TigerGraph使用20种新算法扩展其图形数据库

TigerGraph是一家提供图形数据库和分析软件的公司,它用 20 种新算法扩展了其数据科学库,使其总数达到 50 多种算法。

像TigerGraph这样的图数据库变得越来越流行。它们在让数据科学家分析数百万或数十亿实体之间的关系方面特别有效,并且在许多深度学习应用程序中优于其他类型的数据库。

当然,这个充满希望的市场有很多竞争对手——像Neo4j、MongoDB和DataStax这样的初创公司,以及像甲骨文和亚马逊这样的巨头。TigerGraph 的产品与众不同之处在于它是开源的、数据库内的、可扩展的,并且独特地以图数据科学为中心。

这家公司也是第一个提供分布式原生图形数据库的公司,并在企业中获得了吸引力。根据研究公司 Gartner的数据,到 2025 年,预计图技术将用于 80% 的数据和分析创新,而今年这一比例仅为 10%。

TigerGraph 表示,更多的组织可以访问图表。不仅数据科学家,而且业务用户都可以更深入地了解他们的实时数据,并获得企业级可扩展性、管理和安全性等优势。

新的算法组可以跨越多个行业,例如广告、金融服务和医疗保健科学。在这些垂直领域,TigerGraph 已经采用了大量数据分析、数据科学和机器学习用例,包括欺诈检测、网络安全威胁检测、能源管理、风险评估和监控以及时间序列分析。

然而,这个新版本带来了更多更新的算法,这些算法通过算法类别的新分组得到了进一步改进。例如,有些将能够更快或更准确地运行图嵌入过程,这可以为数据科学家和机器学习工程师腾出时间。最终,腾出的时间可以用于与其他算法的互动,例如可用于提供个性化推荐或检测社交群体的增强型社区算法组。

Graph Data Science Library 的下一步将是数据库内神经网络,以补充其目前长长的算法列表。TigerGraph 表示,此未来更新将简化您的管道,同时节省时间和成本。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除。