集成式图形数据库
通过图形，您可以从数据中查找连接并探索其中的关系。Oracle Graph 是 Oracle 融合数据库的一项 AI 就绪集成功能，让您无需额外采用单独的图形数据库并迁移数据。分析师和开发人员可以解决各种使用场景中的挑战，包括财务欺诈检测和制造可追溯性，同时轻松摄取数据，并获得企业级安全性和对运营工作负载的强大支持。
Oracle AI Database 26ai 赋能“AI for Data”革命
Oracle 将 AI 架构到 Oracle AI Database 26ai 的核心，进一步履行 Oracle 致力于帮助客户安全地将 AI 应用于各种环境中的所有数据的承诺。
为何要使用 Oracle Graph？
-
发现意料之外的情况
数据已连接。您可以使用 RDF 或属性图，通过 80 多种预构建算法、自动化分析、可视化工具和图形驱动的 AI，轻松快速地发现隐藏模式和新洞察。
-
实时图形分析
基于 Oracle AI Database 中运营和事务数据进行图形分析，以制定明智的业务决策。
-
企业级
在运行图形分析时，Oracle AI Database 的可扩展性、高可用性、安全性、AI 功能和其他融合功能可为您带来诸多优势。
安全
安全是当今企业必不可少的。图形可帮助您快速从复杂网络数据（包括相互关联的 IT 系统和犯罪网络）中发现连接，让您的企业能够更好地应对威胁并识别不良行为者。
-
网络安全
图形是保障网络安全的理想工具，因为它们可以捕获和模拟 IT 基础设施复杂的网络中的活动和事件。您可以将图形分析与机器学习 (ML) 相结合，快速发现大量数据中的连接、模式和异常，并通过交互式且可视化的方式来研究安全数据，以检测威胁、无效流量和恶意软件。相较于人工调查，利用自动图形分析来检测威胁可节省时间和人力。
-
刑事调查
犯罪往往不是仅由一人实施的。通常，一场犯罪涉及了许多相互关联的人员、组织和地点。通过将数据放入图表中，执法部门可以有效地识别犯罪网络并发现模式。
-
数据隐私和 GDPR
如果涉及多层软件，要确定哪些用户可以访问特定数据元素就成了一项繁琐的任务。图形有助于跟踪这类型的间接关系，让企业能够轻松证明合规性。
人工智能和机器学习
AI 和机器学习是重要的新技术，有望改善业务成果并带来新的影响。图形可以为数据提供补充信息，有助于提高机器学习模型预测结果的准确性。
-
特征工程
某些特性工程任务难以完成，而图形可帮助简化这些任务。例如，如果没有使用图形，可能难以充分考虑到多个实体之间的间接关系或确定紧密相连的实体集群。在数据集上运行图形算法可创建丰富的数据，这些数据可用作机器学习模型的特性。
-
图形神经网络
众所周知，图形可作为推荐引擎，但图形同样也可以用于预测性推荐。例如，某家在线零售商希望预计在客户的商品快要用完时，向客户发送商品推荐信息。图形神经网络可以将图形本身输入到机器学习和神经网络。由于图形可以容纳比关系表更多的信息，因此可以提供更高的准确性。
政府
政府可以将图形技术用于国防和公共安全，有助于实施公共卫生倡议和面向公民的关联开放数据倡议。
-
税务欺诈
资源匮乏的政府亟需解决掩藏式犯罪分子，其新的犯罪方式层出不穷。图形可以帮助组织了解空壳公司的结构，使用可视化工具辅助人工调查，并发现可疑的模式，在复杂网络中不断跟踪，最终发现欺诈者。
-
刑事调查
一场大型犯罪经常涉及许多相互关联的人员、组织和地点。通过将数据放入图表中，执法部门可以有效地识别犯罪网络并发现模式。
-
联系人跟踪
追踪疾病接触者对全球任何地方都是一项与时间赛跑的活动。图形是分析疾病模式的理想选择。分析师可以使用有关检测结果呈阳性的人员信息（他们与哪些人互动、访问过哪些地方），快速锁定热点和连接，以防止疫情进一步爆发。
制造业
要将原材料制成产品，其中涉及了许多关系、组件和依赖项。由此可见，图形技术非常适合帮助制造商快速发现更多信息。
