IT序号网

neo4j算法(1)-介绍知识解答

wyy 2021年06月14日 数据库 140 0

neo4j为图数据库,其中涉及的也就为图算法,图算法被用来度量图形,节点及关系。

在neo4j中,通过call algo.list() 可查看neo4j中的算法列表。

在neo4j官方文档中,主要记录如下各种方法:

一.   中心性算法(Centrality algorithms)
      中心度算法主要用来判断一个图中不同节点的重要性:
       (1)PageRank(页面排名算法,algo.pageRank)
       (2)ArticleRank(文档排名算法,algo.articleRank)
       (3)Betweenness Centrality(中介中心性,algo.betweenness)
       (4)Closeness Centrality(紧密中心性,algo.closeness)
       (5)Harmonic Centrality(谐波中心性(这个翻译一直拿不准),algo.closseness)
       (6)Eigenvecor Centrality (特征向量中心性,algo.eigenvector)
       (7)Degree Centrality(度中心性,algo.degree)
       
二.   社区发现算法(Community detection algorithms)
      评估一个群体是如何聚集或划分的,以及其增强或分裂的趋势:
        (1)Louvain(鲁汶算法,algo.louvain)
        (2)Label Propagation(标签传播算法,algo.labelPropagagtion)
        (3)Connected Components(连通组件算法,algo.unionFind)
        (4)Strongly Connected Compontents(强连通组件,algo.scc)
        (5)Triangle Counting/Clustering Coefficient(三角计数/聚类系数,algo.triangleCount)
        (6) Balanced Triads(平衡三角算法,algo.balancedTriads)
        
三.    路径寻找算法(Path Finding algorithms)     
      用于找到最短路径,或者评估路径的可用性和质量:
        (1)Minimum Weight Spanning Tree(最小权重生成树,algo.mst)
        (2)Shortest Path(最短路径,algo.shortestPath)
        (3)Single Source Shortesr Path(单源最短路径,algo.shortestPath.deltastepping)
        (4)All Pairs Shortest Path (全节点对最短路径,algo.allShortestPath)
        (5)A* (A star, algo.shortestPath.astar)
        (6)Yen’s K-shortest paths(Yen k最短路径,algo.kShortestPaths)
        (7)Random Walk(随机路径,algo.randomWalk)

四.  相似度算法(Similarity algorithms)
      用于计算节点间的相似度:
        (1)Jaccard Similarity(Jaccard相似度,algo.similarity.jaccard)
        (2)Consine Similarity(余弦相似度,algo.similarity.consine)
        (3)Pearson Similarity(Pearson相似度,algo.similarity.pearson)
        (4)Euclidean Distance(欧式距离,algo.similarity.euclidean)
        (5)Overlap Similarity(重叠相似度,algo.similarity.overlap)

五.   链接预测算法(Link Prediction algorithms)
      下面算法有助于确定一对节点的紧密程度。然后,我们将使用计算的分数作为链接预测解决方案的一部分:
        (1)Adamic Adar(algo.linkprediction.adamicAdar)
        (2)Common Neighbors(相同邻居,algo.linkprediction.commonNeighbors)
        (3)Preferential Attachment(择优连接,algo.linkprediction.preferentialAttachment)
        (4)Resource Allocation(资源分配,algo.linkprediction.resourceAllocation)
        (5)Same Community(相同社区,algo.linkprediction.sameCommunity)
        (6)Total Neighbors(总邻居,algo.linkprediction.totalNeighbors)

六   预处理算法(Preprocessing functions and procedures)
        数据处理过程:
         (1)One Hot Encoding (algo.ml.oneHotEncoding)

原文地址:https://www.cnblogs.com/mzyn22/archive/2019/06/21/11065162.html

                                </div>

发布评论
IT序号网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!

Neo4j 学习笔记知识解答
你是第一个吃螃蟹的人
发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。