Nano Hash - криптовалюты, майнинг, программирование

Мое собственное графическое представление для Neo4j

У меня есть график, который я хочу исследовать разными способами. Этот график будет изучаться пользователями, и я не могу знать заранее, какую информацию они хотят извлечь из графика. Мне очень нравится Cypher, и мне было интересно, могу ли я использовать его в качестве внешнего интерфейса, но используя свое собственное представление графа.

Позвольте мне объяснить это: я не могу преобразовать свой график в график Neo4j из соображений производительности. Поэтому я подумал, что, возможно, я могу использовать Cypher и модификацию Neo4j для исследования графа, используя собственное представление Node, Labels, Properties и так далее.

Я думаю, что это решение было бы хорошим, потому что я могу:

  1. Повторное использование парсера и семантической проверки языка
  2. Частично повторно использовать механизм оптимизации, скажем, независимую от платформы часть.

Я изучал исходный код по адресу github, и кажется, что это действительно связано с конкретной реализацией.

Мои вопросы:

  • Вы знаете о каком-то проекте, использующем Cypher/Neo4j?
  • Вам известна другая графовая база данных с хорошим языком запросов, который можно использовать подобным образом?
  • Любые предложения по поводу модификаций Neo4J

Просто чтобы немного объяснить, почему я не могу скопировать график. Это график, который уже создан другой системой. Он сильно меняется и имеет легко 10000 узлов, я не могу отслеживать модификацию графика, чтобы обновлять график, потому что это снова требует много времени. Хуже того, я должен предоставить механизм для запроса графа каждые пять секунд.

24.02.2015

  • Это нормальное заблуждение, что визуальное представление графа также должно соответствовать модели данных. Вот видео, представленное на последнем GraphConnect, в котором рассказывается об этом, а также о динамическом представлении: vimeo.com/110703297. Хотя в видео используется определенный инструмент, рекомендации работают для любого инструмента, который вы хотите использовать для пользовательского интерфейса. Список потенциальных библиотек: stackoverflow. com/questions/21893401/ . Отказ от ответственности: я работаю в компании в видео. 24.02.2015
  • Вы можете легко импортировать этот полный график изменений в одноразовые экземпляры Neo4j или даже в базы данных в памяти. Импорт 10 000 узлов занимает не больше секунды. 24.02.2015
  • @MichelHunger Вы правы, график с 10K не такой уж большой, даже 100K не большой. Но тогда у меня есть ребра и множество свойств для каждого из них. После импорта я должен выполнить запрос. Я знаю, что это возможное решение, но моя цель не просто предоставить функциональность, но сделать это с действительно хорошей производительностью. Вот почему я пытаюсь избежать импорта графика. 24.02.2015
  • @MarcoCI Я еще не смотрел видео, посмотрю. Но моя проблема не в визуализации или пользовательском интерфейсе. В любом случае, мне нравится ваш комментарий о динамическом представлении. я посмотрю на это 24.02.2015

Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..