Análisis basados en gráficos y aprendizaje automático con TigerGraph

Capítulo 11. Revisión de la resolución de entidades

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Este capítulo utiliza la resolución de entidades para un servicio de vídeo en streaming como ejemplo de aprendizaje automático no supervisado con algoritmos de grafos. Después de completar este capítulo, deberías ser capaz de:

• Nombra las categorías de algoritmos de grafos que son apropiados para la resolución de entidades como aprendizaje no supervisado

• Enumera tres enfoques diferentes para evaluar la similitud de las entidades

• Comprender cómo los pesos parametrizados pueden adaptar la resolución de entidades para que sea una tarea de aprendizaje supervisado

• Interpretar una cláusula GSQL FROM sencilla y tener una comprensión general de la semántica de ACCUM

• Configura y ejecuta un kit de inicio de TigerGraph Cloud utilizando GraphStudio

Problema: Identificar a los usuarios del mundo real y sus gustos

El mercado del streaming de vídeo bajo demanda (SVoD) en es un gran negocio. Es difícil obtener estimaciones precisas del tamaño del mercado mundial, pero la estimación más conservadora podría ser de 50.000 millones de dólares en 2020,¹ con tasas de crecimiento anual que oscilan entre el 11%² al 21%³ durante los próximos cinco años aproximadamente. Los estudios de cine, las cadenas de televisión, las redes de comunicación y los gigantes tecnológicos se han estado fusionando y reinventando, con la esperanza ...