如何借助TigerGraph機(jī)器學(xué)習(xí)工作臺(tái)加速企業(yè)BI

什么是圖數(shù)據(jù)庫(kù)，為什么要關(guān)心圖？

做出正確的商業(yè)決策需要了解任何一個(gè)行動(dòng)或交易之間的關(guān)系，因?yàn)樗鼈儽舜讼嚓P(guān)。許多企業(yè)、數(shù)據(jù)分析公司和數(shù)據(jù)科學(xué)家正在尋找新的方法來(lái)探索連接和關(guān)系，看看我們的數(shù)據(jù)能給我們帶來(lái)什么額外的見(jiàn)解。

借助圖分析，我們認(rèn)識(shí)到，所有的數(shù)據(jù)其實(shí)都代表了現(xiàn)實(shí)世界中的一些東西，而現(xiàn)實(shí)世界中的幾乎所有東西都以某種方式聯(lián)系在一起。從關(guān)系中找到這些新的模式，可以用來(lái)為電子商務(wù)網(wǎng)站打造更好的產(chǎn)品推薦，使銀行在欺詐發(fā)生之前找到潛在欺詐者，或者讓制造企業(yè)找到提高供應(yīng)鏈效率的方法。

TigerGraph Cloud是業(yè)界首個(gè)也是唯一一個(gè)分布式原生圖數(shù)據(jù)庫(kù)即服務(wù)，使用戶能夠更容易地加速采用圖，實(shí)時(shí)處理分析和事務(wù)性工作負(fù)載。通過(guò)最新的3.8版本，你還可以在TigerGraph Cloud上配置你的ML Workbench Jupyter notebook，為你的圖數(shù)據(jù)庫(kù)和圖機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境提供一站式體驗(yàn)。

案例：圖增強(qiáng)的ML模型檢測(cè)欺詐行為

世界各地的公司正在投資于圖，將其作為一種競(jìng)爭(zhēng)優(yōu)勢(shì)。圖算法和機(jī)器學(xué)習(xí)領(lǐng)域的研究表明，通過(guò)將數(shù)據(jù)構(gòu)建在一個(gè)固有的捕捉上下文和關(guān)系的圖結(jié)構(gòu)中，可以大大改善預(yù)測(cè)模型的質(zhì)量。特別是在欺詐領(lǐng)域，圖增強(qiáng)的機(jī)器學(xué)習(xí)模型可以學(xué)習(xí)欺詐交易和行為人之間的潛在關(guān)系模式，而傳統(tǒng)的ML方法（如XGBoost模型）則無(wú)法捕捉。

在這篇博客中，我們將探討如何應(yīng)用圖算法和圖特征來(lái)解決欺詐檢測(cè)問(wèn)題。我們將展示如何用TigerGraph構(gòu)建你的圖數(shù)據(jù)集，然后我們將通過(guò)一個(gè)Jupyter notebook的例子，用GNN模型構(gòu)建一個(gè)端到端的欺詐檢測(cè)應(yīng)用程序，使用Ethereum數(shù)據(jù)集，其中包含賬戶（有正面和負(fù)面標(biāo)簽）和它們之間的交易。下面是schema的樣子：

在TigerGraph Cloud上構(gòu)建你的圖

在任何模型開(kāi)發(fā)之前，我們首先需要構(gòu)建你的圖。在這個(gè)例子中，我們將使用TigerGraph Cloud的免費(fèi)版本，這是業(yè)界第一個(gè)也是唯一一個(gè)原生并行圖數(shù)據(jù)庫(kù)即服務(wù)。

要開(kāi)始使用TigerGraph數(shù)據(jù)庫(kù)集群，你只需要通過(guò)選擇硬件配置來(lái)完成集群配置過(guò)程。

在高級(jí)設(shè)置部分，確保啟用機(jī)器學(xué)習(xí)工作臺(tái)，然后在入門(mén)套件中選擇圖機(jī)器學(xué)習(xí)，這樣它就包括在你的配置集群中。(注意：對(duì)于這個(gè)版本，我們將只支持單服務(wù)器配置，即分區(qū)因子=1)

TigerGraph云上的機(jī)器學(xué)習(xí)工作臺(tái)

TigerGraph云上的機(jī)器學(xué)習(xí)工作臺(tái)

一旦你的圖數(shù)據(jù)庫(kù)被配置好了，你將需要添加一個(gè)用戶和密碼，以便用機(jī)器學(xué)習(xí)工作臺(tái)連接到數(shù)據(jù)庫(kù)。只需從左邊的 “Clusters “選項(xiàng)卡上點(diǎn)擊你剛剛配置的集群的 Access Management”，然后用你的憑證點(diǎn)擊 “Add User”。

一旦你添加了一個(gè)用戶，你現(xiàn)在可以直接利用機(jī)器學(xué)習(xí)工作臺(tái)，點(diǎn)擊左側(cè)面板上的集群，然后點(diǎn)擊”Tools” 》 “Machine Learning Workbench”。

一個(gè)新的瀏覽器窗口將被打開(kāi)，你將登陸到機(jī)器學(xué)習(xí)工作臺(tái)的Jupyter服務(wù)器。

TigerGraph 機(jī)器學(xué)習(xí)工作臺(tái)有很多很好的教程，包括如何使用pyTigerGraph使用我們的ML功能的例子，運(yùn)行我們圖數(shù)據(jù)科學(xué)庫(kù)的算法，以及端到端的應(yīng)用。
你可能已經(jīng)聽(tīng)說(shuō)了最近在人工智能/ML方面的圖譜神經(jīng)網(wǎng)絡(luò)的突破。在這篇博客中，我們將展示利用我們內(nèi)置的python功能（如圖數(shù)據(jù)分區(qū)、數(shù)據(jù)導(dǎo)出/批處理和圖特征工程）建立一個(gè)GNN模型是多么容易。該notebook 可以在下面路徑找到：GML→ Applications → Fraud_Detection → Fraud_Detection.ipynb.

