保存成功
订阅成功
保存失败,请重试
提交成功
李杨

李杨

资深软件工程师
高级研发工程师 ;OCP 与 PMP 资格认证,曾任某培训机构 Hadoop 讲师;善于思考;现就职于一家初创公司;运营本人同名公众号 LeeYond (公众号ID: leEYondThInks)...更多
创作文章2

搭建基于 Neo4j 的知识图谱

知识图谱,最早起源于 Google Knowledge Graph。知识图谱本质上是一种语义网络。其结点代表实体(Entity)或者概念(Concept),边代表实体/概念之间的各种语义关系。知识图谱相对于传统的本体和语义网络而言,实体覆盖率更高,语义关系也更加复杂而全面。 知识图谱的运用在我们的方方面面,如搜索引擎中的语义搜索,如金融行业的反欺诈,如精准营销等场景。那么作为这些应用背后的技术载体,Neo4j 作为 NoSQL 图形数据库,是构建上述应用必然无法忽视的一个技术选择。 从未接触过知识图谱? 没关系! 想探索一个新的领域?想一探知识图谱背构建的技术细节? Neo4j 构建节点不同实现方式的优劣?想搭建自己第一个知识图谱? 你想要的这都有。 本 Chat 将介绍以下内容: 1. Neo4j 安装与配置 2. 搭建基于 Neo4j 的 Springboot 项目 3. Neo4j 中 Annotating 解析 4. Neo4j 中 Entity 与 Relationship 实现方式解析 5. 自定义创建知识图谱 学习本 Chat 同学建议准备 Centos7.x 环境
26 订阅

一步一步学习大数据:Hadoop 生态系统与场景

Hadoop 是现在比较火的话题之一(除了它,就是机器学习,深度学习等),我们应该如何快速了解学习 Hadoop,对它的边界有所了解呢?为此,我将开设八个主题(暂定),从零开始介绍整个 Hadoop 生态系统。本话题适合有一定 Java 基础或者对 Hadoop 有浓厚兴趣的同学。 第一部分: - Hadoop 概要 - Hadoop 相关组件介绍 - Hadoop 集群硬件和拓扑规划 第二部分: - Hadoop 的设计目标和适用场景 - Hadoop 架构解析 - MapReduce 工作原理和案例说明
Hadoop大数据
263 订阅
微信扫描登录