Graphdatenbank: Neo4j schafft Plattform für Data Science

Mit der neuen Graph-Data-Science-Library vereinfacht Neo4j die Analyse und darauf basierende Vorhersagen aus vernetzten Datenbeständen.

Lesezeit: 2 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 12 Beiträge
Neo4j: Die Graphdatenbank wird zur Graphplattform

(Bild: sdecoret/Shutterstock.com)

Von
  • Matthias Parbel

Das Unternehmen Neo4j ergänzt seine gleichnamige Graphdatenbank um eine neue Graph-Data-Science-Library. In der Kombination der Bibliothek mit der Graphdatenbank sowie dem Visualisierungs-, Explorations- und Kommunikationstool Bloom schafft Neo4j eine neue Plattform für Enterprise Graph Data Science (GDS). Sie soll insbesondere Datenwissenschaftler in die Lage versetzen, den Einsatz von Graph-Analysen und Machine-Learning-Modellen stärker zu operationalisieren und zu standardisieren, um effizienter zuverlässige Aussagen und Vorhersagen aus vernetzten Daten ableiten zu können.

Zu diesem Zweck unterstützt die neue Plattform nach Aussage von Neo4j grundsätzlich zwei Ansätze. Erstens die Graph-Analyse, in der globale Abfragen und Graph-Algorithmen bei der Suche nach Antworten zu konkreten Fragestellungen helfen sollen, und zweitens das durch Graphdaten unterstützte Machine Learning, dessen Modelltraining zu besseren Vorhersageergebnissen beitragen soll. Die GDS-Plattform vereint dafür aussagekräftige Abfragen (mittels Cypher), Statistik, Graph-Algorithmen und ML-Techniken.

Neo4js neue Plattform für Data Scientists.

(Bild: Neo4j)

In der Graph-Data-Science-Library stehen Entwicklern und Data Scientists nun die benötigten Tools gesammelt zur Verfügung. Unter den Graph-Algorithmen darin finden sich sowohl Unsupervised-Learning-Methoden als auch Heuristiken, die die Topologie eines Graphen lernen und beschreiben. Damit lassen sich dann konkrete Fragestellungen in fünf wesentlichen Bereichen untersuchen: Erkennung von Gemeinschaften, Zentralität, Gleichartigkeit, Erkennung und Vorhersage von Beziehungen sowie die Suche nach dem kürzesten oder effizientesten Wege zum Durchlaufen eines Graphen.

Detaillierte Informationen zur Graph-Data-Science-Library finden sich in der Dokumentation. Interessierte Entwickler und Data Scientists, die die GDS näher kennenlernen möchten, haben entweder die Möglichkeit, die Plattform in der Neo4j-Sandbox auszuprobieren, oder aus dem Neo4j-Desktop heraus mit :play graph-data-science den Browser-Guide durchzuspielen.

Einen kompletten Überblick der GDS-Plattform inklusive eines Anwendungsbeispiels aus der Suche nach neuen Medikamenten bietet der Blogbeitrag zur offiziellen Ankündigung von Neo4j Graph Data Science. (map)