Question

我尝试使用 Neo4j 实施推荐算法，这类似于此page上的实现。

现在我有一个简单的社交示例，其中用户可以：

关注其他用户
玩游戏
在一个国家/地区

这个想法是根据其他用户是否是朋友的朋友，玩同一个游戏，住在同一个国家和/或跟踪有问题的用户来制作朋友建议算法。

除了后者之外，使用上面的页面中的示例很容易实现，如下所示：

MATCH (origin)-[r1:FOLLOWS|PLAYS|LIVES_IN]-(c)-[r2:FOLLOWS|PLAYS|LIVES_IN]-(candidate)
WHERE type(r1)=type(r2) AND NOT (source)-[:FOLLOWS]->(candidate)  
RETURN candidate, SUM(ROUND(r2.weight) AS boost
ORDER BY boost DESC LIMIT 10

然而，一次完成整个事情的唯一可行方法是与另一个查询联合并处理结果。这些方面的东西：

THE_QUERY_ABOVE

UNION

MATCH (origin)<-[r:FOLLOWS]-(candidate)
RETURN candidate, r.weight as boost

WITH candidate, boost
RETURN DISTINCT candidate, SUM(boost)
ORDER BY boost DESC LIMIT 10

但据我所知，Cypher无法对UNION结果进行后期处理......

因此，我的问题是：这可以在单个查询中实现吗？以及如何？

如果是，是否有可能的解决方案，我不必在关系中指定权重，以避免在我想改变优先级时改变所有关系？

干杯！

Answer 1

[EDITED]

OPTIONAL MATCH (origin)-[r1:FOLLOWS|PLAYS|LIVES_IN]-(c)-[r2:FOLLOWS|PLAYS|LIVES_IN]-(candidate)
WHERE type(r1)=type(r2) AND NOT (origin)-[:FOLLOWS]->(candidate)
WITH origin,candidate,(
  CASE
  WHEN candidate IS NOT NULL THEN [{ candidate: candidate, boost: SUM(ROUND(r2.weight))}]
  ELSE NULL END ) AS res1
OPTIONAL MATCH (candidate)-[r3:FOLLOWS]->(origin)
WITH (
  CASE
  WHEN candidate IS NOT NULL THEN [{ candidate: candidate, boost: SUM(ROUND(r3.weight))}]
  ELSE NULL END )+ res1 AS res2
UNWIND res2 AS result
RETURN result.candidate AS candidate, SUM(result.boost) AS boost
ORDER BY boost DESC 
LIMIT 10;

这对你有用吗？ 如果这不起作用，您可以share a console使用示例数据吗？

它使用共享相同OPTIONAL MATCH和origin个节点的2个candidate子句。每个OPTIONAL MATCH子句负责处理您的OR个案例，将该案例的结果放在地图集合中（如果匹配失败，则为NULL）。接近结束时，集合（包含具有相同结构的映射）被组合并展开为单独的行。最后，具有相同candidate值的行将boost值相加，并返回前10个结果（按增加值）。

Answer 2

您可以使用＆＃34;可选匹配＆＃34;

提升Neo4j的推荐结果

2 个答案: