Neo4j中用於解決特定問題的圖演算法

圖資料庫源起尤拉和圖理論，是指以“圖”這種資料結構儲存和查詢資料，主要優點是快速解決複雜的關係問題。 其主要的應用場景包括社交網路、推薦和個性化、客戶360，包括實體解析(關聯多個來源的使用者資料)、欺詐識別和資產管理。

圖平臺可以在發現和設計階段為資料科學家和解決方案提供有效的方法，同時圖平臺也會為業務使用者、解決方案開發人員和資料科學家提供各種技能的專用工具。其中，每個使用者組都有不同的需求來視覺化連通性、索查詢結果和更新資訊。

在概念探索階段，研發團隊都會搜尋全球分析最佳服務的廣泛模式和結構，以便來輕鬆呼叫打包的程式和演算法，企業會透過工具來識別這些程式所屬的社群、瓶頸、影響點和路徑。此外，演算法庫也有助於透過減少許多單個過程引入的可變性來確保結果一致。

在解決方案建模的下一階段，由於團隊必須測試假設並開發原型，因此簡化流程就得極為重要。企業中各團隊可能會使用各種的資料來源和工具，因此使用流行或通用的工具就變得極為重要了。

圖演算法是Neo4j平臺的一部分

Neo4j提供了一個不斷增長的開放式圖形演算法庫，可針對快速結果進行最佳化，Neo4j平臺的重要組成部分。

圖演算法透過一組經過測試和支援的核心演算法，揭示了在連線資料中的隱藏模式和結構，包括尋路、心和社群檢測(見圖)。

Neo4j圖演算法易於應用，因此資料科學家，解決方案開發人員和運營團隊都可以使用相同的圖形平臺。Neo4j圖演算法非常有效，可以分析數十億個關係並在幾秒到幾分鐘內獲得結果，或者在幾個小時內處理大量連線資料的更復雜查詢。

下表提供了一系列問題以及用於解決這些問題的特定圖演算法：