata  i s   i n cr ea s in g   r ap id l y   d u e  to   m a n y   d at a  g e n er atin g   p r o ce s s e s   li k e  la test   s o cial   m ed ia  n et w o r k s ,   r ap id   ad a p tatio n   o f   s m ar tp h o n e s   an d   h a n d h eld   d ev ices  f u r t h er   en h a n ce s   th e  d ata  cr ea tio n .     T h e  co m p u tatio n   o f   th i s   d ata   is   b ec o m i n g   m o r e  d if f ic u lt  d ay   b y   d a y ,   as  th e   u s er s   o f   t h e  d ig ital  d ata  a n d   n et w o r k s   ar e  in cr ea s in g   b y   m an if o ld s   [ 1 ] .   T r ad itio n al  d a tab ases   ca n n o t  co m p u te  t h is   h u g e  d ata  w it h o u t   co m p le x it y   f o r   t h e  r ea l - ti m e  r esp o n s es;   w h er ea s ,   i n   t h e   ca s e   o f   g r ap h   d atab ase s ,   a  g r ap h   is   g e n er ated   f o r   ea c h   en tit y ,   w h ic h   s p ee d s   u p   t h e  p r o ce s s .   T h e  u s e  ca s e  f o r   a  g r ap h   d atab ase  s ce n ar io   is   co n ten t - b ased   d ata  f ilter i n g .   Gr ap h   d atab ase  p r o v id es  b etter   p er f o r m a n ce   a n d   d ata  co n s is ten c y ;  h en ce   m a n y   r esear c h er s   ar e  co n s id er in g   th e  g r ap h   m o d el s   [ 2 ] .   I n   o r d er   to   h an d le  th e  is s u e s   o f   s to r in g   h u g e  d ata,   m an y   o f   t h e  r esear c h er s   h av e   p r esen ted   t h e   co n ce p t  o f   g r ap h   an d   g r ap h   s t o r ag e,   in   w h ic h   t h e  g r ap h s   ar e  i m p lied   to   m o d el  th e  h u g e  d a ta  w it h   co m p licated   d esig n .   I n   e v er y   g r ap h ,   th er e   w ill  b e  n o d es,  p r o p er ties ,   an d   ed g es   as  t h e  r elatio n s h ip   a m o n g   t h e m .   T h e  co n n ec ted   d ata  g r ap h   d atab as e  also   o f f er s   th e   s i g n i f ican t  c h o ice  to   d ea l  w i th   th e   s tr u ct u r ed ,   s e m i - s tr u c t u r e  an d   u n s tr u ct u r ed   d ata  [ 3 ] .   T h e  g r ap h   d atab ase  o f f er s   t h e  f astes t  r esp o n s e  to   a  q u er y ,   m a n y   ti m es,  i n   m illi s ec o n d s .   T o d ay ,   t h e  g r ap h   d atab ases   ar e   w id el y   u s ed   i n   r etail,   s o cial  n e t w o r k ,   h ea lth ca r e,   co m m u n icatio n   an d   o t h er   o n l in e  s o lu tio n s .   Op er atio n s   l ik e   cr ea te,   u p d ate,   r ea d   an d   d ele te  ar e  av ailab le   i n   g r ap h   d atab ase  s y s te m .   T h e  d r a w b ac k   o f   t h ese  s y s te m s   i s   t h at  it   is   m o r e  e x p en s iv e   b y   n at u r e  t h a n   t h e  tr ad itio n al  m et h o d s   [ 4 ] .   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   S u r ve y  o n   Gra p h   Da ta b a s e  Ma n a g eme n t  Tech n i q u es fo r   Hu g e  Un s tr u ctu r ed   Da ta   ( P a til N .   S . )   1141   T h is   s u r v e y   p ap er   d is c u s s e s   th e   co n ce p ts   o f   g r ap h   d atab ases ,   r ev ie w   o f   t h e  e x is ti n g   r esear c h   r eg ar d in g   ex is ti n g   co m p u tatio n al  tec h n iq u e s   o f   d ata  m a n ag e m en t.  Sect io n   2   d i s cu s s e s   s o m e  b asic  co n ce p t u al   asp ec ts   o f   g r ap h   d atab ases ,   m o d eli n g ,   co m p u tatio n a l  tech n iq u e s   an d   co m p ar i s o n s   o f   te ch n iq u es.  Sectio n   3   p r o v id es  th e  liter atu r e  r ev ie w   o f   r ec en t  r esear ch   w o r k   i n   g r ap h   d atab ase  m a n ag e m e n t,  Gr ap h   d atab ase  co m p u tatio n al  tech n iq u es.  Se ctio n   4   p r o v id es  th e  r esear ch   g ap   in   r ec en t  r esear c h   w o r k   o f   Gr ap h   Data b ase s .   Sectio n   5   d escr ib es th e  f u t u r e  r esear ch   lin e u p ,   an d   f i n all y ,   S ec tio n   6   co n clu d es t h e  p ap er .       2.   G ARAP H   DA T A   I n   r ec en t  y ea r s   th e  w a y   I n ter n et  an d   m o b ile   co m m u n icat io n   h a v e  b ee n   u s ed   f o r   d if f er en t   an d   v ar ied   n ee d s   a n d   ap p licatio n s   b y   a  c o m m o n   u s er ,   ac ad e m icia n s ,   r esear ch er s   h av e  b ee n   s tar ted   r eth i n k i n g   as  f o r   h o w   to   s to r e  th e   h u g e  d ata  w h ic h   is   b ein g   g e n er ated   ev er y   d a y ,   ev er y   h o u r   an d   e v er y   m in u te .   T h is   n ee d   f o r   t h e   s to r ag e  an d   r etr iev al  o f   d ata  an d   in f o r m atio n   b r o u g h t b ac k   t h e  co n ce p ts   o f   g r ap h   an d   g r ap h   m o d els [ 4 ] ,   [ 5 ].   Gr ap h s   ar e  u s ed   to   m o d el  co m p licated   s tr u ctu r e s .   T h e  g r ap h   is   a  co llectio n   o f   n o d es,  ed g es,  an d   th e   r elatio n s h ip s   b et w ee n   t h e m .   I n   t h e  g r ap h ,   n o d es  ar e  ca lled   en titi e s ,   a n d   th er e  ar e  m a n y   w a y s   in   w h ich   t h ese   en titi e s   ar e  co - r elate d   i n   a   d if f er en t  t y p e   o f   ap p licatio n s .   T h e  co n n ec tio n   b et w ee n   th e s e  e n titi e s   i s   ca lled   as  a   r elatio n s h ip .   I n   g r ap h s ,   d ata  ter m   “Attr ib u te s ”  r elate d   to   en titi es  an d   r elatio n s h ip s   ar e  ca lled   lab els.  I n   a  g r ap h   lik e  s tr u ct u r e,   d ata  is   s to r ed   in to   n o d es,  an d   t h ese  n o d es  h av e  s o m e  p r o p er ties .   I n   g r ap h s ,   r elatio n s h ip s   co n s i s t   o f   p r o p er ties   an d   co n n ec t o n e  n o d e  to   th e  o th er   n o d e.   T h e  ex a m p le   s h o w n   i n   Fig u r e  1 ,   d e m o n s tr ates   th e   r elatio n s h ip   b et w ee n   t h e   t w o   a n i m als.  I n   t h e  ab o v e  f ig u r e,   t w o   th in g s   ar e  id en tifie d   th at  T h in g - 1   an d   T h in g - 2 ,   ex h ib it  p r o p er ties   lik e  an i m al  t y p e,   n a m e   ( ca t  &   d o g )   a n d   r elatio n s h i p .   T h e  r ep r esen tatio n   s a y s   t h at  t h e   T h in g - 1   an d   T h i n g - 2   ar e  d o g   an d   ca t   r esp ec tiv el y   a n d   ar e  n a m ed   as  cu te   an d   h a n d s o m e  r e s p ec tiv el y .   Fi n all y ,   b o th   d o g   an d   ca t  r elatio n s h ip   i s   m en tio n ed   d u e  to   its   a n i m al  ca teg o r y .       T y p e   1 T y p e   2 C u t e H a n d s o m e R e l a t i o n s h i p   G r a p h   d a t a b a s e C r e a t i o n R e a d i n g U p d a t a t i o n R e m o v i n g   Fig u r e  1 .   E x am p le   o f   G r a p h   d ata   Fig u r e  2 .   Un its   o f   g r a p h   d ata b ase  s y s tem       2 . 1 .   G ra ph   Da t a ba s es   T h e  G r a p h   d ata b as e  s y s tem   h as  f o u r   d if f er en t  u n its   s u ch   as  c r ea ti o n ,   r e ad in g ,   u p d atat io n   an d   r em o v in g ,   w h ich   ca n   b e  u s e d   in   d esig n in g   o f   g r a p h   d ata  m o d el .   T h e  I n d ex   f r ee   s q u a r e  m atr ix   o f   f in ite  g r a p h   r e p r esen t ati o n   is   m o r e  n ec ess ar y   to   g et  th e  h ig h - p e r f o r m an ce   g r ap h   tr av e r s al .   Gr ap h   d ata b as e  u ti liz es  th e   s q u a r e  m atr ix   o r   a d jace n cy   th en   ea ch   n o d e  m an ag es  th e  d i r ec t  r e lat io n s h i p   w ith   th e  ad ja ce n t  n o d es .   T h e   g r a p h   d at a b ase   ex h i b it   a   s in g le   d ata   s tr u ctu r e   k n o w n   as  a  g r a p h ,   a n d   it   h as   n o   c o m b in ed   o p er ati o n ,   an d   h en c e  ea ch   ed g e  w ill  b e  co n n e cte d   t o   an o t h er   e d g e.   T h e  g r a p h   w ill  s to r e   th e  d ata  in   n o d es  h av in g   a  r el ati o n s h ip .   T h e  d at a   in   th e  g r a p h   d at ab ase  w ill  f o ll o w   th e  m o d el  g r a p h   p r o p e r ty .   