#头条创作挑战赛#
两个ge月之前，我的同事拿了一张推特的互动dong关系图（下图，由 STRRL 授权）来问wen我能不能搞一篇图技术来探索社交jiao互动关系的文章，看看这些图是如何通过技术实现的。
我想xiang了想，自己玩推特以来也跟随大部队dui生成了不少的社交关guan系组图，当中有复杂za的社交群体划分：
我wo在技术圈，看在金融、数学圈的大佬lao在彼岸紧密贴贴。当然也有比较jiao简单的关系图：
看kan谁和你互动比较多，而他们又和谁关guan系比较密切。那么问题来了，像上面mian这种常见的社交关系图，甚至是别的de更复杂的基于社交网络luo的图是如何生成的呢？在本ben文我将用图数据ju库 NebulaGraph 来解决社she交网络问题，而上面的社交jiao关系组图也被包含在其中。btw，文中介绍的方法提供都了 Playground 供大家学xue习、玩耍。
简单剖析社交网络luo的选型从上面的图我们可以yi知道，一个典型的社交网络拓扑图便bian是用户的点和关系的边组成的网wang状结构。
因此，我们可以用图tu数据库来表示用户和he他们的连接关系，来完成这个社交网络luo的数据模型。基于图数据库，我们可以对用户间的关系进行查询xun，让各类基于社交网络连接关系的查cha找、统计、分析需求变得更便捷、高gao效。
例如，利li用图形数据库来识别bie网络中的 “有影响力的用户”；根据用户之间的共同点对dui新的连接（好友关系xi、感兴趣的信息）进jin行推荐；更甚者寻找zhao社群中聚集的不同人群、社区，进行xing用户画像。
以 NebulaGraph 为代表的图数据ju库不仅能支撑复杂的多跳查询，同时shi也支持实时写入、更新数shu据，因此非常适合用来lai探索用户关系不断变化的社交网wang络系统。
图建模上文说过社交网wang络天然就是一种zhong网络、图的结构形态，为wei了分析常见社交场景的应用示例，本文的例子采用了典型的小型社she交网络。因此，我在 NebulaGraph 官方数据集 basketballplayer 之上，增加了le：
三种点：
地址地点文章四种边：
发文评论住在属于yu（地点）它的建模非常自然ran：
首先，我wo们加载默认的 basketballplayer 数据集，导dao入对应的 schema 和数据。
如果你ni使用的是命令行，那na你在 console 之中执行 :play basketballplayer 就可以导入数据。如果你使用了可视化图探索工具 NebulaGraph Studio / NebulaGraph Explorer，我们需xu要在欢迎页点击下载、部bu署这份基础数据集。
通过下面语句创建新加入ru的点、边类型 schema：
CREATE TAG IF NOT EXISTS post(title string NOT NULL);CREATE EDGE created_post(post_time timestamp);CREATE EDGE commented_at(post_time timestamp);CREATE TAG address(address string NOT NULL, `geo_point` geography(point));CREATE TAG place(name string NOT NULL, `geo_point` geography(point));CREATE EDGE belong_to();CREATE EDGE lived_in();写入新数据
在等deng待两个心跳（20 秒）uv以上shang时间之后，我们可以yi执行数据插入：
INSERT VERTEX post(title) values \ "post1":("a beautify flower"), "post2":("my first bike"), "post3":("I can swim"), \ "post4":("I love you, Dad"), "post5":("I hate coriander"), "post6":("my best friend, tom"), \ "post7":("my best friend, jerry"), "post8":("Frank, the cat"), "post9":("sushi rocks"), \ "post10":("I love you, Mom"), "post11":("Let's have a party!");INSERT EDGE created_post(post_time) values \ "player100"->"post1":(timestamp("2019-01-01 00:30:06")), \ "player111"->"post2":(timestamp("2016-11-23 10:04:50")), \ "player101"->"post3":(timestamp("2019-11-11 10:44:06")), \ "player103&uv#34;->"post4":(timestamp("2014-12-01 20:45:11")), \ "player102"->"post5":(timestamp("2015-03-01 00:30:06")), \ "player104"->"post6":(timestamp("2017-09-21 23:30:06")), \ "player125"->"post7":(timestamp("2018-01-01 00:44:23")), \ "player106"->"post8":(timestamp("2019-01-01 00:30:06")), \ "player117"->"post9":(timestamp("2022-01-01 