有效的推荐为何如此重要
有效的推荐是带来流量的重要手段。图数据技术通过即时处理访问者生成的实时信息、浏览行为和历史偏好，可以对文章、视频、产品和服务做出准确的推荐，同时还能与地理位置（POI）等信息结合，给用户实时实地推荐更合适的商家，让平台提供的推荐信息更具有吸引力。
图技术与传统推荐手段的区别？
高昂 VS 低改动成本
由于在关系型数据库中所有的数据库模式都需要提前定义，当数据量和维度快速增加时，所需的改动成本也会更加高昂
滞后 vs 实时推荐
基于内容的过滤等目前流行的推荐算法依赖快速遍历不断增长和高度互联的数据集，传统数据存储方式在处理关联数据时效率较低
模糊 vs 精准推荐
由于数据维度和视图的缺失常常导致推荐结果不够准确，图技术能够提供实时的上下文洞察，围绕用户行为提供更精准的推荐建议
同样的场景，可以使用关系型数据库吗
面对亿万级用户和实时产生的大量交互数据，使用传统数据库很难快速深度探索数据间关联关系。而要作出有效的实时建议，数据平台必须了解实体之间的关系，以及这些关联的质量和强度。 只有图技术能够根据用户购买、交互和评论有效跟踪这些关系，以提供对客户需求和产品趋势最有意义的深刻见解。
使用悦数图数据库的优势
精准高效的实时推荐效果
使用收益
灵活的设计模式
在关系型数据库中所有的数据库模式都需要提前定义，后续改动代价高昂。而图模型中，只需要重新增加模式定义再局部调整图数据，便可完成在原有的数据源上增加标签或添加属性
高效的关联查询
在用图数据库存储的知识图谱中，可以通过查询实体的边和其边上的标签来快速地获取与其相联系的另一实体，而不用再进行各种表的关联操作，关系查询的效率显著提高
精准的实时推荐
图数据库可以有效地关联消费者标签、购买行为和售卖商品等多维度信息，结合图算法为客户提供精准实时的个性化推荐，帮助企业大幅度提高营销转化效率
