neo4j+python知识图谱构建(基于豆瓣TOP250电影)

爬取内容网站：https://movie.douban.com/top250?start=0&filter=

第一步：明确节点nodes和关系relations。

针对本文，有4个节点,4个关系。一个节点就相当于一个实体。

【注明：因为一部电影可以属于很多种类型，比如《肖申克的救赎》可以属于犯罪，也可以属于剧情，因此把type(类型)也作为一个节点。】

因此，一共需要生成八个文件，包括四个节点文件和四个关系文件。

文件类型规定：本文使用csv文件。

节点文件（以director.csv为例）：第一列为index:ID，最后一列为:LABEL（实体的标签），中间列为实体属性。注意实体属性最好用英文表示。

关系文件（以directed.csv为例）：第一列为:START_ID(相当于关系的实施者的index:ID)，此处为director的index:ID；第二列为:END_ID（相当于关系的实施对象的index:ID），此处为film的index:ID；第三列为relation（关系），此处为directed;第四列为:TYPE（关系类型）,此处为directed。一般来说，关系和关系类型区别不是很大，可以一致。

                      

第二步，将八个csv文件导入neo4j。

节点路径和关系路径可以根据自己需要指定。文件路径的根目录默认为neo4j/bin。

另外，在执行此语句前要确保没有movie.db这个数据库，并且conf文件中注释这句dbms.active_database=movie.db（如果存在的话），不然会报数据库存在的错误。

导入成功后，再在conf文件中添加语句dbms.active_database=movie.db或取消注释。

第三步，打开neo4j数据库，进行查看。（以下为关系acted_in的其中一小部分截图）

第四步，用cypher语句对此数据库进行查询、增加节点或关系等操作。

知识存储-cypher查询语句基础：https://blog.csdn.net/amao1998/article/details/80999423