如何使用neo4j和cypher或gremlin创建简单的协作过滤器

因此，我想基于一个简单的协作过滤器向用户推荐帖子。过滤器的工作原理如下

在我喜欢的帖子中找到与我最相似的前n名用户（我的导师小组）

在这个导师小组中找到我还不喜欢的最受欢迎的帖子

所以我有第一部分，这将给我我的导师

START me=node:node_auto_index(uname = "mike")
MATCH me-[:LIKES]->posts<-[:LIKES]-mentors
RETURN person.uname, count(posts)
ORDER BY count(posts) DESC LIMIT 20;

START me=node:node\u auto\u index（uname=“mike”）
匹配我-[：LIKES]->posts我想这可能会满足您的需求：

p = [] as Set
g.V('uname','mike').out('likes').aggregate(p).in('likes').groupCount.cap.transform{it.sort{-it.value}[0..19].keySet()}.scatter.out('likes').except(p).groupCount.cap.sort{-it.value}[0..4]

在哪里

在哈希映射中为您提供mentor组，值为其权重。接下来，我们选取前20名（必须通过转换对其进行排序），然后找到这些人喜欢的所有帖子，除了你喜欢的帖子。
你可以在上看到一个非常类似的例子，摘自

START me=node:node\u auto\u index（name=“Joe”）
MATCH me-[：favorite]->Stuff我猜你的意思是
导师。uname
我们实际上是想得到最爱的人，而不是那些人，所以你列出的这个例子让我们得到了第一部分，导师组，但没有得到推荐的最爱帖子的第二部分。在匹配阶段再添加一个关系：START me=node:node\u auto\u index（name=“Joe”）匹配我-[：最爱]->东西
g.V('uname','mike').out('likes').aggregate(p).in('likes').groupCount

START me=node:node_auto_index(name = "Joe")
MATCH me-[:favorite]->stuff<-[:favorite]-person
WHERE NOT(me-[:friend]-person)
RETURN person.name, count(stuff)
ORDER BY count(stuff) DESC