-
物料清单
一个产品可能包含了数以万计的零部件。如果您需要快速了解更换一个零部件或几个零部件的影响，您可以怎么做呢？如果每个零部件都有多个依赖项，又会发生什么情况？图形分析支持您对这些查询进行实时交互式分析。
-
主数据管理
在许多制造工厂中，每个部门可能会为同一个组件取不同的名字。当您需要深入了解特定使用场景以及所涉及的组件时，难题就出现了。通过 RDF 图形，您可以对不同的组件进行建模，并使用它们之间的关系和连接。
-
可追踪性
当您需要跟踪某个日期和时间在某间工厂生产的某个组件时以召回产品，这种情况就体现了可追溯性的重要性。如果没有图形技术，要通过跟踪零部件来识别已经投入市场中的汽车或其他产品可能会非常困难。
营销
为了吸引目标受众，营销人员必须了解客户及其与产品之间的关系。
-
360 度全方位客户分析
如今，企业掌握了更多有关客户的主数据、交易、投标数据、预测结果等，但他们往往无法充分利用这些信息。即使收集了数据并将其集成到物理平台中，企业也很难真正实现 360 度全方位客户分析。图形可以根据逻辑集成数据，并简化为每个客户创建统一视图的过程。
-
产品推荐
虽然非图形技术也支持推荐功能，但图形可以添加情境，提高推荐内容的准确性。图形数据库以关系为主，可以突出客户与他们喜欢购买的产品之间的关系，为推荐流程提供更多情境化信息。
-
社交媒体
社交媒体是由关系驱动的，连接着世界各地的用户，因此确保这些用户真实有效十分重要。图形可以快速遍历社交网络和相关数据，推荐更多用户、图形和产品，同时检测欺诈活动和假账号。
金融服务
无论金融犯罪分子多么努力地隐藏身份，他们与其他罪犯、地点或银行账户的关系都一目了然。有鉴于此，图形技术有望成为打击犯罪分子的新方法。
-
洗钱
犯罪分子试图通过在合法账户之间进行一系列漫长而复杂的有效转账，以此藏匿非法获得的资金。图形可通过分析多个实体之间的交易并识别具有相似信息的实体，发现相互汇款的账户，使欺诈检测变得更加容易。
-
检测钱骡和“骡子账户”骗局
传统上，钱骡账户和“骡子账户”骗局检测结合使用基于规则的模型生成的警报与人工检查。机器学习也用于预测人类决策。然而，由于账户信息有限，因此难以优化此类模型。图形则可以突破这个限制，将交易信息作为边，并根据周围的关系和交易，生成更多相关账户的特性。
-
实时欺诈检测
消费者需要立即获得服务和汇款，为犯罪分子创造了机会。由于图形可以快速回答查询并扩展数据访问，因此成为了实时欺诈检测的主流技术。企业经常使用的是属性图，特别是在网银和 ATM 位置分析中，因为图形有助于使用难以关联的数据，增强欺诈检测算法。
Oracle Graph 的定价
图形数据库和图形分析已集成到 Oracle AI Database 中，并包含在本地数据库许可证和 Autonomous AI Database 中。
Oracle 图形数据库提供多种图形结构、强大的分析和直观的可视化支持，可助您轻松探索数据关系，发现数据关联。
AI 正从根本上重塑我们对数据与应用的认知方式。在本次 Oracle AI World 大会的主会场主题演讲中，Oracle 数据库技术执行副总裁 Juan Loaiza 与 Oracle 医疗卫生和分析业务执行副总裁 T.K. Anand 将联袂开讲，为您深度解析 AI 驱动的未来图景。
它将 Oracle Autonomous AI Database 与独立于供应商的 Apache Iceberg 相结合，助力客户在 OCI、AWS、Azure、Google Cloud 和 Exadata Cloud@Customer 上安全地运行 AI 和分析。
知识图（也称为本体）可帮助应用根据关联的情境查询数据，并允许用户根据情境做出业务决策。以公用事业机构为例，了解 Oracle Graph 如何支持此类本体。
