基于图数据库与图深度学习的企业的分析
机器学习
2021-08-09 v1
摘要
在业务对业务(B2B)客户关系管理(CRM)用例中，每个客户都是具有稳健业务战略以及专注且理性决策的潜在商业组织/公司。本文引入一种基于图的分析方法，以改进 B2B 环境下的 CRM。在我们的方法中，首先使用 Neo4j 平台设计了一个图数据库。其次，结合 cypher 图查询语言，通过数据挖掘与探索性分析对图数据库进行了研究。具体而言，我们应用了图卷积网络(GCN)以实现 CRM 分析中的销售预测。这是基于图数据库的 B2B CRM 领域中迈向基于 GCN 的二分类的第一步。我们在图数据库上评估了所提 GCN 模型的性能，并与随机森林(RF)、卷积神经网络(CNN)和人工神经网络(ANN)进行比较。所提 GCN 方法进一步结合了最短路径与特征向量中心性属性，以显著提升销售预测准确率。实验结果表明，所提出的基于图的深度学习方法在不同图特征组合下均优于随机森林(RsF)以及 CNN 和 ANN 两种深度学习模型。
引用
@article{arxiv.2108.02867,
title = {Enterprise Analytics using Graph Database and Graph-based Deep Learning},
author = {Shagufta Henna and Shyam Krishnan Kalliadan},
journal= {arXiv preprint arXiv:2108.02867},
year = {2021}
}