图分析入门

1. 什么是图

近几年，全球大数据进入了加速发展时期，数据量呈指数级增长。大数据中不同个体间的关联关系产生的数据以图的形式呈现。这里的图是针对数学中的“图论”而言，主要是由点和边组成的数据结构。顶点相当于树中的节点。顶点之间的关联关系，被称之为边。例如：坐在办公室的三个人，这三个人就是三个点。三个人之间的关系称之为边，如：同事关系，师妹关系，项目合作关系等等。

2. 什么是图分析

图分析使用基于图的方法来分析连接的数据。我们可以：查询图数据，使用基本统计信息，可视化地探索图、展示图，或者将图信息预处理后合并到机器学习任务中。图的查询通常用于局部数据分析，而图计算通常涉及整张图和迭代分析。

3. 图分析常见的应用场景

3.1 社交网络分析

社交网络是十分常见的一类图数据，代表着各种个人或组织之间的社会关系，而图数据能够呈现复杂的社交网络关系，进而易于用户进行进一步的分析。例如，在一个典型的社交网络中，常常会存在“谁认识谁，谁上过什么学校，谁常住什么地方”，Facebook,Twitter,Linkedin 用它来管理社交关系，实现好友推荐。

3.2 电子购物应用

电子购物是互联网中的一类核心业务，在这类场景中，节点分为两类：用户和商品，存在的关系有浏览、收藏、购买等。用户与商品之间可以存在多重关系，如既存在收藏关系也存在购买关系。这类复杂的数据场景可以用属性图轻松描述。电子购物催生了一项大家熟知的技术应用—推荐系统。用户与商品之间的交互关系，反映了用户的购物偏好。例如，经典的啤酒与尿布的故事：爱买啤酒的人通常也更爱买尿布。

3.3 交通网络应用

交通网络具有多种形式，比如地铁网络中将各个站点作为节点，站点之间的连通性作为边。通常在交通网络中我们比较关注的是路径规划相关的问题：比如最短路径问题，再如我们将车流量作为网络中节点的属性，去预测未来交通流量的变化情况。

4. 图分析的优点

一般来说，关系分析通过一对一甚至一对多的比较来研究关系，而图分析也可以比较多对多的关系。关系数据库由严格的模式组成，因为很难向它们添加新的数据关系，因此，关系分析最适用于按表和列排序的结构化且不变的数据。而图分析由图数据库而不是关系数据库提供支持，在图形数据库中可以相对轻松地添加数据和数据关系，这可以为图分析在数据组织中节省更多时间，花费更少的精力合并数据源和点。

此外，与大多数其他数据分析工具和模型相比，图形在视觉上更有吸引力且更易于理解。它还可以找到间接关系，并可以将大量复杂的数据凝聚在一起，可以提高预测和决策的准确性，给人们提供更深入的见解。

5. 图分析常用的工具有哪些

图数据库：一些流行的图形数据库包括 - ArangoDB、Amazon Neptune、Neo4j、Orient DB、Dgraph、FlockDB。

图分析平台包括：TigerGraph，这是一个企业级图分析平台。BigGraph，这是来自阿里的大规模在线图分析平台。

图计算引擎包括：GraphX、Giraph、GraphScope。大家一般对 GraphX 和 Giraph 比较熟悉，Graph Scope 是由阿里巴巴的达摩院研究的一个一站式大规模图计算系统。在下一篇文章中会详细介绍这些图数据相关的工具。