Графовые алгоритмы : практическая реализация на платформах Apache Spark и Neo4j

Содержание книги "Графовые алгоритмы : практическая реализация на платформах Apache Spark и Neo4j"

Предисловие
Вступительное слово рецензента
Глава 1. Введение
Что такое графы?
Что такое графовые алгоритмы и анализ графов?
Обработка графов, базы данных, запросы и алгоритмы
OLTP и OLAP
Почему мы должны изучать графовые алгоритмы?
Где и когда применяется анализ графов?
Заключение
Глава 2. Теория и концепции графов
Терминология
Типы и структуры графов
Случайные, локализованные и безмасштабные сети
Разновидности графов
Связные и несвязные графы
Невзвешенные и взвешенные графы
Ненаправленные и ориентированные графы
Ациклические и циклические графы
Разреженные и плотные графы
Однокомпонентные, двудольные и k-дольные графы
Типы графовых алгоритмов
Поиск пути
Определение центральности
Обнаружение сообщества
Заключение
Глава 3. Графовые платформы и обработка
Графовые платформы и особенности обработки
Подходы к выбору платформы
Подходы к обработке данных
Объединяющие платформы
Выбор платформы
Apache Spark
Графовая платформа Neo4j
Заключение
Глава 4. Алгоритмы поиска по графу и поиска пути
Пример данных: транспортный граф
Импорт данных в Apache Spark
Импорт данных в Neo4j
Поиск в ширину
Поиск в ширину с помощью Apache Spark
Поиск в глубину
Кратчайший путь
Когда следует использовать алгоритм кратчайшего пути?
Реализация алгоритма кратчайшего пути с Neo4j
Поиск кратчайшего взвешенного пути с Neo4j
Поиск кратчайшего взвешенного пути с Apache Spark
Вариант алгоритма кратчайшего пути: A*
Вариант алгоритма кратчайшего пути: k-кратчайший путь Йена
Алгоритм кратчайшего пути между всеми парами вершин
Подробный разбор алгоритма APSP
Когда следует использовать APSP?
Реализация APSP на платформе Apache Spark
Реализация APSP на платформе Neo4j
Кратчайший путь из одного источника
Когда следует использовать алгоритм SSSP?
Реализация алгоритма SSSP на платформе Apache Spark
Реализация алгоритма SSSP на платформе Neo4j
Минимальное остовное дерево
Когда следует использовать минимальное остовное дерево?
Реализация минимального остовного дерева на платформе Neo4j
Алгоритм случайного блуждания
Когда следует использовать алгоритм случайного блуждания?
Реализация алгоритма случайного блуждания на платформе Neo4j
Заключение
Глава 5. Алгоритмы вычисления центральности
Пример графовых данных – социальный граф
Импорт данных в Apache Spark
Импорт данных в Neo4j
Степенная центральность
Охват вершины
Когда следует использовать степенную центральность?
Реализация алгоритма степенной центральности с Apache Spark
Центральность по близости
Когда следует использовать центральность по близости?
Реализация алгоритма центральности по близости с Apache Spark
Реализация алгоритма центральности по близости с Neo4j
Вариант центральности по близости: Вассерман и Фауст
Вариант центральности по близости: гармоническая центральность
Центральность по посредничеству
Когда следует использовать центральность по посредничеству?
Реализация центральности по посредничеству с Neo4j
Вариант центральности по посредничеству: алгоритм Брандеса
PageRank
Влияние
Формула алгоритма PageRank
Итерация, случайные пользователи и ранжирование
Когда следует использовать PageRank?
Реализация алгоритма PageRank с Apache Spark
Реализация алгоритма PageRank с Neo4j
Вариант алгоритма PageRank: персонализированный PageRank
Заключение
Глава 6. Алгоритмы выделения сообществ
Пример данных: граф зависимостей библиотек
Импорт данных в Apache Spark
Импорт данных в Neo4j
Подсчет треугольников и коэффициент кластеризации
Локальный коэффициент кластеризации
Глобальный коэффициент кластеризации
Когда следует использовать подсчет треугольников и коэффициент кластеризации?
Реализация подсчета треугольников с Apache Spark
Реализация подсчета треугольников с Neo4j
Локальный коэффициент кластеризации с Neo4j
Сильно связанные компоненты
Когда следует использовать сильно связанные компоненты?
Реализация поиска сильно связанных компонентов с Apache Spark
Реализация поиска сильно связанных компонентов с Neo4j
Связанные компоненты
Когда следует использовать связанные компоненты?
Реализация алгоритма связанных компонентов с Apache Spark
Реализация алгоритма связанных компонентов с Neo4j
Алгоритм распространения меток
Обучение с частичным привлечением учителя и начальные метки
Когда следует использовать распространение меток?
Реализация алгоритма распространения меток с Apache Spark
Реализация алгоритма распространения меток с Neo4j
Лувенский модульный алгоритм
Когда следует использовать Лувенский алгоритм?
Реализация Лувенского алгоритма с Neo4j
Проверка достоверности сообществ
Заключение
Глава 7. Графовые алгоритмы на практике
Анализ данных Yelp на платформе Neo4j
Социальная сеть Yelp
Импорт данных
Графовая модель
Краткий обзор данных Yelp
Приложение для планирования поездки
Туристический бизнес-консалтинг
Поиск похожих категорий
Анализ данных о рейсах авиакомпании с помощью Apache Spark
Предварительный анализ
Популярные аэропорты
Задержки вылетов из аэропорта Чикаго
Плохой день в Сан-Франциско
Взаимосвязи аэропортов через авиакомпании
Заключение
Глава 8. Графовые алгоритмы и машинное обучение
Машинное обучение и важность контекста
Графы, контекст и точность
Извлечение и отбор связанных признаков
Графовые признаки
Признаки и графовые алгоритмы
Графы и машинное обучение на практике: прогнозирование связей
Инструменты и данные
Импорт данных в Neo4j
Граф соавторства
Создание сбалансированных наборов данных для обучения и тестирования
Как мы предсказываем недостающие связи
Разработка полного цикла машинного обучения
Прогнозирование связей: основные признаки графа
Прогнозирование связей: треугольники и коэффициент кластеризации
Прогнозирование связей: выделение сообществ
Заключение
Итог книги
Приложение А. Дополнительная информация и ресурсы
Дополнительные алгоритмы
Массовый импорт данных Neo4j и Yelp
APOC и другие инструменты Neo4j
Поиск наборов данных
Помощь в освоении платформ Apache Spark и Neo4j
Дополнительные курсы
Об авторах
Об изображении на обложке
Предметный указатель