使用 NeuG 探索社交网络

欢迎阅读这份使用 TinySNB（小型社交网络基准）数据集的综合教程！本 Python 教程将指导您探索一个小型社交网络图数据库，展示图查询在社交网络分析中的强大功能。

什么是 TinySNB？

TinySNB 由 Kuzu 提供用于测试目的，是一个小型社交网络数据集，模拟人、组织和电影之间的关系。它非常适合学习图数据库概念和针对合成的真实用例测试查询。

该数据集包含：

人物：具有个人信息的个人（姓名、年龄、工作状态等）
组织：人们学习或工作的大学和公司
电影：带有评分和描述的电影
关系：社交连接、工作关系、学术关联等

开始使用

让我们开始加载 TinySNB 数据集并探索其结构。如果尚未安装，请先安装 NeuG。

加载数据集


import neug
import os
 
db_path = '/path/to/database'
 
if not os.path.exists(db_path):
    # 首先，将内置 TinySNB 数据集加载到新数据库
    db = neug.Database(db_path)
    db.load_builtin_dataset('tinysnb')
else:
    # 如果路径存在，直接打开数据库，无需额外加载
    db = neug.Database(db_path)
 
conn = db.connect()
 
print("TinySNB 数据集加载成功！")

探索 Schema

让我们了解社交网络中存在哪些类型的节点和关系：


 
# 获取图的基本统计信息
result = list(conn.execute("MATCH (n) RETURN count(n) as total_nodes"))
total_nodes = result[0][0]
print(f"图中的节点总数: {total_nodes}")
 
# 按类型统计节点数
result = list(conn.execute("MATCH (p:Person) RETURN count(p) as people_count"))
people_count = result[0][0]
print(f"Number of people: {people_count}")
 
result = list(conn.execute("MATCH (o:Organisation) RETURN count(o) as org_count"))
org_count = result[0][0]
print(f"Number of organizations: {org_count}")
 
result = list(conn.execute("MATCH (m:Movies) RETURN count(m) as movie_count"))
movie_count = result[0][0]
print(f"Number of movies: {movie_count}")

探索社交网络中的人物

基本人物查询

让我们开始探索社交网络中的人物：


 
# 获取所有人员及其基本信息
print("=== 社交网络中的人员 ===")
result = conn.execute("""
    MATCH (p:Person) 
    RETURN p.fName, p.age, p.isStudent, p.isWorker 
    ORDER BY p.age
""")
 
for record in result:
    name, age, is_student, is_worker = record
    status = []
    if is_student:
        status.append("学生")
    if is_worker:
        status.append("职员")
    status_str = " & ".join(status) if status else "既非学生也非职员"
    print(f"{name} (年龄 {age}): {status_str}")

过滤和条件查询


 
# 查找所有学生
print("\n=== 我们网络中的学生 ===")
result = conn.execute("""
    MATCH (p:Person) 
    WHERE p.isStudent = true
    RETURN p.fName, p.age
    ORDER BY p.age
""")
 
for record in result:
    print(f"{record[0]} (年龄 {record[1]})")
 
# 查找在职成年人（非学生身份的在职人员）
print("\n=== 在职成年人（非学生） ===")
result = conn.execute("""
    MATCH (p:Person) 
    WHERE p.isWorker = true AND p.isStudent = false
    RETURN p.fName, p.age
    ORDER BY p.age DESC
""")
 
for record in result:
    print(f"{record[0]} (年龄 {record[1]})")
 
# 查找三十多岁的人
print("\n=== 三十多岁的人 ===")
result = conn.execute("""
    MATCH (p:Person) 
    WHERE p.age >= 30 AND p.age < 40
    RETURN p.fName, p.age
    ORDER BY p.age
""")
 
for record in result:
    print(f"{record[0]} 今年 {record[1]} 岁")

社交网络分析：关系

现在让我们探索人物之间的关系——这是图数据库真正发挥作用的地方！

谁认识谁？


 
# 探索“认识”关系
print("=== 社交关系（谁认识谁） ===")
result = conn.execute("""
    MATCH (p1:Person)-[k:KNOWS]->(p2:Person)
    RETURN p1.fName, p2.fName, k.date
    ORDER BY p1.fName, p2.fName
""")
 
for record in result:
    print(f"{record[0]} 认识 {record[1]}（自 {record[2]} 起）")

