基于图数据库Neo4j的用户社区发现(一)

本文介绍了基于图数据库Neo4j进行用户社区发现的过程,探讨了Neo4j与传统数据库的区别,强调了图数据模型的优势。通过构建设备到设备的同构图,选择了关键特征作为关系依据,并利用Louvain和Label Propagation等社区发现算法进行社区划分。最后,提出了采用弱连通组件算法进行社区标识,并通过定时触发更新来维护社区结构。
摘要由CSDN通过智能技术生成

neo4j与传统数据库区别

      传统关系型数据库更加注重刻画实体内部属性。实体与实体之间的关系主要通过外键实现。(通过join查询,深层次的关系需要大量操作,反向查询代价高)。neo4j是为了更好描述实体之间的联系。

图数据模型

      属性图(property graphs):包含节点和关系,节点和关系都可以有属性,关系有方向,且有起止节点。(Neo4j采用的是属性图模型)

      超图(hypergraphs):多对对关系只需1条边(超边,可以关联任务数量的节点)

      三元组(triples):源于语义网(semantic web),是一个包含主谓宾的数据结构,需借助资源描述框架(resource description framework,rdf)来增强知识推理数据关联性。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

larry_seven

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值