基于 Neo4j 与 py2neo 的 Mac 知识图谱搭建实战

CREATE (r:Restaurant {name: 'McDonalds', address: 'New York'})
CREATE (p:Product {name: 'Burger', price: 10})

创建关系：

MATCH (r:Restaurant {name: 'McDonalds'}), (p:Product {name: 'Burger'})
CREATE (r)-[:SUPPLIES {since: 2020}]->(p)

（2）查操作

查找所有餐厅：

MATCH (r:Restaurant) RETURN r

查找特定餐厅供应的所有产品：

MATCH (r:Restaurant {name: 'McDonalds'})-[:SUPPLIES]->(p:Product)
RETURN p.name, p.price

查找供应可乐的所有餐厅：

MATCH (r:Restaurant)-[:SUPPLIES]->(p:Product {name: 'Coke'})
RETURN r.name

多跳查询 - 查找与 MC 销售同类产品的其他餐厅：

MATCH (mc:Restaurant {name: 'McDonalds'})-[:SUPPLIES]->(p:Product)<-[:SUPPLIES]-(other:Restaurant)
RETURN other.name

路径查询 - 查找两家餐厅通过共同产品产生的关联：

MATCH path = (r1:Restaurant)-[:SUPPLIES]->(p:Product)<-[:SUPPLIES]-(r2:Restaurant)
WHERE r1 <> r2
RETURN path

（3）改操作

更新节点属性：

MATCH (r:Restaurant {name: 'McDonalds'}) SET r.address = 'Beijing'

新增节点属性：

MATCH (r:Restaurant {name: 'McDonalds'}) SET r.rating = 4.5

更新关系属性：

MATCH (r:Restaurant)-[rel:SUPPLIES]->(p:Product) WHERE r.name = 'McDonalds' AND p.name = 'Burger'
SET rel.since = 2021

（4）删操作

删除关系：

MATCH (r:Restaurant)-[rel:SUPPLIES]->(p:Product) WHERE r.name = 'McDonalds' AND p.name = 'Burger'
DELETE rel

删除节点（必须先删除其所有关系）：

MATCH (n:Restaurant {name: 'McDonalds'}) DETACH DELETE n

删除所有节点：

MATCH (n) DETACH DELETE n

通过以上例子，可以看到 Neo4j 的操作非常直观：

• CREATE/MERGE：对应 SQL 的 INSERT，用于创建节点和关系。
• MATCH：对应 SQL 的 SELECT ... FROM，是查询的起点，用于定位图形中的模式。
• WHERE：对应 SQL 的 WHERE，用于过滤结果。
• SET：对应 SQL 的 UPDATE，用于更新属性。
• DELETE/DETACH DELETE：对应 SQL 的 DELETE，用于删除元素。

Neo4j 的核心优势在于通过 MATCH 子句描述关联模式，这使得查询复杂的关系网络变得简单和高效。

5、安装 py2neo

py2neo 是 Python 连接和操作 Neo4j 图数据库的主要工具库，适用于需要处理复杂关系数据的应用场景。

pip install py2neo

二、数据预处理

数据预处理包括数据清洗、实体识别等步骤，目的是将原始数据转换为适合构建知识图谱的格式。

1、数据清洗

• 补全缺失值：对于明显缺失的信息，可以标记为【缺失】或根据上下文推断。
• 格式标准化：将日期统一为【YYYY-MM-DD】格式。
• 去除重复值：删除重复的条目。

2、知识建模

我们需要从业务角度理解数据，设计出合理的图谱结构。

（1）识别实体

实体是知识图谱中的【节点】。主要实体类型包括：

• 订单记录：核心实体，每一笔订单就是一个销售事件。
• 产品：订单中的商品。例如，'生日蛋糕'、'马卡龙'。
• 配方标准：制作产品的依据和标准。
• 客户反馈：客户对订单或产品的评价与建议。
• 促销活动：与订单关联的营销方案。
• 门店：订单发生的背景。

（2）识别实体属性

属性是描述实体的键值对。例如：

• 订单记录的属性：下单时间、订单金额、支付方式。
• 产品的属性：产品名称、单价、保质期。
• 门店的属性：门店地址、营业时间。

（3）识别关系

关系是连接实体的边，是图谱价值的体现。

• 门店 -- 提供 --> 产品
• 订单记录 -- 产生于 --> 门店
• 订单记录 -- 包含 --> 产品
• 订单记录 -- 触发 --> 促销活动
• 产品 -- 依据 --> 配方标准

三、搭建知识图谱

以下是利用 Python 和 py2neo 连接 Neo4j 并构建图谱的示例逻辑，需根据自己的数据集进行修改。

from py2neo import Graph, Node, Relationship

# 连接数据库
graph = Graph("bolt://localhost:7687", auth=("neo4j", "your_password"))

# 创建节点
restaurant_node = Node("Restaurant", name="McDonalds", address="New York")
product_node = Node("Product", name="Burger", price=10)

# 创建关系
relationship = Relationship(restaurant_node, "SUPPLIES", product_node)

# 写入数据库
graph.create(restaurant_node)
graph.create(product_node)
graph.create(relationship)

运行后效果可在 Neo4j Browser 中查看图谱结构。