在運(yùn)行任何代碼之前，你首先需要確保config.json中的用戶名和密碼（在Jupyter服務(wù)器的root文件夾中）被相應(yīng)地更新為你剛剛從tgcloud.io創(chuàng)建的新用戶。

準(zhǔn)備你的圖數(shù)據(jù)集

現(xiàn)在，我們已經(jīng)準(zhǔn)備好與TigerGraph云數(shù)據(jù)庫(kù)實(shí)例建立連接，只需運(yùn)行以下代碼，并將Ethereum 數(shù)據(jù)集導(dǎo)入到你的實(shí)例。

圖特征工程

像任何其他監(jiān)督下的機(jī)器學(xué)習(xí)模型一樣，GNN需要訓(xùn)練、驗(yàn)證和測(cè)試集來(lái)開(kāi)發(fā)模型。ML Workbench通過(guò)一個(gè)簡(jiǎn)單的命令使數(shù)據(jù)分區(qū)變得簡(jiǎn)單。我們將對(duì)你的圖數(shù)據(jù)進(jìn)行分區(qū)，同時(shí)保留你的數(shù)據(jù)集的關(guān)系。

ML workbench 包括TIgerGraph的圖數(shù)據(jù)科學(xué)庫(kù)中的相當(dāng)多的圖算法來(lái)進(jìn)行特征工程。這個(gè)notebook 所強(qiáng)調(diào)的關(guān)鍵功能是：

listAlgorithm()：如果你輸入算法的類(lèi)別（如中心性），它將打印指定類(lèi)別的可用算法；否則它將打印所有可用的算法類(lèi)別。

installAlgorithm()：獲取算法的名稱(chēng)作為輸入，如果該算法尚未安裝，則安裝該算法。

runAlgorithm()：獲取算法名稱(chēng)和參數(shù)以運(yùn)行該算法。如果該算法尚未安裝，并且存在于TigerGraph的圖數(shù)據(jù)科學(xué)庫(kù)中，該算法將自動(dòng)安裝查詢語(yǔ)句，并在圖中創(chuàng)建必要的schema屬性。

下面的代碼顯示了如何使用Featurizer來(lái)獲得PageRank作為一個(gè)特征。你也可以通過(guò)運(yùn)行你自己的GSQL查詢語(yǔ)句，并通過(guò)Featurizer運(yùn)行它，來(lái)定義你自己的自定義特征。

現(xiàn)在我們已經(jīng)完成了特征工程，下一步是使用我們的Neighbor Loader函數(shù)導(dǎo)出你的訓(xùn)練、驗(yàn)證和測(cè)試數(shù)據(jù)集。你可以用我們的Neighbor Loader函數(shù)定義你的采樣策略，如批次大小、跳數(shù)和鄰居數(shù)。

訓(xùn)練你的GNN模型

現(xiàn)在，我們已經(jīng)完成了圖特征工程，并將所有的數(shù)據(jù)導(dǎo)出到你的機(jī)器學(xué)習(xí)工作臺(tái)環(huán)境，以訓(xùn)練機(jī)器學(xué)習(xí)模型。

我們擁護(hù)開(kāi)源社區(qū)，這就是為什么我們把TigerGraph ML Workbench與一些最流行的深度學(xué)習(xí)框架兼容，如PyTorch Geometric和Tensorflow。注意在上面的代碼中，我們直接將你的關(guān)聯(lián)數(shù)據(jù)以output_format參數(shù)中指定的PyG格式導(dǎo)出，你將能夠直接利用PyG來(lái)訓(xùn)練一個(gè)GNN模型，比如Graph Attention Network（ (GATs）算法。請(qǐng)看下面的例子：

一旦你的模型訓(xùn)練完成，你就可以對(duì)你的模型進(jìn)行推理，看看一個(gè)欺詐者是如何通過(guò)其網(wǎng)絡(luò)移動(dòng)交易的。為了更好地解釋預(yù)測(cè)行為，我們可以將與預(yù)測(cè)頂點(diǎn)相關(guān)的子圖可視化。

用子圖可視化你的模型預(yù)測(cè)

在這個(gè)例子中，頂點(diǎn)#1891被預(yù)測(cè)為一個(gè)欺詐賬戶。粉紅色的頂點(diǎn)是已知的欺詐賬戶，用藍(lán)色標(biāo)識(shí)的頂點(diǎn)是未知賬戶?？雌饋?lái)頂點(diǎn)1891是一個(gè)欺詐者網(wǎng)絡(luò)的幕后策劃者，一直在從無(wú)辜的用戶那里拿錢(qián)!

下一步

如果你覺(jué)得這篇文章很有趣，并想建立自己的GNN應(yīng)用程序，請(qǐng)免費(fèi)試用我們的TigerGraph Cloud和TigerGraph ML Workbench。請(qǐng)從我們的Github（https://github.com/tigergraph/graph-ml-notebooks）上查看我們的教程。你也可以在這篇博文中找到我們所用到的notebook例子的鏈接。

審核編輯 ：李倩