Gr a p h - o r i en te d   d at ab ase  is   s p ec i aliz e d   N o   SQL ,   w h er e  r e lat io n s h i p s   am o n g   th e  n o d es  a r e  s t o r ed   an d   m an ag ed   g en e r ic ally .   B u il t - in   s u p p o r t  f o r   r el ati o n s   m ak es  th e  tr av er s al  m u ch   f aster   f o r   m u ltid im en s io n al ,   in te r c o n n ec ted   d a tase ts ;  h en ce   s u it ab le  f o r   o n lin e   t r an s ac t io n   p r o ce s s in g   ( OL T P) .   Fo r   th e   s am e  r ea s o n ,   o r g an i c  an d   g r o u n d - u p   p r o d u c ts   li k e  n eo 4 j   o f f e r   m u ltif o ld   p e r f o r m an ce   b en ef i ts   in   c o m p ar is o n   to   m u ltil ay er   a b s t r a cti o n s   o v e r   th e  tr ad iti o n al   t ec h n o l o g ies   lik e   r el ati o n a l   d at a b ases   ( R D B ) ,   an d   o b je ct - o r ien t ed   d ata b ases   ( OO DB ) .   I t  als o   s im p lif ies   th e  co m p l e x ity   o f   d esig n   an d   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   2 ,  A p r il 2 0 1 8   :   1 1 4 0   –   1149   1142   im p lem en tatio n ;  p o p u l ar   n o t ati o n   is   “ if   y o u   ca n   s ee   w h iteb o a r d ,   y o u   c an   g r a p h . ”  B ein g   a   h ig h - lev el  a b s t r a cti o n   to   th e  n etw o r k   m o d e l  d a ta b as e,   it  r ed u ce d   th e  co d in g   ef f o r t   to   o n e - ten th ;  it’ s   a  k ey   tech n o l o g y   u s ed   in   r a p i d   ap p li ca ti o n   d ev e lo p m en t ( R A D)   [ 5 ] ,  [ 6 ].   Gr a p h   d ata b as es  a r e  q u i ck ly   m ak in g   in r o a d s   in to   r ea l  lif e  f r o m   r esea r ch   la b o r at o r ies ;  m an y   s o cial  n etw o r k in g   en te r p r is es  l ik e  T w itter ,   F ac e b o o k ,   an d   G o o g l e  h av e   al r e a d y   ad o p te d   y ea r s   ag o .   R ec en t ly   th e   tech n o lo g y -   n o t  o n ly   th e  s cien tif ic  d ata   b u t   a ls o   th e   w eb   an d   m an y   d if f er en t  k in d s   o f   d a ta   c an   b e  m o d el ed   as   a   g r a p h .   T h is   h el p s   to   o v er co m e  th e  lim itati o n s   o f   R D B MS,   lik e  p r e d ef in e d   s ch em a  an d   t o   p r o ce s s   co m p lex   q u e r ies  in   m illi s ec o n d s .   E s p e cial ly ,   lack   o f   s ch em a  al lo w s   d ev el o p er s   t o   g ain   h ig h   p r o d u ctiv ity ,   b esi d es   p r o v i d in g   th e  ca p a b i lity   to   p r o ce s s   c o m p lex   m u ltil ev el  q u er i es  in   r ea l - t im e.   E - co m m er c e  s ites   an d   u s e r s   b en ef i t  f r o m   th e  ea s y   p r o ce s s i n g   o f   th e  r e co m m en d ed   p r o d u ct.   M ac h in e  lea r n in g   alg o r ith m s   ar e  u tili z ed   th e  m o s t,  f o r   th e  a p p lic ati o n s   s u c h   as  th ese   w h er e  b ig   d ata  an a ly tics   is   u s e d   b y   g lo b a l  t o p   1 0 0   c o m p an ies .     B u g   L o ca l iza ti o n   is   an o th er   a p p lic ati o n   a r e a  w o r th   m en tio n in g   f o r   th e  u s e   o f   g r a p h   d at ab ases .   Ov er all  th e r e  is   a   v ar i ety   o f   d o m ain s   w h er e  g r a p h   d ata   m o d e lin g   c an   b e   a p p li e d   to   r ev o lu ti o n iz e  th e  u s e r   ex p er i en ce   [ 7 ].     2 . 2 .   E x i s t ing   t y pes   o f   G ra ph   Da t a ba s e  M o dels   I n   r ec en t  p ast,   m an y   to o ls   ar e   d ev e lo p ed   u s in g   th e  g r a p h   d a tab ase  c o n ce p t ,   f o r   ex am p le,   Neo 4 J   an d   Sp a r k s ee   [ 8 ].   T h e   t o o ls   l ik e  O r ac l e  s p at ial   an d   g r ap h ,   O QGr a p h ,   an d   A r an g o D B   a r e  d esig n e d   as  a n   a b s tr ac ti o n   w ith   th e  u n d e r ly in g   ar ch i te ct u r e  o f   r el ati o n al   d at ab ases   M y Sq l,  O r ac le  [ 9 ] .   Un til  n o w ,   th er e  is   n o   in d u s t r y   s tan d ar d   [ 10 ] ,   an d   m o r e o v e r   m an y   o f   th e m   ar e  d esig n e d   t o   b e   s u ited   f o r   a  p a r ti cu la r   d o m ain   [ 1 1 ] .   I n   th e  ca s e  o f   In - m e m o r y   m o d el,   s c ala b i lity   is   lim ited   as  th e  m em o r y   h o ld s   th e  c o n t en t  [ 12 ] .   A n o th er   r ea s o n   f o r   in ef f icien cy   in to   th e  m o d e l  is   d u e  t o   h o r i z o n tal   s c alin g   an d   l ay er in g   m e ch an is m .   T h e  r e q u ir em en t  o f   t h e  n ew   p ar a d ig m   is   f o r   h an d lin g   an   ex ten s iv e  d at a;  v er y   f e w   m o d els  ar e  d esig n ed   to   a d o p t  p ar all elis m   as  well  OL T P .   T h e  ea r ly   m o d els  lack   s tan d a r d   q u e r y   lan g u ag e,   A p p li ca ti o n   p r o g r am m in g   in ter f ac e,   an d   p r o t o c o ls   as  f o u n d   in   co n v en ti o n a l  m o d els  s u ch   as  SQL ,   J D B C ,   an d   R E S T .   L ate l y ,   Gr em lin   an d   SP A R QL   ar e  g ain in g   co n s en s u s ,   b u t  th e  a d a p ta ti o n   is   t o o   s l o w .       2 . 3 .   Neo 4 j   ( Neo   T ec hn o lo g y )   Neo 4 j  is   a  d is k - b ase d   t r an s ac t i o n al   g r a p h   d a ta b as e  an d   n am ed   as  “ W o r ld   le a d in g   g r ap h   d at ab ase . ”  I ts   f ir s t  r ele ase  d at e  w as  in   2 0 0 7 .   Ne o 4 j   als o   s u p p o r ts   an o th er   lan g u ag e  lik e  P y th o n   ex ce p t   f o r   J av a  f o r   g r ap h   o p e r at io n s .   Ne o 4 j   is   an   o p en   s o u r ce   p r o ject  [ 7 ]   av ai la b le  in   a  G P L v 3   C o m m u n it y   ed iti o n ,   w ith   A d v an ce d   an d   E n te r p r is e  ed iti o n s   av ail a b le  u n d er   b o th   th e  A GP L v 3   as  w ell  as  a  c o m m er cial  li ce n s e .   Neo 4 j   is   b est  g r ap h   d at a b ase   f o r   en t er p r is e   d ep lo y m en t.  I t  s ca les  t o   b i lli o n s   o f   n o d es  an d   r e lat io n s h i p s   i n   a  n etw o r k .  N e o 4 j  m an ag es  all  th e  o p e r a ti o n s   th a t  m o d if y   d ata  in   a  tr an s ac ti o n .   I n   Ne o 4 j  b o th   n o d es  an d   r el ati o n s h ip   ca n   c o n tain   p r o p e r t ies .   Ne o 4 j   is   a   g r a p h   d at a b ase   th at   m an ag es  g r a p h s   an d   is   o p tim ized   f o r   g r ap h   s tr u ctu r e  in s te ad   o f   tab les .   I t  is   th e  m o r e  ex p r ess i v e  ty p e  o f   g r a p h   d a ta b as e  is   s im ilar   t o   o th e r   g r a p h   d at ab a s es.  Ne o 4 j  is   m o s t  p o p u l ar   g r a p h   d at ab ases   t o d ay   [ 8 ].     2 . 4 .   H y per  G ra ph   DB     I t  is   an   o p en - s o u r ce   d at ab ase   s u p p o r ts   h y p e  g r a p h s .   Hy p er   g r a p h   [ 8 ]   is   d if f er en t   f r o m   th e  n o r m al  g r a p h   b ec au s e  in   th is   e d g e  is   p o in ts   t o   th e  o th e r   ed g es.  I n   v a r io u s   f ie ld s ,   i t  is   u s ed   in   th e  m o d el in g   o f   th e   g r ap h   d at a.   I t  s u p p o r ts   o n lin e  q u e r y in g   w ith   an   A P I   w r itten   in   J av a .   I t is  b ase d   o n   th e  Hy p e r   G r a p h   DB   m o d e l.  I t  is   a  un iv er s al  d ata  m o d el  h ig h ly   co m p lex   an d   la r g e - s c ale   k n o w l ed g e  a p p lic ati o n .   I t   h as  g r ap h - o r ien t ed   s to r ag e  an d   cu s to m iza b le   in d ex in g .   I n   th is   g r a p h   d a ta b as e,   a   h y p er   ed g e   is   ea s y   to   c o n v er t  in t o   a  tu p l e.   I t   is   a  d is tr ib u t ed   an d   g r a p h - o r i en te d   d ata b as e  [ 8 - 14 ].     2 . 5 .   