Analítica avanzada de relaciones. La potencia del grafo.

Añadir contexto a los datos que vamos a analizar mediante modelos avanzados sobre R, Python o cualquier otra tecnología nos proporcionará un valor altísimo a nuestros resultados.

¿De qué sirve que clasifiquemos un cliente como “buen pagador”, si está conectado a dos o tres niveles con otro cliente marcado en una lista negra? Probablemente no es correcto y deberíamos realizar un análisis pormenorizado de esa situación para calcular el scoring de riesgo adecuado.

Entendiendo el contexto de nuestros clientes, daremos un valor extra a nuestros modelos predictivos, y ese contexto sólo se puede implementar de manera eficiente sobre un grafo.
Neo4j proporciona una librería muy completa de algoritmos de Machine Learning orientados a grafos, haciendo muy fácil la complejidad que ocultan. Algoritmos de centricidad, detección de comunidades, similitud, … son sólo una muestra de los que se puede conseguir.