[图数据库]Neo4j 中心性算法 - 以红楼梦为例

作者：alexgaoyh

2024-06-06
河南
本文字数：1200 字
阅读完需：约 4 分钟

背景

近期由于知识图谱的原因，又一次将关注点转移到了图数据库 Neo4j 中，之所以选择 Neo4j，还是因为前些年已经对其进行了调研，上手较快，不同的应用场景可以会有其他的技术选型。

本文期望提供知识图谱增强下的资源推荐功能，其他使用中心性算法帮助发现用户的兴趣点和社交圈子，从而提供更加个性化的推荐内容。

介绍

由于作者使用的是 Neo4j 3.5 版本，所以引入了插件进行了增强 graph-algorithms-algo-3.5.4.0.jar，如果是较新的版本，引入的插件包发生了变化，本文不做过多介绍。

本文对中心性算法：度中心度、紧密中心度、中介中心度、特征向量中心度分别进行了介绍。

代码

首先是针对不同中心性算法的 Cypher 查询语句。

-- 度中心度CALL algo.degree.stream("HLM", "RELATIONSHIP", {direction: "Both"}) YIELD nodeId, score RETURN algo.asNode(nodeId).name AS name, score AS degree ORDER BY degree DESC
-- 紧密中心度CALL algo.closeness.stream("HLM", "RELATIONSHIP") YIELD nodeId, centrality MATCH (n:HLM) WHERE id(n) = nodeId RETURN n.name AS node, centrality ORDER BY centrality DESC LIMIT 20;
-- 中介中心度MATCH (c:HLM) WITH collect(c) as characters CALL algo.betweenness.stream("HLM", "RELATIONSHIP") YIELD nodeId, centrality MATCH (c) WHERE id(c) = nodeId RETURN c.name as name, centrality ORDER BY centrality desc
-- 特征向量中心度CALL algo.pageRank.stream('HLM', 'RELATIONSHIP', {iterations:20, dampingFactor:0.85}) YIELD nodeId, score RETURN algo.asNode(nodeId).name AS name, score ORDER BY score DESC

复制代码

其次是针对如上查询语句，在处理知识图谱数据过程中对应的节点(HLM)和关系(RELATIONSHIP)的设置。

@Node("HLM")public class HLMEntity implements Serializable {
    @Id    private String name;
    @Relationship(type = "RELATIONSHIP", direction = Relationship.Direction.OUTGOING)    private Set<HLMRelationshipEntity> relationships = new HashSet<>();}
@RelationshipPropertiespublic class HLMRelationshipEntity implements Serializable {
    @Id    @GeneratedValue    private Long id;
    @Relationship(type = "relation", direction = Relationship.Direction.OUTGOING)    private HLMEntity startNode;
    @Relationship(type = "relation", direction = Relationship.Direction.INCOMING)    @TargetNode    private HLMEntity endNode;
    private String type;}