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
