Graph-Algorithmen

Vorwort

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Die Welt wird von Verbindungen bestimmt - von Finanz- und Kommunikationssystemen bis hin zu sozialen und biologischen Prozessen. Die Erkennung der Bedeutung dieser Verbindungen ermöglicht branchenübergreifende Durchbrüche in Bereichen wie der Identifizierung von Betrugsringen und der Optimierung von Empfehlungen, der Bewertung der Stärke einer Gruppe und der Vorhersage von Kaskadenfehlern.

Da die Vernetzung immer schneller voranschreitet, ist es nicht überraschend, dass das Interesse an Graphenalgorithmen explodiert ist, denn sie basieren auf einer Mathematik, die explizit entwickelt wurde, um Erkenntnisse aus den Beziehungen zwischen Daten zu gewinnen. Graphenanalysen können die Funktionsweise komplizierter Systeme und Netzwerke in großem Maßstab aufdecken - und zwar für jede Organisation.

Wir sind begeistert von der Nützlichkeit und der Bedeutung der Graphenanalyse sowie von der Freude, das Innenleben komplexer Szenarien aufzudecken. Bis vor kurzem erforderte der Einsatz von Graph-Analysen ein hohes Maß an Fachwissen und Entschlossenheit, weil Tools und Integrationen schwierig waren und nur wenige wussten, wie sie Graph-Algorithmen auf ihre Problemstellungen anwenden können. Es ist unser Ziel, dies zu ändern. Wir haben dieses Buch geschrieben, um Unternehmen dabei zu helfen, Graph Analytics besser zu nutzen, damit sie schneller neue Erkenntnisse gewinnen und intelligente Lösungen entwickeln können.

Was in diesem Buch steht

Dieses Buch ist ein praktischer Leitfaden für den Einstieg in Graphenalgorithmen für Entwickler und Datenwissenschaftler, die Erfahrung mit Apache Spark™ oder Neo4j haben. Obwohl unsere Algorithmus-Beispiele die Spark- und Neo4j-Plattformen nutzen, ist dieses Buch auch hilfreich, um allgemeinere Graph-Konzepte zu verstehen, unabhängig davon, für welche Graph-Technologie du dich entscheidest.

Die ersten beiden Kapitel bieten eine Einführung in die Graphenanalyse, Algorithmen und Theorie. Das dritte Kapitel befasst sich kurz mit den Plattformen, die in diesem Buch verwendet werden, bevor wir uns in drei Kapiteln den klassischen Graphenalgorithmen widmen: Pfadfindung, Zentralität und Community-Erkennung. Das Buch endet mit zwei Kapiteln, die zeigen, wie Graphenalgorithmen in Arbeitsabläufen eingesetzt werden: eines für allgemeine Analysen und eines für maschinelles Lernen.

Am Anfang jeder Kategorie von Algorithmen gibt es eine Referenztabelle, die dir hilft, schnell zu dem entsprechenden Algorithmus zu springen. Für jeden Algorithmus findest du:

• Eine Erklärung, was der Algorithmus macht

• Anwendungsfälle für den Algorithmus und Hinweise darauf, wo du mehr erfahren kannst

• Beispielcode mit konkreten Möglichkeiten, den Algorithmus in Spark, Neo4j oder beidem zu verwenden

In diesem Buch verwendete Konventionen

In diesem Buch werden die folgenden typografischen Konventionen verwendet:

Kursiv

Weist auf neue Begriffe, URLs, E-Mail-Adressen, Dateinamen und Dateierweiterungen hin.

Constant width

Wird für Programmlistings sowie innerhalb von Absätzen verwendet, um auf Programmelemente wie Variablen- oder Funktionsnamen, Datenbanken, Datentypen, Umgebungsvariablen, Anweisungen und Schlüsselwörter hinzuweisen.

Constant width bold

Zeigt Befehle oder anderen Text an, der vom Benutzer wortwörtlich eingetippt werden sollte.

Constant width italic

Zeigt Text an, der durch vom Benutzer eingegebene Werte oder durch kontextabhängige Werte ersetzt werden soll.

Tipp

Dieses Element steht für einen Tipp oder eine Anregung.

