Neo4j是一個高性能的、NoSQL圖數據庫，它將結構化數據存儲在網絡（從數學角度叫做圖）上而不是表中，具有嵌入式的、基於磁盤的、具備完全的事務特性的Java持久化引擎。Neo4j具有原生的圖分析、存儲和處理功能，其中的圖算法揭示隱藏的模式並增強了機器學習預測。
—文末附本書pdf最新版下載地址—
本書內容
本書是一本實用指南，幫助有使用Apache Spark™或Neo4j經驗的開發人員和數據科學家使用圖算法。雖然其算法示例使用Spark和Neo4j平臺，但本書也將有助於理解更一般的圖概念，不管你選擇使用哪種圖技術。
本書前兩章介紹了圖分析、算法和理論。第三章簡要介紹了本書中使用的平臺，接著三章重點介紹經典的圖算法：尋路、中心性和社區檢測。最後，用兩章來總結這本書，一章用於一般性分析，另一章用於機器學習，從而展示圖算法是如何在工作流中使用的。
在每一類算法的開頭，都有一個參考表，幫助您快速跳轉到相關算法。對於每個算法：
·解釋算法的功能；
·示例代碼提供了在Spark、Neo4j或兩者中使用算法的具體方法。
本書目錄
1. 介紹
什麼是圖？
什麼是圖分析和算法？
圖處理、數據庫、查詢和算法
為什麼要關心圖算法？
圖分析用例
總結
2. 圖論與概念
術語
圖類型和結構
圖的特性
圖算法的類型
總結
3. 圖平臺與處理
圖平臺和處理的注意事項
代表性平臺
總結
4. 尋路和圖搜索算法
示例數據：傳輸圖
廣度優先搜索
深度優先搜索
最短路徑
所有對的最短路徑
單一來源最短路徑
最小生成樹
隨機行走
總結
5. 中心性算法
圖數據示例：社交圖
中心度
接近中心性
中介中心性
PageRank
總結
6. 社區檢測算法
圖數據示例：軟件依賴關係圖
三角計數與聚類係數
強連接組件
已連接組件
標籤傳播
Louvain模塊度
驗證社區
總結
7. 圖算法在實踐中的應用
用Neo4j分析Yelp數據
用Apache Spark分析航班數據
探索性分析
總結
8. 用圖算法增強機器學習
機器學習與上下文的重要性
連通特徵提取與選擇
圖與機器學習在實踐中的應用：鏈接預測
總結
A. 其他信息和資源
索引
後臺私信回覆關鍵字“gas0209”，即可獲得本文書籍PDF版本。
—完—
關注微信公眾平臺“智慧坊”（微信號：intelliworkshop），獲取更多原創文章及優質內容。
閱讀更多 智慧坊 的文章
