Graph 基于Neo4j的数据挖掘

我对图形数据库非常陌生，我正在尝试确定Neo4j是否是用于网络图形数据挖掘的正确工具，或者是否有更合适的工具

我计划使用一个图形数据库对一些大型图形（百万个节点/10到1亿条边）进行分析，但我希望为图形中的每个人应用算法并计算度量。例如：

• 对于每个人，他们的扩展网络中有多少人具有特定属性
• 每个人从具有特定属性的人身上走多少步
• 执行社区检测
• 运行页面排名

稍微研究一下，neo4j似乎非常适合从某个节点开始运行查询，但它是否也适合对网络中的每个人应用计算？我发现“图形计算引擎”这个术语是两者之间的区别，但似乎找不到太多

---

有没有其他工具在这种规模上有用（gephi和类似工具无法处理我需要使用的大量数据）。

看起来neo4j不是您在这里寻找的。在我看来，你真的需要一个图形引擎，而不是一个图形数据库

• 使用图形数据库，您应该能够执行查询。当处理高度连接的数据时，它将执行得非常快。例如，Neo4j应该快速地选择一个节点，找到它的朋友，然后在社交图中找到起始节点的朋友的朋友。在这种情况下，图形数据库在处理大量节点时的性能优于sql模型。请注意，效率恰恰来自这样一个事实：引擎不必查看整个图形来回答查询

• 使用图形引擎，您可以对整个图形执行您描述的计算

如果您想缩放和分析大量节点，我建议您看看MapReduce方法；请看（也许还有）

---

希望这有帮助

因为您需要使用图形数据库分析引擎，所以您可能会感兴趣。以下是他们的描述：

Faunus是一个基于Hadoop的图形分析引擎，用于分析跨多机计算集群表示的图形

我知道这一点是因为我一直在关注他们的图形数据库Titan，它与Tinkerpop很好地集成，但我没有使用它（Faunus）

---

因此，通过使用Faunus，您还可以拥有一个graph后端，IMO可以与您想要做的事情齐头并进。

另一个非常好的图形分析引擎是GraphLab（它是单机版：GraphChi）。令人印象深刻的性能-请参阅：

---

镜像其他评论（并防止它成为产品线程，从而锁定它）-Neo4j是一个图形数据库-对于查询/探索/等非常有用。GraphLab和其他给出的示例是更完整的图形分析-如pagerank、图形三角形计数，等等。

我意识到这已经很晚了，但为了未来谷歌的利益

您可能还想尝试基于Spark构建的GraphX项目。到目前为止，它是alpha，但对于大规模图形分析来说，它看起来不错

---

如果您想要纯Neo4j解决方案，您应该检查project

实现的算法：

1页排名

2三角计数

3社区检测的标签传播

4模块化（用于社区检测）

---

希望能有所帮助

谢谢，很高兴能弄清楚两者之间的区别。我熟悉Hadoop，并一直在考虑ApacheGiraph，它似乎专门用于graphs（），但建立Hadoop集群将是一个相对较大的任务。在gephi（我认为是相对较小的图形）和hadoop（巨大的图形）之间是否有中间产品。我不知道giraph，我会看一下：）根据我的经验，运行hadoop作业最简单也是最经济的方法是在服务器上使用按需集群。优点是，您可以根据需要处理的数据量来扩展集群。运行相对较小的集群非常便宜，而且您不需要进行任何配置！这篇博文可能有助于介绍。