总邻居数 (Total Neighbors)

此功能在 Aura Graph Analytics 中不可用。

Total Neighbors 根据节点拥有的唯一邻居数量来计算节点的接近度。其核心思想是：一个节点的连接越多，它接收到新链接的可能性就越大。

历史与解释

Total Neighbors 使用以下公式计算

其中 N(x) 是与 x 相邻的节点集合，N(y) 是与 y 相邻的节点集合。

值为 0 表示两个节点不接近，而较高的值表示节点更接近。

该库包含一个用于计算两个节点之间接近度的函数。

语法

以下内容将运行算法并返回结果

RETURN gds.linkprediction.totalNeighbors(node1:Node, node2:Node, {
    relationshipQuery: null,
    direction: "BOTH"
})

表 1. 参数
名称	类型	默认	可选	描述
`node1`	节点	null	否	一个节点
`node2`	节点	null	否	另一个节点
`relationshipQuery`	字符串	null	是	用于计算 `node1` 和 `node2` 之间相似度的关系类型
`方向`	字符串	BOTH (双向)	是	用于计算 `node1` 和 `node2` 之间相似度的关系方向。可能的值为 `OUTGOING`（出站）、`INCOMING`（入站）和 `BOTH`（双向）。

Total Neighbors 算法示例

以下代码将创建一个示例图

CREATE (zhen:Person {name: 'Zhen'}),
       (praveena:Person {name: 'Praveena'}),
       (michael:Person {name: 'Michael'}),
       (arya:Person {name: 'Arya'}),
       (karin:Person {name: 'Karin'}),

       (zhen)-[:FRIENDS]->(arya),
       (zhen)-[:FRIENDS]->(praveena),
       (praveena)-[:WORKS_WITH]->(karin),
       (praveena)-[:FRIENDS]->(michael),
       (michael)-[:WORKS_WITH]->(karin),
       (arya)-[:FRIENDS]->(karin)

以下代码将返回 Michael 和 Karin 的 Total Neighbors 得分

MATCH (p1:Person {name: 'Michael'})
MATCH (p2:Person {name: 'Karin'})
RETURN gds.linkprediction.totalNeighbors(p1, p2) AS score

表 2. 结果
`score`
4.0

我们还可以基于特定的关系类型来计算一对节点的得分。

以下代码将仅基于 FRIENDS 关系返回 Michael 和 Karin 的 Total Neighbors 得分

MATCH (p1:Person {name: 'Michael'})
MATCH (p2:Person {name: 'Karin'})
RETURN gds.linkprediction.totalNeighbors(p1, p2, {relationshipQuery: "FRIENDS"}) AS score

表 3. 结果
`score`
2.0