文章目录

  • 一、图数据库Neo4j
    • 1.1 Neo4j简介和安装
    • 1.2 Cypher查询语言
    • 1.3 图数据库Neo4j支持的图算法和GDS
  • 二、图算法在实际应用中的阶段
  • 三、图算法的应用场景
    • 3.1 图嵌入
    • 3.2 金融欺诈检测
    • 3.3 NLP中的知识图谱
  • Reference

一、图数据库Neo4j

1.1 Neo4j简介和安装

截止2021年12月,Neo4j 最新版本是4.4。提供了完整的图数据平台能力。关于版本的选择:

Neo4j 图数据库:Neo4j 的核心图数据库,用于存储和检索关联数据。有两个版本 - 社区版和企业版。
Neo4j Desktop:管理 Neo4j 实例和应用的桌面程序,安装便捷,包含 Neo4j 企业版许可。
Neo4j Browser:Neo4j 图数据库管理界面,用于查询和查看数据库中的数据。使用 Cypher 查询语言,具备图数据可视化功能。
Neo4j Bloom:面向业务用户的可视化工具,无需任何代码或编程技能即可查看和分析数据。
Neo4j AuraDB:由 Neo4j 管理的云端Neo4j图数据库,开箱即用的DBaaS服务。现已推出面向开发者的免费版本。

下载:https://neo4j.com/download/

1.2 Cypher查询语言

  • Neo4j使用声明式查询语言Cypher,能够以一种容易理解的方式来遍历图。有很多和sql类似(如WHERE、ORDER BY、SKIP LIMIT、AND、p.unitPrice > 10)。但与 SQL 不同,Cypher 是关于表达图模式的,新增一个特殊子句MATCH来匹配数据中的这些模式。
  • 关系在 Cypher 中使用箭头–>或<–两个节点之间表示。请注意语法在视觉表示中如何看起来像连接我们的节点的箭头和线。附加信息,例如节点如何连接(关系类型)以及与关系有关的任何属性,可以放在箭头内的方括号中。

1.3 图数据库Neo4j支持的图算法和GDS

  • 图搜索算法
  • 寻路算法
  • 中心性算法
  • 社区检测算法
  • 图嵌入
  • 链接预测
  • 连接特征提取


说到图算法,就需要提到Neo4j GDS,图分析和建模平台,2.0版本发支持60+图算法。传统做法:很多业务应用直接使用Neo4j;GDS:

二、图算法在实际应用中的阶段

  • 第一阶段:知识图谱
    在关联数据中搜索特定的关联模式。例如构建企业级的应用知识图谱,借助知识图谱回答特定的问题。
  • 第二阶段:图算法
    使用无监督的机器学习技术识别图中的关联、异常值和趋势。例如了解图中最重要的是什么、哪里有相似性、应该在哪步做调查。
  • 第三阶段:图原生机器学习
    使用嵌入来学习图中那些可能之前不知道的重要特征,训练图内监督机器学习模型来预测链接、标签和缺失数据。例如哪些客户会购买哪些商品、哪些交易存在欺诈行为。

三、图算法的应用场景

Neo4j的用户主要

3.1 图嵌入

3.2 金融欺诈检测

3.3 NLP中的知识图谱

Neo4j 为结构化数据提供了强大的查询能力,但是世界上很多数据都存在于文本文档中。NLP 技术可以帮助提取这些文档中的潜在结构。这种结构可以像表示句子中标记的节点一样简单,也可以像表示使用命名实体识别算法提取的实体的节点一样复杂。


如上图所示,NLP信息抽取的难点在于处理非结构化数据,右边就是从左边文本抽取出来的实体和关系

比如在推荐系统中也能结合知识图谱做相关的召回:

Reference

[1] Neo4j algorithm:https://neo4j.com/developer/graph-data-science/graph-algorithms/
[2] Cypher:https://neo4j.com/developer/cypher/
[3] 如何选择合适的Neo4j版本
[4] https://graphacademy.neo4j.com/courses/gds-product-introduction/
[5] https://graphacademy.neo4j.com/courses/graph-data-science-fundamentals/
[6] https://github.com/neo4j/graph-data-science
[7] 利用Neo4j构建知识图谱
[8] Neo4j安装官网指南
[9] 知识图谱专栏(Neo4j、Cypher)
[10] 2022年中国知识图谱行业研究报告
[11] Neo4j基础教程:https://we-yun.com/doc/neo4j-chs-doc/#_关于本指南
[12] QQ音乐推荐召回算法的探索与实践

Neo4j图数据库和GDS图算法应用相关推荐

  1. Ubuntu14.04下Neo4j图数据库官网安装部署步骤(图文详解)(博主推荐)

    不多说,直接上干货! 说在前面的话  首先,查看下你的操作系统的版本. root@zhouls-virtual-machine:~# cat /etc/issue Ubuntu 14.04.4 LTS ...