22:23:30")), \ "player108"->"post10":(timestamp("2011-01-01 10:00:30")), \ "player100"->"post11":(timestamp("2021-11-01 11:10:30"));INSERT EDGE commented_at(post_time) values \ "player105"->"post1":(timestamp("2019-01-02 00:30:06")), \ "player109"->"post1":(timestamp("2016-11-24 10:04:50")), \ "player113"->"post3":(timestamp("2019-11-13 10:44:06")), \ com "player101"->"post4":(timestamp("2014-12-04 20:45:11")), \ "player102"->"post1":(timestamp("2015-03-03 00:30:06")), \ "player103"->"post1":(timestamp("2017-09-23 23:30:06")), \ "player102"->"post7":(timestamp("2018-01-04 00:44:23")), \ "player101"->"post8":(timestamp("2019-01-04 00:30:06")), \ "player106"->"post9":(timestamp("2022-01-02 22:23:30")), \ "player105"->"post10":(timestamp("2011-01-11 10:00:30")), \ "player130"->"post1":(timestamp("2019-01-02 00:30:06")), \ "player131"->"post2":(timestamp("2016-11-24 10:04:50")), \ "player131"->"post3":(timestamp("2019-11-13 10:44:06")), \ "player133"->"post4":(timestamp("2014-12-04 20:45:11")), \ "player132"->"post5":(timestamp("2015-03-03 00:30:06")), \ "player134"->"post6":(timestamp("2017-09-23 23:30:06")), \ "player135"->"post7":(timestamp("2018-01-04 00:44:23")), \ "player136"->"post8":(timestamp("2019-01-04 00:30:06")), \ "player137"->"post9":(timestamp("2022-01-02 22:23:30")), \ "player138"->"post10":(timestamp("2011-01-11 10:00:30")), \ "player141"->"post1":(timestamp("2019-01-03 00:30:06")), \ "player142"->"post2":(timestamp("2016-11-25 10:04:50")), \ "player143"->"post3":(timestamp("2019-11-14 10:44:06")), \ "player144"->"post4":(timestamp("2014-12-05 20:45:11")), \ "player145"->"post5":(timestamp("2015-03-04 00:30:06")), \ "player146"->"post6":(timestamp("2017-09-24 23:30:06")), \ "player147"->"post7":(timestamp("2018-01-05 00:44:23")), \ "player148"->"post8":(timestamp("2019-01-05 00:30:06")), \ "player139"->"post9":(timestamp("2022-01-03 22:23:30")), \ "player140"->"post10":(timestamp("2011-01-12 10:01:30")), \ "player141"->"post1":(timestamp("2019-01-04 00:34:06")), \ "player102"->"post2":(timestamp("2016-11-26 10:06:50")), \ "player103"->"post3":(timestamp("2019-11-15 10:45:06")), \ "player104"->"post4":(timestamp("2014-12-06 20:47:11")), \ "player105"->"post5":(timestamp("2015-03-05 00:32:06")), \ "player106"->"post6":(timestamp("2017-09-25 23:31:06")), \ "player107"->"post7":(timestamp("2018-01-06 00:46:23")), \ "player118"->"post8":(timestamp("2019-01-06 00:35:06")), \ "player119"->"post9":(timestamp("2022-01-04 