DE X   DE X  [ 1 5 ]   is   s a id   t o   b e  v e r y   ef f icien t   an d   b itm ap s - b ase d   g r a p h   d at ab ase   an d   is   w r itt en   in   C ++   lan g u ag e.   I t   w as  f ir s t  r el ea s e d   in   2 0 0 8 .   I t   m ak es  g r a p h   q u er y in g   p o s s i b l e  in   d if f er en t   n etw o r k s   lik e  s o c ial   n etw o r k   an aly s is   an d   p att er n   r ec o g n iti o n .   I t  is   a ls o   k n o w n   a s   h ig h - p er f o r m an ce   g r a p h   d at ab ase  in   th e  ca s e  o f   lar g e  g r a p h s   an d   u s ef u l  f o r   m o s t  o f   th e  N o S QL   a p p lic ati o n s .   T h e  l at est  v e r s i o n   o f   D E X   s u p p o r ts   b o th   J av a  an d . NE T   p r o g r am m in g .   I t’ s   p o r ta b l e  an d   r eq u i r es  o n ly   a  s i n g le  J A R   f ile  f o r   ex ec u t io n .   D E X  is   ca lle d   th e   f o u r th   m o s t   p o p u la r   g r a p h   d ata b as e  t o d ay   [ 3 ] ,  [ 6 ].     2 . 6 .   T rinity   T r in i ty   is   a  d is tr i b u te d   g r a p h   s y s te m   [ 9 ]   o v e r   a  m e m o r y   clo u d .   M em o r y   C lo u d   is   g lo b ally   ad d r ess a b le   in   m e m o r y   k e y - v alu e  s to r e  o v er   a  clu s te r   o f   th e  m ac h in e.   I t  p r o v id es  f ast  d a ta  a cc ess   p o w er   w h en   w e  h av e  lar g e  d atas ets .   I t  is   a  la r g e  g r a p h   p r o ce s s in g   m ac h in e.   I t  p r o v id es f as t g r a p h   ex p l o r ati o n   an d   p a r al lel  co m p u tin g   f o r   la r g e r   d atas ets .   I t   als o   p r o v id es   h ig h   th r o u g h p u t  o n   l a r g e  g r a p h s   w h ich   h av e  a   b ill io n   n o d es .     Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   S u r ve y  o n   Gra p h   Da ta b a s e  Ma n a g eme n t  Tech n i q u es fo r   Hu g e  Un s tr u ctu r ed   Da ta   ( P a til N .   S . )   1143   2 . 7 .   I nfinit e  G ra ph   ( O bje ct iv it y )   I n f in ite  Gr a p h   is   p r o d u c e d   b y   an   o r g an i za t io n   ca lle d   Ob je cti v ity .   I t  is   a   ty p e  o f   co m p an y   th at  w o r k s   t o   d ev e lo p s   d at ab ase  t ec h n o lo g i es  s u p p o r tin g   la r g e - s c ale ,   o b ject  p e r s is ten c e  an d   r el ati o n s h ip   an aly tics .   A n   in f in ite  g r a p h   d ata b ase  is   a   d is tr i b u te d   g r a p h   d a ta b as e  in   J av a,   an d   it is   b as ed   o n   a  g r a p h   li k e  s tr u ctu r e.   W e  ca n   ca ll  in f in ite  g r a p h   as  a  cl o u d - e n ab l ed   g r a p h   d at ab ase .   I t is  d e s ig n ed   f o r   t o   h an d l e  th e  v e r y   h ig h   th r o u g h p u t .   I t is  a  s in g le  g r a p h   d at ab as e  d is t r ib u te d   a c r o s s   m u ltip l e  m ac h in es.  T h e r e  is   a  l o ck   s e r v e r   w h ich   h an d les  lo ck   r e q u ests   f r o m   d a ta b as e  a p p li ca tio n s .   I t is  ca p a b l e  o f   d ea l in g   w ith   co m p lex   r el ati o n s h ip   r eq u ir in g   m u ltip le  h o p s .   I t  p r o v i d es  g r a p h - w is e  in d e x es  o n   m u ltip le  k ey   f ield s   an d   a ls o   p r o v i d es  h ig h   p e r f o r m an ce   r eg a r d in g     q u e r y   [ 7 ] ,  [ 10 ].   2 . 8 .   T it a n   T itan   [ 9 ]   w as  ad o p te d   in   2 0 1 2 .   I t  is   w r itten   in   J av a  an d   an   o p en   s o u r ce   p r o ject .   T h e  m ain   b en ef i t  o f   u s in g   T itan   is   its   s ca l in g   f ea tu r e .   I t   als o   p r o v id es  s u p p o r t   t o   v er y   lar g e  g r a p h s   an d   s c al es  w ith   th e  n u m b er   o f   m ac h in es  in   a  c lu s te r .   I t   is   al s o   h ig h ly   s ca la b l e  g r a p h   d at a b as e  r eg a r d in g   c o n cu r r en t   u s er s   an d   s iz e  o f   th e   g r a p h .   I t  p r o v i d es  a  b a tch   g r ap h   p r o c ess in g   w ith   Had o o p   f r am e w o r k   an d   als o   g iv es  a n s w er s   to   c o m p lex   q u e r ies   in   m illi s e c o n d s .   I t   c o n s is ts   o f   th r e e  m ain   c o m p o n en ts :   a.   Nativ e  B lu ep r i n ts   I m p le m e n ta tio n   b.   Gr e m li n   Qu er y   lan g u ag e   c.   R ex s ter   Ser v er   I t  f o l lo w s   p r o p er ty   g r ap h   m o d el  an d   s u p p o r ts   G r em lin :  a  g r a p h   tr av er s al  q u er y   lan g u ag e.   I t  als o   o f f er s   an   o p tim ized   d is k   r ep r es en ta ti o n   f o r   ef f ici en t u s e  o f   s t o r ag e  an d   s p e ed   o f   a cc ess in g   d ata .   A p p li ca ti o n s   c an   in te r ac t   w ith   T it an   in   m ain ly   tw o   w a y s :   a.   First  Me t h o d   is   th a t  ca ll s   J av a - la n g u a g e  A P I ’ s   r elate d   to   T itan   w h ic h   i n cl u d es  it s   n ati v e  A P I   i m p le m en ta tio n .   b.   T in k er P o p   s tack   u tili tie s   s u ch   as Gr e m li n   q u er y   lan g u ag e  b u ilt ato p   B lu ep r in ts .   R ec en t r esear c h   s u r v e y   T h e  r esear ch   in   t h e  d o m ai n   o f   g r ap h   d ata  i s   clas s i f ied   in to   ten   d if f er e n t  ca te g o r ies  b y   co n s id er in g   I E E E   Xp lo r e  j o u r n als.  T h e  ca teg o r izatio n   is   g iv e n   as b elo w .     2 . 9 .   Da t a   Sto re   E f f iciency   I n   o r d e r   t o   b r in g   th e  b et te r   ef f icien cy   o f   th e  d at a  s t o r ag e ,   s o m e  o f   th e  is s u es  m a y   ex is t  a m o n g   th es e   d at a  c o m p r ess i o n   is   n ec ess a r y   to   s t o r e  m o r e  d at a.   A ls o ,   th e  d ata  s t an d a r d i za t io n   m ay   p lay   a  g r ea t er   r o le  t o   m ap   th e  d at a  an d   t r an s la te   f o r   cl o u d   s t o r ag e .   I n   th e   l ar g e ,   th e   s u p e r   g r a p h   s e ar ch   is   r e q u ir ed   to   ch o o s e   th e  d ata   g r a p h s   f ea tu r es.   T h e   r ec en t w o r k   d o n e  in   th is   c ateg o r y   T ab le   1   b el o w .       T a b le   1 .   W o r k   f o r   d at a  s to r e  ef f icien cy   A u t h o r   I ssu e   c o n si d e r e d   M e t h o d   a d o p t e d   R e su l t   S u t r i s n a   e t   a l .   [ 4 ]   D a t a   c o mp r e ssi o n   G r a p h   c l u s t e r i n g   a l g o r i t h m   w i t h   d a t a   se t   o f   c o l l a b o r a t i o n   d a t a   a mo n g   j o u r n a l   w r i t e r s   L o ssl e ss  c o mp r e ss e d   g r a p h   d a t a   i s   a c h i e v e d     B a n sal   e t   a l .   [ 5 ]   D a t a   s t a n d a r d i z a t i o n   a n d   c l a ssi f i c a t i o n   o n l i n e   c o m p r e ssi o n   a l g o r i t h m      R e d u c t i o n   i n   n u m b e r   o f   n o d e s  a n d   a c h i e v e d   g r a p h   d a t a b a se   c o mp r e ssi o n   f o r   l e ss st o r a g e   sp a c e   L y u   e t   a l .   [ 6 ]   S u p e r   g r a p h   se a r c h   i n d e x i n g   a n d   q u e r y   p r o c e ssi n g   a l g o r i t h ms   ,   C C D   d a t a se t   a n d   N C I   d a t a se t   I n d e x i n g   a n d   p r o c e ssi n g   t i me   C h e n   a n d   C h e n   [ 7 ]   S u p p o r t i n g   r e a c h   a b i l i t y   q u e r i e s   D e c o mp o si t i o n   o f   g r a p h s   H i g h   e f f i c i e n c y ,   e f f e c t i v e n e ss  a n d   q u e r y i n g   t i me       2 . 1 0 .   Da t a ba s e  I nd ex ing   M et ho d   I n   o r d er   t o   f ac il ita te  is o m o r p h i s m   an d   s i m ilar i ty   q u er ies  an d   b u il d in g   ef f icien t  g r ap h   d at ab a s e  s y s te m s   an d   a cc ele r a te  g r ap h   s im ila r it y   s ea r ch ,   m u ch   s ig n if ican t  w o r k s   is   p e r f o r m ed .   T h e  f o ll o w in g   T a b le  2   is   th e   s o m e  o f   th e  ch o s en   w o r k   in   d a tab ase   in d ex in g   m eth o d .                   