  2. neo4j——图数据库初探 - JDream314的专栏 - 博客频道 - CSDN.NET

    neo4j--图数据库初探 - JDream314的专栏 - 博客频道 - CSDN.NET 图数据库neo4j初探(下载地址:http://neo4j.org/ ) 本篇将初步介绍一下图数据库neo ...

  3. [知识图谱构建] 一.Neo4j图数据库安装初识及药材供应图谱实例

    2012年5月,谷歌公司的知识图谱(Knowledge Graph)产品被正式提出,其旨在将人.地点.物等信息作为实体,将实体间的联系作为关系,并将实体和关系以图的形式进行存储.作为语义网的最新产物, ...

  4. Ubuntu16.04下Neo4j图数据库官网安装部署步骤(图文详解)(博主推荐)

    不多说,直接上干货! 说在前面的话  首先,查看下你的操作系统的版本. root@zhouls-virtual-machine:~# cat /etc/issue Ubuntu 16.04.1 LTS ...

  5. neo4j︱图数据库基本概念、操作罗列与整理(一)

    图数据库常规的有:neo4j(支持超多语言).JanusGraph/Titan(分布式).Orientdb,google也开源了图数据库Cayley(Go语言构成).PostgreSQL存储RDF格式 ...

  6. neo4j图数据库基本概念

    简介:本文以电影关系图为例,解释neo4j图数据库中的基本概念 电影关系图 下图中的圆圈表示三个节点(node),每个节点都有表示类别的标签(label)和属性(properties),如:name. ...

  7. neo4j 图数据库初步调研 三元组、属性图、图模型、超图、RDF-f

    相关文章 neo4j 图数据库初步调研 图数据库与关系型数据库差异 demo项目(python+vue) 本文目录 相关文章 一.技术关键字 二.前言 1.什么是图 2.反规范化 三.RDF(资源描述 ...

  8. neo4j 图数据库初步调研 图数据库与关系型数据库差异-f

    相关文章 neo4j 图数据库初步调研 三元组.属性图.图模型.超图.RDF demo项目(python+vue) 本文目录 相关文章 一.技术关键字 二.前言 三.图数据库与传统数据库 1.反规范化 ...

  9. Neo4j图数据库从入门到精通

    add by zhj: 转载时,目录没整理好,还会跳转到原文 其实RDB也可以存储多对多的关系,使用的是中间表,GDB使用的是边,RDB中的实体存储在数据表,而GDB存储在节点.两者使用的底层技术不同 ...

  10. Python操作Neo4j图数据库的两种方式

    Python操作Neo4j图数据库的两种方式 前言 1. 用neo4j模块执行CQL ( cypher ) 语句 2. 用py2neo模块通过操作python变量,达到操作neo4j的目的 3. 用p ...

最新文章

  1. linux下makefile使用
  2. 使用MONGODB 集群的OPLOG 日志进行数据恢复
  3. SAP CRM Fiori My note应用 add to -append Frontend implementation
  4. Swift:如何判断一个对象是否是某个类(或其子类)的实例
  5. 【原创】SqlServer 2005 BCP命令详解
  6. Word2Vec教程-Skip-Gram模型
  7. iOS 数据解析之使用TFHpple解析html
  8. 若依单体项目定时任务模块使用教程
  9. 每个选项设置上限的投票_使用Redis有序集合实现投票排行榜系统
  10. CDH秘籍(两):cloudera Manager存储监控数据
  11. ORACLE11G常用函数
  12. javascript中replace()用法详解+match() 定义和用法
  13. Windows下创建TFTP服务器,uboot访问,下载镜像
  14. 【J2ME笔记】关于J2ME Image图片指定颜色透明化
  15. When I started loving myself 当我开始爱自己 ——查理·卓别林
  16. 自动化测试 —— Pytest测试框架
  17. 点击tab栏如何让tab置顶
  18. VESTA的扩胞功能——超晶胞的建立
  19. Error mounting /dev/sda1 at /media/XXXX: Command-line `mount -t ntfs -o
  20. opencv二值图像分割——python

热门文章

  1. 常见的影视cms及安装环境说明
  2. python抽奖概率设计_python 抽奖概率
  3. (windows) node-sass 安装报错
  4. 【P2P网络】磁力链接转换为种子文件 magnet to torrent .
  5. 通过AWS创建无服务器的动态DNS系统
  6. 我热爱生命本来的样子
  7. python爬取豆瓣电影排行榜函数_摆脱剧荒:教你用Python爬取豆瓣电影最新榜单
  8. 打印正六边形(C语言)
  9. 报表FineReport中单元格中各种颜色的标识说明
  10. Android 电子签名