基于Neo4j的个性化推荐（二）

基于电影主题的个性化推荐算法（Personalized Recommendations Based on Genres）

——推荐与用户已观看的电影相似的电影。

这个算法的基础是我们首先需要知道相同主题的电影有哪些。

就是把问题分解成两部分，一个人看过的电影+这个看过电影相同类型的别的电影

1.一个人看过（评价过）的电影

MATCH (u:User {name: "Angelica Rodriguez"})-[r:RATED]->(m:Movie)
RETURN m

这个就是"Angelica Rodriguez"评价过的电影m

2.这个看过电影相同类型的别的电影

MATCH (m:Movie)-[:IN_GENRE]->(g:Genre)<-[:IN_GENRE]-(rec:Movie)
WHERE m.title = "Inception"
RETURN rec

这个是"Inception"电影类型相同的电影rec

最后两段拼在一起：

MATCH (u:User {name: "Angelica Rodriguez"})-[r:RATED]->(m:Movie),
  (m)-[:IN_GENRE]->(g:Genre)<-[:IN_GENRE]-(rec:Movie)
WHERE NOT EXISTS( (u)-[:RAT