使用neo4j

Question

我已经将带有参考出版物的DBLP数据库从Crossref API导入了neo4j。

目标是为数据库中的每个作者计算一个自引用商。 我想计算该商的方式如下：

1. 找到已撰写出版物引用同一作者另一出版物的作者
2. 对于这些出版物中的每一个，都计算同一作者撰写的参考出版物
3. 将自我推荐的数量除以所有推荐的数量
4. 将此数字设置为发布的参数scq（自引用商）
5. 将scq的所有值相加，然后除以作者撰写的出版物总数
6. 将此值设置为作者的属性scq

作为示例，我为作者“ Danielle S. Bassett”提供了以下子图：

从该图可以看到她有2个包含自我参考的出版物。 用言语： 丹妮尔（Danielle）写了出版物1，2，3，4 出版物1参考出版物2 出版物3参考出版物4

我的尝试是使用以下密码查询：

match (a:Author{name:"Danielle S. Bassett"})-[:WROTE]->(p1:Publication)-[r:REFERENCES]->(p2:Publication)<-[:WROTE]-(a)
with count(p2) as ssc_per_publ,
     count(p1) as main_publ_count,
     collect(p2) as self_citations,
     collect(p1) as main_publ,
     collect(r) as refs,
     a as author
return author, main_publ, ssc_per_publ, self_citations, main_publ_count, refs

此查询表的结果如下：

从表中可以看到，main_publ_count的计算正确，因为她撰写了2个出版物，其中包含自我参考，但是ssc_per_publ（每个出版物的自我引用计数）是错误的，因为它计算了所有自我参考。但是我需要每次发布的自我参考数量。

计算商数不是问题，但是从neo4j获取正确的值是

。

我希望我已经清楚地表达了自己，让您理解这个问题。 也许你们当中有人知道解决这个问题的方法。谢谢！

Answer 1

您的WITH子句使用author作为唯一的aggregation function“分组键”，因为它是该子句中唯一不使用聚合函数的术语。因此，该子句中的所有聚合函数都只聚合了一个术语。

要获得（由该作者）每个出版物的“自我引用计数”，您必须执行以下操作（为简单起见，该查询将忽略所有其他计数和集合）。 author和publ共同构成此查询中的“分组关键字”。

MATCH (author:Author{name:"Danielle S. Bassett"})-[:WROTE]->
  (publ:Publication)-[r:REFERENCES]->(p2:Publication)<-[:WROTE]-(a)
RETURN author, publ, COUNT(p2) as self_citation_count;

[此外：您的原始查询也有其他问题。例如，您应该使用COUNT(DISTINCT p1) as main_publ_count，以使对同一p1实例的多次自我引用不会增加“主要”出版物的数量。]