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   2 ,  A p r il 2 0 1 8   :   1 1 4 0   –   1149   1144   T a b le   2 .   W o r k   f o r   d at a b ase   in d ex in g   m eth o d   A u t h o r   I ssu e   c o n si d e r e d   M e t h o d   a d o p t e d   R e su l t   W i l l i a ms e t   a l .   [ 8 ]   G r a p h   st o r a g e ,   si mi l a r i t y   a n d   i n d e x i n g   S u b - g r a p h   i so mo r p h i s m  a n d   si mi l a r i t y   q u e r i e s  me c h a n i sm  b y   u si n g   P r o t e i n   mo t i f s  a n d   sy n t h e t i c   d a t a se t s   A c h i e v e d   i mp r o v e d   q u e r y   t i me s  f o r   su b - g r a p h   i so mo r p h i sm  q u e r i e s.   L u o   e t   a l .   [ 9 ]   L a r g e   sca l e   g r a p h   d a t a b a se   i n d e x i n g   a n d   se a r c h   a p p r o a c h   T - mi x t u r e   mo d e l   ( C o mb i n a t i o n   o f   o p t i mi z e d   v e c t o r   q u a n t i z e r   a n d   p r o b a b i l i s t i c   a p p r o x i m a t e   a t e   b a se d   i n d e x i n g   sc h e me )   R o b u st   i n   h a n d l i n g   o u t l i e r s.   Y u a n   e t   a l .   [ 1 0 ]   G r a p h   f e a t u r e   m i n i n g   Q u e r y   g r o u p i n g   me c h a n i sm   A c h i e v e d   b e t t e r   ,   f a s t e r   a n d   l i g h t   w e i g h t   f i l t e r i n g ,     B e i   e t   a l .   [ 1 1 ]   G r a p h   se a r c h   D i st r i b u t e d   g r a p h   se a r c h i n g   me c h a n i s m   A c h i e v e d   d i st r i b u t e d   g r a p h   d a t a b a se   G o l d b e r g   e t   a l .   [ 1 2 ]   P r o b l e m  o f   f r a g m e n t   i d e n t i f i c a t i o n     H e u r i st i c   me c h a n i sm   A c h i e v e s  o p t i mi z e d   r u n n i n g   t i me       2 . 1 1 .   G ra ph   I nd e x ing   M et ho d   T h e  im p r o v i s atio n   o f   g r ap h   d a ta  m o d elin g   w as d o n e  f o r   d if f er en t d ata.   T h e  f o llo w i n g   T ab le  3   b r ief s   th e  w o r k   p er f o r m ed   f o r   g r ap h   d ata  m o d eli n g   a n d   g r ap h   b ase d   m a n a g e m e n t  s y s te m .       T a b le   3 .   W o r k   f o r   g r a p h   in d ex in g   m eth o d   A u t h o r   I ssu e   c o n si d e r e d   M e t h o d   a d o p t e d   R e su l t   D o n g o r a n   e t   a l .   [ 1 3 ]   D a t a   mo d e l i n g   I n d e x   c o n st r u c t i o n ,   d a t a b a se   f i l t e r i n g ,   s u b - g r a p h   ma t c h i n g   A c h i e v e d   mo r e   p a t h   l e n g t h ,   mo r e   i n d e x i n g   t i me   K a n g   e t   a l .   [ 1 4 ]   D y n a mi c   g r a p h s  s t o r a g e   a n d   man a g e   G r a p h   b a se d   d a t a b a se   man a g e me n t   sy st e m   R o b u st   i n   h a n d l i n g   o u t l i e r s.       2 . 1 2 .   Sub - g ra ph   m a t ching   m et ho d   T h is   p ar t  b r ief s   s o m e  r esear c h   id ea s   p r esen ted   b y   m an y   r esear ch er s   i n   d ata  q u er y i n g ,   s u b - g r ap h   m atc h in g ,   etc.   T h e  r ec e n t  w o r k s   f o r   b etter   s u b - g r ap h   m atc h in g   ar e  p r esen ted .   A l s o ,   th e   w o r k s   s h o w n   i n   t h e  f o llo w in g   T ab le   4   g iv es t h e  id ea s   ab o u t v ar io u s   g r ap h   d ata  t ec h n iq u es.       T a b le   4 .   W o r k   f o r   s u b - g r a p h   m atch in g   m eth o d   A u t h o r   I ssu e   c o n si d e r e d   M e t h o d   a d o p t e d   R e su l t   G i u g n o   S h a s h a   [ 1 5 ]   G r a p h   q u e r y i n g   R e g u l a r   e x p r e ssi o n   g r a p h   q u e r y   l a n g u a g e   t h a t   c o mb i n e s  X p a t h   a n d   S mart ;   h a sh - b a se d   f i n g e r - p r i n t i n g   p e r f o r ms  w e l l   f o r   smal l   q u e r y   g r a p h s  o n   l a r g e   g r a p h   d a t a b a se s  ( i n   t h e   t h o u sa n d s   B r ö c h e l e r   e t   a l .   [ 1 6 ]   S u b - g r a p h   M a t c h i n g   p r o b a b i l i s t i c   me t h o d   t o   e st i mat e   p r o b a b i l i t i e s;   P a r t i t i o n   a l g o r i t h m   f o r   c r e a t i n g   i n d e x   W o r k s  e f f i c i e n t l y ,   a n sw e r i n g   7 7 8 M   e d g e   r e a l - w o r l d   S N   i n   u n d e r   o n e   se c o n d .   B r ö c h e l e r   e t   a l .   [ 1 7 ]   A p p r o x i mat e   su b - g r a p h   M a t c h i n g   P M A T C H   a l g o r i t h m   Ef f i c i e n t   a n d   s c a l e s  t o   o v e r   a   b i l l i o n   e d g e s.   B r ö c h e l e r   e t   a l .   [ 1 8 ]   S u b - g r a p h   M a t c h i n g ;   l o n g - t a i l e d   d e g r e e   d i st r i b u t i o n s   d e l i c i o u s   so c i a l   b o o k - mar k i n g   se r v i c e   F a st e r   t h a n   s t a t i c   c o st   mo d e l s  f o r   w a r m c a c h e s.   H o n g   e t   a l .   [ 1 9 ]   S e t   si mi l a r i t y   S e t   si mi l a r i t y   p r u n i n g   a n d   s t r u c t u r e - b a se d   p r u n i n g ;   d o mi n a t i n g - se t - b a se d   su b - g r a p h   ma t c h i n g ;   i n v e r t e d   p a t t e r n   l a t t i c e   a n d   s t r u c t u r a l   si g n a t u r e   b u c k e t s   a r e   d e si g n e d   o u t p e r f o r ms  st a t e - of - t h e - a r t   me t h o d s  b y   a n   o r d e r   o f   mag n i t u de   H o k sz a   a n d   Je l í n e k   [ 2 0 ]   p r o t e i n - p r o t e i n   i n t e r f a c e   ( P P I )   i d e n t i f i c a t i o n   k n o w l e d g e - b a se d   a p p r o a c h   U si n g   N e o 4 j   f o r   mi n i n g   p r o t e i n   g r a p h s   i n   c o m p a r i so n   t o   M i c r o so f t   S Q L   S e r v e r ,   N e o 4 j   i s  a   v i a b l e   o p t i o n   f o r   smal l ,   su b - g r a p h   q u e r y   t y p e s       2 . 1 3 .   Se m a ntic   T h e   r ec en t  w o r k s   th at  ar e  ad d r ess ed   th e  s e m a n tic  ap p r o ac h ,   Qu er y   s e m a n tic  d ata  p r o ce s s i n g ;  d ata  an al y s i s   i n   a  g r ap h   d atab ase  is   g iv e n   T ab le   5 .               Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   S u r ve y  o n   Gra p h   Da ta b a s e  Ma n a g eme n t  Tech n i q u es fo r   Hu g e  Un s tr u ctu r ed   Da ta   ( P a til N .   S . )   1145   T a b le   5 .   W o r k   f o r   g r a p h   d at a b ase  s em an tic   K i v i k a n g a s   a n d   I sh i z u k a   [ 2 1 ]   S e man t i c   Q u e r i e s   U t i l i z i n g   U n i v e r sal   W o r d s  ( U W s) .   C o n c e p t   D e scri p t i o n   L a n g u a g e   ( C D L )   f o r   se man t i c   d a t a   i n st e a d   o f   R D F ,   a n d   N e o 4 j   I mp r o v e d   S e man t i c   Q u e r i e s   K a l m e g h   a n d   N a v a t h e   [ 2 2 ]   h i g h - p e r f o r man c e   g r a p h   d a t a b a se s   S u r v e y   D e f i n e ,   C h a r a c t e r i st i c s,   F u t u r e   d i r e c t i o n s     I r a w a n   a n d   P r i h a t ma n t o   [ 2 3 ]   I mp l e me n t a t i o n   o f   G r a p h   D a t a b a se   f o r   O p e n C o g   G r a p h B a c k i n g   S t o r e   A P I   e x t e n d s   B a c k i n g   S t o r e   C + +   A P I   A t o m  S p a c e   r e p r e se n t s  k n o w l e d g e   i n   a   h y p e r   g r a p h   st r u c t u r e ,   p e r si st i n g   i n   a   g r a p h   d a t a b a se   i s  mo r e   i n t u i t i v e   a n d   mo r e   p o r t a b l e   G r a v e s e t   a l .   [ 2 4 ]   D e si g n   o f   d a t a   st o r e   f o r   g e n o me   R e v i e w   a l l   a v a i l a b l e   o p t i o n s    a n d   c o mp a r e   G r a p h   d a t a b a se   C e sare   e t   a l .   [ 2 5 ]   A u t o mat e d   t a x o n o my   e x t r a c t i o n   f r o m  se man t i c   p r o c e ss mo d e l s   l i n g u i s t i c   a p p r o a c h   b a se d   o n   se man t i c   si mi l a r i t y   g e n e r a l i z e   e l e m e n t s  o f   b u si n e ss  p r o c e sse s  t h a t   a r e   a u t o mat i c a l l y   d i s c o v e r e d   f r o m  s e mi - st r u c t u r e d   d a t a   p r o j e c t s     M o r a r i   e t   a l .   [ 2 6 ]   S c a l i n g   S e ma n t i c   G r a p h   D a t a b a se s   S P A R Q L TO - C + +   C O M P I L ER ,   A   L i b r a r y   O f   D i st r i b u t e d   D a t a   sy st e m,   A n d   A   C u st o m   M u l t i t h r e a d e d   R u n t i m e   B e t t e r   sca l i n g   W a r d a n i   a n d   K i i n g   [ 2 7 ]   S e m a n t i c   M a p p i n g   R e l a t i o n a l   t o   G r a p h   M o d e l   c r e a t e   p r o p e r t y   r e l a t i o n s h i p   i n   t h e   r e su l t   o f   t h e   ma p p i n g   a n d   c o n v e r t i n g   p r o c e ss   map   a n d   c o n v e r t   t h e   r e l a t i o n a l   d a t a   mo d e l   t o   g r a p h   mo d e l   w i t h o u t   se man t i c   l o ss   S o u z a   e t   a l .   [ 2 8 ]     G r a p h   D a t a b a se s    w i t h   S e man t i c   N e t w o r k   M o d e l s   f o r     S o f t w a r e - D e f i n e d   N e t w o r k i n g   ( S D N )   A p p l i c a t i o n s   I mp o r t   t h e   N e t w o r k   M a r k u p   L a n g u a g e   ( N M L )   mo d e l   mo d e l i n g   t a sk s   a r e   c o n si d e r a b l y   mo r e   n a t u r a l   c o m p a r e d   t o   R D B M ;   t o   r e p r o d u c e   S D N   a p p l i c a t i o n   p r i m i t i v e s   H a y a k a w a   a n d   N i sh i y a ma  [ 2 9 ]   Q u e r y   P r o c e ssi n g   o f   S e man t i c   D a t a   S u mm a r i z e d   g r a p h   i n   a d v a n c e   i mp r o v e   t h e   q u e r y   p e r f o r man c e   b y   6 . 6 2   t i me s   B e d n a r   e t   a l .   [ 3 0 ]   t h e o r e t i c a l   a n a l y si s  a n d   p e r f o r man c e   t e st i n g       B e n c h mar k   d a t a   mo d e l i n g   a n d   p o p u l a t i o n   C o mp a r a t i v e   b e n e f i t s&   w e a k n e ss   H a r t l e y   e t   a l .     [ 3 1 ]   st o r i n g ,   A c c e ssi n g   a n d   a n a l y z i n g       T r i l l i o n   v e r t i c e s a n d   e d g e s.    se man t i c   g r a p h s   e x e c u t i o n   o f   p a r a l l e l   o u t - of - c o r e   g r a p h   a l g o r i t h ms   o u t p e r f o r ms  w i d e l y   u se d   o p e n - so u r c e     C a v o t o   e t   a l .   [ 3 2 ]   N e t w o r k - D r i v e n   D a t a   A n a l y si s   F i sh B a se   g l o b a l   i n f o r mat i o n   sy st e m   d i s c o v e r y   o f   n e w   i n f o r mat i o n   a n d   v a l i d a t i n g   t h e   e x i st i n g   d a t a   C a l d a r o l a   e t   a l .   [ 3 3 ]   B i g   G r a p h - b a se d   D a t a   V i su a l i z a t i o n   T h e   W o r d N e t   e f f i c i e n c y ,   e f f e c t i v e n e ss  a n d   c l e a r n e ss;   t w o   d i f f e r e n t   r e p r e se n t a t i o n   o f   W o r d -   N e t   L a mh a d d a b   a n d   El b a a mr a n i   [ 3 4 ]   G r a p h   M o d e l i n g   F o r   M o b i l e s   i mp l e me n t a t i o n   o f   a n   e x t r a c t o r   mo d u l e   ( i n   j a v a   l a n g u a g e )   R e v e r s e   e n g i n e e r i n g   f r o m  i O S   p l a t f o r m t o   A n d r o i d   p l a t f o r m   L e i d a   a n d .   C h u   [ 3 5 ]   D i st r i b u t e d   S P A R Q L   q u e r y   a n sw e r i n g   o v e r   R D F   d a t a   s t r e a ms   B u s i n e ss Pr o c e ss   M o n i t o r i n g   d o mai n   f o r   Q u e r y   w o r k l o a d   b a l a n c i n g   A p p r o a c h   f o r   e f f i c i e n t   a n d   sc a l a b l e   q u e r y   p r o c e ssi n g   o v e r   R D F   g r a p h s   d i s t r i b u t e d   o v e r   a   l o c a l   d a t a   g r i d .   M o r d i n y i   e t   a l .   [ 3 6 ]   e f f i c i e n t   d a t a   st o r e   t h a t   i s   c a p a b l e   o f   v e r si o n i n g   a n d   q u e r y i n g   l o c a l   a n d   c o mm o n   c o n c e p t s   N o S Q L   g r a p h   d a t a b a se   o u t p e r f o r ms  o n t o l o g y   st o r e s  a n d   mat c h   so l u t i o n s  r e l y i n g   o n   r e l a t i o n a l   d a t a b a se s   B a l b o n i   e t   a l .   [ 3 7 ]   Ev o l u t i o n   A n a l y si s    n a t u r a l   l a n g u a g e   p r o c e ssi n g   e n g i n e s  t o   b u i l d   t e mp o r a l   g r a p h   d a t a b a se   G o t   l a r g e   a mo u n t   o f   o p e n   so u r c e   d o c u me n t s   W u   a n d   C h e n   [ 3 8 ]   F r e q u e n t   S u b - g r a p h   M i n i n g   By   n o r mal i z i n g   t h e   i n c i d e n c e   m a t r i x   A c h i e v e d   h i g h e r   sp e e d   a n d   e f f i c i e n c y     Jo h n   e t   a l .   [ 3 9 ]   L e a r n i n g   p r o c e ss   e n h a n c e me n t   a g a i n s t   p o p u l a t i o n   N a t u r a l   L a n g u a g e   P r o c e ssi n g   e n h a n c e d   l e a r n e r   c e n t e r e d   o n l i n e   l e a r n i n g   e x p e r i e n c e   X u   a n d   L u o   [ 4 0 ]   Ex p r e ssi o n - D r i v e n   S k e t c h   G r a p h   M a t c h i n g   f o r   F a c e   R e c o g n i t i o n   mu l t i - l a y e r   g r a mm a t i c a l   f a c e   mo d e l   r e c o g n i t i o n   r a t e s  w e r e   i mp r o v e d ,   e sp e c i a l l y   f o r   t h e   smil i n g   a n d   scre a mi n g   f a c e s  w h o se   l i n e - e d g e   map s   a r e   g r e a t l y   d i st o r t e d   F i g u e i r a   a n d   L i b k i n   [ 4 1 ]   Q u e r y i n g   G r a p h s   P a r i k h   a u t o mat a   rea l - l i f e   q u e r y i n g       2 . 1 4 .   So cia l N et w o rk ing   T h e  r ec en t  id ea s   to w ar d s   t h e  g r ap h   d ata  g e n er ated   b y   s o cial   n et w o r k s   ar e  p r ese n ted   in   t h e   f o llo w in g   T ab le  6 .       Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   2 ,  A p r il 2 0 1 8   :   1 1 4 0   –   1149   1146   T ab le  6 .   W o r k   f o r   s o cial  n et wo r k in g   g r ap h   d atab ase   A u t h o r   I ssu e   c o n si d e r e d   M e t h o d   a d o p t e d   R e su l t   D a y a r a t h n a   a n d   S u z u mu r a   [ 4 2 ]   G r a p h   D a t a b a se   f o r   H y b r i d   C l o u d s   D i st r i b u t e d   G r a p h   D a t a b a se   A c h i e v e s fast e r   p e r f o r man c e   S o u ssi   [ 4 3 ]   S o c i a l   N e t w o r k   Ex t r a c t i o n   G r a p h   D a t a b a se   A c h i e v e s b e t t e r   e x t r a c t i o n     Y a r   a n d   T u n   [ 4 4 ]   S e a r c h i n g   P e r so n n e l   R e l a t i o n s h i p   G r a p h   D a t a b a se   r e l a t i o n sh i p   a mo n g   p e r so n s  c a n   si mp l y   a n d   a c c u r a t e l y   b e   i n f e r r e d   M i r   a n d   W r i g h t   [ 4 5 ]   D i f f e r e n t i a l l y   P r i v a t e   Est i m a t o r   K r o n e c k e r   g r a p h   mo d e l   G e n e r a t e   s y n t h e t i c   g r a p h s  t h a t   a r e   “ si mi l a r ”   t o   t h e   o r i g i n a l   t a r g e t   g r a p h s  i n   a   p r i v a c y   p r e se r v i n g   man n e r .   S h r i v a st a v a   a n d   P a l   [ 4 6 ]   G r a p h   M i n i n g   G r a p h   d a t a   p r o c e ssi n g ,   e x t r a c t i o n   a n d   v i s u a l i z a t i o n     A c h i e v e d   q u a l i t y   i n   p r o c e ssi n g       2   RE S E ARCH   G AP   I N  T H E   E XI ST I N G   WO RK   T h e  r esear ch   w o r k   th a t  p er f o r m ed   i n   r ec e n t  y ea r s   is   l ac k in g   w it h   e f f ec ti v en e s s   i n   a  h u g e   u n s tr u ct u r ed   g r ap h   d atab ase.   T h e  w o r k   o f   th e   v ar io u s   a u t h o r s   lack s   t h e  r esear c h   e f f icien c y   i n   t h eir   m et h o d s .   T h e  ap p licab ilit y   o f   t h ese  m e th o d s   in   r ea l  ti m e  ap p licatio n s   s h o w s   p o o r   p er f o r m a n ce .   