En 2019 Gartner ha publicado cuales son las tendencias top 10 en el ámbito de Data y Analytics, una de ellas es la denominada Graph. La define como set de técnicas analíticas que permite la exploración de las relaciones entre diferentes entidades de un modelo.
Según Gartner este tipo de sistemas con procesamiento gráfico duplicarán su crecimiento anualmente hasta 2022 permitiendo analíticas más complejas y dando respuesta a preguntas que no solo pueden resolverse vía SQL.
Los Graphs algorithms permiten analizar relaciones y como los datos interactúan entre sí. Redes sociales, redes eléctricas, POS (Point of Sale) en retail, etc. son solo algunos ejemplos. En definitiva, este tipo de análisis permite explorar y encontrar patrones en grandes cantidades de información a través de las relaciones entre los objetos.
Graph Analysis
Se refiere al conjunto de algoritmos que podemos aplicar en Graph analysis, algunos de ellos son los siguientes:
- Neighborhood Search: Proporciona los ID’s de los nodos que son alcanzables desde un nodo inicial y con una profundidad determinada.
- Shortest Path: Proporciona el camino más corto desde un nodo inicial al resto de nodos. Tiene la variante one to one y one to all.
- Strongly Connected Components: Permite determinar que nodos de un graph están conectados entre si y con que peso, para ello analiza si desde un nodo se alcanzan todos los demás nodos y en base al resultado categoriza la intensidad de la conexión de cada nodo.
Los tipos, usos y ejemplo podéis seguirlos en el siguiente link
