【“ZiDongHua”場景觀察:海上航線規(guī)劃平臺】

海事軟件公司OrbitMI公司面臨根據(jù)距離、成本和內(nèi)部邏輯規(guī)劃海上航線的挑戰(zhàn)。Neo4j圖數(shù)據(jù)科學(xué)幫助客戶配備具有尋路功能的亞秒級路由,利用Louvain算法完成屬地制圖,并提供可以識別具有相似性的備選方案。最終幫助OrbitMI完成了具備亞秒級響應(yīng)的海上航線規(guī)劃平臺,并減少6萬噸全球碳排放。

 

 

 

Neo4j方俊強(qiáng):圖數(shù)據(jù)科學(xué)助力海事軟件公司應(yīng)對物流和供應(yīng)鏈挑戰(zhàn)

 

作者:Neo4j大中華區(qū)總經(jīng)理方俊強(qiáng)

 

 

 

隨著社會數(shù)字化程度的不斷加深,數(shù)據(jù)量呈爆發(fā)式增長,數(shù)據(jù)關(guān)系也日益復(fù)雜。在企業(yè)的數(shù)字化進(jìn)程中,基礎(chǔ)的原始數(shù)據(jù)管理已經(jīng)無法滿足將海量數(shù)據(jù)轉(zhuǎn)化為高價(jià)值數(shù)據(jù)資產(chǎn)的需求。沒有關(guān)系,數(shù)據(jù)或?qū)⒑翢o意義,關(guān)注并挖掘數(shù)據(jù)背后的關(guān)系成為實(shí)現(xiàn)數(shù)據(jù)價(jià)值的關(guān)鍵所在。

 

 

同時(shí)隨著數(shù)據(jù)量變大,預(yù)測信號在大數(shù)據(jù)噪聲中丟失,傳統(tǒng)的數(shù)據(jù)處理方法無法揭示和有效使用數(shù)據(jù)關(guān)聯(lián)。而圖技術(shù)最重要的貢獻(xiàn)在于幫助企業(yè)發(fā)掘數(shù)據(jù)中沒有被意識到或者認(rèn)為不存在的隱藏關(guān)系和模式。據(jù)Gartner分析,50%有關(guān)AI的咨詢都涉及圖技術(shù)的使用。

 

Neo4j大中華區(qū)總經(jīng)理方俊強(qiáng)

 

“讓數(shù)據(jù)自己說話”的圖數(shù)據(jù)科學(xué)

 

圖數(shù)據(jù)科學(xué)讓連接的數(shù)據(jù)“自己說話”,利用數(shù)十億甚至數(shù)萬億數(shù)據(jù)點(diǎn)之間的關(guān)聯(lián)確定什么是重要和有意義的。關(guān)聯(lián)以知識圖譜的方式呈現(xiàn),并在知識圖譜上運(yùn)行,獲得可解釋的結(jié)果、數(shù)據(jù)以及算法,從而進(jìn)行預(yù)測,以實(shí)現(xiàn)數(shù)據(jù)價(jià)值的最大化。

 

圖數(shù)據(jù)科學(xué)通過知識圖譜在關(guān)聯(lián)數(shù)據(jù)中確定所尋找的模式,圖算法使用無監(jiān)督的機(jī)器學(xué)習(xí)識別關(guān)聯(lián)、異常和趨勢,而圖原生機(jī)器學(xué)習(xí)(Graph Native Machine Learning) 使用嵌入方法來了解圖中未知的重要功能。此外,圖數(shù)據(jù)科學(xué)通過訓(xùn)練圖內(nèi)監(jiān)督機(jī)器學(xué)習(xí)的模型來預(yù)測鏈接、標(biāo)簽和缺失數(shù)據(jù),并提供快速、成熟、可擴(kuò)展的服務(wù)。

 

作為圖技術(shù)的市場領(lǐng)導(dǎo)者,Neo4j圖數(shù)據(jù)科學(xué)旨在幫助企業(yè)理解數(shù)據(jù)關(guān)系,讓數(shù)據(jù)科學(xué)家通過綜合的圖分析技術(shù)挖掘數(shù)據(jù)價(jià)值,解答之前難以解決的問題。

 

Neo4j圖數(shù)據(jù)科學(xué)以圖技術(shù)為基礎(chǔ),提供比傳統(tǒng)技術(shù)更好的預(yù)測。作為一個(gè)統(tǒng)一的數(shù)據(jù)科學(xué)平臺,Neo4j圖數(shù)據(jù)科學(xué)可兼容用戶的生態(tài)系統(tǒng),輕松與企業(yè)的數(shù)據(jù)倉庫、AutoML等集成,是目前唯一提供支持、可擴(kuò)展性、細(xì)粒度安全性、MLOps和混合部署的平臺。Neo4j圖數(shù)據(jù)科學(xué)擁有業(yè)界最健全的超65種圖算法,已被廣泛采用并大規(guī)模實(shí)施,輕松處理數(shù)千億個(gè)節(jié)點(diǎn)和關(guān)系,應(yīng)用覆蓋欺詐檢測、市場推薦、客戶360以及供應(yīng)鏈和物流等諸多領(lǐng)域。

 

 

應(yīng)對物流和供應(yīng)鏈挑戰(zhàn)

 

海事軟件公司OrbitMI公司面臨根據(jù)距離、成本和內(nèi)部邏輯規(guī)劃海上航線的挑戰(zhàn)。Neo4j圖數(shù)據(jù)科學(xué)幫助客戶配備具有尋路功能的亞秒級路由,利用Louvain算法完成屬地制圖,并提供可以識別具有相似性的備選方案。最終幫助OrbitMI完成了具備亞秒級響應(yīng)的海上航線規(guī)劃平臺,并減少6萬噸全球碳排放。借助Neo4j圖數(shù)據(jù)科學(xué)驅(qū)動(dòng)的引擎實(shí)現(xiàn)優(yōu)化全球船隊(duì)的生產(chǎn)力、收入和可持續(xù)性。

 

OrbitMI首席營銷官David Levy表示:“我們希望創(chuàng)建一個(gè)利用人工智能、集成當(dāng)前和歷史AIS位置以及多個(gè)數(shù)據(jù)和API的解決方案。這樣的方案無疑需要世界級的基礎(chǔ)設(shè)施。這正是我們選擇 Neo4j 的原因所在。”

 

作為全球領(lǐng)先的圖數(shù)據(jù)平臺領(lǐng)導(dǎo)者,Neo4j以現(xiàn)代數(shù)據(jù)科學(xué)基礎(chǔ)——圖技術(shù)為根基,為客戶提供了一個(gè)強(qiáng)大的、可簡便集成和擴(kuò)展的數(shù)據(jù)科學(xué)平臺。Neo4j圖數(shù)據(jù)科學(xué)通過全面豐富的功能,協(xié)助企業(yè)挖掘數(shù)據(jù)背后的潛在價(jià)值,推進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型