T h er e  is   a  n ee d   f o r   p r o p er   r e s ea r ch   in   a  h u g e  a n   u n s tr u ct u r ed   g r ap h   d atab ase  m an a g e m e n t.  T h e  f o llo w i n g   a r e  th e  lis ted   r esear ch   g ap s   in   t h e  e x is ti n g   w o r k :   a.   T h e  ex is tin g   r esear ch e s   ar e  d o esn ’ t  s u p p o r t  th e  h u g e  u n s tr u c tu r ed   g r ap h   d ata  in d u ce s   co m p lex it y   o f   tech n iq u e  a n d   s o m e  o f   t h e  p er f o r m a n ce   m etr ics ar e  n ee d   to   b e  ex p lo r ed   in   g r ap h   d ata.   b.   T h e  ex is ti n g   r esear ch e s   d o esn ’ t  f u lf ill  t h e  c h alle n g e s   o f   th e  h o s ti n g   g r ap h   d atab ase  lik e   d y n a m i c   n atu r e  o f   g r ap h   d atab ase  v o lu m e,   to u g h   to   m ai n tai n   th e   g r ap h   d ata  an d   co n s u m es  h ig h e r   co m p u tatio n al  ti m e  f o r   ev al u a tio n   o f   g r ap h   q u er ies.   c.   T h e  g r ap h   h as  p ar titi o n i n g   is s u e,   in f o r m atio n   lo s s   a n d   u n n ec es s ar y   co m p u tatio n   a r e  s till   u n ad d r ess ed   an d   ar e  n ee d   to   ad d r ess   f o r   u n s tr u ct u r ed   g r ap h   d atab ase.   d.   T h e  r esear ch es  w h ic h   ar e  m e n tio n ed   in   p ast ar e  n o t d esi g n ed   f o r   d ata  m i n i n g   o f   g r ap h   d ata b ase.   e.   T h e  ex is ti n g   p r iv ac y   p r eser v a tio n   tec h n iq u es   u s i n g   d ata   an o n y m it y   ap p r o ac h es  ar e  n o t  e f f icien t   as  th i s   ap p r o ac h   d o esn ’ t  p r o v id e  th eo r etica l  e v id en ce   t h a t  th e  p r o v id ed   s o lu tio n   i s   e f f ec ti v e  ag ain s t t h e  s ec u r it y   i s s u es .       3   L I N E   O F   RE S E ARCH   I N  F UT UR E   T h e  b etter   g r ap h   d atab ase  s ca l ab ilit y   an d   m a n a g e m en t  o f   h u g e  u n s tr u ct u r ed   g r ap h   d atab ase  ca n   b e  attain ed   as  b elo w   s tep s .   a.   Ou tli n i n g   t h e  e x is t in g   is s u e s   i n   cu r r en t  w o r k .   b.   A   p r o to t y p e  is   n ee d s   to   b e   d esig n ed   to   g en er ate  lar g e  an d   u n s tr u ct u r ed   d ata  f o r   r e al - ti m e   ap p licatio n s   an d   also   i m p le m e n t th e  r esp ec ti v e  g r ap h   th eo r y   to   m o d el  t h e  g r ap h   d atab ase.   c.   A   n o v e l  d ata  m i n in g   al g o r it h m   i s   n ee d ed   to   b e  d ev elo p ed   f o r   t h e  g r ap h   d atab ase  h av i n g   lo w   co m p u tatio n al  co m p le x it y .   d.   A  co s t  e f f ec ti v e  m ec h a n i s m   is   n ee d ed   to   b e  b u i ld ,   an d   it  s h o u ld   o f f er   p r iv ac y   f o r   h u g e   u n s tr u ct u r ed   d ata.   e.   T h e  ef f ec ti v e n ess   o f   th e  m ec h an is m   is   n ee d ed   to   tall y   w it h   t h e  ex i s ti n g   w o r k .       4   CO NCLU SI O N   T h is   s u r v e y   p ap er   g i v es  th e  b etter   id ea   o f   r eq u ir ed   attr ib u te s   to   m an a g e  t h e  h u g e   u n s t r u ct u r ed   g r ap h   d atab ase.   T h is   p ap er   g iv es  th e   d if f er e n t  t y p e s   g r ap h   d atab as e  lik e  Neo 4 j ,   DE X,   an d   T itan ,   etc.   T h e  s u r v e y   o f   r ec en t  w o r k   to w ar d s   g r ap h   d ata  is   co llected   s t u d ied   an d   r ep r esen ted   in   v ar io u s   s ec tio n s   li k e  Data   s to r e  ef f icien c y ,   Data b ase  I n d e x in g   Me th o d ,   Gr ap h   I n d ex in g   Me t h o d ,   Su b - g r ap h   m atc h i n g   m et h o d ,   Se m an tic  an d   s o cial  n et w o r k i n g   g r ap h   d atab ase.   Fro m   th e  ab o v e  ex i s ti n g   r esear ch   s u r v e y ,   a  r esear ch   g ap   is   d ef in ed ,   an d   f lo w i n g l y   t h e  r esear ch   id ea s   f o r   im p r o v i n g   t h e  g r ap h   d atab ase  ar e  p r esen ted .         RE F E R E NC E S   [1 ]   Nirw a n s y a h ,   F e rd y ,   a n d   S u h a rji t o   S u h a rji t o ,   " H y b rid   Disk   Dri v e   C o n f ig u ra ti o n   o n   Da tab a se   S e rv e r  V irt u a li z a ti o n , "  In d o n e sia n   J o u rn a l  o f  El e c trica l  En g i n e e rin g   a n d   C o mp u ter   S c ien c e   2 . 3   ( 2 0 1 6 ):   7 2 0 - 7 2 8 .   [2 ]   Is m a e e l,   S a la m ,   Ay m a n   A l - Kh a z ra ji ,   a n d   Ka ra m a   A l - d e li m i,   " F u z z y   In f o r m a ti o n   M o d e li n g   in   a   Da tab a se   S y ste m , "   In ter n a t io n a l  J o u rn a l  o f  Art if icia l   In telli g e n c e   ( IJ - AI)   6 . 1   ( 2 0 1 7 ):   1 - 7.   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   S u r ve y  o n   Gra p h   Da ta b a s e  Ma n a g eme n t  Tech n i q u es fo r   Hu g e  Un s tr u ctu r ed   Da ta   ( P a til N .   S . )   1147   [3 ]   L a d a y ,   R a v ie  Ku rn ia,  He r u   S u k o c o ,   a n d   Ya n i  Nu rh a d ry a n i,   " D istri b u te d   S y ste m   a n d   M u lt im a s ter  Re p li c a ti o n   M o d e l  o n   Re li a b il it y   Op ti m a ti o n   Da tab a se , "  In d o n e sia n   J o u rn a l  o f  El e c trica l  E n g in e e rin g   a n d   C o mp u ter   S c ien c e   1 3 . 3   ( 2 0 1 5 ):  5 2 9 - 5 3 6 .   [4 ]   B.   A .   S u tri sn a ,   W .   K.  Ra h m a tS a leh   a n d   A .   A .   G o z a li ,   " Imp lem e n ta ti o n   o f  GRAC  a lg o rith m  ( Gr a p h   A lg o rith m   Clu ste rin g )   in   g r a p h   d a ta b a se   c o mp re ss io n , "   I n f o rm a ti o n   a n d   C o m m u n ica ti o n   T e c h n o l o g y   (ICo ICT   ),   2 0 1 5   3 rd   In tern a ti o n a l  C o n f e re n c e   o n ,   Nu s a   Du a ,   2 0 1 5 ,   p p .   3 9 1 - 3 9 5 .   [5 ]   Ba n se l,   H.  G o n z á lez - V é lez   a n d   A .   E.   Ch is,   " Clo u d - B a se d   No S QL  Da ta   M ig ra ti o n , "   2 0 1 6   2 4 th   Eu r o m icro   In tern a ti o n a l  Co n f e re n c e   o n   P a ra ll e l,   Distrib u ted ,   a n d   Ne tw o rk - Ba se d   P ro c e ss in g   ( P D P ),   He ra k li o n ,   2 0 1 6 ,     p p .   2 2 4 - 2 3 1 .   [6 ]   B.   Ly u ,   L .   Qin ,   X .   L in ,   L .   Ch a n g   a n d   J.   X .   Y u ,   " S c a la b le  su p e rg ra p h   se a rc h   i n   l a rg e   g ra p h   d a ta b a s e s,"   2 0 1 6   IE E E   3 2 n d   I n tern a ti o n a l  C o n f e re n c e   o n   Da ta  En g in e e rin g   (ICDE),   He lsin k i,   2 0 1 6 ,   p p .   1 5 7 - 1 6 8 .   [7 ]   Y.  Ch e n   a n d   Y.  Ch e n ,   " De c o mp o sin g   DAGs   in t o   sp a n n i n g   tre e s:  A   n e w  wa y   to   c o mp re ss   tra n siti v e   c lo su re s,"   2 0 1 1   IEE E  2 7 th   In ter n a ti o n a l  Co n f e re n c e   o n   Da ta E n g in e e ri n g ,   Ha n n o v e r,   2 0 1 1 ,   p p .   1 0 0 7 - 1 0 1 8 .   [8 ]   D.  W .   W il li a m s,  J.  Hu a n   a n d   W .   W a n g ,   " Gr a p h   Da t a b a se   In d e x in g   Us in g   S tru c t u re d   Gr a p h   De c o m p o siti o n , "   2 0 0 7   IEE E  2 3 rd   In tern a t io n a l  Co n f e re n c e   o n   Da ta E n g in e e ri n g ,   Ista n b u l,   2 0 0 7 ,   p p .   9 7 6 - 9 8 5 .   [9 ]   L u o ,   A .   Zh e n g ,   J.  T a n g   a n d   H.  Z h a o ,   " L a rg e - S c a le  Gr a p h   D a ta b a se   In d e x in g   B a s e d   o n   T - mix tu re   M o d e l  a n d   ICA , "   Im a g e   a n d   G r a p h ics ,   2 0 0 7 .   ICIG   2 0 0 7 .   F o u rth   In ter n a ti o n a l  Co n f e r e n c e   o n ,   S ich u a n ,   2 0 0 7 ,   p p .   8 1 5 - 8 2 0 .   [1 0 ]   Yu a n ,   P .   M it ra ,   H.   Yu   a n d   C .   L .   G il e s,  " Iter a ti v e   Gr a p h   Fea tu r e   M in in g   f o r  Gr a p h   I n d e x in g , "   2 0 1 2   IEE E   2 8 t h   In tern a ti o n a l  C o n f e re n c e   o n   Da ta  En g in e e rin g ,   W a sh in g to n ,   DC,  2 0 1 2 ,   p p .   