查找热门人物


 
# 谁的连接数最多？
print("\n=== 连接数最多的人 ===")
result = conn.execute("""
    MATCH (p:Person)-[k:KNOWS]->(friend:Person)
    RETURN p.fName, count(friend) as friend_count
    ORDER BY friend_count DESC
    LIMIT 5
""")
 
for record in result:
    print(f"{record[0]} 认识 {record[1]} 个人")
 
# 谁被最多人认识？
print("\n=== 最知名人物（被他人认识） ===")
result = conn.execute("""
    MATCH (p:Person)<-[k:KNOWS]-(friend:Person)
    RETURN p.fName, count(friend) as known_by_count
    ORDER BY known_by_count DESC
    LIMIT 5
""")
 
for record in result:
    print(f"{record[0]} 被 {record[1]} 个人认识")

相互连接


print("\n=== 互为好友 ===")
result = conn.execute("""
    MATCH (p1:Person)-[k1:KNOWS]->(p2:Person),
          (p2:Person)-[k2:KNOWS]->(p1:Person)
    WHERE p1.id < p2.id  // 避免重复
    RETURN p1.fName, p2.fName
    ORDER BY p1.fName
""")
 
for record in result:
    print(f"{record[0]} 和 {record[1]} 互相认识")

职业网络：工作和教育

学术连接


 
# 谁在哪里就读？
print("=== 学术背景 ===")
result = conn.execute("""
    MATCH (p:Person)-[s:STUDY_AT]->(o:Organisation)
    RETURN p.fName, o.name, s.year
    ORDER BY s.year DESC
""")
 
for record in result:
    print(f"{record[0]} 于 {record[2]} 年就读于 {record[1]}")
 
# 哪些机构的学生最多？
print("\n=== 最受欢迎的教育机构 ===")
result = conn.execute("""
    MATCH (p:Person)-[s:STUDY_AT]->(o:Organisation)
    RETURN o.name, count(p) as student_count
    ORDER BY student_count DESC
""")
 
for record in result:
    print(f"{record[0]}: {record[1]} 名学生")

职业连接


 
# 谁在哪里工作？
print("\n=== 职业履历 ===")
result = conn.execute("""
    MATCH (p:Person)-[w:WORK_AT]->(o:Organisation)
    RETURN p.fName, o.name, w.year, w.rating
    ORDER BY w.year DESC
""")
 
for record in result:
    rating = record[3] if record[3] else "N/A"
    print(f"{record[0]} 就职于 {record[1]}（自 {record[2]} 年起，评分：{rating}）")

高级模式匹配

多跳关系


 
# 查找朋友的朋友（2度连接）
print("=== 朋友的朋友（2度连接） ===")
result = conn.execute("""
    MATCH (p1:Person)-[:KNOWS]->(mutual:Person)-[:KNOWS]->(p2:Person)
    WHERE p1.id <> p2.id  // 不同的人
    AND NOT (p1)-[:KNOWS]-(p2)  // 非直接朋友
    RETURN p1.fName, p2.fName, mutual.fName
    ORDER BY p1.fName
""")
 
for record in result:
    print(f"{record[0]} 可以通过 {record[2]} 结识 {record[1]}")

同事和同学


 
# 查找在同一组织工作的人员
print("\n=== 同事（在同一组织工作的人员） ===")
result = conn.execute("""
    MATCH (p1:Person)-[:WORK_AT]->(o:Organisation)<-[:WORK_AT]-(p2:Person)
    WHERE p1.id < p2.id  // 避免重复
    RETURN p1.fName, p2.fName, o.name
    ORDER BY o.name
""")
 
for record in result:
    print(f"{record[0]} 和 {record[1]} 共同在 {record[2]} 工作")
 
