前言
在这大数据时代，以图数据库、知识图谱、图算法为代表的图计算技术迎来发展的黄金年代，并逐渐成为人工智能和高性能计算产业发展的重要支撑。
目前，全球各大科技公司纷纷在争夺这项技术的话语权，已经在各方面加强研发、并设立实验室卡点布局。
首先图计算中的“图”并非图片/图形（Picture/Image），而是 “图论”中的“图”（Graph）。
图计算技术基于图数据开展分析和计算，从中挖掘出有价值的信息、知识和规律，为事件溯源、并分析因果关系，最后为实际业务应用提供支持。
而图数据由一系列的点、边构成，能更自然、直观地表述数据间的关联关系，是一种更符合人 类思考方式的抽象表达，简单来说就是是表达事物之间复杂关联关系的组织结构，举几个例子：QQ好友关系图、道路图、电路图、病毒传播网、文献网、社交网都可以转化为图数据。
因为现在的大数据时代，数据实在太庞杂了，之间的关联关系也过于复杂。之前传统的关系型数据很难承载，也基本无法实现高效率的计算，更无法挖掘数据间复杂关联关系里面的价值或因果关系。
所以随着各行业数字化水平的逐步提高，各种各样的数据还在激增，计算场景又日益复杂，图计算的重要性会越来越高。
柯尼斯堡七桥问题讲述的是能否通过“一笔画”的方式，从任何一座桥出发，穿过七座桥，再回到出发地点。
欧拉大神最后的论点是这样的，除了起点以外，每一次当一个人由一座桥进入一块陆地时，他同时也由另一座桥离开此点。所以每行经一点时，计算两座桥（或线），从起点离开的线与最后回到始点的线亦计算两座桥，因此每一个陆地与其他陆地连接的桥数必为偶数。欧拉的这个结论标志着图论的诞生。
不过图计算从一个抽象的理论科学转向实际应用的工程学科，是在上个世纪 60 年代，这个时候出现了随机图理论。
未来图计算的重要性会越来越高，比如疫情溯源、配送最短路线、社交关系网络、信用卡套现防诈骗等等都可以。
图论早就用于求解生产管理、军事、交通运输、计算机以及通信网络等领域中的许多离散性问题，同时图论中的一些著名问题也借助于计算机得到了证明。
如今，图论本身及其在物理学、化学、运筹学、计算机科学、电子学、信息论、控制论、网络理论、社会科学和管理科学等领域中的应用越来越受到人们的重视，因此，如果对大数据方向有兴趣，可以试着去全面系统地学习图论中的概念、基本定理和算法并了解图论中的一些悬而未决的问题。
图论入门 大数据编程基础 ￥49.8 购买上面这本书就会阐述图论的基本概念、基本定理和算法，帮助读者理解并掌握图的结构和解决图论问题的技巧。
| 留言与评论（共有 0 条评论） “” |