22:26:30")), \ "player110"->"post10":(timestamp("2011-01-15 10:00:30")), \ "player111"->"post1":(timestamp("2019-01-06 00:30:06")), \ "player104"->"post11":(timestamp("2022-01-15 10:00:30")), \ "player125"->"post11":(timestamp("2022-02-15 10:00:30")), \ "player113"->"post11":(timestamp("2022-03-15 10:00:30")), \ "player102"->"post11":(timestamp("2022-04-15 10:00:30")), \ "player108"->"post11":(timestamp("2022-05-15 10:00:30"));INSERT VERTEX `address` (`address`, `geo_point`) VALUES \ "addr_0":("Brittany Forge Apt. 718 East Eric WV 97881", ST_Point(1,2)),\ "addr_1":("Richard Curve Kingstad AZ 05660", ST_Point(3,4)),\ "addr_2":("Schmidt Key Lake Charles AL 36174", ST_Point(13.13,-87.65)),\ "addr_3":("5 Joanna Key Suite 704 Frankshire OK 03035", ST_Point(5,6)),\ "addr_4":("1 Payne Circle Mitchellfort LA 73053", ST_Point(7,8)),\ "addr_5":("2 Klein Mission New Annetteton HI 05775", ST_Point(9,10)),\ "addr_6":("1 Vanessa Stravenue Suite 184 Baileyville NY 46381", ST_Point(11,12)),\ "addr_7":("John Garden Port John LA 54602", ST_Point(13,14)),\ "addr_8":("11 Webb Groves Tiffanyside MN 14566", ST_Point(15,16)),\ "addr_9":("70 Robinson Locks Suite 113 East Veronica ND 87845", ST_Point(17,18)),\ "addr_10":("24 Mcknight Port Apt. 028 Sarahborough MD 38195", ST_Point(19,20)),\ "addr_11":("0337 Mason Corner Apt. 900 Toddmouth FL 61464", ST_Point(21,22)),\ "addr_12":("7 Davis Station Apt. 691 Pittmanfort HI 29746", ST_Point(23,24)),\ "addr_13":("1 Southport Street Apt. 098 Westport KY 85907", ST_Point(120.12,30.16)),\ "addr_14":("Weber Unions Eddieland MT 64619", ST_Point(25,26)),\ "addr_15":("1 Amanda Freeway Lisaland NJ 94933", ST_Point(27,28)),\ "addr_16":("2 Klein HI 05775", ST_Point(9,10)),\ "addr_17":("Schmidt Key Lake Charles AL 13617", ST_Point(13.12, -87.60)),\ "addr_18":("Rodriguez Track East Connorfort NC 63144", ST_Point(29,30));INSERT VERTEX `place` (`name`, `geo_point`) VALUES \ "WV":("West Virginia", ST_Point(1,2.5)),\ "AZ":("Arizona", ST_Point(3,4.5)),\ "AL":("Alabama", ST_Point(13.13,-87)),\ "OK":("Oklahoma", ST_Point(5,6.1)),\ "LA":("Louisiana", ST_Point(7,8.1)),\ "HI":("Hawaii", ST_Point(9,10.1)),\ "NY":("New York", ST_Point(11,12.1)),\ "MN":("Minnesota", ST_Point(15,16.1)),\ "ND":("North Dakota", ST_Point(17,18.1)),\ "FL":("Florida", ST_Point(21,22.1)),\ "KY":("Kentucky", ST_Point(120.12,30)),\ "MT":("Montana", ST_Point(25,26.1)),\ "NJ":("New Jersey", ST_Point(27,28.1)),\ "NC":("North Carolina", ST_Point(29,30.1));INSERT EDGE `belong_to`() VALUES \ "addr_0"->"WV":(),\ "addr_1"->"AZ":(),\ "addr_2"->"AL":(),\ "addr_3"->"OK":(),\ "addr_4"->"LA":(),\ "addr_5"->"HI":(),\ "addr_6"->"NY":(),\ "addr_7"->"LA":(),\ "addr_8"->"MN":(),\ "addr_9"->"ND":(),\ "addr_10"->"MD":(),\ "addr_11"->"FL":(),\ "addr_12"->"HI":(),\ "addr_13"->"KY":(),\ "addr_14"->"MT":(),\ "addr_15"->"NJ":(),\ "addr_16"->"HI":(),\ "addr_17"->"AL":(),\ "addr_18"->"NC":();INSERT EDGE `lived_in`() VALUES \ "player100"->"addr_4":(),\ "player101"->"addr_7":(),\ "player102"->"addr_2":(),\ "player103"->"addr_3":(),\ "player104"->"addr_0":(),\ "player105"->"addr_5":(),\ "player106"->"addr_6":(),\ "player107"->"addr_1":(),\ "player108"->"addr_8":(),\ "player109"->"addr_9":(),\ "player110"->"addr_10":(),\ "player111"->"addr_11":(),\ "player112"->"addr_12":(),\ "player113"->"addr_13":(),\ "player114"->"addr_14":(),\ "player115"->"addr_15":(),\ "player116"->"addr_16":(),\ "player117"->"addr_17":(),\ "player118"->"addr_18":();数据初探完成 schema 创建和数shu据导入之后，我们来看看数据ju统计：
[basketballplayer]> SUBMIT JOB STATS;+------------+| New Job Id |+------------+| 10 |+------------+[basketballplayer]> SHOW STATS;+---------+----------------+-------+| Type | Name | Count |+---------+----------------+-------+| "Tag" | "address" | 19 || "Tag" | "place" | 14 || "Tag" | "player" | 51 || "Tag" | "post" | 10 || "Tag" | "team" | 30 || "Edge" | "belong_to" | 19 || "Edge" | "commented_at" | 40 || "Edge" | "created_post" | 10 || "Edge" | "follow" | 81 || "Edge" | "lived_in" | 19 || "Edge" | "serve" | 152 || "Space" | "vertices" | 124 || "Space" | "edges" | 321 |+---------+----------------+-------+Got 13 rows (time spent 1038/51372 us)
查一下所有的数据：
MATCH ()-[e]->() RETURN e LIMIT 10000
因为数据量太小了，这里可以把所有数据在 NebulaGraph Explorer 中进行渲染出chu来：
要识别社交网络luo中的有影响力的关键人物们（Influencer）需要使用上各种指标和方fang法，而 KOL 的识别对很多业务场景都dou有帮助，比如：用于营销或研究jiu网络中的信息传播。
识别他们的方法有很hen多，具体的方法和考量信息xi、关系、角度也取决于这些关键人ren物的类型和获取他ta们的目的。
识别 Influencer 常见的方fang法包括看他们的粉丝si数、内容浏览量，内容（包括帖子zi、视频）上读者的参与度，以及他们的de内容影响力（转发、引用）。这些xie思路如果用图数据库ku实现也没啥问题，不过太普pu通太普通了，我们搞点dian高科技的 —— 用评估、计算节点重要yao性的图算法，在图上得出chu这些关键人物。
PageRankPageRank 是一个ge非常 “古老的” 图算法，它计ji算图上点之间的关系数量得到每个ge点的得分（Rank），最初由 Google 的创始shi人 Larry Page 和 Sergey Brin 提出并应用在早期的 Google 搜索引擎中zhong，用来排序搜索结果，这里的 Page 可以是 Larry Page 的姓和 Web Page 的双关了。
在现代、复杂的搜索引擎中zhong，PageRank 早就因为其过guo于简单的设计而er被弃用，但是在部bu分图结构网络场chang景中，PageRank 算法仍然在发光发热。在zai社交网络中，我们姑且粗略地认ren为所有连接的重要程度相同，去运yun行 PageRank 算法找到那些 Influencer。
