概述
共同邻居(Common Neighbors)算法计算两个节点之间共同邻居的数量,作为衡量它们相似性的指标。
该算法背后的逻辑是,如果两个节点有大量的共同邻居,它们很可能在某种意义上相似或产生连接。它的计算公式如下:
其中,N(x)和N(y)分别是与节点x和节点y相连的节点集合。
共同邻居数量较多表示节点间的相似度较大,数量为0则表示两个节点间没有相似性。
在上图中,CN(D,E) = |N(D) ∩ N(E)| = |{B, F}| = 2。
特殊说明
- 共同邻居算法忽略边的方向,按照无向边进行计算。
示例图集
创建示例图集:
// 在空图集中逐行运行以下语句
insert().into(@default).nodes([{_id:"A"}, {_id:"B"}, {_id:"C"}, {_id:"D"}, {_id:"E"}, {_id:"F"}, {_id:"G"}])
insert().into(@default).edges([{_from:"A", _to:"B"}, {_from:"B", _to:"E"}, {_from:"C", _to:"B"}, {_from:"C", _to:"D"}, {_from:"C", _to:"F"}, {_from:"D", _to:"B"}, {_from:"D", _to:"E"}, {_from:"F", _to:"D"}, {_from:"F", _to:"G"}])
创建HDC图集
将当前图集全部加载到HDC服务器hdc-server-1
上,并命名为 hdc_tlp
:
CALL hdc.graph.create("hdc-server-1", "hdc_tlp", {
nodes: {"*": ["*"]},
edges: {"*": ["*"]},
direction: "undirected",
load_id: true,
update: "static",
query: "query",
default: false
})
hdc.graph.create("hdc_tlp", {
nodes: {"*": ["*"]},
edges: {"*": ["*"]},
direction: "undirected",
load_id: true,
update: "static",
query: "query",
default: false
}).to("hdc-server-1")
参数
算法名:topological_link_prediction
参数名 |
类型 |
规范 |
默认值 |
可选 |
描述 |
---|---|---|---|---|---|
ids |
[]_id |
/ | / | 否 | 通过_id 指定参与计算的第一组点;若未设置则计算所有点 |
uuids |
[]_uuid |
/ | / | 否 | 通过_uuid 指定参与计算的第一组点;若未设置则计算所有点 |
ids2 |
[]_id |
/ | / | 否 | 通过_id 指定参与计算的第二组点;若未设置则计算所有点 |
uuids2 |
[]_uuid |
/ | / | 否 | 通过_uuid 指定参与计算的第二组点;若未设置则计算所有点 |
type |
String | Common_Neighbors |
Adamic_Adar |
否 | 指定待计算的相似度类型;计算共同邻居时,设置为Common_Neighbors |
return_id_uuid |
String | uuid , id , both |
uuid |
是 | 在结果中使用_uuid 、_id 或同时使用两者来表示点 |
limit |
Integer | ≥-1 | -1 |
是 | 限制返回的结果数;-1 返回所有结果 |
文件回写
CALL algo.topological_link_prediction.write("hdc_tlp", {
params: {
ids: ["C"],
ids2: ["A","E","G"],
type: "Common_Neighbors",
return_id_uuid: "id"
},
return_params: {
file: {
filename: "cn.txt"
}
}
})
algo(topological_link_prediction).params({
project: "hdc_tlp",
ids: ["C"],
ids2: ["A","E","G"],
type: "Common_Neighbors",
return_id_uuid: "id"
}).write({
file: {
filename: "cn.txt"
}
})
结果:
_id1,_id2,result
C,A,1
C,E,2
C,G,1
完整返回
CALL algo.topological_link_prediction("hdc_tlp", {
params: {
ids: ["C"],
ids2: ["A","C","E","G"],
type: "Common_Neighbors",
return_id_uuid: "id"
},
return_params: {}
}) YIELD cn
RETURN cn
exec{
algo(topological_link_prediction).params({
ids: ["C"],
ids2: ["A","C","E","G"],
type: "Common_Neighbors",
return_id_uuid: "id"
}) as cn
return cn
} on hdc_tlp
结果:
_id1 | _id2 | result |
---|---|---|
C | A | 1 |
C | E | 2 |
C | G | 1 |
流式返回
MATCH (n)
RETURN collect_list(n._id) AS IdList
NEXT
CALL algo.topological_link_prediction("hdc_tlp", {
params: {
ids: ["C"],
ids2: IdList,
type: "Common_Neighbors",
return_id_uuid: "id"
},
return_params: {
stream: {}
}
}) YIELD cn
FILTER cn.result >= 2
RETURN cn
find().nodes() as n
with collect(n._id) as IdList
exec{
algo(topological_link_prediction).params({
ids: ["C"],
ids2: IdList,
type: "Common_Neighbors",
return_id_uuid: "id"
}).stream() as cn
where cn.result >= 2
return cn
} on hdc_tlp
结果:
_id1 | _id2 | result |
---|---|---|
C | D | 2 |
C | E | 2 |