受欢迎并不总是与相关性相同
在大多数数据集中常见的是“超级连接器”,例如购买历史数据中的亚马逊、音乐中的披头士乐队和电影中的肖申克的救赎。它们就像演员凯文·贝肯;您永远不会被分隔超过几个跳跃。
识别受欢迎程度和相关性之间的差异是关键。我们利用对信息检索的深入了解,并将其与 Elasticsearch 在索引时生成的丰富统计信息相结合,以计算关系的相关性——首先带回最有意义的链接。
探索您现有的 Elasticsearch 索引
很容易开始探索您现有 Elasticsearch 索引中存在的连接。无需摆弄新的数据格式。无需创建新的索引。无需维护第三方系统。没有更高的税收。保持好奇心即可。
将图 API 集成到您的应用程序中
图 API 利用 Elasticsearch 的聚合和查询语言,为图探索提供简单的 API。无需定义复杂的本体并学习新的查询语言。它灵活、自然,并让您可以使用强大的搜索功能(如地理空间过滤器)来指导您的探索。
在 Kibana 中可视化关系
图表中的单个链接可能代表数千个文档,例如两个账户之间的银行交易。Kibana 中的 Graph UI 允许您可视化这些连接。
使用 Kibana 中的任何地图、时间线、饼图或原始文档可视化深入了解详细信息。点击并与您的网络实体图进行交互,查看连接的强度,甚至自定义颜色和图标。