Neo4j 推出企业级图机器学习

Neo4j Graph Data Science 1.4 赋能图原生机器学习方法 

慕尼黑，2020 年 10 月 20 日 – 图技术领导者 Neo4j® 宣布推出 Neo4j Graph Data Science 1.4。该框架的当前版本支持图嵌入，并允许企业将基于图的机器学习方法与深度学习和图卷积神经网络（CNN 或 ConvNet）结合使用。 

图嵌入是图技术中的一种方法，用于抽象复杂的图结构并降低其维度。它计算图中每个数据元素的周围网络，以优化基于机器学习方法的预测。图嵌入算法捕获图的结构，因此用户不再需要依赖预设的公式/模板来计算诸如中心性值之类的特定特征。

Graph Embeddings werden genutzt, um komplexe Graph-Strukturen zu abstrahieren und ihre Dimensionalität zu reduzieren.

图注：图嵌入用于抽象复杂的图结构并降低其维度。这项技术为基于图的机器学习方法开辟了广泛的应用可能性。

除 Google 和 Facebook 外，目前只有少数企业使用图嵌入。Neo4j Graph Data Science 1.4 将这项创新技术提供给所有企业，用于进行预测性分析和预测——从欺诈检测、客户或患者的 360 度视图到弥补知识图谱中的空白。因此，Neo4j Graph Data Science 1.4 提供了首个也是唯一一个可供企业商业使用的图原生机器学习解决方案。

Neo4j Graph Data Science 1.4 包含三个新的图嵌入选项，通过读取图拓扑结构提供更准确的表示

  • node2Vec 是一种使用神经网络的知名图嵌入算法。

  • FastRP 比 node2Vec 快达 75,000 倍，同时保持相同的精度，并且对大型图具有高可伸缩性。

  • GraphSAGE 是一种图嵌入算法和归纳学习方法，利用图卷积神经网络表示图的结构。该算法会不断适应图的变化。 

除了图嵌入外，Neo4j Graph Data Science 的新版本还包含通用的机器学习算法，例如 k 最近邻算法 (k-NN)。该算法通常用于模式分类，以便更容易地捕获通过图嵌入获得的见解。通过这种方式，还可以根据分散数据点的相似性来确定图结构。

更多优势

  • 发现数据中的隐藏见解：图嵌入算法通过识别所有传统图算法都能提供的信息超集，来识别数据中具有结构意义的内容。图嵌入会示例性地检查图的拓扑结构和属性（Properties），然后将其简化为显著特征，用于进一步的机器学习过程。

  • 不仅仅是算法：图算法结合图嵌入可以根据图的拓扑结构和属性来抽象图的结构。这样就可以基于数据点之间的连接（而不仅仅是原始数据）来预测结果。

  • 更快的特征工程：对于模糊的预测特征，FastRP 和 Generalized Learning 无需测试不同的有针对性的算法。

  • 持续纳入新数据和预测：GraphSage 的学习到的函数存储在新的机器学习模型目录中，可以随时应用于新数据——无需重新训练模型。

  • 充分利用图数据库的价值：持续的评估和分类以及预测性地发现缺失信息，从而持续优化洞察。

“我们非常自豪能够推出 Neo4j Graph Data Science 这一企业级解决方案，它将最先进的图分析与高用户友好性相结合，因此非常适合企业广泛使用。现在，每个人都可以充分利用图机器学习方法来处理其应用。就预测分析而言，这是一个真正的里程碑，”Neo4j 的首席产品经理兼数据科学家 Alicia Frame 解释道。

有关 Neo4j Graph Data Science 的更多信息，请访问 Neo4j 网站。您可以立即下载最新版本。

有关 Neo4j Graph Data Science 1.4 版本的更详细信息，请在全球 Neo4j 开发者博览会和峰会 NODES 上了解。您可以在此处找到 Neo4j Connections for Graph Data Science 在线活动的演讲和演示。

GOV.UK 基于图数据科学和 Neo4j 知识图谱实施了他们的首个机器学习模型。

图片下载

Neo4j for Graph Data Science 1.4 ermöglicht End-to-End-Workflows für Graph Machine Learning Prozesse, wie dem Schließen von Lücken in Knowledge Graphen.

图注：Neo4j Graph Data Science 1.4 支持图机器学习流程的端到端工作流程，例如填补知识图谱中的空白。

更多信息

关于 Neo4j

Neo4j 是图技术的领导者。作为全球使用最广泛的图数据库，它帮助 Deutsches Zentrum für Diabetesforschung e.V.、NASA、UBS 和 Daimler 等企业发现人、流程、地点和系统之间的关联，并做出数据驱动的预测。专注于数据关系使其能够开发智能应用并克服互联数据的挑战——从分析和人工智能到欺诈检测和实时推荐再到知识图谱。更多信息请访问 Neo4j.com 和 @Neo4j。


Neo4j 媒体热线
pr@neo4j.com 
neo4j.com/news/

媒体联系人： 
Neo4j
Claudia Remlinger
Claudia.remlinger@neo4j.com

Lucy Turpin Communications
Sabine Listl / Jennifer Jurkovic
+49 89 417761—16/18
neo4j@LucyTurpin.com