随身听第21期：图数据库对比指南：TigerGraph vs Neo4j
当您考虑购买图数据库时， 这些是买家需要解决的一些重要问题！本指南旨在通过并排比较领先的图数据库Neo4j 和 TigerGraph来帮助您做出购买决定。
随身听第20期：七大理由——为什么AI驱动型企业选择TigerGraph？
TigerGraph 如何释放 AI 潜力?凭借其速度、规模和分析的复杂性，TigerGraph创建了一种新的原生图数据库类型，可以实现 AI 的全部潜力。这包括三个关键属性：轻松扩展、高级分析和完整的洞察。作为AI驱动型企业，为什么要选择TigerGraph？这七大理由或许也是您在选择图分析产品时需要考虑的因素。
随身听第19期：图数据库建模最佳实践
数据建模（schema）的设计不是一个一蹴而就的过程，而是随着对于数据和业务需求不断变化演化的过程。图数据库相较于其他类型的数据库，schema的调节更灵活影响更小，大家不用过分纠结于在一开始就做出完美的schema，也可以避免过度设计等工程陷阱。本期随身听我们将会把设计图schema的一些常识和对于TigerGraph来说性能较优的设计思路分享给大家。
随身听第18期：零售业中的人工智能+图分析
从历史上看，零售业通常都不是新技术的早期采用者。但是新冠疫情让零售业面临巨大挑战，因此，为了实现更高效的商业价值，企业对已有技术要求更高了，也由此加速了新技术在零售业务各个方面的应用，例如：客户360、精准营销、以及供应链优化等。今天我们就三个零售案例一起来看看零售+图……
随身听第17期：利用图技术助力风险识别管理
常见的金融风险大致可分为两个类型:可防可控风险和难防难控风险。金融风控技术的演进可以基于所需要处理的数据维度而抽象成从点到线再到面。也就是从人工审核到规则，到算法模型再到关联图谱。对应的技术分别是从数据分析到机器学习再到图谱应用。
随身听第16期：基于图的数据治理，加速企业数字化转型，嘉宾来自中国联通
在数字化转型的背景下，中国联通大数据业务也是得益于全国数据物理大集中的优势，率先探索市场化对外服务，也积累了一定的市场化要素配置的经验。因此，今天的内容也是基于公司的一些技术能力的实践为大家分享，主题是基于图的数据治理加速企业数字化转型。
