F1 රේස් එකේ පසුබැසි දත්ත ගණනාවත් අපිට ආකර්ශනීයයි. රථවලින් රියදුරුන්ට, පථවලින් කාලගුණ තත්වයන්ට, ටයර් උෂ්ණත්වයට – සියල්ලම තෙලෙමිට්රික් දත්තයක්. එම දත්ත භාවිතා කරලා ක්රීඩාව ඉදිරියට ගෙන යන එකේ රහස තාක්ෂණයයි.
ඔබට දැනගන්න ලැබුණේ, ඩෙවලොපර් ජෙරමි මොර්ගන්, Neo4j නමැති ග්රැෆ් දත්ත සමුදාය භාවිතා කරලා 1950 සිට අද දක්වා සියලු F1 රේස්කරුවන්ගේ සම්බන්ධතා ජාලයක් තැනූ බවයි. ඒ ජාලය තුළ, Max Verstappen සහ Juan Manuel Fangio අතර කණ්ඩායම් සමානතාවයක් තිබේද කියලා පරීක්ෂා කළා. ප්රශ්නයට පිළිතුරක් ලැබීමට ඔහු “හය දර්ශන” (Six Degrees) සංකල්පය භාවිතා කරලා, රේස්කරුවන්ගේ කණ්ඩායම් සම්බන්ධතා පදනම් කරගත් පාර-පාරයක් සොයාගත්තේය.
මෙම පරීක්ෂණය සාර්ථක වුණේ, ග්රැෆ් දත්ත සමුදාය relational database වලට වඩා සම්බන්ධතා සොයා ගැනීමට කදිම වේගයක් දෙන නිසාය. SQL වල recursive query ලියලා ගැටලුවට මුහුණ දීමේදී එය මන්දගාමී හා සංකීර්ණ වුණි, නමුත් Neo4j එකේ node, label සහ relationship වැනි මූලික කොටස් භාවිතා කරලා ඒක තනි ලයින් query එකකින් විසඳා ගන්න ලැබුණි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලාංකීය තාක්ෂණ ශිෂ්යයන්, පුරෝගාමී සංවර්ධකයන්, සහ ව්යාපාරිකයින්ට මේ උදාහරණය බොහෝ වැදගත්කමක් දරයි:
- ප්රායෝගික Neo4j පුහුණුව: දත්ත විශ්ලේෂණ, සමාජ ජාල, සපයන්නා-ගැනුම්කරුවා සම්බන්ධතා වැනි ක්ෂේත්රයන්හි ග්රැෆ් දත්ත භාවිතය ඉගෙන ගත හැක.
- දත්ත විද්යා කුසලතා වර්ධනය: F1 වගේ විශාල, සංකීර්ණ දත්ත සමුදායක් ගොඩනැගීම, විශ්ලේෂණය කිරීම හා ප්රයෝජනවත් insights ලබා ගැනීමේ අත්දැකීම ලැබේ.
- ව්යාපාරික නවෝත්පාදන: සමාන ග්රැෆ් මොඩලයක් භාවිතා කරලා ගනුදෙනුකරුවන් අතර සම්බන්ධතා, සැපයුම්කරුවන්ගේ ජාලය, හෝ AI recommendation engine වැනි ව්යාපාරික යෙදුම් නිර්මාණය කළ හැක.
එසේම, ශ්රී ලංකාවේ විශ්වවිද්යාල පත්රිකා, කේත පාඨමාලා, සහ තාක්ෂණ සමුළුවලදී මෙවැනි උදාහරණයක් ඇතුළත් කිරීම, දැනුම ප්රචාරය කරමින් රටේ තාක්ෂණික මට්ටම ඉහළ නැංවීමට උපකාරී වේ.
අවසානයේ, ග්රැෆ් දත්ත සමුදායක් භාවිතා කරලා “Verstappen‑to‑Fangio” සම්බන්ධතාවය හෙළි කරලා, තාක්ෂණය හා ක්රීඩාව එක්කෙරෙමින් නව අවස්ථා සොයා ගත හැකිය කියලා පෙන්වා දීලා.
