流行并不总是与相关性相同
大多数数据集中常见的是“超级连接器” - 例如,对于购买历史数据来说是亚马逊,对于音乐来说是披头士,对于电影来说是肖申克的救赎。它们就像演员凯文·贝肯;你永远不会被超过几个跳跃隔开。
识别流行与相关性之间的差异的能力是关键。我们将我们对信息检索的深入了解与 Elasticsearch 在索引时生成的丰富统计数据相结合,以计算关系的相关性 - 首先返回最有意义的链接。
探索您现有的 Elasticsearch 索引
开始探索您现有的 Elasticsearch 索引中存在的连接非常容易。无需处理新的数据格式。无需创建新的索引。无需维护第三方系统。没有更高的税收。只需去探索吧。
将图表 API 集成到您的应用程序中
图表 API 利用 Elasticsearch 的聚合和查询语言,为图表探索提供了一个简单的 API。无需定义复杂的本体并学习新的查询语言。它灵活、自然,并允许您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,例如两个帐户之间的银行交易。Kibana 中的图表 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表进行交互,查看连接强度,甚至自定义颜色和图标。