# 查找在同一机构学习过的人
print("\n=== 校友/同学（在同一机构学习过的人） ===")
result = conn.execute("""
    MATCH (p1:Person)-[s1:STUDY_AT]->(o:Organisation)<-[s2:STUDY_AT]-(p2:Person)
    WHERE p1.id < p2.id
    RETURN p1.fName, p2.fName, o.name, s1.year, s2.year
    ORDER BY o.name
""")
 
for record in result:
    if record[3] == record[4]:
        print(f"{record[0]} 和 {record[1]} 是 {record[2]} {record[3]} 年的同学")
    else:
        print(f"{record[0]} 和 {record[1]} 都曾在 {record[2]} 就读（分别在 {record[3]} 年和 {record[4]} 年）")

社交网络分析

网络密度和连通性


 
# 计算基本网络指标
print("=== 网络统计 ===")
 
# 总可能连接数与实际连接数
result = list(conn.execute("MATCH (p:Person) RETURN count(p) as person_count"))
person_count = result[0][0]
 
result = list(conn.execute("MATCH ()-[k:KNOWS]->() RETURN count(k) as connections"))
actual_connections = result[0][0]
 
max_possible = person_count * (person_count - 1)  # 有向图
density = (actual_connections / max_possible) * 100 if max_possible > 0 else 0
 
print(f"网络中的人数: {person_count}")
print(f"实际连接数: {actual_connections}")
print(f"最大可能连接数: {max_possible}")
print(f"网络密度: {density:.2f}%")

识别网络枢纽


 
# 查找连接最广泛的个体（网络枢纽）
print("\n=== 网络枢纽（连接最广泛的个体） ===")
result = conn.execute("""
    MATCH (p:Person)
    OPTIONAL MATCH (p)-[out:KNOWS]->()
    OPTIONAL MATCH (p)<-[i:KNOWS]-()
    RETURN p.fName, 
           count(DISTINCT out) as outgoing,
           count(DISTINCT i) as incoming,
           count(DISTINCT out) + count(DISTINCT i) as total_connections
    ORDER BY total_connections DESC
    LIMIT 5
""")
 
for record in result:
    print(f"{record[0]}: 共 {record[3]} 个连接（{record[1]} 个出向，{record[2]} 个入向）")

基于年龄的社交分析


 
# 按年龄段分析社交关系
print("\n=== 各年龄段的社交关系 ===")
result = conn.execute("""
    MATCH (p1:Person)-[:KNOWS]->(p2:Person)
    WITH p1, p2,
         CASE 
             WHEN p1.age < 25 THEN "青年 (< 25)"
             WHEN p1.age < 35 THEN "成年 (25-34)" 
             WHEN p1.age < 50 THEN "中年 (35-49)"
             ELSE "老年 (50+)"
         END as age_group1,
         CASE 
             WHEN p2.age < 25 THEN "青年 (< 25)"
             WHEN p2.age < 35 THEN "成年 (25-34)"
             WHEN p2.age < 50 THEN "中年 (35-49)" 
             ELSE "老年 (50+)"
         END as age_group2
    RETURN age_group1, age_group2, count(*) as connection_count
    ORDER BY connection_count DESC
""")
 
for record in result:
    print(f"{record[0]} → {record[1]}: {record[2]} 个连接")

总结

在本教程中，您学会了如何：

加载内置数据集 使用 NeuG 的数据集功能
探索图 schema 并理解数据结构
执行基本查询 查找和过滤节点
分析关系 图中的实体之间的关系
使用模式匹配 查找复杂的关系和路径
计算网络指标 理解社交网络属性
组合多种关系类型 从相互连接的数据中获取洞察

关键要点

图数据库擅长关系查询：查找”朋友的朋友”或”既是同事又是朋友”这类模式既自然又高效
模式匹配很强大：SQL 中需要多次连接的复杂查询在图中变得直观
社交网络分析：图数据库为分析网络结构、连通性和影响力提供内置支持

下一步

继续您的 NeuG 之旅：

尝试加载自己的数据：使用您学到的 schema 模式建模自己的关系
探索更大的数据集：在更大的社交网络上测试查询
学习高级 Cypher：深入了解聚合、路径算法和图分析
性能优化：了解更大图的索引和查询优化

清理

别忘了清理资源：


 
# 关闭连接和数据库
conn.close()
db.close()

祝您使用 NeuG 愉快！🚀