Découverte de la Graph Data Science
0 j'aime80 vues
Le document présente les applications et analyses de la science des données de graphes, principalement à travers l'utilisation de Neo4j, qui propose des outils pour l'analyse des transactions de graphes, la découverte, et la visualisation. Il souligne les principaux cas d'utilisation de la science des données de graphes, tels que la détection de fraude, la recommandation de parcours de soins, et la prédiction de l'attrition. De plus, il introduit de nouvelles fonctionnalités, notamment une API Python pour faciliter l'interaction avec les algorithmes de science des données de graphes.
Découverte de la Graph Data Science
- 1. Neo4j, Inc. All rights reserved 2023 1 Graph Data Science Pierre Halftermeyer Field Engineer @ Neo4j
- 2. Neo4j, Inc. All rights reserved 2023 Technologie de graphes pour les applications et analyses 2 Outils d’analyse Transactions de graphes Intégration de données Dev. & Admin Pilotes & APIs Découverte & Visualisation Analyses et data science Développeurs Admins Applications Utilisateurs métier Data Analysts Data Scientists
- 3. Neo4j, Inc. All rights reserved 2023 Les domaines de la Graph Data Science Graph Native Machine Learning Découvrir de nouveaux patterns Prédire liens, labels, et valeurs avec des modèles ML optimisés pour le graphe. Identifier des associations, anomalies, et tendances à l’aide de ML non supervisé. Algorithmes de graphes Graphes de connaissance Trouver des motifs dans vos données connectées 3
- 4. Neo4j, Inc. All rights reserved 2023 Principaux cas d’usages de la Graph Data Science 4 Recommendations • Parcours de soin archétypes et patterns • Révéler les similarities à travers le temps • Trouver les points d’inflexion Détection de fraude • 300%+ augmentation de la detection • 10% vrais positifs escaladés (industry is <1%) • ~150% augmentation en gain de payment K-360 • 1621% augmentation contact client • 500% augmentation visites par profil • 20-30% amélioration de la connaissance du client • Prédiction de l'attrition Logistique / ch. d’appr.. • Planification < seconde des routes • Reduction de l’emission CO2 60,000 tonness • 12-16M ROI pour les clients de OrbitMI
- 5. Neo4j, Inc. All rights reserved 2023
- 6. Neo4j, Inc. All rights reserved 2023 6 La bibliothèque Neo4j GraphDataScience Graphe Mutable en-mémoire Computational Graph SGBD graphe natif
- 7. Neo4j, Inc. All rights reserved 2023 60+ algorithmes de graphes dans Neo4j 7 • Centralité de degré • Centralité de proximité • Centralité harmonique • Betweenness Centrality & Approx. • PageRank • Personalized PageRank • ArticleRank • Eigenvector Centrality • Plus court chemin • A* Shortest Path • Yen’s K Shortest Path • Minimum Weight Spanning Tree • K-Spanning Tree (MST) • Random Walk • Breadth & Depth First Search • Euclidean Distance • Cosine Similarity • Node Similarity (Jaccard) • Overlap Similarity • Pearson Similarity • Approximate KNN Recherche et cheminement Centralité / Importance Similarité Prédiction de lien • Adamic Adar • Common Neighbors • Preferential Attachment • Resource Allocations • Same Community • Total Neighbors ... Fonctions auxiliaires: • Génération de graphes aléatoires • Export de graphes • Encodage à chaud • Distributions & métriques Embedding (vectorisation) • Node2Vec • Random Projections • GraphSAGE Détection de communautés • Triangle Count • Local Clustering Coefficient • Connected Components (Union Find) • Strongly Connected Components • Label Propagation • Louvain Modularity • K-1 Coloring • Modularity Optimization
- 8. Neo4j, Inc. All rights reserved 2023 Vectorisation: Enrichir vos données : La topologie du graphe contient de l’information exploitable pour le ML. Graph Embeddings summarize the enhanced explicit knowledge of a graph 8
- 9. Neo4j, Inc. All rights reserved 2023 Architecture hybride ● Ajouter un membre dédié à GDS à votre cluster ● L’écriture en base est supportée nativement
- 10. Neo4j, Inc. All rights reserved 2023 Nouveau: API Python pour la Graph Data Science ● Client python natif ● Exécuter GDS tout simplement depuis un notebook ● Support d’AuraDS ● Dataframe pandas supportés ● Porte d’entrée vers GDS pour les data scientists
- 11. Neo4j, Inc. All rights reserved 2023 Nouveau: Invocation d’algorithmes GDS depuis Bloom
- 12. Neo4j, Inc. All rights reserved 2023 12 Merci ! pierre.halftermeyer@neo4j
- 13. Neo4j, Inc. All rights reserved 2023 New: AuraDS - data science as a service Automated Operability We deploy your instance, we keep it up to date and running. You don’t have to do anything! ML Ops Support GDS EE Access means you can persist, publish, and restore models - no interruptions from restarts Secure in-flight and at rest We automatically apply patches - workloads are monitored and backed up to prevent interruptions. Backup with one click Take a snapshot of your instance, models and in-memory graphs in one click Scale on demand Access to large hardware that you can scale up and down on demand Enterprise Graph Data Science AuraDS includes GDS EE licensing plus early access to new GDS algorithms and features. Pause when you need Data scientists expect to pause unused instances; we support pausing according to tier. Pay the way you want Customers can select pay-as-you-go pricing with the self start tier or annual contracts.