Kurs Język CYPHER i grafowe bazy danych w Neo4j/ONgDB

1. Wprowadzenie do baz grafowych na przykładzie Neo4j/ONgDB

• znaczenie baz grafowych w analizie danych,
• architektura platformy,
• omówienie Neo4j/ONgDB jako popularnych rozwiązań baz grafowych,
• instalacja i konfiguracja Neo4j/ONgDB.

2. Podstawy języka zapytań CYPHER

• struktura zapytań CYPHER,
• tworzenie węzłów i relacji w bazie grafowej,
• proste zapytania CYPHER do pobierania danych,
• selekcja i filtrowanie, 
• import danych, 
• przechodzenie przez graf.

3. Teoria grafów

• podstawowe pojęcia i terminologia grafów,
• rodzaje grafów: skierowane, nieskierowane, ważone, etykietowane,
• zastosowanie grafów w różnych dziedzinach.

4. Podstawowe algorytmy grafowej analizy danych – aspekty teoretyczne

• grafy: BFS (Breadth-First Search) i DFS (Depth-First Search),
• najkrótsza ścieżka: Dijkstra i Bellmana-Forda,
• minimalne drzewo rozpinające: Kruskal i Prim,
• wyszukiwanie w głąb (DFS) i silnie spójne składowe,
• algorytm PageRank,
• inne algorytmy grafowe w zależności od potrzeb i zainteresowań uczestników.

5. Podstawy języka zapytań CYPHER – teoria i praktyka w Neo4j/ONgDB

• zaawansowane zapytania CYPHER,
• filtry, warunki, sortowanie i ograniczenia w zapytaniach CYPHER,
• tworzenie skomplikowanych zapytań CYPHER, takich jak wyszukiwanie najkrótszej ścieżki.

6. Praktyczne zastosowanie algorytmów grafowych dostępnych w bibliotekach APOC i GDSL oraz interpretacja informacji wynikowej

• wykorzystanie bibliotek APOC i GDSL w Neo4j/ONgDB,
• praktyczne zastosowanie algorytmów grafowych dostępnych w bibliotekach,
• interpretacja informacji wynikowych z algorytmów grafowych.

7. Praktyczne wykorzystanie informacji wynikowych algorytmów grafowych w procesach analizy danych

• modelowanie danych w Neo4j/ONgDB,
• wykorzystanie informacji wynikowych algorytmów grafowych w analizie danych.

8. Zaawansowane techniki analizy grafowej

• algorytmy wyszukiwania wzorców w grafach (np. wzorzec podgrafu),
• wyznaczanie centralności w grafach (np. centralność węzłów, centralność pośrednictwa),
• algorytmy wykrywania społeczności w sieciach społecznościowych,
• wykorzystanie algorytmów grafowych do rekomendacji.

9. Analiza podobieństwa grafów

• mierzenie podobieństwa między grafami,
• porównywanie struktury grafów i identyfikowanie podobnych wzorców,
• zastosowanie analizy podobieństwa grafów w analizie danych.

10. Przykłady praktycznych zastosowań baz grafowych

• analiza sieci społecznościowych i relacji między użytkownikami,
• modelowanie dróg i tras w systemach transportowych,
• analiza zależności i powiązań w systemach rekomendacyjnych.

11. Wprowadzenie do języka zapytań GraphQL w kontekście baz grafowych

• porównanie CYPHER i GraphQL,
• tworzenie zapytań GraphQL do pobierania danych z bazy grafowej.

12. Case study: Analiza danych w konkretnej dziedzinie z wykorzystaniem Neo4j/ONgDB

13. Integracja z językami programowania

• integracja z projektem w języku Java i JavaScript,
• praca z bazą z poziomu języka programowania.