홈앤서비스 SK BROADBAND

국내 최초 그래프 씽킹(graph thinking) 안내서,
문제 해결력을 키우는 그래프 씽킹 완벽 가이드

데이터는 점점 더 방대하고 복잡해지고 있다. 넘쳐나는 데이터의 홍수 속에서 구원의 손길을 바라는 이가 있다면 바로 여기, 이 책을 펼쳐보자. 컴퓨터는 행과 열로 이루어진 정적 데이터에 의존하는 반면, 사람은 관계를 통해 삶을 탐색하고 유추한다. 그래프 데이터는 사람과 컴퓨터가 세상을 바라보는 관점의 차이를 좁힌다. 이 책에서는 새로운 사고방식인 그래프 씽킹 개념을 소개하며 그래프 데이터로 두 가지 접근 방식을 아우르는 방법을 친절히 안내한다. 이 책을 따라 하며 그래프 씽킹과 그래프 이론, 데이터베이스 스키마, 분산 시스템, 데이터 분석을 터득하고 그래프 데이터를 효율적으로 구축해 복잡한 문제를 해결하는 법을 배워보자.

CHAPTER 1 그래프 씽킹

1.1 떠오르는 그래프 기술
1.2 그래프 씽킹이란
1.3 복잡한 문제를 해결하는 기술 선택하기
1.4 그래프 씽킹 여정 시작하기

CHAPTER 2 관계형에서 그래프 씽킹으로

2.1 2장 미리 보기: 관계형 개념을 그래프 용어로 변환하기
2.2 관계형과 그래프의 차이
2.3 관계형 데이터 모델링
2.4 그래프 데이터의 개념
2.5 그래프 스키마 언어
2.6 관계형 vs 그래프: 결정 고려 사항
2.7 마치며

CHAPTER 3 간단한 Customer 360

3.1 3장 미리 보기: 관계형 vs 그래프
3.2 그래프 데이터 기본 사용 사례: Customer 360(C360)
3.3 관계형 시스템으로 C360 애플리케이션 구현하기
3.4 그래프 시스템으로 C360 애플리케이션 구현하기
3.5 관계형 vs 그래프: 선택의 기로에 서 있다면
3.6 마치며

CHAPTER 4 이웃 탐색 개발

4.1 4장 미리 보기: 더 현실적인 C360 만들기
4.2 그래프 데이터 모델링 101
4.3 이웃 탐색 개발 세부 구현
4.4 기본적인 그렘린 탐색
4.5 고급 그렘린: 질의 결과 다듬기
4.6 개발 단계에서 제품 단계로 이동하기

CHAPTER 5 이웃 탐색 제품화

5.1 5장 미리 보기: 아파치 카산드라의 분산 그래프 데이터 이해하기
5.2 아파치 카산드라에서 그래프 데이터 사용하기
5.3 그래프 데이터 모델링 201
5.4 최종 제품 구현
5.5 더 복잡한, 분산 그래프 문제

CHAPTER 6 트리 사용 개발

6.1 6장 미리 보기: 트리 탐색, 계층 데이터, 순환
6.2 세 가지 예제로 살펴보는 계층, 중첩 데이터
6.3 용어의 숲에서 길 찾기
6.4 센서 데이터로 계층 구조 이해하기
6.5 개발 모드: 리프에서 루트로 질의하기
6.6 개발 모드: 루트에서 리프로 질의하기
6.7 시간 정보 확인

CHAPTER 7 트리 사용 제품화

7.1 7장 미리 보기: 분기 계수, 깊이, 간선의 시간 이해
7.2 센서 데이터의 시간 이해
7.3 분기 계수 이해
7.4 센서 데이터 제품 스키마
7.5 제품 모드: 리프에서 루트로 질의하기
7.6 제품 모드: 루트에서 리프로 질의하기
7.7 타워 장애 시나리오에 질의 적용하기
7.8 나무를 위해 숲 보기

CHAPTER 8 경로 찾기 개발

8.1 8장 미리 보기: 네트워크의 신뢰 수량화하기
8.2 세 가지 예제로 살펴보는 신뢰
8.3 경로 기초 개념
8.4 신뢰 네트워크에서 경로 찾기
8.5 비트코인 신뢰 네트워크로 탐색 이해하기
8.6 최단 경로 질의

CHAPTER 9 경로 찾기 제품화

9.1 9장 미리 보기: 가중치, 거리, 가지치기 이해하기
9.2 가중치 경로와 검색 알고리즘
9.3 최단 경로 문제에 알맞게 간선 가중치 정규화하기
9.4 최단 가중치 경로 질의
9.5 제품의 가중치 경로와 신뢰

CHAPTER 10 추천 개발

10.1 10장 미리 보기: 영화 추천 협업 필터링
10.2 추천 시스템 예
10.3 협업 필터링 소개
10.4 영화 데이터: 스키마, 로딩, 질의 검토
10.5 그렘린의 항목 기반 협업 필터링

CHAPTER 11 그래프의 간단한 개체 해석

11.1 11장 미리 보기: 여러 데이터셋을 하나의 그래프로 병합하기
11.2 다른 복잡한 문제 정의: 개체 해석
11.3 두 영화 데이터셋 분석하기
11.4 영화 데이터 매칭, 병합
11.5 거짓 긍정 해결

CHAPTER 12 추천 제품화

12.1 12장 미리 보기: 지름길 간선, 사전 계산, 고급 가지치기 기술 이해하기
12.2 실시간 추천용 지름길 간선
12.3 영화 데이터의 지름길 간선 계산하기
12.4 영화 추천 제품 스키마와 데이터 로딩
12.5 지름길 간선을 이용한 추천 질의

CHAPTER 13 마치며

13.1 이제 어디로 가야 할까
13.2 연락 주고받기