Neo4j：权威指南

第 1 章. 如何在短短五天内从图表中获取价值

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

世界就是一张图。2010 年代初，现代企业纷纷采用当时的小众技术--图形来处理在线实时推荐或影响分析等用例。与关系型数据库和其他 NoSQL 数据库相比，他们选择图数据库的原因在于其性能、可扩展性以及实时遍历数据连接关系的惊人能力。图捕捉到了反映真实世界的丰富联系。

10 年过去了，图技术的发展呈现爆炸式增长。除了这些最初的用例，图形还解决了当今数据的一个关键问题：复杂性。

在过去的二十年里，我们一直在收集、分析、预测和保护数据。我们周围的一切都在捕捉数据。有些组织的存在仅仅是为了分析数据并提供见解。对于其他组织而言，数据的使用决定着业务的成败。

自从Clive Humby¹宣布 "数据是新的石油 "以来，各公司从数据中获取价值的想象力、创造力和技术创新一直有界不穷。从 2000 年代前十年 NoSQL 数据库的兴起，到今天令人瞠目结舌的生成式人工智能（GenAI）的发展速度，我们显然还没有摆脱数据的束缚。我们确实生活在数据时代，但更重要的是，我们生活在连接数据的时代，而价值就在于连接。作为数字消费者，我们现在期待相关的个性化体验。世界是互联的，世界各地的数据本质上也是互联的，我们在各种设备和交易中留下的数字足迹蕴含着丰富的故事。

许多大公司仍在将数据孤岛化，分散在不同的企业系统中，即使情况比十年前好了很多，但在这些系统中进行查询以发掘隐藏价值的效率仍然不高。

发现和利用来自企业各个角落的数据通常由数据工程师或科学家负责，但这使得分析和数据驱动型决策离那些每天都需要访问可信数据的人越来越远。如何解决这个问题？

图表使数据民主化。图形让我们可以将孤岛式数据整合到一个模型中，该模型是组织的数字孪生，具有足够的灵活性，可以适应不断变化的业务需求。关系将不同系统中的数据连接起来，起到价值倍增器的作用。突然之间，每个人都可以直接探索和处理业务数据。分析工具可以连接到单一真相源，提供验证假设或支持决策所需的洞察力，从而增强业务一线人员的能力。

随着GenAI 的兴起，知识图谱变得更加突出：它们捕捉显式关系，使机构智能更贴近数据。当与揭示隐式关系（基于语义的关系）的向量搜索配对时，知识图谱可将大型语言模型（LLMs）的响应建立在经过验证的事实之上。与向量搜索相比，GraphRAG正在，这种方法涉及为 LLMs 提供更丰富、更相关的上下文。您将在第 13 章中了解到这些概念。

注释

图形技术正在加速发展。Gartner预测²到 2025 年，图技术将用于 80% 的数据和分析创新，而 2021 年仅为 10%，从而促进整个组织的快速决策。

在本章中，我们将指导你通过一条实用的路径，在短短一周内为你的业务提供图形价值。Neo4j 非常适合渐进式的开发和交付，这是现代企业所青睐的一种流程，而不是 "大爆炸 "式的方法。迅速展示价值，然后进行增量迭代，以显示一路走来的持续影响，是采用新技术最成功的途径之一。

ElectricHarmony 的不和谐

老牌音乐流媒体服务公司 ElectricHarmony 正在探索如何使用图数据库。随着新的音乐提供商吸引年轻人的注意力，ElectricHarmony 正在努力保持竞争力。仅在过去两个季度，他们就流失了大量用户，这些用户表示他们的收听体验感觉陈旧且缺乏新意。

经过深入分析，ElectricHarmony 得出结论，他们根本没有充分利用各种系统中收集到的所有数据来制作更相关的播放列表。新数据源出现得很快，公司跟不上。随之而来的是决策者希望通过实施临时用例来解决燃眉之急。 ...