1 9 8 - 2 0 9 .   [1 1 ]   Y.  Be i,   Z.   L in ,   C.   Zh a o   a n d   X .   Zh u ,   " HBa se   S y ste m - Ba se d   Dist rib u ted   Fr a me wo rk   fo r  S e a rc h i n g   L a rg e   Gr a p h   Da ta b a se s,"   S o f tw a re   En g in e e r in g ,   A rti f icia l  In telli g e n c e ,   Ne tw o rk in g   a n d   P a ra ll e l/ Dist rib u t e d   Co m p u ti n g   (S NP D) ,   2 0 1 3   1 4 t h   A CIS   In tern a t io n a l  C o n f e re n c e   o n ,   H o n o lu l u ,   H I,   2 0 1 3 ,   p p .   1 5 1 - 1 5 6 .   [1 2 ]   M .   G o ld b e rg ,   J.  G re e n m a n ,   B.   G u tt in g ,   M .   M a g d o n - Ism a il ,   J.  S c h w a rtz  a n d   W .   W a ll a c e ,   " Gr a p h   se a rc h   b e y o n d   tex t:  Rela ti o n a l  se a rc h e s  in   se m a n ti c   h y p e rli n k e d   d a t a , "   I n telli g e n c e   a n d   S e c u rit y   In f o r m a ti c s  (I S I),   2 0 1 2   IEE E   In tern a ti o n a l  C o n f e re n c e   o n ,   A rli n g to n ,   V A ,   2 0 1 2 ,   p p .   1 5 3 - 1 5 5 .   [1 3 ]   S .   S .   Do n g o ra n ,   W .   K.  Ra h m a t  S a leh   a n d   A .   A .   G o z a li ,   " An a lys is  a n d   im p lem e n ta t io n   o f  g r a p h   in d e x in g   fo r  g ra p h   d a t a b a se   u sin g   Gr a p h Gr e p   a l g o rith m, "   In f o rm a ti o n   a n d   C o m m u n ica ti o n   T e c h n o lo g y   (ICo ICT   ),   2 0 1 5   3 r d   In tern a ti o n a l  C o n f e re n c e   o n ,   Nu s a   Du a ,   2 0 1 5 ,   p p .   5 9 - 6 4 .   [1 4 ]   J.  M .   Ka n g ,   H.  Ba n n a z a d e h   a n d   A .   L e o n - G a r c ia,  " S DIG ra p h :  Gr a p h - b a se d   ma n a g e me n t   fo r  c o n v e rg e d   h e ter o g e n e o u s  re so u rc e s  in   S D I, "   2 0 1 6   IEE E  Ne tS o f t  Co n f e re n c e   a n d   W o rk sh o p s  (Ne tS o f t),   S e o u l,   2 0 1 6 ,     p p .   8 8 - 9 2 .   [1 5 ]   R.   G iu g n o   a n d   D.  S h a sh a ,   " Gr a p h Gr e p :  A  fa st  a n d   u n ive rs a l  me th o d   fo r  q u e ry in g   g ra p h s, "   P a tt e rn   Re c o g n it io n ,   2 0 0 2 .   P ro c e e d i n g s.  1 6 th   I n tern a ti o n a l  C o n f e re n c e   o n ,   2 0 0 2 ,   p p .   1 1 2 - 1 1 5   v o l . 2 .   [1 6 ]   M .   Brö c h e ler,  A .   P u g li e se   a n d   V .   S .   S u b ra h m a n ian ,   " CO S I:  Cl o u d   Or ien ted   S u b g ra p h   I d e n ti fi c a ti o n   i n   M a ss ive   S o c ia l  Ne two rk s,"   A d v a n c e s  in   S o c ial  Ne tw o rk s  A n a l y sis  a n d   M in in g   (A S ON A M ),   2 0 1 0   In tern a ti o n a l  Co n f e re n c e   o n ,   O d e n se ,   2 0 1 0 ,   p p .   2 4 8 - 2 5 5 .   [1 7 ]   M .   Bro c h e ler,  A .   P u g li e se   a n d   V.   S .   S u b ra h m a n ian ,   " Pr o b a b il isti c   S u b g ra p h   M a tch i n g   o n   Hu g e   S o c ia l  Ne two rk s, "   A d v a n c e s  in   S o c ial  Ne tw o rk s   An a ly sis  a n d   M in i n g   (A S ON A M ),   2 0 1 1   In ter n a ti o n a l  Co n f e re n c e   o n ,   Ka o h siu n g ,   2 0 1 1 ,   p p .   2 7 1 - 2 7 8 .   [1 8 ]   M .   Brö c h e ler,  A .   P u g li e se   a n d   V .   S .   S u b ra h m a n ian ,   " A  b u d g e t - b a s e d   a lg o rith m  fo r  e ff icie n t  su b g r a p h   ma tch in g   o n   Hu g e   Ne two rk s,"   Da ta  En g in e e rin g   W o rk sh o p s  (ICDEW ) ,   2 0 1 1   IEE E  2 7 th   I n tern a ti o n a l  Co n f e re n c e   o n ,   Ha n n o v e r,   2 0 1 1 ,   p p .   9 4 - 9 9 .   [1 9 ]   L .   Ho n g ,   L .   Zo u ,   X .   L ian   a n d   P .   S .   Yu ,   " S u b g ra p h   M a tch in g   w it h   S e t  S im il a rit y   in   a   L a r g e   G ra p h   Da tab a se , "   in   IEE E  T ra n sa c ti o n s  o n   Kn o wled g e   a n d   Da t a   E n g in e e rin g ,   v o l.   2 7 ,   n o .   9 ,   p p .   2 5 0 7 - 2 5 2 1 ,   S e p t.   1   2 0 1 5 .   [2 0 ]   Ho k sz a   a n d   J.  Je lí n e k ,   " Us in g   Ne o 4 j  fo r M in i n g   Pro tei n   Gr a p h s: A   Ca se   S tu d y , "   2 0 1 5   2 6 t h   In tern a ti o n a l  W o rk sh o p   o n   Da tab a se   a n d   Ex p e rt  S y ste m s  A p p li c a ti o n s (DE X A ),   V a len c ia,  2 0 1 5 ,   p p .   2 3 0 - 2 3 4 .   [2 1 ]   P .   Kiv ik a n g a s  a n d   M .   Ish izu k a ,   " Imp ro v in g   S e ma n ti c   Qu e rie s  b y   Util izin g   UNL  O n to l o g y   a n d   a   Gr a p h   Da ta b a se , "   S e m a n ti c   Co m p u ti n g   (ICS C),   2 0 1 2   IEE E   S ix th   I n tern a ti o n a l  C o n f e re n c e   o n ,   P a lerm o ,   2 0 1 2 ,   p p .   8 3 - 8 6 .   [2 2 ]   P .   Ka lm e g h   a n d   S .   B.   Na v a th e ,   " G ra p h   Da tab a se   De si g n   Ch a ll e n g e s  Us in g   HP C  P latf o rm s,"   Hi g h   P e rf o rm a n c e   Co m p u ti n g ,   Ne tw o rk in g ,   S to ra g e   a n d   A n a l y sis  (S CC),   2 0 1 2   S C  Co m p a n io n :   S a lt   L a k e   C it y ,   U T ,   2 0 1 2 ,     p p .   1 3 0 6 - 1 3 0 9 .   [2 3 ]   H.  Ira wa n   a n d   A .   S .   P rih a tm a n to ,   " Imp lem e n t a ti o n   o f  g r a p h   d a ta b a se   fo r  Op e n Co g   a rtif icia l  g e n e ra l  in tell ig e n c e   fra me wo rk   u sin g   Ne o 4 j, "   2 0 1 5   4 t h   In tern a ti o n a l  Co n f e re n c e   o n   In t e ra c ti v e   Dig it a l  M e d ia (ICIDM ),   Ba n d u n g ,   2 0 1 5 ,   p p .   1 - 6.   [2 4 ]   M .   G ra v e s,  E.   R.   Be r g e m a n   a n d   C.   B.   L a w r e n c e ,   " G r a p h   d a tab a se   s y ste m s,"   in   IEE E  En g in e e rin g   in   M e d icin e   a n d   Bi o lo g y   M a g a zin e ,   v o l.   1 4 ,   n o .   6 ,   p p .   7 3 7 - 7 4 5 ,   N o v /De c   1 9 9 5 .   [2 5 ]   S .   d .   Ce sa re ,   D.  Ju ric  a n d   M .   Ly c e tt ,   " Au t o ma ted   T a x o n o my   Extra c ti o n   fro m  S e ma n ti c   Bu sin e ss   P ro c e ss   M o d e ls, "   2 0 1 6   4 9 t h   Ha w a ii   In tern a ti o n a l  C o n f e re n c e   o n   S y ste m   S c ien c e s (H ICS S ),   Ko lo a ,   HI,   2 0 1 6 ,   p p .   4 3 9 4 - 4 4 0 3 .   [2 6 ]   M o ra ri  e t  a l. ,   " S c a li n g   S e m a n ti c   G r a p h   Da tab a se s  in   S ize   a n d   P e rf o rm a n c e , "   in   IEE E  M icr o ,   v o l.   3 4 ,   n o .   4 ,     p p .   1 6 - 2 6 ,   Ju ly - A u g .   2 0 1 4 .   [2 7 ]   D.  W .   Ward a n i  a n d   J.  Kiin g ,   " S e ma n ti c   ma p p i n g   re la t io n a l  t o   g r a p h   mo d e l, "   C o m p u ter,  Co n tro l,   I n f o rm a ti c s  a n d   Its  A p p li c a ti o n s (IC 3 INA ),   2 0 1 4   I n tern a ti o n a l   Co n f e re n c e   o n ,   Ba n d u n g ,   2 0 1 4 ,   p p .   1 6 0 - 1 6 5 .   [2 8 ]   T .   D.  P .   C.   D.   S o u z a ,   C.   E .   Ro th e n b e rg ,   M .   A .   S .   S a n to s   a n d   L .   B.   D.  P a u la,   " T o wa r d s  S e ma n ti c   Ne two rk   M o d e ls   v ia   Gr a p h   Da t a b a se s  fo r  S DN  A p p li c a ti o n s,"   2 0 1 5   F o u rt h   E u ro p e a n   W o rk sh o p   o n   S o f tw a r e   De f i n e d   Ne tw o rk s,  Bil b a o ,   2 0 1 5 ,   p p .   4 9 - 5 4 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   2 ,  A p r il 2 0 1 8   :   1 1 4 0   –   1149   1148   [2 9 ]   Ha y a k a wa   a n d   H.  Nis h iy a m a ,   " Ef fi c ien t   Qu e ry   Pro c e ss in g   o f   S e ma n ti c   Da t a   Us i n g   Gr a p h   Co n tra c ti o n   o n   RDBM S , "   S ig n a l - Im a g e   Tec h n o l o g y   &   In tern e t - Ba se d   S y ste m s  (S IT IS ),   2 0 1 3   I n tern a ti o n a l   Co n f e r e n c e   o n ,   Ky o to ,   2 0 1 3 ,   p p .   9 5 8 - 9 6 5 .   [3 0 ]   P .   Be d n a r,   M .   S a rn o v sk y   a n d   V .   De m k o ,   " RDF  v s.  