【Mac 实战】简单知识图谱搭建步骤详解（Neo4j + py2neo）
目录
博主的数据集是用的自己的数据集，大家练习时可以在网上找一个数据量小的数据集练手。
一、Neo4j图数据库
Neo4j 是一个高性能的、原生的图数据库。它不采用传统的行和列的表格结构，而是使用节点和关系的图结构来存储和管理数据。
1、neo4j 安装 - mac brew版
（1）安装neo4j
安装了Homebrew直接在终端输入以下命令即可
安装后，Neo4j 浏览器可通过 http://localhost:7474 访问。
（2）登录neo4j
【1】在登录页面填写信息：Connect URL：输入neo4j://localhost:7687Authentication type：保持为 "Username / Password"Username：输入neo4jPassword：首次连接时输入默认密码neo4j点击蓝色的 Connect 按钮
【2】首次连接成功后，系统会强制要求修改默认密码：当前密码：neo4j设置一个新的安全密码（请务必记住）
【3】测试连接
连接成功后，在顶部的命令行中输入 Cypher 查询语句，例如：
2、neo4j 快速入门
【1】我们点击左边栏的星星图标，在Example Graphs中选择Movie Graph，点击运行，就会弹出一个关于电影图谱的教程
【2】创建图谱
点击灰色代码框，创建图谱的代码会自动复制到代码框
点击运行，即可看到创建的电影图谱
【3】查找
下面是一些关于查找的语句：查找名叫Tom Hanks的演员查找标题为Cloud Atlas的电影查找10个人查找在20世纪90年代上映的电影
【4】询问
后续还有一些查询语句教程不一一列举了，感兴趣的同学可以自行运行。
3、neo4j 基本操作
接下来我们以【麦当劳】为背景，用Neo4j的Cypher查询语言演示基本增删改查操作。
下面我们建立一个简单的图谱，包含两种节点和一种关系：
- 节点类型1：
餐厅- 属性：
名称，地址，开业年份
- 属性：
- 节点类型2：
产品- 属性：
名称，价格，类别
- 属性：
- 关系类型：
供应- 属性：
自何时起供应
- 属性：
（1）增操作
【1】创建节点
【2】创建关系
（2）查操作
【1】查找所有餐厅
【2】查找特定餐厅供应的所有产品
【3】查找供应可乐的所有餐厅
因为前面没有创建这么多关系，下面只做操作语法展示
【4】多跳查询 - 查找与MC销售同类产品的其他餐厅
因为前面没有创建这么多关系，这里只做操作语法展示
【5】路径查询 - 查找两家餐厅通过共同产品产生的关联
（3）改操作
【1】更新节点属性
【2】新增节点属性
【3】更新关系属性
（4）删操作
【1】删除关系
【2】删除节点（必须先删除其所有关系）
【3】删除所有节点
通过以上麦当劳的例子，我们可以看到Neo4j的操作非常直观：CREATE/MERGE： 对应SQL的INSERT，用于创建节点和关系。MATCH： 对应SQL的SELECT ... FROM，是查询的起点，用于定位图形中的模式。WHERE： 对应SQL的WHERE，用于过滤结果。SET： 对应SQL的UPDATE，用于更新属性。DELETE/DETACH DELETE： 对应SQL的DELETE，用于删除元素。
Neo4j的核心优势在于通过MATCH子句描述关联模式，例如(餐厅)-[供应]->(产品)，这使得查询复杂的关系网络变得简单和高效。
4、安装py2neo
py2neo 是 Python 连接和操作 Neo4j 图数据库的主要工具库，适用于需要处理复杂关系数据的应用场景。
二、数据预处理
数据预处理包括数据清洗、实体识别等步骤，目的是将原始数据转换为适合构建知识图谱的格式。
1、数据清洗
数据质量要求：补全缺失值：对于明显缺失的信息（如设备型号），可以标记为【缺失】或根据上下文推断。格式标准化：将日期统一为【YYYY-MM-DD】格式。去除重复值：删除重复的条目
2、知识建模
我们需要从业务角度理解数据，设计出合理的图谱结构。（1）识别实体
实体是知识图谱中的【节点】。在我的数据集中，可以识别出以下主要实体类型：订单记录：核心实体，每一笔订单就是一个销售事件。产品：订单中的商品。例如，“生日蛋糕”、“马卡龙”、“手冲咖啡”。数据中【产品名称】和【产品类别】是其属性。配方标准：制作产品的依据和标准。数据中【配方名称】、【配料序号】、【制作要点】等是其属性。客户反馈：客户对订单或产品的评价与建议。促销活动：与订单关联的营销方案。门店：订单发生的背景。
（2）识别实体属性
属性是描述实体的键值对。订单记录 的属性：下单时间、订单描述、订单金额、是否加急、订单状态、支付方式、配送地址。产品 的属性：产品名称、产品类别、规格、单价、保质期、产品编号。配方标准 的属性：配方名称、配料序号、制作步骤、所需时间、适用产品。客户反馈 的属性：反馈内容、评分。促销活动 的属性：活动名称、折扣力度、适用条件。门店 的属性：门店地址、营业时间、联系电话。
（3）识别关系
关系是连接实体的边，是图谱价值的体现。门店 -- 提供 --> 产品订单记录 -- 产生于 --> 门店订单记录 -- 包含 --> 产品订单记录 -- 触发 --> 促销活动订单记录 -- 收到 --> 客户反馈产品 -- 依据 --> 配方标准配方标准 -- 适用于 --> 产品
三、搭建知识图谱
下面代码为简化后的模板代码，需要根据自己的数据集进行修改后再运行。
运行后效果如下图：
