图数据科学助力精准预测，引领人工智能实现跨越发展

计算机人工智能的发展已经跨越了若干阶段，从计算智能到感知智能不断演化。如今，我们迎来了难度最大的人工智能阶段——认知智能。如何利用错综复杂的关联数据，实现理解、推理和可解释的认知智能并帮助企业更加精准地预测，成为企业在数据管理领域面临的挑战。

如今的企业需要将图分析加入现有的分析能力中，图分析技术最重要的贡献在于帮助企业发掘数据中没有被意识到或者认为不存在的隐藏关系和模式。图分析是人工智能和机器学习跨越到新阶段的关键，为机器学习提供高度可信和精准的关系模型和预测。认知智能阶段，关联以知识图谱的方式呈现，并在知识图谱上运行，获得可解释的结果、数据以及算法，从而进行预测。这就是图数据科学(Graph Data Science)受到极大关注并日渐流行的主要原因之一。

Neo4j 图数据科学产品管理高级总监 Alicia Frame 博士

预测关系演化, 解答关键问题

图数据科学在事物关系上进行数据科学类的研究和分析，通过分析关系以及数据关联得到新的答案。图数据科学是让关联的数据“自己说话”。它可以通过运行一种无监督图算法在噪声中发现信号，还可以基于客户图显示其社区如何互动以及对数据分割有用的信息。

图数据科学是关于利用数十亿甚至数万亿数据点之间的关联。用于数据科学的图利用这些关联确定什么是重要和有意义的。

企业可以通过在图上进行监督机器学习来更进一步。通过这种方式，他们可以预测图未来如何变化。图数据科学让企业可以从图结构中学习——不仅仅是相互关联的人，而是整体图，以预测接下来这些关系如何演化。

Neo4j图数据科学是一个图分析和建模平台。它结合了现有数据中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准确性。使用图算法和机器学习，数据科学家可以识别模式和行为，改进他们的模型，以在引擎推荐、欺诈检测、路线优化和客户360场景中使用，通过改进预测来实现更优决策和创新。