Neo4j ユーザー勉強会 #3 (テクニカル編) に参加した。Neo4jイベントは懇親会以外皆勤。
ちょこっと動かしてみてネタを放り込んでいる（スキルマップ、テキストマイニング系）が、まだWebGUIだけしかいじってないのと、なかなか効率のよい使い方が分からないのと、CypherQueryでこういうときにこうすれば、というのがいまいちぴんと来ないので、テクニカル編に期待して参加。
- イベント詳細：http://jp-neo4j-usersgroup.connpass.com/event/13106/
- Twitterハッシュタグ：#Neo4jUsersGroup
【Neo4jユーザグループからのお知らせ(案浦氏)】
協力者募集中。全国のOSSイベントに参加するとか。【Neo4j概要（Ver2.2）(鈴木いっぺい氏)】
（Ver2.2の概要について。性能、スケーリング関連とのこと。3/26に開催されたPhilip Rathle氏資料に基づいて説明。）- パフォーマンスが100倍、スケーラビリティでRead10倍、Write100倍。
- Cost-based Optimizer（コストベース最適化。負荷分析型）。内部処理でデータの状態を見て検索を最適化。性能UP
- クエリのプラン可視化ツール（Visual Query Plans）。（どのように早めに一旦数を減らすか、の確認ができる？） MAX DE MARZI氏ブログが、深いところに突き詰められている。このツールの使用例あり。
- 従来はルールベースの検索だが、コストベースも選択できるようになった。Cypherが自動的に選んだり、マニュアルで変えたりして比較ができる。
- ProfileとExplainというコマンドが登場。Profileは実際どの程度かかったかわかる。Explainはクエリを走らせずにプラン参照ができる。
- Neo4j自体がインメモリでページキャッシュを持つようになった。グラフDBに特化したページキャッシュの方法、OSに依存しない。
- Unified Commit。トランザクションログの並列処理でWrite性能UP。
- Web画面で、Movieの他に、Northwind（スーパーの卸元と……。csvでダウンロードしてグラフ化。豆腐の購入履歴と、豆腐を買った人が何を買っているか、とか）、QueryTemplates（クエリを色々エディットできる）がトップページにできた。（おー！） csvに関係性がない場合の関係性について、とか具体的なコマンドとか書かれている。テーブルのjoinから引っ張れたり、とか。最適化する方法とか（最初の検索からの絞込み。）。Query TemplateではGUIで何か入れるとCypherQuery出してくれるとか。（おーーーー！！） 単なるメニューではなくツールとして役立つようなものになっている。
【ユーザセッション1（李氏）】
レコメンデーションエンジンとしてどの程度複雑なものができるかについて。MySQLとかでやっていたものをCypherQueryで置き換えてみた内容の紹介。ECサイト販売履歴をモチーフ。- ユーザ、商品、価格の情報があり（いろいろあるがわかりやすく３つに絞っている）、ユーザ別のレコメンデーション商品を割り出す方法。
- データは、uid、gid、price（ユーザ、商品、価格）。ユーザ、商品があり、「買った」関係を持たせる。商品には名前と価格を持たせる。「買った」にはUnitとして個数を加算。
- 購入した商品が多いユーザtop10、そのユーザが買った商品top10、商品top10の中で単価top10。商品単価top10を購入したユーザtop10。(order by price desc limit 10とか。）絞り込んで絞り込んで……をそのまま書ける。売上金額top10のなかでどれか購入したユーザ。そのユーザが購入した商品top10。商品Aを買っていない顧客の中で優良顧客（いろいろ買ってる人）にAを勧める。（なんかレコメンデーションっぽくなってきたぞ！） Aを買っていない顧客の中でXを購入している優良顧客にAを勧める。（match(u.user-->(g) where g.name in ["A","B","C"] ……） ABCのなかでどれか購入している顧客に、購入していないものを勧める。(return ..filter (x in ["A","B",...）
- 「売上top10商品。買っているユーザ。そのユーザが最も買っている商品。そのどれかを買っている場合のリスト。買っている場合に買っていない残りのリストとユーザ。」を一気にクエリで投げられる。（順番に、順番に……）これで17句。
- 一つ一つは簡単だが組み合わせが難しい。Filter (x in ["A","B",..] where not (x in ["A","C"]))) as result ……。outer join のような処理ができる。ただRDBの1/10程度で書けたりする。
【ユーザセッション2（宮田氏＠Technologic Arts）】
年間100億の損害が出ている米国の銀行で、グラフの威力を使って検知する。ファーストパーティー（当事者）詐欺（First Party Fraud）。１つの電話番号が二人から使われている場合、その電話番号は詐欺に使われている可能性がある、とかはRDBでは関係性が少なければ何とかなるが、増えた場合は厳しい。銀行の口座を持っている人。他に何を持っているか（口座、クレジットカード、ローンなど）を紐付けている。クレジットカードにもトランザクションをもたせている。Account_Holder、Current_Limit（限度額）、Current_Balance（今どこまで使っているか）、Late_Payments（遅延回数）。Suspicious_Transaction（疑わしい取引。過去の平均購入額、標準偏差から判断。標準偏差の二倍を超えるのは5%しかない）。match (act1:AccountHolder)-[]->(cnt)<-[]=(act2:AccountHolder) returns act1, cnt, act2 limit 25 。SSN（国民番号）を２つもつとかでグラフがリング状になるのは詐欺検知の方法の一つ。円の隣に居るのが何か、リングがいくつの円で構成されているか。（←これはグラフDBで自動？ 事前に計算？？ ←これはCypherQueryで記載する。stdevp、sum(txn.amount)/count(txn)） とか。） match(a:AccountHolder)-[]->(c)<-[]-(b:AccountHolder)-[*..8] ... とかでリングがいくつの円から構成されているかわかる。
【日本での事業展開について(安田氏＠CREATIONLINE）】
（前回のイベントで、この会社はNeo4jの入門サイトとかあると紹介されていた。）導入事例＠海外、が、サイトで公開されている。
コンサルティング、トレーニングサービスがある。
【グラフ型データベースの書籍企画について(長瀬氏＠テクノロジックアート)】
Neo4jの書籍（日本語）を出す予定。グラフDB基礎、事例、例題等を予定。執筆者募集中。【その他】
丸の内で勉強会あり。（多分参加しないけど、ハンズオン資料が公開されているようなので確認しておかなきゃ！）maruneo4j.doorkeeper.jp
