Neo4j大规模的建议

Question

我需要为我的项目实施suggestion系统 在这个系统中，我们应该根据当前城市，教育，朋友的朋友等一些参数推荐人。

我通过创建（更新）may_know关系来设计这个，当用户编辑他们的个人资料或成为某人的朋友时我会通过MATCH u-[r:MAY_KNOW]-x RETURN * ORDER BY r.weight检索它们，这样人们就可以找到最喜欢他们的人 但我认为这不是一种最佳实践，因为很快就会知道每个用户之间的关系甚至可以达到数百万，并且扫描和分类会很费用

你有更好的主意吗？

Answer 1

取决于数据结构，我假设与城市，教育机构和朋友有关系。所以你实际上没有MAY_KNOW关系，因为那些只是推断出来的？

此外，这取决于您是否要在所有用户之间创建交叉产品（多少）以及您希望如何过滤掉非相关人员。

或许请查看Max的这篇博文：http://maxdemarzi.com/2013/04/19/match-making-with-neo4j/

这样的查询可能会起作用（取决于我在Java API中重写它的数据量）。

match (p:Person {id:{user_id})
match (p)-[:LIVES_IN]->(:City)<-[:LIVES_IN]-(other)
match (p)-[:GRADUATED]->(:School)<-[:GRADUATED]-(other)
match (p)-[:KNOWS]->(:Person)<-[:KNOWS]-(other)
RETURN other