neo4j中带属性的协同过滤密码

我正在使用neo4j建立一个推荐系统。我有以下设置：

节点：

• 使用者
• 电影
• 电影属性（例如类型）

关系

MATCH (user:User)
OPTIONAL MATCH (user)-[r:RATED]->(m:movie)
OPTIONAL MATCH (m)-[r:RATED]->(a:Attribute)
WHERE user.uid = "user4"
RETURN user, collect ({ a:a.title })

• （m:Movie）-[w:WEIGHT{WEIGHT:10}]>（a:Attribute）

• （u:User）-[r:rating{rating:5}]>（m:Movie）

下面是它的外观示意图：

我现在正试图找出如何应用协同过滤方案，其工作原理如下：

检查

用户

喜欢哪些属性（暗指喜欢电影）

查找类似的

其他喜欢这些类似属性的用户

向

用户

推荐热门电影，该用户没有看过，但其他用户也看过类似的

很明显，条件是每个属性对每部电影都有一定的权重。例如，《魔戒》中的冒险类型可以有10个，而《泰坦尼克号》中的冒险类型可以有5个

此外，系统需要考虑每部电影的收视率。例如，如果

其他用户

将魔戒评为

5

，则他/她的范围之王属性按

5

而不是

10

进行缩放。对隐式属性的评分也接近

5

的

用户

应该得到推荐的这部电影，而不是其他对类似属性的评分更高的用户

我一开始只是简单地推荐其他用户评价过的其他电影，但我不确定如何考虑评价和权重之间的关系。它也不起作用：

MATCH (user:User)-[:RATED]->(movie1)<-[:RATED]-(ouser:User),
         (ouser)-[:RATED]->(movie2)<-[:RATED]-(oouser:User)
WHERE user.uid = "user4"
AND   NOT    (user)-[:RATED]->(movie2)
RETURN oouser

匹配（用户：用户）-[：额定值]->（电影1）（电影2）（电影2）
返回oouser

回答您的第一个问题：

检查用户喜欢哪些属性（暗指喜欢电影）

它是一个子查询结构，在其中查找用户分级的电影，然后查找电影的属性，最后返回喜欢的属性列表

---

如果需要整个节点，可以将return语句修改为collect（a）as attributes，

从数学上讲，您要查找的是两个用户之间的简化关系。也就是说，根据它们有多少共同点，它们有多相似。我说简化是因为我们没有考虑到他们不同意的电影。基本上，按照您的命令，它将是：

1） 获取每个用户的每个属性的总权重。例如：

MATCH (user:User{name:'user1'})
OPTIONAL MATCH (user)-[r:RATED]->(m:Movie)->[w:WEIGHT]->(a:Attribute)
WITH user, r.rating * w.weight AS totalWeight, a
WITH user, a, sum(totalWeight) AS totalWeight

我们需要最后一行，因为每个电影属性组合都有一行

2） 然后，我们得到了具有相似品味的用户。这是一个性能危险区域，可能需要进行一些筛选。但是，通过强制执行，我们可以让用户在10%的错误范围内喜欢每个属性（例如）

如前所述，棘手的部分是2），但在我们知道如何进行数学运算后，应该会更容易。哦，关于数学，为了让它正常工作，一部电影的总重量应该是1（）。在任何其他情况下，电影总重量之间的差异都会导致不公平的比较

我写这篇文章时没有进行适当的研究（纸、笔、方程、统计），也没有在样本数据集中尝试代码。我希望它能帮助你

如果您希望在不考虑用户评级或属性权重的情况下使用此建议，则可以分别用r.rating或w.weight替换第1）行和第2）行中的数学。比率和权重关系仍将使用，因此，例如，冒险电影的狂热消费者将由冒险电影的消费者推荐电影，但不会像我们选择的那样，通过评级或属性权重进行修改

---

编辑：编辑代码以修复评论中讨论的语法错误。

Hmm，您在哪里包括权重和评级？您能否发布一些用例以澄清如何回答您的3个问题/业务逻辑？电影评级？你到底是什么意思？找到喜欢这些相似属性的相似用户：你的相似性标准是什么？如果一个用户喜欢一部具有“冒险”属性的电影，而另一个用户喜欢另一部具有相同属性的电影，那么这些用户是否相似？这些相似性取决于属性的权重？没错！因此，我们确实需要一个相似性标准，基于用户喜欢的电影的属性权重和用户对该属性的评级权重。例如，评级*属性。权重=用户的属性得分但基于此标准，如果一个“用户1”被评为2 a“电影a”，属性冒险=10（2x10=20），另一个“用户2”被评为10 a“电影b”，属性冒险=2（10x2=20），则认为这些用户非常相似。有意义吗？非常感谢；到目前为止，这是惊人的。现在，我正在与第2）行中的最后一行进行斗争。distinct似乎不起作用，实际上它表示语法不正确。未知功能“独特”这是我的错误。显然（）在某些情况下，如果应用distinct没有任何区别，那么distinct就不起作用。我会尝试使用“WITH user，otherUser”，因为在一行上聚合应该是一个技巧，无论如何，我们不想在该行上按属性进行区分。如果存在重复的otherUser，则尝试“将user、distinct（otherUser）作为otherUser”，它应该可以工作。对于不确定的情况，我感到抱歉，有时我仍然在与Cypher上的这种用例作斗争！关于最后一个错误，将最后一行更改为通过totalRating DESC返回m，sum（r.rating）作为totalRating顺序。当我们修复这些最后的语法错误时，我将编辑答案。我不确定我是否理解。我想你在这里问第二个问题并给它分配赏金是没有问题的。如果你问我是否同意把我的回答作为其他人回答的起点，

WITH user, a, totalWeight*0.9 AS minimum, totalWeight*1.10 AS maximum
MATCH (a)<-[w:WEIGHT]-(m:Movie)<-[r:RATES]-(otherUser:User)
WITH user, a, otherUser
WHERE w.weight * r.rating > minimum AND w.weight * r.rating < maximum
WITH user, otherUser

MATCH (otherUser)-[r:RATES]->(m:Movie)
WHERE NOT (user)-[:RATES]->(m)
RETURN m, sum(r.rating) AS totalRating ORDER BY totalRating DESC