前面一系列文章已經介紹過 Neo4j Bloom 以及 Neo4j GDS，Bloom 的強處是視覺化，GDS 的強處是演算法，現在該是時候把兩者結合了！畢竟光看數字實在毫無感覺啊～

目前為止介紹了以 Neo4j GDS 實作 PageRank 和 Label Propagation，並且也將資料分析結果寫回原圖形資料庫，所以 Person 節點應該都要有 pageRank 和 community 兩個屬性。

接著就能根據這兩個屬性，來調整 Bloom 樣式

根據人物重要性，重要性愈高，節點的顯示愈大

根據分群結果將節點從紅到綠上色，顏色相同表示為同一群

先一覽所有 Person 節點，很快可以看出特別重要的人物，以及大略的分群結果。

Neo4j Bloom 以 Cypher 語法做搜尋 - 參數化

回顧之前在 Neo4j Bloom 自然語言搜尋與自訂樣式 已經介紹過在 Bloom 使用自定義的 Cypher 語法來顯示圖形，現在我們可以透過 Cypher 取得最重要的十位人物，以及其互動關係

MATCH (p:Person) WHERE EXISTS(p.pageRank) AND EXISTS(p.community)
WITH p ORDER BY p.pageRank DESC LIMIT 10 
MATCH (p)-[r:INTERACTS]-(o)
RETURN p,r,o

但是如果我們想看前三位重要人物呢？再改一次語法？不是的！Neo4j Bloom 的 Cypher 可以定義外來參數，可以將常變動的部分抽離出來如下

這樣的話只要輸入 top 3 characters 即可，可以很方便的調整圖形重點。

GDS 和 Bloom 系列就先介紹到這裡，這部分還是要請大家試試手邊的資料，才會更有感覺啊！