1、什麼是圖

近幾年，全球大資料進入了加速發展時期，資料量呈指數級增長。大資料中不同個體間的關聯關係產生的資料以圖的形式呈現。這裡的圖是針對數學中的“圖論”而言，主要是由點和邊組成的資料結構。頂點相當於樹中的節點。頂點之間的關聯關係，被稱之為邊。例如：坐在辦公室的三個人，這三個人就是三個點。三個人之間的關係稱之為邊，如：同事關係，師妹關係，專案合作關係等等。

2、什麼是圖分析

圖分析使用基於圖的方法來分析連線的資料。我們可以：查詢圖資料，使用基本統計資訊，視覺化地探索圖、展示圖，或者將圖資訊預處理後合併到機器學習任務中。圖的查詢通常用於區域性資料分析，而圖計算通常涉及整張圖和迭代分析。

3、圖分析常見的應用場景

　　3.1社交網路分析 社交網路是十分常見的一類圖資料，代表著各種個人或組織之間的社會關係，而圖資料能夠呈現複雜的社交網路關係，進而易於使用者進行進一步的分析。例如，在一個典型的社交網路中，常常會存在“誰認識誰，誰上過什麼學校，誰常住什麼地方”，Facebook,Twitter,Linkedin用它來管理社交關係，實現好友推薦。

　　3.2電子購物應用 電子購物是網際網路中的一類核心業務，在這類場景中，節點分為兩類：使用者和商品，存在的關係有瀏覽、收藏、購買等。使用者與商品之間可以存在多重關係，如既存在收藏關係也存在購買關係。這類複雜的資料場景可以用屬性圖輕鬆描述。電子購物催生了一項大家熟知的技術應用—推薦系統。使用者與商品之間的互動關係，反映了使用者的購物偏好。例如，經典的啤酒與尿布的故事：愛買啤酒的人通常也更愛買尿布。

　　3.3交通網路應用 交通網路具有多種形式，比如地鐵網路中將各個站點作為節點，站點之間的連通性作為邊。通常在交通網路中我們比較關注的是路徑規劃相關的問題：比如最短路徑問題，再如我們將車流量作為網路中節點的屬性，去預測未來交通流量的變化情況。

4、圖分析的優點

一般來說，關係分析通過一對一甚至一對多的比較來研究關係，而圖分析也可以比較多對多的關係。關係資料庫由嚴格的模式組成，因為很難向它們新增新的資料關係，因此，關係分析最適用於按表和列排序的結構化且不變的資料。而圖分析由圖資料庫而不是關係資料庫提供支援，在圖形資料庫中可以相對輕鬆地新增資料和資料關係，這可以為圖分析在資料組織中節省更多時間，花費更少的精力合併資料來源和點。 此外，與大多數其他資料分析工具和模型相比，圖形在視覺上更有吸引力且更易於理解。它還可以找到間接關係，並可以將大量複雜的資料凝聚在一起，可以提高預測和決策的準確性，給人們提供更深入的見解。

5、圖分析常用的工具有哪些

圖資料庫：一些流行的圖形資料庫包括 - ArangoDB、Amazon Neptune、Neo4j、Orient DB、Dgraph、FlockDB。 圖分析平臺包括：TigerGraph，這是一個企業級圖分析平臺。BigGraph，這是來自阿里的大規模線上圖分析平臺。 圖計算引擎包括：GraphX、Giraph、GraphScope。大家一般對GraphX和Giraph比較熟悉，Graph Scope是由阿里巴巴的達摩院研究的一個一站式大規模圖計算系統。在下一篇文章中會詳細介紹這些圖資料相關的工具。