Cypher: рекомендуемые статьи для врачей, использующие общие связи между узлами

Question

Вариант использования

Мое приложение должно отправлять статьи пользователям (врачам) на основе их профиля и действий пользователя.В следующем примере рассмотрим (см. Также график ниже):

• Два Доктора (один Профессия: Доктор, Специальность: Онкология, другой Доктор, Специальность: неизвестно)
• Статья была вручную связана с Профессия: Доктор, Специальность: Онкология и Ключевое слово: Хирургия коленного сустава (т. Е. Показать эту статью пользователям, соответствующим этому профилю.).

Внешний интерфейс отправляет пользователяидентификатор бэкэнда, и бэкэнд должен отвечать n статьями, которые соответствуют профилю пользователя.

Вопрос

То, что запрос шифрования Neo4j будет в основном переводить в MATCH (a:Article)..., учитывая профиль пользователя.Или иначе сказал найти (a: Article) [....], который имеет сходные отношения с узлами Profession, Keyword и Specialty, которые пользователь имеет .

Какая форма может и должна бытьзапрос шифра выглядит как?

Answer 1

TL; DR

Вот начало:

MATCH p=(u:User {id: $theID})-[:r]->()<-[:m]-(a:Article)
WITH a, COUNT(p) as rank
RETURN a.name, rank
ORDER BY rank DESC
LIMIT $n

Идея в том, чтобы просто подсчитать все пути от пользователя к каждой статье, а затем использоватьэто как звание.Чем больше путей, т. Е. Чем больше общих специальностей и ключевых слов, тем выше ранг.

Длинная версия ... Больше данных, проверка ранга

IЯ уверен, что ваши запросы будут развиваться по мере роста вашей базы данных графиков и корректировки схемы, т. е. у вас, вероятно, будет больше типов отношений и соединений.

Чтобы иметь больше данных для игры, я создал несколько фальшивых докторов, статьи и т. д. Я почти уверен, что есть лучший способ сделать это.

MERGE (p:Profession {name: "Doctor"})
WITH p, ["Fred","Wilma","Pebbles","Dino","Barney","Betty","Bamm-bamm", "Hoppy"] as doctors
UNWIND doctors as doc
MERGE (d:User {name: doc})-[:R]->(p);

WITH ["Oncology", "Pathology","Pediatrics","ENT","Radiology","Dermatology"] as specialties
UNWIND specialties as spec
MERGE (:Specialty {name: spec});

MATCH (d:User)
WITH d, ["Oncology", "Pathology","Pediatrics","ENT","Radiology","Dermatology"] as specialties
UNWIND apoc.coll.randomItems(specialties, toInteger(apoc.text.random(1,"00111223"))) as docspec
MATCH (spec:Specialty {name: docspec})
MERGE (d)-[:R]->(spec);

WITH ["Knee Surgery","Ear Injury","Throat Cultures","Radial fractures", "Arm rash", "Mole color"] as keywords
UNWIND keywords as key
MERGE (:Keyword {name: key});

MATCH (d:User)
WITH d, ["Knee Surgery","Ear Injury","Throat Cultures","Radial fractures", "Arm rash", "Mole color"] as keywords
UNWIND apoc.coll.randomItems(keywords, toInteger(apoc.text.random(1,"01112233"))) as docword
MATCH (key:Keyword {name: docword})
MERGE (d)-[:R]->(key);

MATCH (p:Profession {name: "Doctor"})
WITH p, ["Useful article","Cool article","Awesome article","Research article","Nifty article","Health article"] as articles
UNWIND articles as art
MERGE (:Article {name: art})-[:M]->(p);

MATCH (art:Article)
WITH art, ["Oncology", "Pathology","Pediatrics","ENT","Radiology","Dermatology"] as specialties
UNWIND apoc.coll.randomItems(specialties, toInteger(apoc.text.random(1,"111223"))) as artspec
MATCH (spec:Specialty {name: artspec})
MERGE (art)-[:M]->(spec);

MATCH (art:Article)
WITH art, ["Knee Surgery","Ear Injury","Throat Cultures","Radial fractures", "Arm rash", "Mole color"] as keywords
UNWIND apoc.coll.randomItems(keywords, toInteger(apoc.text.random(1,"1112233"))) as artword
MATCH (key:Keyword {name: artword})
MERGE (art)-[:M]->(key);

Вот переплетенный беспорядок.

Теперь, глядя на одного «доктора»:

MATCH p=(u:User {name: "Barney"})-[:R]->()<-[:M]-(a:Article)
RETURN p

... вы можете увидеть все статьи, к которым он подключен.

Итак, давайте оценим их по количеству подключений к врачу.

MATCH p=(u:User {name: "Barney"})-[:R]->()<-[:M]-(a:Article)
WITH a, COUNT(p) as rank
RETURN a.name, rank
ORDER BY rank DESC

Dr.Барни, вероятно, заинтересует «Отличная статья».

Существует множество способов ранжирования, это простой способ.