オンライン(Zoom)

47回目ののMeetupを開催させていただきます。

Linkuriousの可視化ツールはパナマ文書の解析にNeo4jと共に使われた事で一躍有名になりました。 2.6TBのデータと1,150万枚のドキュメントから関係が作成されました。 金融系だけではなくサプライチェーンからライフサイエンスなまでの幅広い解析に使えますし、 最新のツールの紹介と言うことでワクワクします。
https://linkurious.com/
Slackのインフルエンサーは Neo4j Graph Data Science (GDS) library を使った事例です。GDSはBloomからも簡単に使うことができ気軽に解析できるようになりました。
https://www.creationline.com/

参加者の皆様へ（当日の注意）

ZoomのURLは参加者には確認できるようになっています。

会場のご案内

Zoomで開催します。

1. Linkurious: Graph visualization and analysis solutions

概要

Linkuriousは、あらゆるタイプのユーザーがグラフ解析の力を利用できるようにするためのソリューションを開発してきました。 これらのソリューションを使用すると、データベースの探索、分析、視覚化、およびクエリを簡単に行うことができます。 また、必要に応じて高度なカスタマイズが必要な場合は、独自のグラフ可視化アプリケーションを作成するために当社のソリューションを使用することもできます。 当社の製品は、サプライチェーンや製造、サイバーセキュリティ、インテリジェンス、金融犯罪、データガバナンスとIT、ライフサイエンスなど、多様な用途に使用できるため、さまざまな異なる業界の顧客がいます。 このプレゼンテーションでは、会社概要、提供している製品、特定のユースケースに焦点を当てたデモを行います。 最後にQ&Aセッションを行います。

Linkurious has developed solutions to enable any type of user to have access to the power of graph analytics. With our solutions, you can explore, analyze, visualize, and query databases very easily. You can also use our solutions to create your own graph visualization application if you need high customization. We have customers within many different industries since you can use our products for many different use cases such as Supply Chain and manufacturing, Cybersecurity, Intelligence, Financial Crime, Data governance & IT, or Life Sciences. During this presentation, you can expect a description of the company, the different products offered, a focus on specific use cases as well as a demo for each product. Finally, there will be a Q&A session at the end.

発表者 (Speaker)

Nels Biagui, Business Developer at Linkurious
https://linkurious.com/

2. GDSを使用してSlackのインフルエンサーを割り出す

概要

Neo4jによるデータ分析の知見を得るため、社内のSlackのデータを元に、Neo4jを使用したデータ分析を試してみました。 SlackのデータをAPIで取得してNeo4jのグラフデータにし、それを元にGDSの中心性解析アルゴリズム(PageRank)を使用して影響力のある発言者を割り出しました。
直感に反しない結果が得られたので、GDSを使用した分析のほんの一例としてご参考になるかと思い発表します。

To gain insight into data analysis with Neo4j, we tried to analyze data using Neo4j based on internal Slack data. We retrieved Slack data via API, turned it into Neo4j graph data, and then used it to determine influential speakers using GDS's centrality analysis algorithm (PageRank). The results were not counter-intuitive, so I present this as an example of an analysis using GDS for your reference.

発表者 (Speaker)

荒井 創 (ARAI Hajime)
クリエーションライン株式会社
https://www.creationline.com/

書籍の告知 (Books)

amazonで販売中のユーザーグループの書籍です。
『グラフ型データベース入門 Neo4jを使う』
AMAZONサイトへ