Mac 下基于 Neo4j 与 py2neo 的知识图谱搭建步骤详解

MATCH (r:餐厅 {名称:'麦当劳'})-[s:供应]->(p:产品) RETURN p;

查找供应可乐的所有餐厅：

MATCH (r:餐厅)-[s:供应]->(p:产品 {名称:'可乐'}) RETURN r;

多跳查询 - 查找与 MC 销售同类产品的其他餐厅：

MATCH (m:餐厅 {名称:'MC'})-[:供应]->(p:产品)<-[:供应]-(o:餐厅)
WHERE o <> m RETURN o;

路径查询 - 查找两家餐厅通过共同产品产生的关联：

MATCH path = (a:餐厅)-[:供应]->(p:产品)<-[:供应]-(b:餐厅)
RETURN path;

（3）改操作

更新节点属性：

MATCH (r:餐厅 {名称:'麦当劳'}) SET r.开业年份 = 1991 RETURN r;

新增节点属性：

MATCH (r:餐厅 {名称:'麦当劳'}) SET r.评分 = 4.5 RETURN r;

更新关系属性：

MATCH (r:餐厅)-[s:供应]->(p:产品) WHERE r.名称 = '麦当劳' AND p.名称 = '汉堡'
SET s.自何时起供应 = '2021-01-01' RETURN s;

（4）删操作

删除关系：

MATCH (r:餐厅)-[s:供应]->(p:产品) WHERE r.名称 = '麦当劳' DELETE s;

删除节点（必须先删除其所有关系）：

MATCH (r:餐厅 {名称:'麦当劳'}) DETACH DELETE r;

删除所有节点：

MATCH (n) DETACH DELETE n;

通过以上麦当劳的例子，我们可以看到 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，例如 (餐厅)-[供应]->(产品)，这使得查询复杂的关系网络变得简单和高效。

4、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

数据质量要求：

• 补全缺失值：对于明显缺失的信息（如设备型号），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'、'手冲咖啡'。数据中【产品名称】和【产品类别】是其属性。
• 配方标准：制作产品的依据和标准。数据中【配方名称】、【配料序号】、【制作要点】等是其属性。
• 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。

• 订单记录的属性：下单时间、订单描述、订单金额、是否加急、订单状态、支付方式、配送地址。
• 产品的属性：产品名称、产品类别、规格、单价、保质期、产品编号。
• 配方标准的属性：配方名称、配料序号、制作步骤、所需时间、适用产品。
• 客户反馈的属性：反馈内容、评分。
• 促销活动的属性：活动名称、折扣力度、适用条件。
• 门店的属性：门店地址、营业时间、联系电话。

（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
• 订单记录 -- 收到 --> 客户反馈
• 产品 -- 依据 --> 配方标准
• 配方标准 -- 适用于 --> 产品

三、搭建知识图谱

以下是构建图谱的简化模板代码，需要根据自己的数据集进行修改后再运行。

from py2neo import Graph, Node, Relationship

# 连接本地 Neo4j 数据库
graph = Graph("bolt://localhost:7687", auth=("neo4j", "your_password"))

# 创建节点
restaurant_node = Node("Restaurant", name="McDonald's", address="Beijing Road")
product_node = Node("Product", name="Burger", price=20.0)

# 创建关系
supply_rel = Relationship(restaurant_node, "SUPPLY", product_node)

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

print("Knowledge graph built successfully.")

运行后效果如下图：