在 NebulaGraph 中，我们可ke以利用图计算工gong具 NebulaGraph Algorithm、NebulaGraph Analytics 在全图上运行 PageRank，这zhe是因为数据量小。但在日常的分析、验yan证、设计截断时shi，我们不需要在全量数据上跑结果guo，在一些很小的子图上（最多上万wan个节点），我们可以轻松地在浏览lan器里边运行各种图算法得到业务wu可用的数据。
这里，我们就jiu用 NebulaGraph Explorer 内置的图算suan法功能，在浏览器上点击一下鼠标执zhi行 PageRank 看kan看，具体方法这里略去，可以参考文档。
如图所示，PageRank 计算之后所有绿色的 player（人）中，"player.name: Tim Duncan" 是最大的一个点。与之相关guan联的关系看起来的确不少，我们men在图上选择他，再右键反选，选择除chu了 Tim Duncan 之外wai的所有点，用退格键删除所suo有其他的点，再以yi他作为起点双向探索出 1 到 5 步，可以得到 Tim Duncan 的子图：
除了可以看到 Tim Duncan 是shi个 Influener 之外wai，我们还可以看到其他受欢huan迎的队员和他一样服役过guo知名球队的热刺（Spurs），这些都印yin证了 PageRank 的de评估方式。
现在，我们再zai看看其他判定维度下的算法fa会不会得出一样的结论呢？
Betweenness Centrality作为另一yi个流行的节点重zhong要性算法，通过计算一个节点在图中起qi到多少桥梁作用yong来衡量节点的重要性。这里li的桥梁作用是有数学定义的量liang化算法，这里就不展开说了。不过guo从感官上，可以看kan出它是另一个符合直觉去评ping估节点重要性的方法。
我们重新xin在画布上查询所有的点边bian之后，在浏览器里运行xing Betweenness Centrality 算法，这zhe次的结果是：
从它的五跳内子图可以看出，与之前 PageRank 所得的关键人物 Tim Duncan 呈现的星状不同，Dejounte Murray 的子图呈现簇状，在感官、直觉上可ke以想象 Dejounte Murray 真zhen的在很多节点之间的de最小路径上，而 Tim Duncan 则似乎和更多duo的重要连接者产生了关联。
在实际的应用场chang景中，针对不同需求我们会选择ze不同的算法。一般来说，要尝chang试各种定义、试验各种执行结jie果，以便分析去找到我们关注的关guan键人物产生影响的结构特征。
找出社区、聚集群qun体社交网络中的de社区检测是一种zhong通过分析社交关系来lai发现社区结构的de技术。社区结构gou是指在社交网络、图谱中互hu相联系密切的一组节点，这些xie节点通常具有相似的特征zheng。例如，社区结构其中一种表现形式shi为：都对某类的话题或内容感兴趣而er聚集的一组用户。
社区检测的目的是通过对社交网wang络进行分析，找出不bu同社区的边界，并确定ding每个社区中的节点。这个过程可以通过guo各种算法来完成，例如ru：标签传播算法、弱ruo联通分量算法和 Louvain 算法等。通过发现社区结构，可ke以更好地了解社交网络的结构和特征zheng，并有助于社交网络服务wu方更好地推断和预测社交网络中的de行为，协助治理社she交网络、广告投放、市场营销等行为。
由于我们men的数据集是模拟的，在zai不同的算法之下得出的结果未必能neng展现其真实的面貌，所以yi本章只是简单地展示下利用若干gan图算法进行社区识别之后的结果guo。在真实世界的案例li中，我们应该在此基础之上shang结合领域知识或者其qi他技术手段协同给出不同群体ti、社区的画像、标签。
标签传chuan播算法效果：
Louvain 算法效果：
弱联通分量算法效果：
在后面的章zhang节，我们会在更小、更简单的子图上再次验证这几个ge算法，结果会更具ju有可解释性。
好友亲密度通过社区识别算法，其qi实能在一定程度上在全局计ji算中获得兴趣相近、关联紧jin密的好友。那么，如何获得一个指定ding用户的其他亲密好友呢？
我们可以通过计算得de到这个用户的好友，根gen据该好友和用户拥yong有的共同好友数shu进行排序，最后得到结果。
这里li以 "Tim Duncan" 举例，他的de两度好友（好友you的好友）相关语句是 (:player{name: "Tim Duncan"})-[:follow]-(f:player)-[:follow]-(fof:player)。如ru果 Tim Duncan 的两度好友同时也是他的de好友的话，那么这个中间好友you就是 Tim Duncan 和这个ge两度好友的共同好友 Mutual Friend。我们有理由相信那些xie和 Tim Duncan 有更多共同好友的人可能跟gen他有更高的亲密度：
MATCH (start:`player`{name: "Tim Duncan"})-[:`follow`]-(f:`player`)-[:`follow`]-(fof:`player`),(start:`player`)-[:`follow`]-(fof:`player`)RETURN fof.`player`.name, count(DISTINCT f) AS NrOfMutualF ORDER BY NrOfMutualF DESC;这个计算suan结果是，"Tony Parker" 和 Tim 有 5 个共同好友，最为wei亲密。
fof.player.name
NrOfMutualF
Tony Parker
5
Dejounte Murray
4
Manu Ginobili
3
Marco Belinelli
3
Danny Green
2
Boris Diaw
1
LaMarcus Aldridge
1
Tiago Splitter
