社交图谱分析:激发大数据时代新活力

2020-05-28
[摘要]

社交网络把互联网转化成为一个复杂的关系网,社交图谱分析提供了一种了解这种关系的方法。FacebookCEO马克·扎克伯格最早提出社交图谱这样一概念,它是一种表明“我认识你”的网络图谱。它反映了用户通过各种途径认识的人:家... […]

社交网络把互联网转化成为一个复杂的关系网,社交图谱分析提供了一种了解这种关系的方法。Facebook CEO马克扎克伯格最早提出社交图谱这样一概念,它是一种表明“我认识你”的网络图谱。它反Ю映了用户通过各种途径认识的人:家∈庭成员、工作同事、开会结识的朋友、高中同学、俱乐部成员、朋友的朋友等等。社交图谱主要由一些π主流的社交网络产生,用户向自己认К识的人发送邀请来构建和维持他们的社会ぁ关系。

社交图┛谱模型是细粒度用户行为预测建模强有力的推动者,因为它能够更全面的结合群组、人际关系和影响力等语境明确潜在的个人行*为。这些模型通过分析用户的行为和互动交流,提供客户体验详尽细微的Ⅷ观点。

在进行社交图谱分析时,如果你只对少数人感兴趣,分析工▶作ρ会很简单。只需要调查他们之间的关系,或者挖掘与他们相关的⿲行为数据即可。另一方面,如果你设法评估动态的行为模η式,如地球上的每个人、每个地☉点、每件事之间可能的关系,加上他们可能对彼此谈话的︹︺︻内ζ容,动态、实时、完美的预测他们未来的行为……这些都是└不┚现实℡的,只能出现在科幻小说的幻想世界中。

世界正在逐渐意识到社交图谱分析的潜能,在公众、个人和研究机构扩▒大∪应用范围。它正在迅速发展成为一个大数据市场最有前途的细分领域,并成为各种▕商业和开源图形数据库(通常是NoSQL)的核心应用。在很多企业中,社交图谱分析已经在反欺诈、影响力分析、舆ν情监测、市场细分⌒、参与优化、体验优化,以及其他需要快速确定复杂行为模式的领域成功应Ⅹ用。

为了激发更多的潜能,社交■图谱分析产生的大数据源一触即发。在⿰最基本的层面上Щ,你可以模拟社交图谱,如节点与线路、实体与关系、个体与社会等形成的网络图。图形分析ↂ专家使用”vertex”和”edge”等术语做μ着类似的工作。有消息称,相关公共部门执行大规模并β行图形分析的基础τ设施,包括4.4万♂亿节点(记录)⿻和70╤万亿的边界(这些记录之间的关系)。Facebook自有社交图谱分析的基础设施能够处理数十亿节点和万亿级的边界。

可以想象一下,网络级图形分析正在自发的大规模运行,存储处理、内存、互连、数据中心的面积和功耗等,令其他任何大数据的部署变得相形见绌,它有▀以下四个方面的优势:一是可扩展性―需求实现跨越式增长;二是数据源的范围不断扩大;三是数据容量、多样性、工作负载的并发性不断增长;四是对实时Ⅱ性、低延迟的需求快速上升到新的高度。

图形分析将推▣▤▥动大数据的规模和复杂Б度进化到下一个高度。Hadoop是这一进化过程的重要组成部分,但它不一◁定是核心。将全部数据※存储的在内存中的大规模并行图形数据库架构将推动这一进程,还有&NoSQL数据库,它们专注于发现、关联和预处理所有来源的行为数据。

如果Л你对图形分析产生了☆浓厚的兴趣Я,就需要熟悉大数据的3V特征,即容量、速度和多样性。随着硬件成本◑↔↕▪的不断۩..降低和对数据计算架构的把握,在不久的将来,将有很多组织机构开始运作全球范围的图形分析云,这些分〇析云将在内存中零延迟的处理EB级的数据。

原文链接:Graph analysis will make┄┅ big data even bigger

 

声明:凡注明“本站原创”的所有文字图片等资料,版权均属 投资十几元几分钟赚好几百_投资十几元五分钟进账500_投资十几元五分钟赚五百所有,欢迎转载,但务请注明出处;
【seo教程2007】企业网站搜索优化教程 途牛财报:2018年Q3途牛净利润410万美元 同比扭亏
Top