将节点与具有关系的公共节点匹配-Neo4j Cypher

我有许多用户节点和技能节点。这是技能和用户之间的关系

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:/xyz.csv" AS row FIELDTERMINATOR '|'
WITH row
LIMIT 15

CREATE (u:User {company: row.company, salary: row.salary_float,         designation: row.designation, experience: row.experience_float})

FOREACH (s IN split(row.tag_skill, "@") |
MERGE (skill:SKILL {name: s})
ON CREATE SET skill.name = s
CREATE (u)-[:KNOWS]->(skill))

我还需要用户节点之间的关系，其中 如果用户A连接到技能节点编号[s1、s2、s3、s4、s5、s6] 如果用户B连接到[s1、s3、s4、s6]

如果用户A和用户B至少有50%的技能匹配，则他们之间存在关系（类似）

在本例中，A与B之间存在关系，因为它们具有s1、s3、s4、s6的共同点，且超过50%匹配

---

似乎无法理解这个密码查询。

以下是我的答案的一个改编：

MATCH（u1:User）-[：KNOWS]->（：Skill）（s1:Skill），
（u2）-[：知道]->（s2:技能）/（2）
具有
u1，u2，
计数（不同的s1）为s1Count，计数（不同的s2）为s2Count/（3）
匹配（u1）-[：知道]->（s:技能）=s1计数和
commonSkillsCount/0.5>=s2Count/（7）
返回u1，u2
按u1.name、u2.name排序

---

我们寻找

u1

，

u2

用户，他们至少有一项共同技能（1）。然后，我们分别收集他们的个人技能（2）并计数（3），同时收集他们的共同技能（4）并计数（5）。然后，我们删除

（u1，u2）

和

（u2，u1）

对中的一对（例如，从

（Alice，Bob）

和

（Bob，Alice）

我们只保留前者（6），并检查其常用技能的数量是否超过阈值（7）。（在Cypher-IIRC中，浮点运算有时很棘手，如果我们将

/0.5

移动到不等式的右侧，作为

sXCount*0.5

，我们就必须使用

toFloat（）

函数）。

下面是我对a的一个修改：

MATCH（u1:User）-[：KNOWS]->（：Skill）（s1:Skill），
（u2）-[：知道]->（s2:技能）/（2）
具有
u1，u2，
计数（不同的s1）为s1Count，计数（不同的s2）为s2Count/（3）
匹配（u1）-[：知道]->（s:技能）=s1计数和
commonSkillsCount/0.5>=s2Count/（7）
返回u1，u2
按u1.name、u2.name排序

---

我们寻找

u1

，

u2

用户，这些用户至少有一项共同技能（1）。然后我们分别收集他们的个人技能（2）并统计他们（3），同时收集他们的共同技能（4）并统计他们（5）。然后我们删除

（u1，u2）

和

（u2，u1）

对（例如来自

（爱丽丝，鲍勃）

和

（Bob，Alice）

我们只保留前者（6）并检查他们的常用技能数量是否超过阈值（7）。（在Cypher-IIRC中，浮点运算有时很棘手，如果我们将

/0.5

移动到不等式的右侧，如

sXCount*0.5

，我们就必须使用

toFloat（）

功能）.

检查此问题：-与您的问题非常相似。检查此问题：-与您的问题非常相似。效果完美！与uni的双向关系稍微改变后。Thanks@user2558013没问题。方向很好-我修复了查询中的双向关系。请不要忘记接受/upt他回答说。工作完美！在和uni的双向关系发生了一点变化之后。Thanks@user2558013没问题。方向上的观点很好-我修复了查询中的双向关系。请不要忘记接受/投票。

MATCH (u1:User)-[:KNOWS]->(:Skill)<-[:KNOWS]-(u2:User) // (1)
MATCH
  (u1)-[:KNOWS]->(s1:Skill),
  (u2)-[:KNOWS]->(s2:Skill) // (2)
WITH
  u1, u2, 
  COUNT(DISTINCT s1) AS s1Count, COUNT(DISTINCT s2) AS s2Count // (3)
MATCH (u1)-[:KNOWS]->(s:Skill)<-[:KNOWS]-(u2) // (4)
WITH
  u1, u2,
  s1Count, s2Count, COUNT(s) AS commonSkillsCount // (5)
WHERE
  // we only need each u1-u2 pair once
  ID(u1) < ID(u2) AND // (6)
  // similarity
  commonSkillsCount / 0.5 >= s1Count AND
  commonSkillsCount / 0.5 >= s2Count // (7)
RETURN u1, u2
ORDER BY u1.name, u2.name