共同邻居¶

本文介绍共同邻居算法，并演示如何用 GQL 实现该算法。

算法介绍¶

共同邻居通过统计共享邻居数量进行链路预测。

该过程将算法逻辑封装为可复用过程，可直接在图数据上执行并输出结果。

更多信息，请参见共同邻居。

数据模型¶

为了在 GQL 中实现共同邻居算法，使用以下数据模型创建图类型：

实体由类型为Node的点表示，点属性包括id和rating。
实体间关系由类型为Link的边表示，边属性包括weight。

该图类型的完整定义，请参见准备图数据。

过程实现 ¶

为了计算共同邻居结果，创建一个过程。

关于该过程的更多信息，请参见过程实现。下文将介绍该过程的关键组成部分及其工作原理。

该过程接受以下输入参数：

left_id：INT64类型。第一个点的 ID。
right_id：INT64类型。第二个点的 ID。

此外，在过程内部定义了以下变量：

变量名	变量类型	描述
`result_neighbors`	全局 SumAgg 聚合值变量	查询点对的共同邻居 ID 列表。
`result_count`	全局 SumAgg 聚合值变量	共同邻居的数量。
`seen_left`	点绑定 SumAgg 聚合值变量	每点标志：该点与左侧查询点相邻。
`seen_right`	点绑定 SumAgg 聚合值变量	每点标志：该点与右侧查询点相邻。

以下步骤概述了该过程的逻辑：

对左侧点（left_id），遍历其所有边，将每个邻居标记为seen_left。
对右侧点（right_id），遍历其所有边，将每个邻居标记为seen_right。
收集同时具有seen_left和seen_right的点（排除 left_id 和 right_id 本身）到result_neighbors，并计入result_count。
返回共同邻居 ID 列表和总数量。

操作步骤¶

在悦数图管理的控制台中，按顺序执行以下代码块。首次使用时，先按准备算法示例数据确认操作位置和目录挂载。

1. 准备图数据 ¶

创建一个与数据模型匹配的图类型。

'''
CREATE GRAPH TYPE IF NOT EXISTS common_neighbors_graph_type AS {
    NODE Node (LABEL Node {id INT PRIMARY KEY, rating INT}),
    EDGE Link (Node)-[LABEL Link {weight INT, MULTIEDGE KEY()}]->(Node)
}
'''

下载以下 CSV 文件，保留文件名，保存到部署目录下的examples/algorithms/common_neighbors/：

common_neighbors_node.csv：点数据。
common_neighbors_edge.csv：边数据。

查看 CSV 内容

common_neighbors_node.csv

id,rating
1,0
2,2
3,1
4,0
5,0
6,2
7,1
8,2
9,0
10,1
11,0
12,2
13,1
14,1
15,0
16,2
17,0
18,1
19,2
20,0
21,2
22,1
23,0
24,1

common_neighbors_edge.csv

src_id,dst_id,weight
1,2,4
1,3,2
1,4,7
1,5,9
2,3,1
2,4,6
2,5,5
2,6,2
3,4,3
3,5,4
3,6,8
4,6,2
4,7,6
4,8,5
5,6,4
5,8,7
5,9,6
6,8,1
6,9,5
6,10,6
7,9,2
7,10,9
8,9,3
8,11,6
8,12,4
9,10,4
9,12,7
9,13,2
10,12,1
10,13,8
10,14,4
11,12,2
11,14,5
11,15,7
12,14,3
12,15,6
12,16,5
13,15,2
13,16,7
14,15,4
14,17,8
14,18,2
15,16,1
15,18,5
15,19,3
16,18,3
16,19,6
17,18,2
17,20,7
17,21,5
18,19,4
18,21,9
18,22,6
19,21,1
19,22,5
20,21,3
20,23,6
20,24,8
21,22,2
21,23,4
21,24,7
22,24,4
23,24,1

基于图类型创建临时图，并将数据文件加载到临时图中。

CREATE TEMPORARY GRAPH IF NOT EXISTS #common_neighbors_graph TYPED common_neighbors_graph_type

'''
USE #common_neighbors_graph IMPORT INTO GRAPH {
      NODE (v@Node {id: id, rating: rating}) FROM DATAFILE {
          PATH: "file:///examples/algorithms/common_neighbors/common_neighbors_node.csv",
          FORMAT: "CSV",
          DELIMITER: ','
      },
      EDGE (id: src_id)-[e@Link {weight: weight}]->(id: dst_id) FROM DATAFILE {
          PATH: "file:///examples/algorithms/common_neighbors/common_neighbors_edge.csv",
          FORMAT: "CSV",
          DELIMITER: ','
      }
  }
'''

导入成功后，在控制台执行以下查询核对点数：

'''
USE #common_neighbors_graph
MATCH (n)
RETURN count(n) AS node_count
'''

node_count应为24。点数不符时，先按文件问题排查检查文件和导入结果。

2. 创建过程 ¶

创建实现共同邻居算法的过程。关于该过程的更多信息，请参见过程实现。

'''
CREATE OR REPLACE PROCEDURE common_neighbors(left_id INT64, right_id INT64)
RETURNS (neighbor_ids LIST<INT64>, common_neighbor_count INT64)
COMMENT "Return the common neighbors of two vertices identified by vertex property id and the total count."
AS {
  VALUE result_neighbors ListAgg<INT64>
  VALUE result_count SumAgg<INT64> = 0

  NODE VALUE seen_left OrAgg = false
  NODE VALUE seen_right OrAgg = false

  MATCH (s)-[e]-(n)
  WHERE s.id = left_id
  PER PATH {
    SET n.@seen_left += true
  }

  MATCH (s)-[e]-(n)
  WHERE s.id = right_id
  PER PATH {
    SET n.@seen_right += true
  }

  MATCH (n)
  WHERE n.@seen_left = true AND n.@seen_right = true AND n.id <> left_id AND n.id <> right_id
  PER NODE (n) {
    SET @result_neighbors += n.id
    SET @result_count += 1
  }

  RETURN @result_neighbors AS neighbor_ids, @result_count AS common_neighbor_count
}
'''

3. 调用过程 ¶

查找点6和点9的共同邻居，返回邻居 ID 列表和数量。

USE #common_neighbors_graph CALL common_neighbors(6, 9) RETURN neighbor_ids, common_neighbor_count

返回：

+--------------+-----------------------+
| neighbor_ids | common_neighbor_count |
+--------------+-----------------------+
| [5, 10, 8]   | 3                     |
+--------------+-----------------------+

保存结果到文件或图中

如需将返回的结果保存为 CSV 文件或写入图，请参见 EXPORT。导出字段应与返回列及目标属性对应。

共同邻居¶

算法介绍¶

数据模型¶

过程实现¶

操作步骤¶

1. 准备图数据¶

2. 创建过程¶

3. 调用过程¶

过程实现 ¶

1. 准备图数据 ¶

2. 创建过程 ¶

3. 调用过程 ¶