for_yayun的博客

在海量的neo4j的图数据库中，如何进行并行一度关系查询性能提升。可以通过巧妙的使用Cypher并搭配存储过程，可以实现很多实用的查询。一、查询需求[A=[A1,A2,A3,…,An]，B=[B1,B2,B3,…,Bm]，A和B是两个节点集合。需要查询A中的每个元素分别和B中每个元素是否有一度关系，并返回有关系的实体对。这个查询实现了寻找A中的每个元素分别和B中每个元素是否有一度关系的需求，实现了基本的功能。查询执行时是顺序执行，无法并行。在查询的上半段定义了集合a和b，使用笛卡儿积的方式组合两个列

Cypher语句介绍：Cypher是一种声明式图查询语言，表达高效查询和更新图数据库。例子：声明式编程是一种编程范式，即构建计算机程序的结构和元素的一种风格，它表达了计算的逻辑而没有描述其控制流程。常用的声明性语言包括数据库查询语言（例如SQL，XQuery），正则表达式，逻辑编程，函数式编程和配置管理系统。命令式编程以明确的步骤实现算法。match 相当于SQL selectcypher查询语言的基本介绍：match(node) - [relationship] ->(node)wher

Cypher语句介绍：Cypher是一种声明式图查询语言，表达高效查询和更新图数据库。例子：声明式编程是一种编程范式，即构建计算机程序的结构和元素的一种风格，它表达了计算的逻辑而没有描述其控制流程。常用的声明性语言包括数据库查询语言（例如SQL，XQuery），正则表达式，逻辑编程，函数式编程和配置管理系统。命令式编程以明确的步骤实现算法。match 相当于SQL selectcypher查询语言的基本介绍：match(node) - [relationship] ->(node)wh

下面的文章是本人的实际开发工作中的真实的总结，如果转载请说明出处。

论文名称：node2vec: Scalable Feature Learning for Networksnode2vec的思想同DeepWalk一样：生成随机游走，对随机游走采样得到（节点，上下文）的组合，然后用处理词向量的方法对这样的组合建模得到网络节点的表示。不过在生成随机游走过程中做了一些创新。Introduction首先介绍了复杂网络面对的几种任务，一种是网络节点的分类，通俗点说就是将网络中的节点进行聚类，我们关心的是哪些节点具有类似的属性，就将其分到同一个类别中。另一种是链接预测，就是预测