直到最近,采用图形分析还需要大量的专业知识和决心,因为工具和集成是困难的,而且很少有人知道如何将图形算法应用于他们的困境和业务挑战。我们的目标是帮助改变这种状况。
我们正在编写本系列文章,以帮助组织更好地利用图表分析,以便他们做出新的发现并更快地开发智能解决方案。
虽然还有其他图形算法库和解决方案,但本系列的重点是Neo4j平台。然而,您会发现这些博客有助于理解更一般的图形概念,不管是什么图形数据库你用。
本周,我们将探讨为什么需要图表算法来分析今天的连接数据。
今天的数据需要图形算法
连通性是当今网络和系统最普遍的特点。
从蛋白质相互作用到社会网络,从通信系统到电网,从零售经验到供应链-即使是稍微复杂的网络也不是随机的,这意味着连接不是均匀分布的,也不是静态的。
这就是为什么简单的统计分析就不能充分描述-更不用说预测-连通系统中的行为。因此,当今大多数大数据分析没有充分模拟现实世界系统的连通性,也没有从大量相关数据中提取价值。
随着世界变得越来越互联,系统越来越复杂,我们必须使用构建的技术来利用关系及其动态特性。
毫不奇怪,对图形分析的兴趣已经爆炸,因为它是为了从连接的数据中获得洞察力而明确开发的。图表分析揭示了复杂的系统和网络在大规模的运作-不仅对大型实验室,而且对任何组织都是如此。图形算法是一种用于运行基于数学的计算过程,专门为连通信息创建。