Neo4j是一个高性能的、NoSQL图数据库,它将结构化数据存储在网络(从数学角度叫做图)上而不是表中,具有嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎。Neo4j具有原生的图分析、存储和处理功能,其中的图算法揭示隐藏的模式并增强了机器学习预测。
—文末附本书pdf最新版下载地址—
本书内容
本书是一本实用指南,帮助有使用Apache Spark™或Neo4j经验的开发人员和数据科学家使用图算法。虽然其算法示例使用Spark和Neo4j平台,但本书也将有助于理解更一般的图概念,不管你选择使用哪种图技术。
本书前两章介绍了图分析、算法和理论。第三章简要介绍了本书中使用的平台,接着三章重点介绍经典的图算法:寻路、中心性和社区检测。最后,用两章来总结这本书,一章用于一般性分析,另一章用于机器学习,从而展示图算法是如何在工作流中使用的。
在每一类算法的开头,都有一个参考表,帮助您快速跳转到相关算法。对于每个算法:
·解释算法的功能;
·示例代码提供了在Spark、Neo4j或两者中使用算法的具体方法。
本书目录
1. 介绍
什么是图?
什么是图分析和算法?
图处理、数据库、查询和算法
为什么要关心图算法?
图分析用例
总结
2. 图论与概念
术语
图类型和结构
图的特性
图算法的类型
总结
3. 图平台与处理
图平台和处理的注意事项
代表性平台
总结
4. 寻路和图搜索算法
示例数据:传输图
广度优先搜索
深度优先搜索
最短路径
所有对的最短路径
单一来源最短路径
最小生成树
随机行走
总结
5. 中心性算法
图数据示例:社交图
中心度
接近中心性
中介中心性
PageRank
总结
6. 社区检测算法
图数据示例:软件依赖关系图
三角计数与聚类系数
强连接组件
已连接组件
标签传播
Louvain模块度
验证社区
总结
7. 图算法在实践中的应用
用Neo4j分析Yelp数据
用Apache Spark分析航班数据
探索性分析
总结
8. 用图算法增强机器学习
机器学习与上下文的重要性
连通特征提取与选择
图与机器学习在实践中的应用:链接预测
总结
A. 其他信息和资源
索引
后台私信回复关键字“gas0209”,即可获得本文书籍PDF版本。
—完—
关注微信公众平台“智慧坊”(微信号:intelliworkshop),获取更多原创文章及优质内容。
閱讀更多 智慧坊 的文章