前情提要

最後一篇正篇，稍稍回顧了一下之前的每一篇

發現對於現實上的使用案例，好像沒有太多的描述

所以說就在最後的這篇來稍微對現實的案例，簡單的描述一下

以及拿自己的案例作舉例吧w

eBay 改善購物體驗

每次都先拿 eBay 舉例

eBay 身為全球前幾大的購物網站，如何推薦最 "適合" 的商品給顧客

對於 eBay 來說，是最重要的事情

不過，通常搜尋引擎只會對 "關鍵字" 有反應

要如何導入更多像是商品資訊、使用環境、使用條件等等這類的資訊，就相對困難

最後他們結合 AI 判斷顧客需求，並使用 Neo4j 快速關聯相關資訊

讓顧客更快速更直接地找到他所需要的產品

更多詳細內容可以看這裡
Neo4j eBay Case Study

Cisco 更快速的檔案搜尋

Cisco 的銷售團隊有一個問題，他們為了要尋找淺在的客戶

常常要花非常大量的時間在查找文檔

如同我在第 18 篇提過的資料問題

有人工處理這些資料相當麻煩且耗時

所以 Cisco 最後將這些資料的關聯加入 Neo4j 資料庫

讓員工可以更有效率且精準地找到他們要找的文件

也為 Cisco 每年節省超過 400 萬小時的時間

更多詳細內容可以看這裡
Neo4j Cisco Case Study

我

來講講我的應用，先簡單的從社群網站的互動做舉例

先上一張用 Neo4j 分析自己 Twitter 的關係圖

綠色的是我，藍色是我追蹤的或是追蹤我的對象，紅色是我的推文

這樣一分析下來就可以很清楚地發現，中間偏右上的那個藍點

有著最多的紅點關聯，由此就可以推斷這個藍點會是我互動性最高的用戶

而那個藍點是來自日本的樂團 Mili，他們的歌真的超讚，請務必去 YouTube 欣賞

直接傳教x

再來能舉例的就是我的工作的部分了，這部分有點危

簡單講就是要分析人與人之間的關係

如下圖所示

應該該碼的都碼了，解析度也降超低，應該是沒有問題w

圖中每個點都是一個單位，你可以看出來他們中間有一些連結度比較高的點

通常那些點，就會是要找的重點單位

大概是這種感覺

希望這篇舉的例大家會喜歡

Neo4j 的內容就到這邊，正式宣告結束

記得下篇回來看我抱怨跟看滿滿的 meme

下篇 完結灑花，來講講心得感想吧

究竟鐵人賽能不能完賽呢，讓我們繼續看下去

完賽了啦

排版好看的版本同步更新在我的 HackMD