NebulaGraph

携程金融在金融和风控业务中有多种场景需要对图关系网络进行分析和实时查询，传统关系型数据库难以保证此类场景下的关联性能，且实现复杂性高，离线关联耗时过长，因此对图数据库的需求日益增加

用户 ID 识别是一个很常见的图技术应用场景，解决的问题是找出相同的用户在同一个系统或者不同系统中的不同账号。除了基本方法思想的介绍之外，我还给大家弄了可以跑的 Playground。

基于图算法、图数据库、机器学习、GNN 的 Fraud Detection 方法综述。除了基本方法思想的介绍之外，我还给大家弄了可以跑的 Playground 和 Demo。

一、背景 随着互联网世界产生的数据越来越多，数据之间的联系越来越复杂层次越来越深，人们希望从这些纷乱复杂的数据中探索各种关联的需求也在与日递增。Nebula Graph 为携程大规模部署提供了基本条件

这次分享主要站在（意向）用户角度讲下技术团队选择数据库产品时，会有哪些考量点。Neo4j 并不能很好地应对增长的业务，我们开始思考有没有一款图数据库能满足目前的业务需求之外，还能应对未来的业务增长。

VEditor 是一个拥有高性能、高可定制的所见即所得图可视化编辑器前端库，底层基于 SVG 绘图，它通过合理抽象代码结构以易于二次开发和自定义绘制，轻松支持了图查询，图建模等可视化场景。

本文主要分享 OPPO 知识图谱建设过程中算法相关的技术挑战和对应的解决方案，主要包括实体分类、实体对齐、信息抽取、实体链接和图谱问答 query 解析等相关算法内容。

在 Nebula 生态中，有 3 个 Spark 成员：Nebula Spark Connector、Nebula Exchange、Nebula Algorithm，如何方便地使用三者呢？来看下吧

注意到很多同学对于 ORM 框架的需求比较迫切，而且有热心的同学已经捐赠了自己开发的项目。下面主要介绍一下我们在使用 MyBatis 操作 Nebula Graph 方面的一些经验。