近年の知識グラフの急速な普及に伴い，データ量も爆発的に増大している．さらに知識グラフは，LODクラウドなどでみられるように，異種データを組み合わせた問合せでも用いられている．このような大量のデータは保存や処理，問合せなどにおけるコストが高く，マネジメントのための手法が重要となる．そこで本研究では，大規模な異種知識グラフに対して効率的に問合せ処理を行うためのデータ分割手法を提案する．先行研究では，単一の知識グラフに対してワークロードや中心性を利用した手法を考案しており，本研究はこれら二つの手法を組み合わせ，それを異種知識グラフに対して適用することで，異種知識グラフへの問合せ効率の向上を図る．