Kursplan
Introduktion
- Grafiska databaser och bibliotek
Förstå grafdata
- Grafen som en datastruktur
- Använda hörn (punkter) och kanter (linjer) för att modellera verkliga scenarier
Använda graf Database för att modellera, bevara och bearbeta grafdata
- Lokala grafalgoritmer/traversals
- neo4j, OrientDB och Titan
Övning: Modellera grafdata med neo4j
- Whiteboard-datamodellering
Beyond Graph Databases: Graph Computing
- Förstå egenskapsdiagrammet
- Grafmodellering av olika scenarier (mjukvarugraf, diskussionsgraf, konceptgraf)
Lösning av verkliga problem med genomgångar
- Algoritmisk/riktad gå över grafen
- Bestämma cirkulära beroenden
Fallstudie: Rangordna diskussionsbidragsgivare
- Rangordning efter antal och djup av bidragna diskussioner
- En anteckning om sentiment och begreppsanalys
Graph Computing: Lokala, In-Memory Graph-verktygssatser
- Grafanalys och visualisering
- JUNG, NetworkX och iGraph
Övning: Modellera grafdata med NetworkX
- Använda NetworkX för att modellera ett komplext system
Graph Computing: Batch Processing Graph Frameworks
- Utnyttja Hadoop för lagring (HDFS) och bearbetning (MapReduce)
- Översikt över iterativa algoritmer
- Hama, Giraph och GraphLab
Graph Computing: Graph-Parallell Computation
- Förenande ETL, utforskande analys och iterativ grafberäkning inom ett enda system
- GraphX
Installation och installation
- Hadoop och Spark
GraphX Operatörer
- Egendom, strukturell, sammanfogning, grannskapsaggregation, cachning och uncaching
Itererar med Pregel API
- Skicka argument för att skicka, ta emot och beräkna
Att bygga en graf
- Använda hörn och kanter i en RDD eller på disk
Designa Scalable algoritmer
- GraphX Optimering
Accessing av ytterligare algoritmer
- PageRank, anslutna komponenter, triangelräkning
Övning: Page Rank och Top Users
- Bygga och bearbeta grafdata med hjälp av textfiler som indata
Utplacering till produktion
Avslutande kommentarer
Krav
- En förståelse av Java-programmering och ramverk
- En allmän förståelse av Python är till hjälp men inte nödvändigt
- En allmän förståelse av databaskoncept
Publik
- Utvecklare
Vittnesmål (2)
Broad coverage and deep knowledge about Semantic Web
XINJIAN GUO - Yale University
Kurs - Semantic Web Overview
Very nice training