什么是圖數(shù)據(jù)庫，為什么要關心圖？

做出正確的商業(yè)決策需要了解任何一個行動或交易之間的關系，因為它們彼此相關。許多企業(yè)、數(shù)據(jù)分析公司和數(shù)據(jù)科學家正在尋找新的方法來探索連接和關系，看看我們的數(shù)據(jù)能給我們帶來什么額外的見解。

借助圖分析，我們認識到，所有的數(shù)據(jù)其實都代表了現(xiàn)實世界中的一些東西，而現(xiàn)實世界中的幾乎所有東西都以某種方式聯(lián)系在一起。從關系中找到這些新的模式，可以用來為電子商務網(wǎng)站打造更好的產品推薦，使銀行在欺詐發(fā)生之前找到潛在欺詐者，或者讓制造企業(yè)找到提高供應鏈效率的方法。

TigerGraph Cloud是業(yè)界首個也是唯一一個分布式原生圖數(shù)據(jù)庫即服務，使用戶能夠更容易地加速采用圖，實時處理分析和事務性工作負載。通過最新的3.8版本，你還可以在TigerGraph Cloud上配置你的ML Workbench Jupyter notebook，為你的圖數(shù)據(jù)庫和圖機器學習開發(fā)環(huán)境提供一站式體驗。

案例：圖增強的ML模型檢測欺詐行為

世界各地的公司正在投資于圖，將其作為一種競爭優(yōu)勢。圖算法和機器學習領域的研究表明，通過將數(shù)據(jù)構建在一個固有的捕捉上下文和關系的圖結構中，可以大大改善預測模型的質量。特別是在欺詐領域，圖增強的機器學習模型可以學習欺詐交易和行為人之間的潛在關系模式，而傳統(tǒng)的ML方法（如XGBoost模型）則無法捕捉。

在這篇博客中，我們將探討如何應用圖算法和圖特征來解決欺詐檢測問題。我們將展示如何用TigerGraph構建你的圖數(shù)據(jù)集，然后我們將通過一個Jupyter notebook的例子，用GNN模型構建一個端到端的欺詐檢測應用程序，使用Ethereum數(shù)據(jù)集，其中包含賬戶（有正面和負面標簽）和它們之間的交易。下面是schema的樣子：

在TigerGraph Cloud上構建你的圖

在任何模型開發(fā)之前，我們首先需要構建你的圖。在這個例子中，我們將使用TigerGraph Cloud的免費版本，這是業(yè)界第一個也是唯一一個原生并行圖數(shù)據(jù)庫即服務。

要開始使用TigerGraph數(shù)據(jù)庫集群，你只需要通過選擇硬件配置來完成集群配置過程。

在高級設置部分，確保啟用機器學習工作臺，然后在入門套件中選擇圖機器學習，這樣它就包括在你的配置集群中。(注意：對于這個版本，我們將只支持單服務器配置，即分區(qū)因子=1)

TigerGraph云上的機器學習工作臺

TigerGraph云上的機器學習工作臺

一旦你的圖數(shù)據(jù)庫被配置好了，你將需要添加一個用戶和密碼，以便用機器學習工作臺連接到數(shù)據(jù)庫。只需從左邊的 “Clusters “選項卡上點擊你剛剛配置的集群的 Access Management”，然后用你的憑證點擊 “Add User”。

一旦你添加了一個用戶，你現(xiàn)在可以直接利用機器學習工作臺，點擊左側面板上的集群，然后點擊”Tools” 》 “Machine Learning Workbench”。

一個新的瀏覽器窗口將被打開，你將登陸到機器學習工作臺的Jupyter服務器。

TigerGraph 機器學習工作臺有很多很好的教程，包括如何使用pyTigerGraph使用我們的ML功能的例子，運行我們圖數(shù)據(jù)科學庫的算法，以及端到端的應用。
你可能已經(jīng)聽說了最近在人工智能/ML方面的圖譜神經(jīng)網(wǎng)絡的突破。在這篇博客中，我們將展示利用我們內置的python功能（如圖數(shù)據(jù)分區(qū)、數(shù)據(jù)導出/批處理和圖特征工程）建立一個GNN模型是多么容易。該notebook 可以在下面路徑找到：GML→ Applications → Fraud_Detection → Fraud_Detection.ipynb.