No S QL  d a ta b a se s  fo r  th e   se ma n ti c   we b   a p p li c a t io n s, "   A p p li e d   M a c h in e   In telli g e n c e   a n d   In f o r m a ti c s  (S A M I),   2 0 1 4   IEE E  1 2 t h   In tern a ti o n a l  S y m p o siu m   o n ,   He rl' a n y ,   2 0 1 4 ,     p p .   3 6 1 - 3 6 4 .   [3 1 ]   T .   D.  R.   Ha rtl e y ,   U.  Ca tal y u re k ,   F .   O z g u n e r,   A .   Yo o ,   S .   Ko h n   a n d   K.  He n d e rso n ,   " M S S G:  A  Fra me wo rk   fo r   M a ss ive - S c a le  S e ma n ti c   Gr a p h s, "   2 0 0 6   IE EE   In ter n a ti o n a l  Co n f e re n c e   o n   Clu ste r  Co m p u ti n g ,   B a rc e lo n a ,   2 0 0 6 ,     p p .   1 - 10.   [3 2 ]   P .   Ca v o to ,   V .   Ca rd o so ,   R.   V .   L e b b e   a n d   A .   S a n tan c h è ,   " Fi s h Gr a p h :  A  Ne tw o rk - Dr ive n   Da ta   A n a l y sis,"   e - S c ien c e   (e - S c ien c e ),   2 0 1 5   IE EE   1 1 t h   I n tern a ti o n a l  Co n f e re n c e   o n ,   M u n ich ,   2 0 1 5 ,   p p .   1 7 7 - 1 8 6 .   [3 3 ]   G .   C a ld a ro la,  A .   P ica riello   a n d   A .   M .   Rin a ld i,   " B ig   g r a p h - b a se d   Da ta   v isu a li za ti o n   e x p e rie n c e s: T h e   W o rd Ne t  c a se   stu d y , "   2 0 1 5   7 th   I n tern a t i o n a l  Jo i n t  Co n f e re n c e   o n   Kn o w led g e   Dis c o v e r y ,   Kn o w led g e   En g in e e rin g   a n d   Kn o w led g e   M a n a g e m e n t  (IC3 K),  L isb o n ,   P o r tu g a l,   2 0 1 5 ,   p p .   1 0 4 - 1 1 5 .   [3 4 ]   K.  L a m h a d d a b   a n d   K.  E lb a a m ra n i,   " M o d e l  d riv e n   re v e rs e   e n g in e e rin g :  Gr a p h   mo d e li n g   fo r   mo b i les   p la t fo rm s,"   2 0 1 5   1 5 th   I n tern a ti o n a l   Co n f e re n c e   o n   In tell ig e n t  S y ste m s  De si g n   a n d   A p p li c a ti o n s   (IS DA ),   M a rra k e c h ,   2 0 1 5 ,     p p .   3 9 2 - 3 9 7 .   [3 5 ]   M .   L e id a   a n d   A .   Ch u ,   " Distrib u t e d   S PA RQL   Qu e ry   An swe rin g   o v e r  RDF  Da ta   S tre a ms , "   2 0 1 3   IE EE   In tern a ti o n a l   Co n g re ss   o n   Big   Da ta,  S a n ta Cl a r a ,   CA ,   2 0 1 3 ,   p p .   3 6 9 - 3 7 8 .   [3 6 ]   R.   M o r d in y i,   P .   S c h i n d ler  a n d   S .   Bif f l,   " Eva lu a ti o n   o f  No S QL  g ra p h   d a ta b a se s  fo r   q u e ry in g   a n d   v e rs io n i n g   o f   e n g in e e rin g   d a ta   in   mu l ti - d isc i p li n a ry   e n g i n e e rin g   e n v iro n me n ts , "   2 0 1 5   IEE E  2 0 t h   Co n f e re n c e   o n   Em e r g in g   T e c h n o lo g ies   &   F a c to ry   A u to m a t io n   ( ET F A ),   L u x e m b o u rg ,   2 0 1 5 ,   p p .   1 - 8.   [3 7 ]   A .   Ba lb o n i,   M .   M a rc h e tt i,   M .   Co laja n n i  a n d   A .   M e leg a ri,   " S u p p o r ti n g   se n se - ma k in g   a n d   d e c isi o n - ma k in g   th r o u g h   ti me   e v o lu ti o n   a n a lys is  o f  o p e n   so u rc e s,"   Cy b e r  Co n f li c t:   A r c h it e c tu re s  in   Cy b e rsp a c e   (C y Co n ),   2 0 1 5   7 t h   I n tern a ti o n a l  C o n f e re n c e   o n ,   T a ll i n n ,   2 0 1 5 ,   p p .   1 8 5 - 2 0 2 .   [3 8 ]   J.  W u   a n d   L .   Ch e n ,   " A   Fa st   Fr e q u e n t  S u b g r a p h   M in i n g   Al g o rit h m,"   Y o u n g   Co m p u ter  S c ien ti sts,  2 0 0 8 .   ICYC S   2 0 0 8 .   T h e   9 th   In tern a ti o n a l   Co n f e re n c e   f o r,   Hu n a n ,   2 0 0 8 ,   p p .   8 2 - 8 7 .   [3 9 ]   B.   Jo h n ,   V .   T h a v a v e l,   J.  Ja y a k u m a r,   A .   M u th u k u m a r  a n d   K.  J.  P o o rn a se lv a n ,   " E n h a n c e d   lea rn e r  c e n ter e d   p e d a g o g ica l  str a teg y :  Pro mo ti n g   S T EM   wit h   u n d e rr e p re se n ted   p o p u l a ti o n s, "   In teg ra ted   S T EM   Ed u c a ti o n   Co n f e re n c e   (IS EC),   2 0 1 4   IEE E ,   P ri n c e to n ,   NJ ,   2 0 1 4 ,   p p .   1 - 4.   [4 0 ]   Zi ji a n   Xu   a n d   Jie b o   L u o ,   " F a c e   Rec o g n it i o n   b y   Exp re ss io n - Dr ive n   S k e tch   Gr a p h   M a tch i n g , "   1 8 t h   In tern a ti o n a l   Co n f e re n c e   o n   P a tt e rn   Re c o g n it io n   (IC P R' 0 6 ),   Ho n g   Ko n g ,   2 0 0 6 ,   p p .   1 1 1 9 - 1 1 2 2 .   [4 1 ]   D.  F ig u e ira  a n d   L .   L ib k in ,   " Pa t h   L o g ics   fo r  Q u e ry in g   Gr a p h s:  C o mb in i n g   Exp re ss ive n e ss   a n d   Ef fi c ie n c y , "   L o g ic  i n   Co m p u ter S c ien c e   (L ICS ),   2 0 1 5   3 0 t h   A n n u a l  A CM /IE EE   S y m p o siu m   o n ,   Ky o to ,   2 0 1 5 ,   p p .   3 2 9 - 3 4 0 .   [4 2 ]     M .   Da y a ra th n a   a n d   T .   S u z u m u r a ,   " T o wa rd s  S c a l a b le  Distri b u ted   Gr a p h   D a ta b a se   E n g i n e   f o r  Hy b rid   Clo u d s, "   Da ta - In ten siv e   Co m p u ti n g   in   t h e   Clo u d s  (Da taCl o u d ),   2 0 1 4   5 th   In tern a ti o n a l  W o rk sh o p   o n ,   Ne w   Orle a n s,  LA ,   2 0 1 4 ,   p p .   1 - 8.   [4 3 ]   R.   S o u ss i,   M .   A .   A u f a u re   a n d   H.  Ba a z a o u i,   " T o wa r d s  S o c ia l  Ne two rk   Extra c ti o n   Us in g   a   Gr a p h   Da ta b a se , "   A d v a n c e s  in   Da tab a se s  Kn o w led g e   a n d   Da ta  A p p li c a ti o n s  (DBK DA ),   2 0 1 0   S e c o n d   In tern a ti o n a l   Co n f e re n c e   o n ,   M e n u ires ,   2 0 1 0 ,   p p .   2 8 - 34.   [4 4 ]   Ka y   T h i  Ya r  a n d   Kh in   M a r  L a r  T u n ,   " S e a rc h in g   Per so n n e l  Rela t io n sh ip   fro m  M y a n ma r  c e n su s  d a ta   u sin g   Gr a p h   d a t a b a se   a n d   De d u c t ive   Rea s o n i n g   p ro l o g   ru les , "   2 0 1 6   I n tern a ti o n a l  Co n f e re n c e   o n   C o m p u ter  Co m m u n ica ti o n   a n d   In f o rm a ti c s (ICCCI),   Co im b a to re ,   2 0 1 6 ,   p p .   1 - 7.   [4 5 ]   D.  J.  M ir   a n d   R.   N.  W rig h t,   " A  Diff e re n ti a ll y   Priv a te  Gr a p h   Esti ma to r, "   2 0 0 9   I EE E  I n tern a ti o n a l   Co n f e re n c e   o n   Da ta M in i n g   W o rk sh o p s,  M iam i,   F L ,   2 0 0 9 ,   p p .   1 2 2 - 1 2 9 .   [4 6 ]   S .   S h riv a sta v a   a n d   S .   N.  P a l,   " G ra p h   M in in g   Fra me wo rk   fo r  Fi n d in g   a n d   Vi s u a li zi n g   S u b stru c t u re s  Us in g   Gr a p h   Da ta b a se , "   S o c ial  Ne tw o rk   A n a l y sis  a n d   M in in g ,   2 0 0 9 .   A S ON AM  ' 0 9 .   In tern a t io n a l  Co n f e re n c e   o n   A d v a n c e s  in ,  A th e n s,  2 0 0 9 ,   p p .   3 7 9 - 3 8 0 .       B I O G RAP I E S O F   AU T H O RS       Pa til   N  S ,   w o rk in g   a s  A s sista n t  P r o f e ss o r  De p a rt m e n t  o f   In f o r m a ti o n   S c ien c e ,   BIET ,   Da v a n g e re .   M y   te a c h in g   e x p e rien c e   is   7 y rs  a re a   o f   in tere st  D a tab a se   m a n a g e m e n t  s y ste m ,   Da ta m in in g ,   G ra p h   Da ta m in in g ,   Big   Da ta.       Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   S u r ve y  o n   Gra p h   Da ta b a s e  Ma n a g eme n t  Tech n i q u es fo r   Hu g e  Un s tr u ctu r ed   Da ta   ( P a til N .   S . )   1149     Dr   K ira n   P,   w o rk in g   a s  A ss o c i a te  P ro f e ss o r  De p a rtme n t  Co m p u ter  sc ien c e ,   R.   N.  S   In stit u te  o f   T e c h n o lo g y ,   Ba n g a lo re .   H is  tea c h in g   e x p e rien c e   1 2 y rs  A r e a   o f   in tere st  Cry p to g ra p h y ,   Ra n d o m iza ti o n   m e th o d s  &   A n o n y m iz a ti o n   m e th o d s  in   g e n e ra li z a ti o n ,   In d e x in g   tec h n iq u e s  a n d   D e sig n   p a tt e rn s.  He   h a s p u b li sh e d   1 2   p a p e rs.     Evaluation Warning : The document was created with Spire.PDF for Python.