QA – 百万美元图技术挑战赛
这里汇集了有关“Graph for All Million Dollar Challenge（百万美元图技术挑战赛）”的活动介绍和常见问题。这是一项在全球范围内寻找利用图技术和机器学习的力量解决现实世界问题的创新方法。15个奖项共100万美元奖金等你挑战，获胜者将有机会获得最高25万美元的特大奖。
TigerGraph 图期刊 #9
本期图期刊头条：图技术会彻底改变人力资源吗？为什么图数据库+AI可能是数据管理的未来? 最新案例为大家分享Wish.com，通过由 TigerGraph 提供支持的个性化电子商务推荐引擎，增加收入。
TigerGraph 图期刊 #8
本期头条：Graph+AI 2021中国峰会：请查收大会议程+重磅嘉宾。另外，TigerGraph 与合作伙伴Expero深厚的领域专业知识相结合，正在帮助更多企业充分发挥图分析的潜力。这里我们分享了围绕客户360、反欺诈、供应链的三大工具包，你可以直观的了解如何结合图技术优化这些场景，提高企业竞争力。
TigerGraph 图期刊 #7
本期头条：「图创未来，无界精彩」 Graph+AI 2021中国峰会十月盛大起航。10月20日以在线直播的形式召开，聚焦于通过图算法加速分析、人工智能和机器学习。本次峰会将分为四大主题板块——趋势解读、案例精选、技术分享、合作生态。
Neo4j “万亿”关系图背后的真相
最近，Neo4j 宣称其以100TB的规模运行 LDBC-SNB 查询，TigerGraph 工程副总裁乌明希博士，在查看了他们演示的实际内容后，发现这种所谓的100TB演示并不是对LDBC-SNB基准的合理使用；它只是一种营销策略罢了。相比之下，TigerGraph只用100 台机器就完成Neo4j所有展示（而Neo4j演示中需要1000多台机器）。
TigerGraph 图期刊 #6
本期头条：为什么图数据库非常适合物联网，特别是在医疗保健领域？Gartner图数据库管理解决方案市场指南现已提供免费下载。
图技术和人工智能相结合，Intuit 利用图特征将欺诈检测提高了 50%
鉴于 Intuit 转向 AI 驱动的欺诈和风险平台，我们的大部分风险缓解控制都基于 ML 模型。我们实施了一个图数据库系统来反映我们的客户关系并检测可疑活动。具体而言，我们的目标是使用图洞察力将 ML/AI 模型中的欺诈实体联系起来，以加强我们的欺诈和风险控制，减少端到端生态系统中多个检查点的欺诈，并改善客户体验。