Hinweis

Dieses Element steht für einen allgemeinen Hinweis.

Warnung

Dieses Element weist auf eine Warnung oder einen Warnhinweis hin.

Code-Beispiele verwenden

Zusätzliches Material (Code-Beispiele, Übungen usw.) steht unter https://bit.ly/2FPgGVV zum Download bereit .

Dieses Buch soll dir helfen, deine Arbeit zu erledigen. Wenn in diesem Buch Beispielcode angeboten wird, darfst du ihn in deinen Programmen und deiner Dokumentation verwenden. Du musst uns nicht um Erlaubnis fragen, es sei denn, du reproduzierst einen großen Teil des Codes. Wenn du zum Beispiel ein Programm schreibst, das mehrere Teile des Codes aus diesem Buch verwendet, brauchst du keine Erlaubnis. Der Verkauf oder die Verbreitung von Beispielen aus O'Reilly-Büchern erfordert jedoch eine Genehmigung. Die Beantwortung einer Frage mit einem Zitat aus diesem Buch und einem Beispielcode erfordert keine Genehmigung. Wenn du einen großen Teil des Beispielcodes aus diesem Buch in die Dokumentation deines Produkts aufnimmst, ist eine Genehmigung erforderlich.

Wir freuen uns über eine Namensnennung, verlangen sie aber in der Regel nicht. Eine Quellenangabe umfasst normalerweise den Titel, den Autor, den Verlag und die ISBN. Ein Beispiel:"Graph Algorithms" von Amy E. Hodler und Mark Needham (O'Reilly). Copyright 2019 Amy E. Hodler und Mark Needham, 978-1-492-05781-9."

Wenn du der Meinung bist, dass die Verwendung von Code-Beispielen nicht unter die Fair-Use-Regelung oder die oben genannte Erlaubnis fällt, kannst du uns gerne unter [e-mail] kontaktieren .

O'Reilly Online Learning

Hinweis

Seit mehr als 40 Jahren bietet O'Reilly Schulungen, Wissen und Einblicke in Technologie und Wirtschaft, um Unternehmen zum Erfolg zu verhelfen.

Unser einzigartiges Netzwerk von Experten und Innovatoren teilt sein Wissen und seine Erfahrung durch Bücher, Artikel und unsere Online-Lernplattform. Die Online-Lernplattform von O'Reilly bietet dir On-Demand-Zugang zu Live-Trainingskursen, ausführlichen Lernpfaden, interaktiven Programmierumgebungen und einer umfangreichen Text- und Videosammlung von O'Reilly und über 200 anderen Verlagen. Weitere Informationen findest du unter http://oreilly.com.

Wie du uns kontaktierst

Bitte richte Kommentare und Fragen zu diesem Buch an den Verlag:

• O'Reilly Media, Inc.
• 1005 Gravenstein Highway Nord
• Sebastopol, CA 95472
• 800-998-9938 (in den Vereinigten Staaten oder Kanada)
• 707-829-0515 (international oder lokal)
• 707-829-0104 (Fax)

Wir haben eine Webseite für dieses Buch, auf der wir Errata, Beispiele und zusätzliche Informationen auflisten. Du kannst diese Seite unter https://oreil.ly/graph-algorithms aufrufen .

Wenn du Kommentare oder technische Fragen zu diesem Buch stellen möchtest, sende eine E-Mail an [e-mail].

Neuigkeiten und weitere Informationen zu unseren Büchern und Kursen findest du auf unserer Website unter http://www.oreilly.com.

Finde uns auf Facebook: http://facebook.com/oreilly

Folge uns auf Twitter: http://twitter.com/oreillymedia

Schau uns auf YouTube: http://www.youtube.com/oreillymedia

Danksagungen

Es hat uns sehr viel Spaß gemacht, das Material für dieses Buch zusammenzustellen und wir danken allen, die uns dabei geholfen haben. Unser besonderer Dank gilt Michael Hunger für seine Beratung, Jim Webber für seine unschätzbaren Korrekturen und Tomaz Bratanic für seine sorgfältige Recherche. Schließlich sind wir Yelp sehr dankbar, dass wir seinen umfangreichen Datensatz für aussagekräftige Beispiele nutzen durften.