Graph 您将如何为这个非关系数据库建模？

我正在使用Neo4j制作一个图形数据库，我想知道对这种情况进行建模的最佳方法是什么：

Person1>告诉>引用>给>人2>谁告诉它->人3->谁告诉它->人4>谁告诉它->人1

我认为引用是链接的一个属性。但也许quote也需要是一个节点。在这种情况下，边缘将被“告知”和“告知”。比如：

Person1->已创建>报价 报价属性：id，文本 个人属性：id、姓名

Person2>告诉：{to:person3}>引用 有人告诉我：{by:Person2}>quote

或：

人员3>告知：报价>人员1

---

为这个数据库建模的最佳方法是什么

我认为您需要以下型号：

• 谈话的片断（谈话）（包括时间）
• 谁是这个片段的演讲者
• 谁是这个片段的观众
• 此片段的内容（引用）

例如，下面是创建第一个片段的步骤：

MERGE (P1:Person {name:'Person1'})
MERGE (P2:Person {name:'Person2'})
MERGE (Q:Quote {name:'Quote1', text:'Quote1 text'})
MERGE (P1)<-[:has_speaker]-(T1:Talk {name:'Talk1', time: 1})-[:has_audience]->(P2)
MERGE (T1)-[:talk_about]->(Q)

MERGE（P1:Person{name:'Person1'}）
合并（P2:Person{name:'Person2'}）
合并（Q:Quote{name:'Quote1'，text:'Quote1 text'}）
合并（P1）（P2）
合并（T1）-[：谈论]->（Q）

可视化：

对报价的整个生命周期的查询：

MATCH (Q:Quote {name:'Quote1', text:'Quote1 text'})<-[:talk_about]-(T:Talk)
WITH Q, T
MATCH (P1:Person)<-[:has_speaker]-(T)-[:has_audience]->(P2) 
WITH Q, T, P1 as speaker, collect(P2.name) as audience ORDER BY T.time ASC
RETURN Q as quote, 
       collect( {time: T.time, 
                 speaker: speaker.name, 
                 audience: audience} 
       ) as quoteTimeline

---

MATCH（Q:Quote{name:'Quote1'，text:'Quote1 text'}）我认为您需要以下模型：


谈话的片断（谈话）（包括时间）
谁是这个片段的演讲者
谁是这个片段的观众
此片段的内容（引用）

例如，下面是创建第一个片段的步骤：

MERGE (P1:Person {name:'Person1'})
MERGE (P2:Person {name:'Person2'})
MERGE (Q:Quote {name:'Quote1', text:'Quote1 text'})
MERGE (P1)<-[:has_speaker]-(T1:Talk {name:'Talk1', time: 1})-[:has_audience]->(P2)
MERGE (T1)-[:talk_about]->(Q)

MERGE（P1:Person{name:'Person1'}）
合并（P2:Person{name:'Person2'}）
合并（Q:Quote{name:'Quote1'，text:'Quote1 text'}）
合并（P1）（P2）
合并（T1）-[：谈论]->（Q）

可视化：


对报价的整个生命周期的查询：

MATCH (Q:Quote {name:'Quote1', text:'Quote1 text'})<-[:talk_about]-(T:Talk)
WITH Q, T
MATCH (P1:Person)<-[:has_speaker]-(T)-[:has_audience]->(P2) 
WITH Q, T, P1 as speaker, collect(P2.name) as audience ORDER BY T.time ASC
RETURN Q as quote, 
       collect( {time: T.time, 
                 speaker: speaker.name, 
                 audience: audience} 
       ) as quoteTimeline

MATCH（Q:Quote{name:'Quote1'，text:'Quote1 text'}）这是一个非常有趣的问题。您能否添加您希望执行的查询和操作类型（只是一般描述，而不是密码或伪代码）？这可能会增加一种建模的权重，而不是另一种。这是一个非常有趣的问题。您能否添加您希望执行的查询和操作类型（只是一般描述，而不是密码或伪代码）？这可能会增加一种建模的权重，提取一个对话（或对话，甚至是共享）节点显然是正确的解决方案。我认为唯一可能缺少的是对话之间的关系，比如（talk1）提取对话（或对话，甚至共享）节点似乎是正确的解决方案。我认为唯一可能遗漏的是会谈之间的关系，比如（会谈1）