让沉默数据“开口说话” Neo4j图数据平台的“巧思善工”

　　随着万物互联时代的到来，企业对于数据价值的期望越来越高，这也催生了数据库的变革和创新。在这一过程中，图数据库凭借更高效、更快速的实时查询和分析能力，以及更简单、更灵活的数据建模能力，正在逐渐成为企业变现数据价值，提升业务运营效率的重要手段。

　　Gartner 最新报告预测，随着对数据隐性关联实时洞察日益增长的需求，到2023年全球30%的企业都将使用图技术来支撑其智能商业决策。Neo4j图数据科学产品管理高级总监 Alicia Frame表示，不同于关系型数据库，图数据库以事物的连接为中心，强调数据之间的关联关系，能够让分析者从更多维度观察、分析及洞察数据，使得数据分析效率更高。

Neo4j图数据科学产品管理高级总监 Alicia Frame

　　身处其中，面对不断增长的用户需求，Neo4j不仅创造了图数据库的类别，还通过整合数据科学、人工智能，机器学习等技术，充实并扩大了解决方案的功能，构建了第一个企业级的图数据平台。在Alicia Frame看来，Neo4j之所以成为图数据库领域的引领者，是因为构建了大规模可应用的产品体系，让用户能够简单易用地扩展自身应用。与此同时，通过开发社区及企业版产品，不断在开源社区推广图数据概念，在满足客户需求的同时，提升了品牌影响力。

让客户体验简单化

　　“Neo4j作为一个单一、简单且直观的图数据科学平台，能够支持不同的API接口、警告和错误消除功能，以及标准语法。最主要的是依托这一平台能够整合数据路径、连接，以及不同流程，使得用户能够专注于深化算法，从而大大减少应用开发所需的代码量。”Alicia Frame如此说道。

　　Neo4j的产品组合包括了图数据库、图数据科学、云托管服务，以及Bloom展示平台等。由此来看，Neo4j的产品体系是全面的，能够针对不同的用户需求而设计。“对于企业版客户，我们拥有世界一流的售前工程团队，通过与客户密切合作，了解业务需求，能够创建业务模型和验证项目;对于开发人员，Neo4j的产品符合ACID事务数据库，专为扩展架构而构建。而从数据源连接器和语言驱动程序上，还支持Kafka等开源平台，以及Java、Go、Javascript等语言;对于数据科学家，Neo4j能够支持多种图数据算法，使用原生Python客户端，并通过Bloom向最终客户展示全新应用成果等。”Alicia Frame进一步说道。

　　基于在技术创新和市场应用方面的深厚积累，使得Neo4j可以针对不同客户的需求提供不同的解决方案。事实上，其中目的在于Neo4j依托图数据科学，致力于让用户在不用代码或者用少量代码的基础上，就能轻松应用Neo4j图算法解决自身的业务问题，从而降低用户进入的门槛，加速业务变革的进程。

　　目前，Neo4j图数据科学提供了包括路径发现、中心度、社区检测、监督机器学习、链接预测、相似度在内的五大类超过60种算法。Alicia Frame表示，Neo4j图算法支持高度并行处理，并已在数百亿个节点上进行测试，确保算法能够完成并提供正确且易使用的答案，从而帮助企业获得全面的预测功能及处理能力。

　　为了实现这样一个目的，Neo4j还与Python以及主流的数据仓库产品做了深入连接。总而言之，就是要把整个用户的体验简单化，从而让更多的用户应用到Neo4j的图数据平台，并且从中受益。在Alicia Frame的设想中，用户可以根据需要选择Neo4j任意一个图算法，然后再选择数据的节点和关系，最终的应用效果能够在Neo4j Bloom展示平台中以不同颜色和标签的形式呈现出来，使得用户操作简单易用，结果一目了然。

让关联数据“自己说话”

　　众所周知，Neo4j图数据平台更强调数据之间的关联关系，能够结合现有数据中的关系和网络结构的预测能力，解答之前难以解决的问题并提高预测的准确性。在这一过程中，大多数的Neo4j用户都是从知识图谱开始，进而了解他们拥有哪些信息，以及信息与业务之间的关联性。

　　Alicia Frame表示，知识图谱就是通过一个大规模的图，将不同的数据整合连接在一起，通过分析关系以及数据关联得到新的答案，最终让关联数据“自己开口说话”。例如，将企业的基础设施、产品架构等不同维度的数据整合到一个位置，就能让最终用户拥有一个连接点，不同的连接点串联起来就形成了一张网，这样就使得数据间的关联关系更为紧密。而透过关联数据分析，能够实现业务问题的综合化，从而让复杂的问题简单化，使得用户能够更加深入地了解客户、产品，以及业务流程等信息，进而优化决策，提升运营效率。

