Database Reference
In-Depth Information
Mit unserem
j
-Graph können wir nun jeden JUNG-Algorithmus über unsere
Daten laufen lassen, z. B. PageRank. Wie bei BarycenterScorer müssen wir
zuerst die Klasse importieren.
import edu.uci.ics.jung.algorithms.scoring.PageRank
pr = new PageRank<Vertex,Edge>( j, t, 0.25d )
Eine vollständige Liste der JUNG-Algorithmen finden Sie in der Online-Java-
doc-API. Es werden laufend neue hinzugefügt, weshalb Sie da reinschauen
sollten, bevor Sie etwas selbst implementieren.
Was wir am zweiten Tag gelernt haben
Am zweiten Tag haben wir unsere Fähigkeit zur Interaktion mit Neo4j er-
weitert, indem wir uns das REST-Interface angesehen haben. Wir haben
gesehen, wie man über das Gremlin-Plugin Gremlin-Code auf dem Server
ausführen und sich vom REST-Interface die Ergebnisse zurückgeben lassen
kann. Wir haben mit größeren Datenmengen herumgespielt und zum Schluss
eine Handvoll nützlicher Algorithmen kennengelernt, mit denen man in diese
Daten eintauchen kann.
Tag 2: Selbststudium
Finden Sie heraus
1. Fügen Sie die Dokumentation der Neo4j REST-API zu Ihren Lesezeichen
hinzu.
2. Fügen Sie die API des JUNG-Projekts und der darin implementierten Al-
gorithmen zu Ihren Lesezeichen hinzu.
3. Finden Sie eine Bindung oder ein REST-Interface für Ihre Lieblings-Pro-
grammiersprache.
Machen Sie Folgendes
1. Machen Sie aus dem Teil, der beim Kevin-Bacon-Algorithmus den Pfad
findet, einen eigenen Schritt. Implementieren Sie dann eine allgemeine
Groovy-Funktion (zum Beispiel
def actor
_
path(g,name1,name2){...}
),
die den Graphen und zwei Namen nimmt und die Distanz vergleicht.
2. Wählen Sie einen der vielen JUNG-Algorithmen aus und lassen Sie ihn
über einen Knoten (oder über alle Daten, wenn es die API erlaubt) laufen.
3. Installieren Sie einen Treiber Ihrer Wahl und verwenden Sie ihn, um einen
Graphen Ihres Unternehmens aufzubauen (welche Leute haben welche
