投资者 IQT 使用 Neo4j 帮助美国情报机构寻找最佳的尖端技术
挑战
IQT 弥合了政府客户、初创公司和为他们提供资金的风险投资 (VC) 社区之间的差距。它利用对这些不同社区的深刻理解来识别和支持最符合美国情报任务的技术创新，这些任务是美国安全机构面临的最持久、最困难的问题。IQT 每年投资大约 50 家公司。但为了成功地做到这一点，其员工必须维护与 VC、初创公司、大学和技术中心之间的联系网络。他们还必须评估来自广泛领域的科技创新，包括生物学、空间系统、通信、网络安全、分析、基础设施、物联网、机器人、人工智能、材料和能源。
IQT 的最终目标是将这些通常非常不同的产品组合分解（或“分解”）成其核心互补能力。例如，它将把无人机到 5G 无线通信系统等任何东西分解成其核心互补能力。然后，它将混合搭配这些功能，以创建新的定制技术“堆栈”，解决其客户的复杂问题。
但 IQT 在实现这一使命方面遇到了重大问题。
“我们无法自动化这些练习，”首席架构师 Ravi Pappu 解释道。“技术评估和分解是在电子表格和演示文稿图表中手动完成的。技术供应商是手动匹配的，识别新产品组合的过程缓慢且产生的想法很少。”
解决方案
Pappu 认识到 IQT 面临着一系列相互关联的数据挑战：映射情报机构、其任务问题和初创公司之间的联系；整合来自不同供应商和其他来源的大量信息；以及快速查明不同技术产品之间的重要联系以创建新的解决方案。从他之前在使用 Neo4j 的经验中，他认识到解决这些问题的最佳方法是通过图数据库。
“我们的工具没有反映我们数据的关联性，”Pappu 说。“这就是我们用 Neo4j 解决的问题。”
“我们选择图数据库而不是其他系统的根本原因是，不同对象之间的关系具有巨大价值，”他解释道。“此外，我们组织中有许多不同的数据孤岛，我们希望对它们进行 JOIN 操作。图数据库是执行此操作的最佳方法，我们选择 Neo4j 是因为它的成熟度、商业支持、我之前的经验以及公司愿意与我们合作定价。”
2017 年 1 月，IQT 开始构建一个由 ARQ 访问的 100,000 节点 Neo4j 数据库，ARQ 是一个使用 Go 编写的基于 Neo4j 的定制前端。该数据库于 2017 年年中投入使用，此后每三个月发布新版本。IQT 还正在整合 Elasticsearch，以提高搜索查询的相关性。
下载案例研究
