数据分析之图算法：基于Spark和Neo4j

草率地翻了一下，发现社区传播算法挺适合解决目前问题的。

书中对中心性算法和社团发现算法的讲解还算是清楚，附带代码质量不高，没有详细解读。

这种类型的书本身就是偏向于具体应用和实践的，开卷有益吧。英文版整体的图例非常漂亮，每一章开头都有一个比较好的图来帮初学者理解，但要是要深挖图里的东西，这本书应该是不够的。整体行文思路是，先交代基本建图和构成，后按具体的算法划分为图基本特征描述（单源最短路算法等）、节点和子图特征（中心度等）以及社群发现和标签传播算法，最后给了一个Yelp的具体例子来讲实现。整体感觉思路是非常清晰了，因为主要目的是教用户使用，所以深度不太够。Spark 大部分是同 Neo4j 进行交互，Neo4j 主要是处理所有的算法层面，Spark 则是多数据输入等。整体来说，还是有收获的，主要是学习了作者的思维框架，代码质量一般。

适合入门速读，内容快速掌握

各种常见的算法包括路径发现，中心性，社区发现，机器学习等都给典型的应用场景，以及用neo4j和spark实现的过程，但是有一些应用场景写的模棱两可，不是我的理解有问题，就是翻译有问题。不过可以学习作者的思路然后去网上找资料了解相关应用，对于图算法的应用来讲，还是一本很不错的入门书籍。