Skip to main content

User account menu

  • Log in
DBS-Logo

Database Group Leipzig

within the department of computer science

ScaDS-Logo Logo of the University of Leipzig

Main navigation

  • Home
  • Study
    • Exams
      • Hinweise zu Klausuren
    • Courses
      • Current
    • Modules
    • LOTS-Training
    • Abschlussarbeiten
    • Masterstudiengang Data Science
    • Oberseminare
    • Problemseminare
    • Top-Studierende
  • Research
    • Projects
      • Benchmark datasets for entity resolution
      • FAMER
      • HyGraph
      • Privacy-Preserving Record Linkage
      • GRADOOP
    • Publications
    • Prototypes
    • Annual reports
    • Cooperations
    • Graduations
    • Colloquia
    • Conferences
  • Team
    • Erhard Rahm
    • Member
    • Former employees
    • Associated members
    • Gallery

Verteilte Graphanalyse mit Gradoop

Breadcrumb

  • Home
  • Research
  • Publications
  • Verteilte Graphanalyse mit Gradoop

Junghanns, M. ; Petermann, A.

Verteilte Graphanalyse mit Gradoop

JavaSPEKTRUM 05/2016

2016 / 10

Andere

Futher information: http://www.sigs-datacom.de/uploads/tx_dmjournals/junghans_petermann_JS_05_16_eeNZ.pdf

Abstract

Graphen eignen sich für die intuitive Abbildung und Analyse komplexer Beziehungen zwischen beliebigen Datenobjekten. Bekannte Anwendungen reichen von Empfehlungssystemen in sozialen Netzwerken über Wegoptimierungen in Logistiknetzwerken bis hin zur Mustersuche in komplexen organischen Verbindungen. Aber auch in Unternehmensdaten ermöglichen Graphen neuartige Analysen, die mit bisherigen Techniken nicht, oder nur mit hohem Aufwand, möglich waren. Das Forschungsprojekt Gradoop unterstützt die domänenunabhängige Analyse von Graphdaten und setzt dabei auf moderne Big-Data-Technologie.

Recent publications

  • 2025 / 8: Slice it up: Unmasking User Identities in Smartwatch Health Data
  • 2025 / 6: SecUREmatch: Integrating Clerical Review in Privacy-Preserving Record Linkage
  • 2025 / 5: Federated Learning With Individualized Privacy Through Client Sampling
  • 2025 / 3: Assessing the Impact of Image Dataset Features on Privacy-Preserving Machine Learning
  • 2025 / 3: Automated Configuration of Schema Matching Tools: A Reinforcement Learning Approach

Footer menu

  • Directions
  • Contact
  • Impressum