Neo4j多关系二分图转单分图及关联边权重计算方法咨询

方案1：直接用Cypher生成物理RELATED_TO边 #

无需依赖GDS库，直接把共现关系写入图库：

1. 先清理已有的RELATED_TO边（避免重复写入）

MATCH ()-[r:RELATED_TO]->() DELETE r;

2. 匹配所有符合要求的实体共现路径，统计权重后写入边

MATCH path = (e1:Entity)-[*]->(e2:Entity)
// 过滤规则：路径中间节点全部为Post类型，无其他实体
WHERE ALL(node IN nodes(path)[1..-1] WHERE node:Post)
// 避免重复统计：排除自环，且仅统计e1 id小于e2 id的对，避免双向重复
AND id(e1) < id(e2)
// 可选：限制路径最大长度，比如最多经过2个Post节点可加 AND length(path) <=3
WITH e1, e2, count(path) AS cooccur_weight
MERGE (e1)-[r:RELATED_TO]-(e2)
SET r.weight = cooccur_weight;

这个方案会自动适配你提到的所有路径场景，不管中间是1个还是多个Post、不管路径中的关系类型是什么，只要满足中间节点都是Post的要求，都会被统计为一次共现计入权重。

方案2：用GDS库生成虚拟单分图（适合做图分析不需要物理存边的场景） #

如果只是临时用单分图跑算法，不需要把关系持久化到图库，可以用GDS的二分图投影功能直接生成虚拟图：

1. 先把原始二分图投影到GDS的图目录

CALL gds.graph.project(
  'entity_bipartite_graph',
  ['Entity', 'Post'],
  // 这里列全所有你需要纳入统计的关系类型
  ['TWEETED', 'AT_MENTIONED', 'QUOTE_TWEETED', 'PUBLISHED', 'MENTIONS']
) YIELD graphName, nodeCount, relationshipCount;

2. 生成单分图投影，直接获取实体对和共现权重

CALL gds.alpha.bipartite.projection.stream('entity_bipartite_graph', {
  nodeProjection: 'Entity',
  relationshipProjection: {
    RELATED_TO: {
      type: '*',
      orientation: 'UNDIRECTED',
      aggregation: 'COUNT'
    }
  }
}) YIELD sourceNodeId, targetNodeId, count
// 拿到结果后可以直接用于后续分析，也可以选择写入物理边
WITH gds.util.asNode(sourceNodeId) AS e1, gds.util.asNode(targetNodeId) AS e2, count AS weight
MERGE (e1)-[r:RELATED_TO]-(e2)
SET r.weight = weight;

可选调整规则 #

• 如果需要区分不同路径的权重，比如经过1个Post的共现权重为1，经过2个Post的权重为0.5，只需要把count(path)替换为sum(CASE WHEN length(path) = 2 THEN 1 WHEN length(path) =3 THEN 0.5 ELSE 0 END)即可
• 如果不需要跨Post的共现（也就是你举的第二个QUOTE_TWEETED的场景不需要统计），直接加length(path) = 2的过滤条件即可

内容的提问来源于stack exchange，提问作者CowCookie