Neo4j 相似度计算结果去重问题

原创

已于 2024-12-18 09:37:33 修改 · 302 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#知识图谱

于 2021-05-21 20:45:41 首次发布

文章目录

- 背景

背景

Neo4j 有提供GDS plugin 可以实现在Neo4j上完成一些常见的图计算算法. 业务中需要实现三种相似度计算算法. GDS 也涵盖了较多的相似度算法. 相似度算法的返回值基本就是(from, to, similarity) 这样的三元组. 但是直接调用算法函数返回的结果里面from和to有重复组合对. 比如下面一个例子:
首先是创建图谱Cypher:

CREATE (a1: `TypeA`)
CREATE (a2: `TypeA`)

CREATE (b1: `TypeB`)
CREATE (b2: `TypeB`)
CREATE (b3: `TypeB`)

CREATE (a1)-[:Like]->(b1)
CREATE (a1)-[:Like]->(b2)
CREATE (a2)-[:Like]->(b3)
CREATE (a2)-[:Like]->(b1)

图谱结构如下:
图谱可视化

计算指定类型的所有TypeA类型节点间的jaccard 距离, 利用TypeA实例和TypeB实例连接数量关系作为计算距离的集合,查询Cypher如下:

MATCH (n: `TypeA`)-[:Like]->(m: `TypeB`)
WITH id(n) AS leftNodeId, collect(id(m)) AS leftVector
MATCH (n: `TypeA`)-[:Like]->(m: `TypeB`)
WHERE id(n) <> leftNodeId
WITH leftNodeId, leftVector, id(n) AS rightNodeId, collect(id(