Graph 通过neo4j执行整个图遍历并使用新关系更新节点

如下链接所示，为了在节点之间建立相似关系，我编写了一个查询来更新具有共同主要兴趣的节点。在我的例子中，我有60k个节点，其中200k个对实体和关系之间的关系感兴趣

Match path=(p:Entity)-[:interestedIn]->(i:Interest)<-[:interestedIn]-(p1:Entity) return count(path) 

---

Match path=（p:Entity）-[：interestedIn]->（i:Interest）您显然想要统计具有共同兴趣的成对人员

您当前的查询（如果运行到完成）实际上返回了正确的数字的两倍，因为每个实体对都会被计数两次（作为person1/person2和person2/person1）。不仅如此，您还将占用双倍的内存

原始解决方案
下面的查询通过对
p
和
p1
的ID施加顺序来消除重复对（以及任何自对）。它应该使用更少的内存，有更好的性能，也给你一个准确的结果

MATCH (p:Entity)-[:interestedIn]->(i:Interest)<-[:interestedIn]-(p1:Entity)
WHERE ID(p)> ID(p1)
RETURN count(*)

这将大大降低内存和CPU复杂性，从O（N^2）降低到O（N）。
我在回答问题时犯了一个错误，我的错。我试图做的是在实体之间创建一个关系，并将相似度值作为属性。这是计算出来的，比如说共同利益/两个向量的共同利益之和或两个向量的余弦积。请更正您问题的措辞，并提供您试图进行的精确计算的更多细节。
MATCH (p:Entity)-[:interestedIn]->(i:Interest)
WITH i, (COUNT(p)*(COUNT(p)-1))/2 AS numPairs
RETURN SUM(numPairs);