将商品推荐SQL查询转换为Cypher查询的实现方案

首先假设你的图数据模型定义如下：

• 节点标签：User（用户）、Product（商品）
• 关系类型：RATED（评分），关系属性value存储评分值

基础Cypher查询 #

MATCH (user1:User {id: 1})-[r1:RATED {value: 5}]->(productA:Product)
MATCH (productA)<-[r2:RATED {value: 5}]-(user2:User)
WHERE user2.id <> user1.id
MATCH (user2)-[rB:RATED {value: 5}]->(productB:Product)
// 排除用户1已经评价过的商品，实现「未购买/未评价」的推荐要求
OPTIONAL MATCH (user1)-[:RATED]->(excludedProduct:Product)
WHERE excludedProduct.id = productB.id
WITH productB, excludedProduct
WHERE excludedProduct IS NULL
RETURN DISTINCT productB

逻辑说明 #

1. 第一步MATCH定位到目标用户user1，并找到他打5分的所有商品productA
2. 第二步MATCH找到所有给productA打5分的其他用户user2，通过WHERE排除目标用户自己
3. 第三步MATCH找到这些相似用户user2打5分的商品productB
4. 通过OPTIONAL MATCH和后续过滤，排除掉目标用户已经评价过的商品，确保推荐的是用户未接触过的商品
5. 最后用DISTINCT去重，避免同一个商品被多次推荐

优化建议 #

如果需要按推荐热度（被相似用户打5分的次数）排序，可以修改返回语句：

RETURN productB, COUNT(productB) AS recommendationCount
ORDER BY recommendationCount DESC

内容的提问来源于stack exchange，提问作者KWriter