A szingapúri Lynx Analytics élen jár a gráf-alapú kutatások üzleti hasznosításában. Nemzetközi ügyfeleink között megtalálhatóak nagy telekommunikációs cégek, bankok, közlekedési vállalatok és állami szervek. Projektjeink között van ahol adatokat térképezünk fel gráfokkal, demográfiai adatokat becsülünk meg, fogyasztói elégedettséget mérünk, csalásokat leplezünk le, optikai hálózatokat és ATM elhelyezéseket optimalizálunk, vagy okos városok adatait elemezzük. A közös jellemzője ezeknek a projektek a gráf analitika: mindig a dolgok közti kapcsolatokban rejlő információt felhasználva tudunk másoknál jobb eredményeket adni.

A Lynx sikerének egy fontos összetevője a LynxKite. A cég korán felismerte, hogy hiányoznak az eszközök a hatékony, interaktív, fenntartható gráf bányászathoz, és 2014-ben létrehoztunk egy K+F csapatot Budapesten, hogy egy ilyen platformot kifejlesszen. A LynxKite fejlesztése szoros együttműködésben folyt az ügyfelek projektjein dolgozó csapatainkkal. Mindig az volt a célunk, hogy a data scientistjeink hatékonyabbak, a gráfos modellek pontosabbak, a fenntartás gördülékenyebb és az ügyfeleink boldogabbak legyenek.

Hat évvel és majdnem 16000 committal később, büszkeséggel és izgalommal jelentjük be, hogy mától szabad szoftverként osztjuk meg a közösséggel ezt az alkalmazást. Bízunk benne, hogy a LynxKite hasznos eszköz lesz minden data scientist számára és hozzájárul a kevésbé ismert gráfos módszerek népszerűsítéséhez.

Mi is az a LynxKite és hogyan lehet hasznodra?

A LynxKite egy gráf data science platform. Úgy viszonyul a hálózati adatokhoz, mint például a RapidMiner, az SPSS Modeler, vagy a Knime a táblás adatokhoz.

A LynxKite nem még egy gráf adatbázis. Nem a gráfok tárolásáról vagy elérhetővé tételéről szól, hanem az elemzésükről és a rájuk épülő modellekről. Használható meglévő gráf adatbázisok kiegészítőjeként, vagy hagyományos adatforrásokat is gráfokká tud alakítani.

A LynxKite használatával:

• Adatokat (akár terabyte-okat) importálhatsz különböző forrásokból. Hagyományos adatforrásokkal (CSV, JSON, ORC, Parquet — akár lokálisan, akár Hadoopon; JDBC, Hive, stb.) és gráf adatbázisokkal mint a Neo4j is együttműködik.

• Adatokat egyszerűen gráfokká alakíthatsz.

• Egy nagy művelethalmaz algoritmusait használhatod, amiben gráf neurális hálózatok is megtalálhatóak.

• Összetett adatfeldolgozó folyamatokat építhetsz, amikben együtt használhatóak a gráfműveletek, a hagyományos elemzői módszerek és a gépi tanulás lépései.

• A feldolgozás bármelyik lépésénél interaktívan megvizsgálhatsz gráfokat és algoritmusok eredményeit. Egyszerűen kísérletezhetsz különböző megközelítésekkel és hangolhatod a paramétereket.

• Ötvözheted egy barátságos grafikus felület és az opcionális Python integráció előnyeit.

• Saját varázslókat készíthetsz, amik kevésbé technikai munkatársaid számára is elérhetővé teszik a kifinomult gráfos modellek használatát.

A LynxKite egy általános eszköz, ami minden gráfok elemzésével kapcsolatos feladatra jó. Ez emiatt a fenti leírás is túlzottan általános. Hogy szemléletesebbé tegyük, nézzünk néhány gyakorlati példát!

Itt néhány klikkeléssel tanítunk egy neurális hálózatot:

Itt található a teljes tananyagunk erről a problémáról.

Itt azt látjuk, mi köti össze Supermant és Gandalfot (egy tényhálózatban):

És még sorolhatnám, de ennyi fért ebbe a cikkbe. Többet olvashatsz a részletekről a dokumentációnkban és elérheted a csapatunkat a lynxkite@lynxkite.com email címen. Jó gráfelemzést a LynxKite-tal mindenkinek!