| Abstract |
Bakalaura darba veids - 1.tips: Pašreizējo risinājumu izpēte
Mūsdienu pasaulē datu pieaugums ir radījis pieprasījumu pēc efektīvas datu uzglabāšanas atspoguļojot sarežģītas relācijas starp šiem datiem. Viens no šādiem risinājumiem ir NoSQL grafu datu bāzes. Šīs grafu datu bāzes piedāvā daudzus grafu algoritmus un risinājumus, lai risinātu galvenās datu apstrādes problēmas ar kurām saskaras dažādas nozares, piemēram, finanšu pakalpojumu, e-komercijas uzņēmumu, sociālo mediju, loģistikas, veselības aprūpes pakalpojumu un daudzu citu. Taču galvenais izaicinājums, ar ko saskaras eksperti, ir šo risinājumu efektīva izmantošana, apmierinot viņu vajadzības un mērķus.
Šajā rakstā galvenā uzmanība pievērsta centralitātes, grafu analīzes un kopienas noteikšanas algoritmu, piemēram, PageRank, HITS, virsotnes centralitātes, grafa diametra, žakāru līdzība, etiķetes izplatīšanas algoritma un skaļruņa klausītāja etiķetes izplatīšanas algoritma veiktspējas salīdzināšanai, izmantojot piemērotu datu kopu grafu datu bāzēs konkrēti Neo4j un ArangoDB Pēc tam tiek sniegti ieteikumi, pamatojoties uz rezultātiem. Lai to panāktu, tiek veikta esošo pētniecības darbu izpētes analīze, lai formulētu hipotēzi, un tiek izveidota testēšanas vide, kā arī tiks izmantota piemērota testa datu kopa, lai noteiktu veiktspēju, izmantojot atbilstošus rādītājus. Pēc tam iegūtie rezultāti tiek analizēti, lai sniegtu ieteikumus par šo algoritmu izmantošanu dažādu problēmu risināšanā.
Bakalaura darba apjoms ir 78 lappuses (ieskaitot bibliogrāfiju un pielikumus), kas ietver arī 20 tabulas, 5 attēlus, 2 pielikumus un 53 uzziņu avotus. |