在運行任何代碼之前，你首先需要確保config.json中的用戶名和密碼（在Jupyter服務器的root文件夾中）被相應地更新為你剛剛從tgcloud.io創(chuàng)建的新用戶。

準備你的圖數(shù)據(jù)集

現(xiàn)在，我們已經(jīng)準備好與TigerGraph云數(shù)據(jù)庫實例建立連接，只需運行以下代碼，并將Ethereum 數(shù)據(jù)集導入到你的實例。

圖特征工程

像任何其他監(jiān)督下的機器學習模型一樣，GNN需要訓練、驗證和測試集來開發(fā)模型。ML Workbench通過一個簡單的命令使數(shù)據(jù)分區(qū)變得簡單。我們將對你的圖數(shù)據(jù)進行分區(qū)，同時保留你的數(shù)據(jù)集的關系。

ML workbench 包括TIgerGraph的圖數(shù)據(jù)科學庫中的相當多的圖算法來進行特征工程。這個notebook 所強調的關鍵功能是：

listAlgorithm()：如果你輸入算法的類別（如中心性），它將打印指定類別的可用算法；否則它將打印所有可用的算法類別。

installAlgorithm()：獲取算法的名稱作為輸入，如果該算法尚未安裝，則安裝該算法。

runAlgorithm()：獲取算法名稱和參數(shù)以運行該算法。如果該算法尚未安裝，并且存在于TigerGraph的圖數(shù)據(jù)科學庫中，該算法將自動安裝查詢語句，并在圖中創(chuàng)建必要的schema屬性。

下面的代碼顯示了如何使用Featurizer來獲得PageRank作為一個特征。你也可以通過運行你自己的GSQL查詢語句，并通過Featurizer運行它，來定義你自己的自定義特征。

現(xiàn)在我們已經(jīng)完成了特征工程，下一步是使用我們的Neighbor Loader函數(shù)導出你的訓練、驗證和測試數(shù)據(jù)集。你可以用我們的Neighbor Loader函數(shù)定義你的采樣策略，如批次大小、跳數(shù)和鄰居數(shù)。

訓練你的GNN模型

現(xiàn)在，我們已經(jīng)完成了圖特征工程，并將所有的數(shù)據(jù)導出到你的機器學習工作臺環(huán)境，以訓練機器學習模型。

我們擁護開源社區(qū)，這就是為什么我們把TigerGraph ML Workbench與一些最流行的深度學習框架兼容，如PyTorch Geometric和Tensorflow。注意在上面的代碼中，我們直接將你的關聯(lián)數(shù)據(jù)以output_format參數(shù)中指定的PyG格式導出，你將能夠直接利用PyG來訓練一個GNN模型，比如Graph Attention Network（ (GATs）算法。請看下面的例子：

一旦你的模型訓練完成，你就可以對你的模型進行推理，看看一個欺詐者是如何通過其網(wǎng)絡移動交易的。為了更好地解釋預測行為，我們可以將與預測頂點相關的子圖可視化。

用子圖可視化你的模型預測

在這個例子中，頂點#1891被預測為一個欺詐賬戶。粉紅色的頂點是已知的欺詐賬戶，用藍色標識的頂點是未知賬戶?？雌饋眄旤c1891是一個欺詐者網(wǎng)絡的幕后策劃者，一直在從無辜的用戶那里拿錢!

下一步

如果你覺得這篇文章很有趣，并想建立自己的GNN應用程序，請免費試用我們的TigerGraph Cloud和TigerGraph ML Workbench。請從我們的Github（https://github.com/tigergraph/graph-ml-notebooks）上查看我們的教程。你也可以在這篇博文中找到我們所用到的notebook例子的鏈接。

審核編輯 ：李倩