neo4j/graph-data-science

解决的问题

提供一个专门用于对图结构数据进行高级分析的库。使用户能够超越简单的数据库查询，直接在 Neo4j 数据库环境中执行复杂的图算法和机器学习流水线。

工作原理

该库作为 Neo4j DBMS 的插件运行。它集成了图算法、转换和机器学习流水线，可通过 Cypher 过程进行操作。同时提供 Pregel API，供开发者构建自定义算法，并提供 Python 客户端（graphdatascience），允许用户使用纯 Python 代码投影图并运行算法。

适用人群

需要对图数据库进行大规模图分析、在图上实现机器学习或构建自定义图算法的数据科学家和开发者。

主要亮点

• 集成分析：通过 Neo4j 中的 Cypher 过程直接运行图算法和 ML 流水线。
• Python 集成：包含专用的 Python 客户端，提供更灵活的开发体验。
• 自定义算法支持：提供 Pregel API 以创建定制化图算法。
• OpenGDS：在 GNU Public License v3.0 许可下提供该库的开源版本。