facebook - 像Facebook一样在neo4j中提供的 friend 建议以及相关数据排名

Question

我正在尝试建立一个社交网络。我正在使用Neo4j来显示不同用户，实体和城市等用户，音乐等用户和组等实体之间的关系。我在Facebook上提出 friend 建议，结果是根据许多标准来判断的，例如我们想建议 friend user1并尝试判断user2的建议，条件是:

user2是否住在user1附近

user2和user1之间的共同点是什么？

user2共有多少个共同 friend ，等等...

上述所有标准都有不同的观点，最后平均完成，平均水平越高，在好友建议列表中user2的排名越高。

我想我已经有了 friend 建议的想法，但是我想通过cypher中的常规搜索查询在neo4j中实现它，并获得十大 friend 建议。

我的问题:

可以完成吗，或者我必须使用ElasticSearch这样的插件？

如果可以，您能指出我的任何示例或文档

吗？

Answer 1

就像是:

MATCH (u:User {login:{login}})-[:LIVES_IN]->(location)
MATCH (u)-[:FRIEND]->(friend)<-[:FRIEND]-(other)
WITH u,location,other,count(*) as friends
MATCH (u)-[:LIKED]->(thing)<-[:LIKED]-(other)
WITH u,location,other,friends, count(*) as things
MATCH (other)-[:LIVES_IN]->(location)
RETURN u,other,friends+things as score
ORDER BY score DESC
LIMIT 10