产品目录和库存管理是任何电子商务或传统零售商成功的基础和关键。将目录数据放入TigerGraph图数据库可以更快地速度进行查询、搜索，在图上运行实体解析可以快速清理重复实体，并支持即时地根据当前形势创建未定义的新的类别，从而支持更加个性化地产品推荐。
实体解析任务的关键是在数字实体和与之相对应的现实实体中建立链接。图为实体解析问题提供了有效方法。具有大规模并行计算能力的原生图数据库是实施该方法的最佳工具。
Xandr使用TigerGraph整合来自不同来源的数据，构建了一个连通的身份图谱（Identity Graph）——由超过 50 亿个顶点和70 亿条边组成，每天进行10 亿多次的更新。基于图的身份解析方案，帮助Xandr提供跨设备产品和聚合的可寻址服务，有助于在家庭或用户层面进行广告频次控制，从而确保广告商的有效支出。
Anna Veronika Dorogus
Machine Learning Expert
Anna Veronika Dorogush graduated from Lomonosov Moscow State University and Yandex School of Data Analysis. She used to work at ABBYY, Yandex, Microsoft and Google on Machine Learning infrastructure and Machine Learning frameworks. In 2017 she published the open-source library CatBoost, which is now one of top-3 most popular Gradient Boosting libraries, and the top 7-th most used Machine Learning framework in the world according to Kaggle 2021 review.
