资源介绍
GDS 库应用指南 (英文版电子书）
电子书格式: pdf
《Neo4j 图数据科学实战》是一本聚焦图数据科学核心技术的实战指南，专为数据科学家、开发工程师和技术爱好者打造。全书以 Neo4j 5 图数据库和 GDS 库 2.0 为核心工具，结合 Python 驱动，系统讲解从图数据构建到机器学习预测的全流程实践方法，帮助读者快速掌握图数据科学的关键技术与落地能力。
全书结构清晰，分为三大模块循序渐进展开内容。第一模块围绕图数据创建，从图数据库基础概念切入，详细介绍 Neo4j 的安装配置、Cypher 查询语言的使用，以及如何从 CSV、JSON 等多种格式导入数据，构建知识图谱。读者将学会将现实场景中的数据（如 Netflix 影视数据集）建模为图结构，理解节点、关系的设计逻辑，掌握数据导入过程中的格式处理、时空数据处理等关键技巧。
第二模块聚焦图数据的探索与表征，深入讲解图数据集的核心特征指标（如节点度数、聚类系数、三角形计数等），以及如何通过 Neo4j GDS 库的图算法挖掘图结构信息。读者将学习社区检测、中心性分析等常用算法的应用，掌握 NeoDash、Neo4j Bloom、Gephi 等可视化工具的使用，直观呈现图数据的拓扑结构与隐藏模式，为后续分析奠定基础。
第三模块专注于图数据的预测应用，核心讲解基于图特征的机器学习模型构建、图嵌入技术（Node2Vec、GraphSAGE）的实现，以及 GDS 流水线在节点分类、链路预测中的实践。此外，书中还包含自定义图算法开发的进阶内容，指导读者使用 Pregel API 编写 Java 实现的图算法，拓展 Neo4j GDS 库的应用边界。
本书的核心特色在于理论与实践深度结合，所有知识点均配套完整的代码示例和数据集（可通过 GitHub 获取），读者可直接复现实验过程。书中以 Netflix 影视数据、社交网络等真实场景为例，将抽象的图数据概念转化为具体的业务问题，帮助读者理解技术的实际应用价值。无论是零基础的入门者，还是有一定经验的数据从业者，都能通过本书系统掌握图数据科学的核心技能，解决实际业务中的关联分析、推荐系统、风险识别等问题。
本书适合数据科学、人工智能、数据库领域的技术人员阅读，也可作为高校相关专业的实践教材。通过学习本书，读者将能够熟练运用 Neo4j 生态工具处理复杂关联数据，构建高效的图数据模型与机器学习系统，提升在数据分析与人工智能领域的核心竞争力。