Публикации по теме 'neo4j'
Аналитика графиков: предсказание отношений (связей) на графиках с использованием Neo4j
определение будущих отношений в сети
По мере того, как мы приближаемся к концу этой серии блогов по аналитике графов , мы подбираем наиболее важный вариант использования, который можно использовать с использованием графов, то есть прогнозирование будущих отношений в сети. Это может быть очень полезно для платформ социальных сетей (вспомните функцию предложения друзей в Instagram или FB) или даже для создания рекомендательных систем. поймать вдохновителя, нарисовав какую-то сеть между..
Создайте планировщик поездок в метро с помощью Neo4j
Используйте популярную базу данных графиков, чтобы найти лучший путь между двумя станциями метро.
В моем предыдущем руководстве я рассмотрел Создание механизма рекомендаций для ресторанов с использованием Neo4j . В этом руководстве мы собираемся немного подробнее изучить определяемые пользователем процедуры и функции. Такие реализации обычно реализуются на Java и могут быть вызваны напрямую через Cypher. Это дает вам удобный способ создать индивидуальную реализацию любых алгоритмов..
Визуализация графов с Neo4j с использованием Neovis.js
Использование алгоритмов графиков для визуализации данных
Обновление. Книга О’Рейли Графические алгоритмы в Apache Spark и Neo4j Book теперь доступна для бесплатной загрузки с neo4j.com .
В этом посте мы исследуем, как создать визуализацию графических данных, которая использует результаты графических алгоритмов, таких как PageRank и обнаружение сообщества . После запуска некоторых алгоритмов графа с использованием библиотеки neo4j-graph-алгоритмы мы воспользуемся..
Исследование обнаружения мошенничества с помощью Neo4j и Graph Data Science — Резюме
Серия из нескольких частей с практическими примерами, использующими одноранговые (P2P) данные.
Обнаружение мошенничества — одна из самых сложных задач в области обработки данных. К счастью, Neo4j Graph Data Science (GDS) предлагает практические решения, которые позволяют специалистам по обработке и анализу данных быстро прогрессировать в аналитике обнаружения мошенничества и машинном обучении.
Краткое содержание
Независимо от того, отвечаете ли вы за борьбу с финансовыми..
Neo4j и GraphQL Heavenly Match # 1 - Направленные отношения
Одна из самых полезных функций интеграции GRANDstack с GraphQL - это возможность создавать и выражать направленные отношения между узлами на вашем графике или объектами в ваших данных. Простым примером могут быть два друга, которые вы могли бы выразить в своей схеме GraphQL следующим образом:
type Person { name: String friends: [Person] @relation(name: "FRIEND", direction: "OUT) }
Вы можете легко расширить эту простую схему и добавить любое количество отношений, которые вам нравятся;..
Создание веб-приложения с Neo4j AuraDB и PHP
Если вы решили использовать мощь ведущей в мире графовой базы данных в качестве PHP-разработчика или команды, начало работы может показаться невероятно сложным. Используете ли вы Docker, решения на «голом железе», размещаете ли вы одновременно несколько экземпляров для горизонтального масштабирования? Как вы будете обеспечивать безопасность данных? Должен ли он стать частью вашего CI? Сможет ли ваша команда вести локальную разработку с собственным частным экземпляром? Эти вопросы..
HashGNN: глубокое погружение в новый алгоритм встраивания узлов Neo4j GDS
В этой статье мы вместе с небольшим примером рассмотрим, как HashGNN хэширует узлы графа в пространство встраивания.
Если вы предпочитаете посмотреть видео об этом, вы можете сделать это здесь .
HashGG (#GNN) — это метод встраивания узлов, в котором используются концепции нейронных сетей передачи сообщений (MPNN) для захвата свойств близости и узлов высокого порядка. Это значительно ускоряет вычисления по сравнению с традиционными нейронными сетями за счет использования метода..