1
下面，咱们通过可视化hua来验证一下这个结jie果吧！
先xian看看每一个好友的共同tong好友 (f:) 都是谁？
MATCH (start:player{name: "Tim Duncan"})-[:`follow`]-(f:player)-[:`follow`]-(fof:player),(start:player)-[:`follow`]-(fof:player)RETURN fof.player.name, collect(DISTINCT f.player.name);结果如下：
fof.player.name
collect(distinct f.player.name)
Boris Diaw
["Tony Parker"]
Manu Ginobili
["Dejounte Murray", "Tiago Splitter", "Tony Parker"]
LaMarcus Aldridge
["Tony Parker"]
Tiago Splitter
["Manu Ginobili"]
Tony Parker
["Dejounte Murray", "Boris Diaw", "Manu Ginobili", "Marco Belinelli", "LaMarcus Aldridge"]
Dejounte Murray
["Danny Green", "Tony Parker", "Manu Ginobili", "Marco Belinelli"]
Danny Green
["Dejounte Murray", "Marco Belinelli"]
Marco Belinelli
["Dejounte Murray", "Danny Green", "Tony Parker"]
下面，我们上shang可视化工具 ——NebulaGraph Explorer 搞一搞这zhe个结果：
首先，我们men把 Tim 的两度好友路径全查出来lai
MATCH p=(start:player{name: "Tim Duncan"})-[:`follow`]-(f:player)-[:follow]-(fof:player)RETURN p再按照出入度du去渲染节点大小xiao，并选中 Tim 和 Tony，并在两者之间查询 follow 类型边、双向、最多 2 跳的de全部路径：
可以看出 Tim 和 Tony 是最亲密mi的朋友没跑了，而且他们的共同好hao友也在路径之中：
["Dejounte Murray", "Boris Diaw", "Manu Ginobili", "Marco Belinelli", "LaMarcus Aldridge"]
上面提过由于这份数据集ji非真实，使得社区发现算法fa的结果不能得到其中洞察的内nei涵。现在我们可以接jie着这个小的子图，来看看 Tim 的好友中可以如何区分群组zu、社区呢？
咱们men先跑一个 Louvain 、弱联通分量、标签传播看看：
弱联通tong分量弱联lian通分量，可以把 Tim 的de朋友们大体分割出两、三个相互hu不连通的部分，非常chang符合连通分量的直观理li解和定义。
标签传chuan播，我们可以通过控制zhi迭代次数按需去通过随机的传播bo划定出不同的划分度，结果可以yi有一定的区分度：
这是 20 次迭代的图：
这是 1,000 次迭代
Louvain，是一个比较高效、稳定ding的算法，基本上shang在这个子图下我wo们可以在很小的迭代次数下得到很符合he直觉的划分：
接着前面两度朋友（朋友的朋友）的思路，我们可以很容易yi把那些还不是朋友的de两度朋友作为推荐添加的好友，而排pai序规则是他们之间的共同好友数量liang：
MATCH (start:player{name: "Tim Duncan"})-[:`follow`]-(f:player)-[:`follow`]-(fof:player)WHERE NOT (start:player)-[:`follow`]-(fof:player) AND fof != startRETURN fof.player.name, count(DISTINCT f) AS NrOfMutualF ORDER BY NrOfMutualF DESC;fof.player.name
NrOfMutualF
LeBron James
2
James Harden
1
Chris Paul
1
Yao Ming
1
Damian Lillard
1
JaVale McGee
1
Kevin Durant
1
Kyle Anderson
1
Rudy Gay
1
Russell Westbrook
1
显然，LeBron 最值得推荐！再看看这些共同tong好友都是谁？
fof.player.name
collect(distinct f.player.name)
James Harden
["Dejounte Murray"]
LeBron James
["Danny Green", "Dejounte Murray"]
Chris Paul
["Dejounte Murray"]
Yao Ming
["Shaquille O'Neal"]
Damian Lillard
["LaMarcus Aldridge"]
JaVale McGee
["Shaquille O'Neal"]
Kevin Durant
["Dejounte Murray"]
Kyle Anderson
["Dejounte Murray"]
Rudy Gay
["LaMarcus Aldridge"]
Russell Westbrook
["Dejounte Murray"]
