Neo4j 是目前最流行的图数据库之一，其图算法主要通过 Neo4j Graph Data Science (GDS) 库提供。下面我按算法类别系统介绍 Neo4j 中常用的图算法，并给出典型应用场景，方便你快速理解和使用。
Neo4j 的图算法主要包含在 Graph Data Science Library (GDS) 中，分为以下几大类：
用于衡量节点在图中的重要性。
| 算法 | 说明 | 典型应用 |
|---|---|---|
| PageRank | 衡量节点影响力 | 网页排名、关键人物识别 |
| Betweenness Centrality | 节点作为“桥梁”的重要性 | 关键路径、瓶颈分析 |
| Closeness Centrality | 节点到其它节点的平均距离 | 传播速度、选址优化 |
| Degree Centrality | 直接连接数 | 活跃用户、热门节点 |
| Eigenvector Centrality | 受重要节点连接影响 | 影响力扩散 |
| ArticleRank | PageRank 的变体 | 学术论文影响力 |
✅ 常用于：
用于发现图中的群体结构。
| 算法 | 说明 | 典型应用 |
|---|---|---|
| Louvain Modularity | 模块度优化 | 社群划分 |
| Label Propagation | 标签传播 | 快速社区发现 |
| Connected Components | 连通分量 | 子图划分 |
| Strongly Connected Components | 强连通分量（有向图） | 环路分析 |
| Triangle Count / Local Clustering | 三角形与聚类系数 | 社交密度 |
| Modularity Optimization | 社区质量评估 | 社区稳定性 |
✅ 常用于：
用于发现节点之间的路径或最优路径。
| 算法 | 说明 | 典型应用 |
|---|---|---|
| Shortest Path | 最短路径 | 路线规划 |
| All Pairs Shortest Path | 所有节点对最短路径 | 距离矩阵 |
| Single Source Shortest Path | 单源最短路径 | 影响范围 |
| A* | 启发式最短路径 | 地图导航 |
| Minimum Spanning Tree | 最小生成树 | 网络建设 |
| Random Walk | 随机游走 | 推荐、采样 |
✅ 常用于：
用于衡量节点之间的相似性。
| 算法 | 说明 | 典型应用 |
|---|---|---|
| Node Similarity (Jaccard) | 共同邻居 | 用户相似 |
| Cosine Similarity | 余弦相似度 | 内容推荐 |
| Euclidean Distance | 欧氏距离 | 特征相似 |
| Pearson Similarity | 皮尔逊相关 | 评分预测 |
| Overlap Similarity | 重叠度 | 标签匹配 |
✅ 常用于：
用于预测未来可能形成的边。
| 算法 | 说明 |
|---|---|
| Adamic Adar | 共同邻居加权 |
| Common Neighbors | 共同邻居数 |
| Preferential Attachment | 度数乘积 |
| Resource Allocation | 资源分配指数 |
| Total Neighbors | 邻居总数 |
✅ 常用于：
将图结构映射为向量表示。
| 算法 | 说明 |
|---|---|
| FastRP | 快速随机投影 |
| Node2Vec | 随机游走 + Word2Vec |
| GraphSAGE | 采样 + 聚合 |
| HashGNN | 大规模 GNN |
✅ 常用于：
| 功能 | 说明 |
|---|---|
| Graph Projection | 构建内存图 |
| Node Properties | 节点属性计算 |
| Mutate / Write | 结果写回 |
| Graph Catalog | 图管理 |
CALL gds.pageRank.stream('myGraph')
YIELD nodeId, score
RETURN gds.util.asNode(nodeId).name AS name, score
stream：返回结果流stats：统计信息mutate：写入内存图write：写回数据库Neo4j 图算法 = 中心性 + 社区 + 路径 + 相似度 + 预测 + 嵌入
如果你愿意，我可以：
你更关心哪一类算法？
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
