Capítulo 7. Algoritmos de grafos na prática
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Neste capítulo, vamos analisar vários exemplos para te dar uma melhor noção de como lidar com a análise de dados de grafos em grande escala, utilizando conjuntos de dados do Yelp e do Departamento de Transportes dos EUA. Vamos percorrer a análise de dados do Yelp no Neo4j, que inclui uma visão geral dos dados, combinando algoritmos para fazer recomendações de viagens e extraindo dados de utilizadores e de negócios para consultoria. No Spark, analisaremos os dados das companhias aéreas dos EUA para compreender os padrões de tráfego e os atrasos, bem como a forma como os aeroportos são ligados por diferentes companhias aéreas.
Como os algoritmos de pathfinding são simples, os nossos exemplos utilizarão estes algoritmos de centralidade e de deteção de comunidades:
-
PageRank para encontrar avaliadores influentes do Yelp e depois correlacionar as suas classificações para hotéis específicos
-
Betweenness Centrality para descobrir revisores ligados a vários grupos e extrair as suas preferências
-
Propagação de etiquetas com uma projeção para criar supercategorias de empresas semelhantes do Yelp
-
Centralidade de grau para identificar rapidamente os aeroportos centrais no conjunto de dados de transportes dos EUA
-
Componentes fortemente ligados para analisar os grupos de rotas aeroportuárias nos EUA
Analisar dados do Yelp ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access