数据分析之图算法: 基于Spark和Neo4j

1

第 1 章

导论

图是计算机科学的一大主题，可用于抽象表示交通运输系统、人际交往网络和电

信网络。对于训练有素的程序员而言，能够用一种形式来对不同的结构建模是强

大的力量之源。

——《算法设计指南》

Steven S. Skiena

，石溪大学计算机科学杰出授课教授

当今紧迫的数据挑战在于厘清关系，而不仅仅是对离散数据制表。图技术及其分析方法为

用于研究、社会活动和商业解决方案的关联数据提供了强大的工具，举例如下：

•

对金融市场、信息技术服务等多种动态环境建模；

•

预测传染病的传播以及由此引发的服务延迟和中断；

•

查找用于机器学习的预测性特征，以打击金融犯罪；

•

发现针对个性化体验和推荐的模式。

随着数据之间的关联度日益增强，系统也越来越复杂，利用数据中丰富且不断演进的关系

变得非常重要。

本章将介绍图分析和图算法。在介绍图算法和解释图数据库与图处理之间的区别之前，首

先简要回顾图的起源。本章将探究现代数据的本质，揭示为何联系所含的信息要比用基本

统计方法发现的信息复杂得多，最后还会研究一些图分析用例。

1.1

　何谓图

图的历史可以追溯到

1736

年，即欧拉解决“哥尼斯堡七桥”问题的那一年。“哥尼斯堡七

2

｜

第

1

章

桥”问题是指，能否参观哥尼斯堡市里由

7

座桥连接的

4

个区域，而且每座桥只允许经过

一次。实际上这是不可能做到的。 ...