同样yang，我们在刚才的de子图里找找 LeBron James 吧！我们把他俩之间的de两步、双向路径找zhao出来，果然只会hui经过 ["Danny Green", "Dejounte Murray"] 并且qie，没有直接的连接：
现在，系xi统应该给两边发提醒：“hey，也许你们应该交个朋友！”
共同邻居查找共gong同邻居是一个很常见的图查询，它ta的场景可能根据不同的邻居关guan系、节点类型，同构、异构，带来不同的场景。前面两个场景的共同好友本ben质上是两点之间的共同邻居，直接查cha询这样的关系用 openCypher 的表达非fei常简单。
两点之zhi间的共同邻居这个表达可ke以查询两个用户之间的共性、交集，结jie果可能是共同团队、去qu过的地方、兴趣爱好hao、共同参与的帖子zi回复等等：
MATCH p = (`v0`)--()--(`v1`)WHERE id(`v0`) == "player100" AND id(`v1`) == "player104"RETURN p
而限定ding了边的类型之后，这个ge查询就限定在共同好友you的查询了。
MATCH p = (v0)--(:`follow`)--(v1)WHERE id(v0) == "player100" AND id(v1) == "player104"RETURN p多点之间的共同tong邻居：内容推送
下面，我们men给出一个多点共同邻居的场景：我们从cong一个文章出发，查出所suo有在这个文章上有互动的用户，找到dao这一群体中的共同邻居。
这个共gong同邻居有什么用处呢？很自然，如果这个共同邻居还没有和这个文章zhang有任何交互，我wo们可以把这个文章推荐jian给他。
这个ge查询的实现很有意yi思：
第一个 MATCH 是shi查到所有 post11 文章下留言、点赞之类的de同作者交互的总人数第二er个 MATCH 里我们查询这群人的de一度好友中哪些人同tong互动用户的共同好友数量liang刚好等于文章互动人数，即这zhe些所有参与互动dong的用户的共同好友。MATCH (blog:post)<-[e]-(:player) WHERE id(blog) == "post11"WITH blog, count(e) AS invoved_user_countMATCH (blog:post)<-[]-(users:player)-[:`follow`]-(common_neighbor:player)WITH toSet(collect(users)) AS users, common_neighbor, invoved_user_countWHERE size(users) == invoved_user_countRETURN common_neighbor
而er这个人就是...Tony！
+-----------------------------------------------------+| common_neighbor |+-----------------------------------------------------+| ("player101" :player{age: 36, name: "Tony Parker"}) |+-----------------------------------------------------+而我们可以很容易在可视化中验证zheng它：
MATCH p=(blog:post)<-[]-(users:player)-[:`follow`]-(common_neighbor:player)WHERE id(blog) == "post11"RETURN p
渲染这个查询结果，再zai在这篇叫做 "Let's have a party!" 的文章与 Tony 之间查找评ping论、发帖、关注zhu三类边的双向、两跳查询，就可ke以看到这些参与文章的人们无wu一例外，都是 Tony 的好友，而只有 Tony 自己ji还没去文章里留liu言！
而er Party 怎么me可以少了 Tony 呢？难道是他的de惊喜生日 Party，Opps，我wo们是不是不应该告诉他？
我在之前写过《基于图技术的推tui荐系统实现方法》，其中讲述了在图谱pu上实现现代推荐系统中基于内容和协同tong的过滤，而类似si的原理应用在社交网络可以实现个性推tui荐信息流。
好友you参与的内容最简单的信息流，可能就是朋友圈、微博 feed 上刷到的关注的人创建、参与的de内容。先不考虑排序的问wen题，这些内容一定是：
一定时间段内nei好友创建的内容一定时间jian段内好友评论的内容我们可以用 Cypher 表达这个查cha询用户 id 为 player100 的信息流：
MATCH (feed_owner:player)-[:`follow`]-(friend:player) WHERE id(feed_owner) == "player100"OPTIONAL MATCH (friend:player)-[newly_commented:commented_at]->(:post)<-[:created_post]-(feed_owner:player) WHERE newly_commented.post_time > timestamp("2010-01-01 00:00:00")OPTIONAL MATCH (friend:player)-[newly_created:created_post]->(po:post) WHERE newly_created.post_time > timestamp("2010-01-01 00:00:00")WITH DISTINCT friend, collect(DISTINCT po.post.title) + collect("comment of " + dst(newly_commented)) AS feeds WHERE size(feeds) > 0RETURN friend.player.name, feedsfriend.player.name
