来举例一下 Neo4j 的实务应用

前情提要

最後一篇正篇,稍稍回顾了一下之前的每一篇

发现对於现实上的使用案例,好像没有太多的描述

所以说就在最後的这篇来稍微对现实的案例,简单的描述一下

以及拿自己的案例作举例吧w

eBay 改善购物体验

每次都先拿 eBay 举例

eBay 身为全球前几大的购物网站,如何推荐最 "适合" 的商品给顾客

对於 eBay 来说,是最重要的事情

不过,通常搜寻引擎只会对 "关键字" 有反应

要如何导入更多像是商品资讯、使用环境、使用条件等等这类的资讯,就相对困难

最後他们结合 AI 判断顾客需求,并使用 Neo4j 快速关联相关资讯

让顾客更快速更直接地找到他所需要的产品

更多详细内容可以看这里
Neo4j eBay Case Study

Cisco 更快速的档案搜寻

Cisco 的销售团队有一个问题,他们为了要寻找浅在的客户

常常要花非常大量的时间在查找文档

如同我在第 18 篇提过的资料问题

有人工处理这些资料相当麻烦且耗时

所以 Cisco 最後将这些资料的关联加入 Neo4j 资料库

让员工可以更有效率且精准地找到他们要找的文件

也为 Cisco 每年节省超过 400 万小时的时间

更多详细内容可以看这里
Neo4j Cisco Case Study

来讲讲我的应用,先简单的从社群网站的互动做举例

先上一张用 Neo4j 分析自己 Twitter 的关系图

绿色的是我,蓝色是我追踪的或是追踪我的对象,红色是我的推文

这样一分析下来就可以很清楚地发现,中间偏右上的那个蓝点

有着最多的红点关联,由此就可以推断这个蓝点会是我互动性最高的用户

而那个蓝点是来自日本的乐团 Mili,他们的歌真的超赞,请务必去 YouTube 欣赏

直接传教x

再来能举例的就是我的工作的部分了,这部分有点危

简单讲就是要分析人与人之间的关系

如下图所示

应该该码的都码了,解析度也降超低,应该是没有问题w

图中每个点都是一个单位,你可以看出来他们中间有一些连结度比较高的点

通常那些点,就会是要找的重点单位

大概是这种感觉


希望这篇举的例大家会喜欢

Neo4j 的内容就到这边,正式宣告结束

记得下篇回来看我抱怨跟看满满的 meme

下篇 完结洒花,来讲讲心得感想吧

究竟铁人赛能不能完赛呢,让我们继续看下去

完赛了啦


排版好看的版本同步更新在我的 HackMD


<<:  [Day 28] 从零开始学Python - 深度学习Keras:如果你能预知这条路的陷阱,我想你依然错得很过瘾

>>:  [Day 29] 利用CreateML训练的模型判断情绪(下)

Day03-搞懂传址、传值? 电脑如何储存资料?

前言 昨日我们学习了资料的型态,今天我们要来了解变数的参考。 Pass by Value ? Str...

[Day5] Holt's Model 介绍

第四篇我们介绍了时间序列经典的统计预测方法 ARIMA,包含公式内的两大模型 AR model、MA...

软件行销 - 如何利用『免费使用』使公司获益

回顾前一篇『为何软件产品要进行免费开源 或 免费使用』 网址:https://ithelp.itho...

Day8 主动情蒐-情蒐流程、工具与漏洞简介

针对主动情蒐 主动情蒐指主动跟目标进行互动,会透过工具枚举所需的资讯,本系列文会介绍以下几种工具。 ...

热门AI平台分享 | Dataiku 让跨专业的数据协作成为可能

大数据落地的三部曲是:意愿、能力、工具 当今很多企业其实并不缺乏用数据辅助决策的意愿 缺的反而是「营...