Description du projet
Approches novatrices des limitations de ressources dans l’interrogation des grands graphes
La faculté de réponse aux requêtes ou aux questions (extraction d’informations à partir de données stockées dans une base ou action sur ces données) constitue le fondement de nombreuses applications modernes, notamment les réseaux sociaux, les agents de dialogue et les moteurs de recherche sur Internet. Une base de données est un graphe de connaissances où les nœuds représentent les points de données et les arêtes les «connexions» entre eux. L’interrogation simultanée de plusieurs bases est susceptible d’améliorer les capacités actuelles, mais il est pour cela nécessaire d’élaborer de nouvelles approches. Le projet GRACE, financé par le Conseil européen de la recherche, entend mettre au point un langage innovant d’interrogation des graphes, une théorie révisée de la complexité informatique et une formalisation de l’extensibilité parallèle avec l’augmentation du nombre de processeurs. Lorsque ses nouveaux algorithmes ne parviennent pas à trouver des réponses exactes, les schémas d’approximation de l’équipe recherchent un équilibre entre la précision et le coût.
Objectif
When we search for a product, can we find, using a single query, top choices ranked by Google and at the same time, recommended by our friends connected on Facebook? Is such a query tractable on the social graph of Facebook, which has over 1.31 billion nodes and 170 billion links? Is it feasible to evaluate such a query if we have bounded resources such as time and computing facilities? These questions are challenging: they demand a departure from the traditional query evaluation paradigm and from the classical computational complexity theory, and call for new resource-constrained methodologies to query big graphs.
This project aims to tackle precisely these challenges, from fundamental problems to practical techniques, using radically new approaches. We will develop a graph pattern query language that allows us to, e.g. unify Web search (via keywords) and social search (via graph patterns), and express graph pattern association rules for social media marketing. We will revise the conventional complexity theory to characterize the tractability of queries on big data, and formalize parallel scalability with the increase of processors. We will also develop algorithmic foundations and resource-constrained techniques for querying big graphs, by ``making big data small''. When exact answers are beyond reach in big graphs, we will develop data-driven and query-driven approximation schemes to strike a balance between the accuracy and cost. As a proof of the theory, we will develop GRACE, a system to answer graph pattern queries on big GRAphs within bounded resourCEs, based on the techniques developed. We envisage that the project will deliver methodological foundations and practical techniques for querying big graphs in general, and for improving search engines and social media marketing in particular. A breakthrough in this subject will advance several fields, including databases, theory of computation, parallel computation and social data analysis.
Champ scientifique
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencescomputer and information sciencesartificial intelligencecomputer vision
- natural sciencesmathematicspure mathematicsdiscrete mathematicsgraph theory
- natural sciencescomputer and information sciencesinternetworld wide web
- natural sciencescomputer and information sciencesdatabasesrelational databases
Mots‑clés
Programme(s)
Thème(s)
Régime de financement
ERC-ADG - Advanced GrantInstitution d’accueil
EH8 9YL Edinburgh
Royaume-Uni