本文重点介绍了Adamic-Adar算法、CommonNeighbors、PreferentialAttachment等相关内容。本文来自简书，由火龙果软件Anna编辑、推荐。链接预测是图数据挖掘中的一个重要问题。链接预测旨在预测图中丢失的边,或者未来可能会出现的边。这些算法主要用于判断相邻的两个节点之间的亲密程度。通常亲密度越大的节点之间的亲密分值越高。AdamicAdar是一种基于节点之间共同邻居的亲密度测算方法。2003年由LadaAdamic和EytanAdart在predictlinksinasocialnetwork中提出的，计算亲密度的公式如下：其中N(u)是与节点u相邻的节点集

JAVA例单模式源码Neo4j Scala 包装库 Neo4j Scala 包装器库允许您通过特定领域的语言使用。 这个包装器主要基于他的项目中完成的工作。 有关通常的 Neo4j 矩阵示例，请参阅此内容 你也可能会觉得很有趣。 所有讨论（如果有）请参阅 Google Group 建造 $ git clone git://github.com/FaKod/neo4j-scala.git $ cd neo4j-scala $ mvn clean install 或者使用 Maven 获取它（仅当您想使用 SNAPSHOT 版本时才需要 Sonatype Maven Repo）： < repositories > < repository > < id >sonatype-snapshots</ id > < url >https://oss.sonatype.org/content/repositories/snapshots/</ url > </ repository > ... </ repositories > < dependencies > < dependency > <

学习图数据库neo4j的一些笔记，查阅了相关官方文档、网络资料，还有自己使用中的一些记录，希望有用，帮助快速学习。主要是一些语法、优缺点调研、使用记录、优化调研。当然其中有一些也是直接摘抄的网络资料，未经试验证明。

neo4j-4.3.6-windows 。 windows下的neo4j 数据库 4.3.6版本

neo4j-python-pandas-py2neo-v3 利用pandas将excel中数据抽取，以三元组形式加载到neo4j数据库中构建相关知识图谱 Neo4j知识图谱构建 1.运行环境： python3.6.5 windows10 具体包依赖可以参考文件requirements.txt pip install -r requirements.txt 2.Pandas抽取excel数据 Excel数据结构如下 通过函数data_extraction和函数relation_extrantion分别抽取构建知识图谱所需要的节点数据以及联系数据，构建三元组。 数据提取主要采用pandas将excel数据转换成dataframe类型 invoice_neo4j.py 3.建立知识图谱所需节点和边数据 DataToNeo4jClass.py 2019.2.15更新 更新neo4j_matrix.

Neo4j电影示例应用程序-Python版本 首先，使用设置，这样我们就不会破坏您计算机上拥有的任何其他Python东西。 安装完之后，让我们为我们的应用程序设置一个环境： $ virtualenv cypher-app New python executable in cypher-app/bin/python Installing setuptools, pip...done. $ source cypher-app/bin/activate 下一步是安装应用程序的依赖项： (cypher-app)$ pip install -r requirements.txt ... Successfully installed py2neo Cleaning up... 最后，让我们启动一个Bottle Web服务器： (cypher-app)$ python example

neo4j-community-3.5.2-unix.tar.gz

dblp到csv 将DBLP（计算机科学书目）XML文件转换为CSV格式。 用法 对于XML文件中的每个元素，例如文章，书籍，论文等，此工具将生成一个输出文件。 每个元素输出文件仅包含该元素的必要列，这意味着每一列在至少一行上将为非空。 当在一个元素上遇到多个相似的属性标签时，例如文章的多个作者，则这些值将包含在数组“ [item1 | item2 | ... | itemN]”中。 调用该工具时，将输入XML文件，DTD文件和所需的输出文件名格式作为参数传递； 例如output.csv将生成output_article.csv，output_book.csv等。 可选类型带注释的标题 可以

Neo4j-Cypher-Quick-Reference-v2018-PART-1.pdf

使用spring-boot-starter-data-neo4j操作neo4j实现简单的CRUD