algorithm - 用于类似匹配的图形数据库(例如 Neo4j)

Question

我正在研究类似匹配的算法，并试图确定图形数据库是否是适合我的解决方案的最佳数据模型。我们以“找一辆相似的车”为例。

如果我们有这样的汽车数据:

Owner   |  Make    |  Model    |  Engine   |  Colour

Jeff    |  Ford    |  Focus    |  1400cc   |  Light Red
Bob     |  Ford    |  Focus    |  1800cc   |  Dark Red
Paul    |  Ford    |  Mondeo   |  2000cc   |  Blue

我的理解是图形数据库对于以下查询会非常高效:

Get me all owners who own a car of the same make as Jeff

因为您将从“Jeff”节点开始，沿着“Make”边到达“Ford”节点，然后从这里沿着所有“Owner”边找到所有拥有福特的人。

现在我的问题是执行“相似”查找是否高效，例如:

Get me all owners whose car is within 500cc of Jeff

大概如果您将“1400cc”作为引擎节点，您将无法从此处遍历该图以找到其他大小相似的引擎，因此性能不佳。我的想法是，您必须运行某种通宵批处理以在所有引擎节点之间创建新边，这两个引擎之间的大小不同。

我的理解正确吗？图数据库看起来是否适合，或者是否有其他一些存储/检索/分析方法可以完全适合这个问题？

如果我想查看前 10 名最相似的汽车，我的相似度算法类似于“从 100% 开始，每 100cc 差异减去 2%，不同型号减去 20%，减去品牌不同扣 30%，颜色不同扣 20%(同一颜色不同深浅扣 5%)”。目前我能想到的唯一方法是让应用程序具有高性能，让后台任务不断迭代整个数据集并在每个所有者之间创建“相似性分数”边缘。

显然，对于小型数据集，解决方案并不重要，因为任何大杂烩都会有性能，但最终我们可能会拥有数十万辆汽车。

任何想法表示赞赏!

Answer 1

为了帮助您入门，这里有一个简单的模型，使用“Jeff”的示例数据进行说明:

(make:Make {name: "Ford"})-[:MAKES]->(model:Model {name: "Focus", cc: 14000, year: 2016})
(o:Owner {name: "Jeff"})-[:OWNS]->(v:Vehicle {vin: "WVWZZZ6XZXW068123", plate: "ABC123", color: "Light Red"})-[:MODEL]->(model)

获取所有拥有与 Jeff 相同品牌汽车的车主:

MATCH (o1:Owner { name: "Jeff" })-[:OWNS]->(:Vehicle)-[:MODEL]->(model:Model)<-[:MAKES]-(make:Make)
MATCH (make)-[:MAKES]->(:Model)<-[:MODEL]-(:Vehicle)<-[:OWNS]-(owners:Owner)
RETURN DISTINCT owners;

获取 Jeff 500cc 范围内的所有车主:

MATCH (o1:Owner { name: "Jeff" })-[:OWNS]->(:Vehicle)-[:MODEL]->(model:Model)<-[:MAKES]-(make:Make)
MATCH (make)-[:MAKES]->(x:Model)
WHERE (x.cc >= model.cc - 500) AND (x.cc <= model.cc + 500)
MATCH (x)<-[:MODEL]-(:Vehicle)<-[:OWNS]-(owners:Owner)
RETURN DISTINCT owners;

如果您首先在 :Owner(name) 上创建索引，上述查询会更快一些:

CREATE INDEX ON :Owner(name);