neo4j实现PageRank算法

一、什么是PageRank

PageRank，中文一般叫佩奇排名或网页排名，是利用网页简单的超链接来计算网页的分值，从而给网页进行排名的一种算法，以Google公司创办人Larry Page之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。

它的思想是模拟一个悠闲的上网者，上网者首先随机选择一个网页打开，然后在这个网页上呆了几分钟后，跳转到该网页所指向的链接，这样无所事事、漫无目的地在网页上跳来跳去，PageRank就是估计这个悠闲的上网者分布在各个网页上的概率。

二、neo4j实现PageRank算法例子：创建一个属性图

CREATE  (home:Page {name:'Home'}),  (about:Page {name:'About'}),  (product:Page {name:'Product'}),  (links:Page {name:'Links'}),  (a:Page {name:'Site A'}),  (b:Page {name:'Site B'}),  (c:Page {name:'Site C'}),  (d:Page {name:'Site D'}),  (home)-[:LINKS {weight: 0.2}]->(about),  (home)-[:LINKS {weight: 0.2}]->(links),  (home)-[:LINKS {weight: 0.6}]->(product),  (about)-[:LINKS {weight: 1.0}]->(home),  (product)-[:LINKS {weight: 1.0}]->(home),  (a)-[:LINKS {weight: 1.0}]->(home),  (b)-[:LINKS {weight: 1.0}]->(home),  (c)-[:LINKS {weight: 1.0}]->(home),  (d)-[:LINKS {weight: 1.0}]->(home),  (links)-[:LINKS {weight: 0.8}]->(home),  (links)-[:LINKS {weight: 0.05}]->(a),  (links)-[:LINKS {weight: 0.05}]->(b),  (links)-[:LINKS {weight: 0.05}]->(c),  (links)-[:LINKS {weight: 0.05}]->(d);

1：属性图如下 在这里插入图片描述

2：给这个属性图起一个名字

CALL gds.graph.create(  'myGraph',  'Page',  'LINKS',  {    relationshipProperties: 'weight'  })

3：可以评估一下这个属性图所占内存

CALL gds.pageRank.write.estimate('myGraph', {  writeProperty: 'pageRank',  maxIterations: 20,  dampingFactor: 0.85})YIELD nodeCount, relationshipCount, bytesMin, bytesMax, requiredMemory

4：现在可以调用GDS中的PageRank算法

CALL gds.pageRank.stream('myGraph')YIELD nodeId, scoreRETURN gds.util.asNode(nodeId).name AS name, scoreORDER BY score DESC, name ASC

5：还有stats、mutate和write执行模式，此处不在赘述 6：下面执行带权重的算法计算

CALL gds.pageRank.stream('myGraph', {  maxIterations: 20,  dampingFactor: 0.85,  relationshipWeightProperty: 'weight'})YIELD nodeId, scoreRETURN gds.util.asNode(nodeId).name AS name, scoreORDER BY score DESC, name ASC

7：这里约束条件tolerance设为0.1，低于此值，算法结束，结果返回

CALL gds.pageRank.stream('myGraph', {  maxIterations: 20,  dampingFactor: 0.85,  tolerance: 0.1})YIELD nodeId, scoreRETURN gds.util.asNode(nodeId).name AS name, scoreORDER BY score DESC, name ASC

8：阻尼系数dampingFactor：也就是概率值改变会引起中心度值不同，这里变为0.05，看起来和默认的0.85差不多，源于图节点比较少，还不足以引起质变

CALL gds.pageRank.stream('myGraph', {  maxIterations: 20,  dampingFactor: 0.05})YIELD nodeId, scoreRETURN gds.util.asNode(nodeId).name AS name, scoreORDER BY score DESC, name ASC

9：个性化PageRank算法，其实就是制定一个特定的起点，重点关注这个指定点的中心度

MATCH (siteA:Page {name: 'Site A'})CALL gds.pageRank.stream('myGraph', {  maxIterations: 20,  dampingFactor: 0.85,  sourceNodes: [siteA]})YIELD nodeId, scoreRETURN gds.util.asNode(nodeId).name AS name, scoreORDER BY score DESC, name ASC