如何基于菜品价格关联为图数据库Restaurant顶点添加expensive_meter属性

核心步骤 #

• 计算所有餐厅的菜品均价：遍历每个Restaurant，通过OFFERS边关联的Item顶点，聚合计算菜品价格的平均值。
• 提取已有标注的样本数据：筛选出带有expensive_meter属性的Restaurant，关联它们的菜品均价，建立价格与评分的对应关系。
• 构建评分映射规则：基于样本数据的分布，确定均价到expensive_meter的映射逻辑（离散分档或连续拟合）。
• 批量赋值缺失属性：对无expensive_meter的Restaurant，用其均价代入映射规则，计算并更新属性值。

算法逻辑 #

情况1：expensive_meter为离散值（如高/中/低） #

1. 统计已有标注餐厅的均价分布，按分位数划分区间（比如前30%为高，中间40%为中，后30%为低）。
2. 对缺失属性的餐厅，根据其均价所在区间，匹配对应的expensive_meter值。

情况2：expensive_meter为连续数值（如0-10的评分） #

1. 用已有标注餐厅的均价和expensive_meter值训练线性回归模型，拟合出公式：expensive_meter = a * avg_price + b（a、b为拟合系数）。
2. 对缺失属性的餐厅，代入自身均价到公式中，计算出对应的评分值。

代码示例（以Neo4j Cypher为例） #

步骤1：计算所有餐厅的菜品均价（临时存储） #

// 为每个餐厅计算均价，存入临时属性avg_item_price
MATCH (r:Restaurant)-[:OFFERS]->(i:Item)
WITH r, AVG(i.price) AS avg_price
SET r.avg_item_price = avg_price;

步骤2：提取已有标注的样本数据 #

// 获取已有expensive_meter的餐厅及其均价
MATCH (r:Restaurant)
WHERE EXISTS(r.expensive_meter)
RETURN r.avg_item_price AS avg_price, r.expensive_meter AS score
ORDER BY avg_price;

根据返回的结果，手动或通过脚本计算分位数（离散情况）或拟合线性回归系数（连续情况）。比如离散分档确定：均价>80为高，40-80为中，<40为低。

步骤3：为缺失属性的餐厅赋值（离散分档示例） #

// 为无expensive_meter的餐厅赋值
MATCH (r:Restaurant)
WHERE NOT EXISTS(r.expensive_meter)
SET r.expensive_meter = 
  CASE
    WHEN r.avg_item_price > 80 THEN "high"
    WHEN r.avg_item_price BETWEEN 40 AND 80 THEN "medium"
    ELSE "low"
  END;

步骤4：清理临时属性（可选） #

// 删除临时的均价属性
MATCH (r:Restaurant)
REMOVE r.avg_item_price;

连续数值拟合示例（结合Python脚本） #

如果需要用线性回归，先导出样本数据：

MATCH (r:Restaurant)
WHERE EXISTS(r.expensive_meter)
RETURN r.avg_item_price AS x, r.expensive_meter AS y

将结果导出为CSV，用Python拟合：

import pandas as pd
from sklearn.linear_model import LinearRegression

# 读取导出的CSV数据
data = pd.read_csv("restaurant_scores.csv")
X = data[['x']]
y = data['y']

# 训练模型
model = LinearRegression()
model.fit(X, y)

# 得到系数a和截距b
a = model.coef_[0]
b = model.intercept_

然后用Cypher批量更新：

// 代入拟合的a和b值，计算并赋值
MATCH (r:Restaurant)
WHERE NOT EXISTS(r.expensive_meter)
SET r.expensive_meter = {a} * r.avg_item_price + {b};

（注：{a}和{b}替换为Python拟合得到的实际数值）

内容的提问来源于stack exchange，提问作者Matheus Farias