Graph Data Science Platform

NetMiner365

그래프 분석(Graph Analytics) / 소셜 네트워크 분석(Social Network Analysis)으로 복잡하게 연결된 사회, 경제, 물리적 현상 등에 대한 새로운 인사이트를 얻을 수 있습니다.

NetMiner365

NetMiner365를 통해, 언제, 어디에서나, 쉽게 빅데이터에서 그래프 구조를 파악하고, 그래프 분석/머신러닝 기술을 적용하여 숨은 연관 관계를 파악하고 예측 모델을 구성할 수 있습니다.

— Overview

클라우드 기반의 온라인 서비스형(SaaS) 그래프 데이터 사이언스 플랫폼

NetMiner365는 누구나 쉽게 빅데이터에서 그래프 구조를 추출하고, 그래프 분석 및 시각화, 통계 및 머신러닝, 그래프 머신러닝 등을 종합적으로 활용할 수 있도록 지원합니다. 클라우드 환경에서 장소와 시간의 제약 없이 언제, 어디에서나 차별화된 방법으로 빅데이터를 분석해보세요.

특장점

그래프 분석과 머신러닝의 결합

그래프 분석을 통해 얻은 관계적 맥락 정보를 머신러닝에 활용하여 예측의 정확도를 높일 수 있습니다.

그래프 분석에 최적화된 GUI

복잡한 프로그래밍 코드 없이, 직관적인 인터페이스를 통해 쉽게 그래프를 분석하고 시각화 합니다.

그래프 데이터를 위한 융복합 분석 지원

다양한 그래프 데이터 처리 및 분석 알고리즘 뿐만 아니라, 통계, 머신러닝을 제공하여 융복합 분석을 통해 차별화된 결과를 얻을 수 있습니다.

클라우드 기반 온라인 서비스

언제, 어디에서나 웹을 통해 액세스가 가능하고, 시스템 및 하드웨어의 제약이 줄어 빅데이터 분석에 필요한 시간과 비용을 단축할 수 있습니다.

기능

01 데이터 관리

DB 또는 파일로 저장된 대용량의 데이터를 빠르게 업로드 할 수 있고 빅데이터에서 쉽게 관계형 데이터를 추출하여 구성할 수 있습니다. 또한 그래프 데이터의 특성에 맞는 다양한 전처리 기능을 제공합니다. 예를 들어 조건에 따라 그래프 기반으로 데이터를 추출 및 필터링할 수 있는 쿼리(Query) 기능은 빅데이터 처리에 적합한 도구입니다.

02 그래프 분석

포괄적인 그래프 분석(소셜 네트워크 분석) 기능을 통해 노드(개체)의 중요도(Centrality)를 측정하고 노드 간 링크(관계)를 기준으로 클러스터링 (Cohesive Group, Equivalence Cluster)을 할 수 있습니다.

03 그래프 머신러닝,
범용 머신러닝 및 딥러닝

데이터를 분류하고 예측모델을 구성할 수 있는 그래프 머신러닝, 머신러닝 및 딥러닝 기법을 제공합니다. GCN, Node2Vec 등 그래프 데이터를 학습할 수 있는 그래프 머신러닝 알고리즘 Naïve Bayes, SVM, CART, k-means 등 범용적인 머신러닝 알고리즘, 딥러닝 알고리즘(MLP) 및 통계 기능을 제공합니다.

04 데이터 시각화

다양한 차트를 통해 데이터를 직관적으로 이해할 수 있습니다. 기본적인 차트 뿐만 아니라 Parallel Coordinates, Treemap 등 복잡한 데이터를 위한 차트도 제공합니다. 또한 그래프의 구조를 시각적으로 파악할 수 있는 그래프 시각화를 제공합니다. 그래프 시각화의 스타일링을 통해 필요한 정보를 그래프 이미지에 표현할 수 있습니다.