iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 20
0
AI & Data

看圖說故事,讓 Neo4j 重新詮釋你的資料庫系列 第 20

Neo4j Data Science 資料分析與 Bloom 視覺化

  • 分享至 

  • xImage
  •  

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 pageRankcommunity 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

Neo4j Bloom with GDS size rule

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

Neo4j Bloom with GDS color rule

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 with GDS

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

Neo4j Bloom with GDS

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

Neo4j Bloom parameters Cypher

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!


上一篇
Neo4j Data Science - 演算法實作資料分析
下一篇
Neo4j Server 記憶體與連線設定
系列文
看圖說故事,讓 Neo4j 重新詮釋你的資料庫30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言