“图计算”是以“图论”为基础的对现实世界的一种“图”结构的抽象表达，以及在这种数据结构上的计算模式。简单来说就是图数据加上计算模式就是图计算。
图数据存在于我们生活的方方面面，如果将数据相关方分别定位为一个点，而他们之间的互相联系抽象为边，那整个不同事物时间的错综复杂的联系就构成了一幅幅“图数据”。为了更加方便地解释图数据，我们可以看以下例子：
社交关系数据：将每个人作为一个点，而人与人之间的互动关系是边，那么庞大的社交圈子中，不同人之间的互动联系就构成了庞大的社交关系数据。
网页链接数据：通过一个网页链接，可以跳转到其他多个网页，这么一来，网页与网页之间的多个跳转联系就构成了一个复杂的网页链接数据。
图数据结构很好的表达了数据之间的关联性( dependencies between data )，关联性计算是大数据计算的核心——通过获得数据的关联性，可以从噪音很多的海量数据中抽取有用的信息。
介绍完了图数据，那么图计算具体又能做什么呢？
我们国家的商业银行面临着很大的应付不良贷款的压力。不良贷款的比例近几年不断攀升，对银行来讲如何利用先进的技术去预测、防范这些不良贷款是一个非常重要的挑战。目前银行大部分是基于事后分析这种方式来去做的，且都是依赖于手工方式，所以在不良贷款分析的全面性、预测的及时性上，还需要很大的提升。
把图计算运用到不良贷款预测的案例当中，有以下几点好处：
1）能够把银行和企业之间的所有关系全部刻画出来，不管是从行内的、还是行外的数据获取到的信息；
2）在整个刻画出来的企业完整网络当中，如果任何一家企业发生了风险，例如贷款的不良或者是劣变，我们就可以基于图分析的技术和人工智能的技术，预测风险蔓延的广度、深度和传导的路径；
3）基于前两步的基础，即有了完整的刻画和推理能力之后，可以总结出一些业务模式，然后基于这样的业务模式应用到未来的贷款审批过程当中。
图计算还有很多应用，比如可以通过交易网络数据图来分析出哪些交易是欺诈交易、通过通信网络数据图来分析企业员工之间不正常的社交、通过用户---商品数据图来分析用户需求，做个性化推荐等。
图计算是解决大量数据分析与计算的技术，能迅速定位出关键节点和问题所在，对系统和大数据应用的分析有着很高的优势。它也是解决复杂问题的计算模型，能很好的适应大部分数据处理的需求，图计算应用于区块链技术当然也有着得天独厚的条件，对整个系统的信任性、安全性以及速度能有一个很大的提升，区块链的去中心化的分布式存储有其安全和数据不可篡改的优点，但是这样的结构限制了区块链处理数据的速度，也就是其性能，比特币和以太坊区块链的TPS分别是7和30左右，这在数据处理量庞大的现在，根本不能满足交易量和交易数据庞大的应用，而图计算和区块链的结合，恰恰能弥补这个缺陷，既做到安全不可篡改又能做到高效高速。
网友评论