　　以一家大型全球制药公司的实践为例，该企业从药物研发、生产，到临床实验、销售，以及效果反馈等，拥有一个庞大且复杂的流程。为了更好地适应市场变化以及客户需求，Neo4j为其提供了预测建模的服务，通过将病人体检、药物配置、检验检测等不同部门、不同流程的数据整合到知识图谱当中，依托Neo4j的图算法，能够有效预测哪些病人将从新的药物中受益，然后知道成为药物受益者的图模式是什么样的。基于此，他们可以找到具有相似特征的患者，并进行早期干预以改善患者疗效。

　　据了解，Neo4j图数据科学分为知识图谱、图数据分析、图数据特征工程、图嵌入和图神经元网络五大发展阶段。“不同的发展阶段，客户面临的难点和障碍也不尽相同。由于图数据库的框架模式不同于传统的关系型数据库，因此如何快速有效的将数据导入到图数据库当中，就是客户首要面临的问题。而成功导入数据之后，如何通过数据建模，构建有效的知识图谱，然后借助知识图谱又如何提出与业务关联性更高、价值更大的问题，并将其转化为准确的预测，则是客户面临的更为深层次的问题。”Alicia Frame如此说道。

　　为了更好地解决客户在不同应用阶段所面临的难点和问题，Neo4j一是推出了简捷易用的产品界面，能够帮助客户快速导入数据，构建数据模型;二是增加了与不同解决方案的连接，能够实现数据的无缝迁移;三是提供了伸缩性探索性的分析能力，以及平台展示能力;四是通过开放数据算法以及场景应用，使得其他社区开源人员能够了解在某些具体场景，Neo4j是如何应用及部署的，从而对整个行业起到教育性意义。

通用化和场景化 Neo4j兼收并蓄

　　Alicia Frame提到，Neo4j丰富的产品组合能够针对不同的客户需求提供不同的解决方案。不过，这并不代表Neo4j会针对某个特殊的应用场景提供定制化服务。“我们的方向是将Neo4j打造成一个通用的图数据平台，并坚持把这一通用平台做的更好更深。无论什么行业、什么企业，或者什么应用场景，都能通过Neo4j的通用平台解决自身的业务问题。”Alicia Frame如此说道。

　　然而，通用的图数据平台在满足大多数客户需求的情况下，是不是会丢失那些具有特殊需求的客户呢?面对这样的疑问，Neo4j有着自身独到的见解和一套实践方法论。举例来讲，在供应链分析场景中，Neo4j会为制造企业或者供应链公司提供相适应的查询语言或者算法。而在金融的反欺诈场景当中，Neo4j则会利用社区检测算法。

　　由此来看，针对不同的应用场景，Neo4j会为客户提供相匹配的算法，以解决特殊性需求。对此，Alicia Frame进一步提到，Neo4j取得客户认可，不仅需要自身的技术创新，还需要与合作伙伴的紧密配合。

Neo4j大中华区总经理方俊强

　　以中国市场为例，Neo4j大中华区总经理方俊强表示，无论是从市场规模，还是业务场景来看，中国市场对于图数据平台的需求都将是巨大的。因此，2020年底，Neo4j就决定在中国投入更多的资源。在这一过程中，透过与更多企业的紧密合作，能够帮助Neo4j快速实现产品的本地化落地。因为只有本地的开源人员，本地的合作伙伴才能更好地满足本地客户的需求。

　　目前，Neo4j在大中华区市场已经拥有了13个合作伙伴。在Alicia Frame看来，本地化的合作伙伴能够借助Neo4j的通用平台，针对某个行业、某个项目，以及某个场景，提供深入化、定制化的服务。“我们先把Neo4j图数据平台打造成一个通用品牌，然后通过与不同合作伙伴、不同开源社区的合作，在我们的平台之上构建不同的解决方案，从而提升场景化能力。”Alicia Frame进一步说道。

　　笔者认为，Neo4j通过“平台使能”，使得Neo4j与合作伙伴更紧密的结合在一起，能够更快、更好、更智能地打造场景化解决方案。而“场景创新”则通过Neo4j对合作伙伴的开发支持和验证，帮助解决方案更好地落地。再加上对客户需求的深度挖掘，以及全局推进，Neo4j、合作伙伴以及客户被紧密联系在一起，形成了利益共生下的三方共赢关系，从而快速提升Neo4j图数据平台的市场影响力。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。