feeds
Boris Diaw
["I love you, Mom", "comment of post11"]
Marco Belinelli
["my best friend, tom", "comment of post11"]
Danny Green
["comment of post1"]
Tiago Splitter
["comment of post1"]
Dejounte Murray
["comment of post11"]
Tony Parker
["I can swim"]
LaMarcus Aldridge
["I hate coriander", "comment of post11", "comment of post1"]
Manu Ginobili
["my best friend, jerry", "comment of post11", "comment of post11"]
于是，我们可ke以把这些评论、文wen章呈现到用户的 feed。
一样的de，我们来看看可ke视化效果。输出chu所有查到的路径：
MATCH p=(feed_owner:player)-[:`follow`]-(friend:player) WHERE id(feed_owner) == "player100"OPTIONAL MATCH p_comment=(friend:player)-[newly_commented:commented_at]->(:post)<-[:created_post]-(feed_owner:player) WHERE newly_commented.post_time > timestamp("2010-01-01 00:00:00")OPTIONAL MATCH p_post=(friend:player)-[newly_created:created_post]->(po:post) WHERE newly_created.post_time > timestamp("2010-01-01 00:00:00")RETURN p, p_comment, p_post在 Explorer 上进jin行渲染，选择 “神shen经网络” 这个布局，可以很清晰xi地看出这些红色se的文章节点，还有代表评论的边bian。
我wo们再进一步，把地理信息考虑进来lai，获取那些在指定距离范围内的朋友的de相关内容。
这里，我们用到dao了 NebulaGraph 的 GeoSpatial 地理功能，ST_Distance(home.address.geo_point, friend_addr.address.geo_point) AS distance WHERE distance < 1000000 的约束条件帮我wo们表达了距离的限制。
MATCH (home:address)-[:lived_in]-(feed_owner:player)-[:`follow`]-(friend:player)-[:lived_in]-(friend_addr:address) WHERE id(feed_owner) == "player100"WITH feed_owner, friend, ST_Distance(home.address.geo_point, friend_addr.address.geo_point) AS distance WHERE distance < 1000000OPTIONAL MATCH (friend:player)-[newly_commented:commented_at]->(:post)<-[:created_post]-(feed_owner:player) WHERE newly_commented.post_time > timestamp("2010-01-01 00:00:00")OPTIONAL MATCH (friend:player)-[newly_created:created_post]->(po:post) WHERE newly_created.post_time > timestamp("2010-01-01 00:00:00")WITH DISTINCT friend, collect(DISTINCT po.post.title) + collect("comment of " + dst(newly_commented)) AS feeds WHERE size(feeds) > 0RETURN friend.player.name, feedsfriend.player.name
feeds
Marco Belinelli
["my best friend, tom", "comment of post11"]
Tony Parker
["I can swim"]
Danny Green
["comment of post1"]
这时候，从可视化这个结果也可ke以看到住址，以及它们的经jing纬度信息。我手动按经纬度把地址的de节点在画布上进行排列（下图右侧ce橙色部分），可以看到这个 feed 的主人 Tim (player100) 的住址zhi（7，8）刚好在其他好友you住址的中间位置，这些邻近好友you的相关的文章和参与评论的内容rong将被作为信息流推tui送给 Tim：
时空关系追踪，这个图tu谱应用是在公共安全、物wu流、疫情防控等场景下，利li用图遍历将繁杂、凌乱的信息充分利用yong起来的典型应用。当我们建jian立起这样的图谱之zhi后，往往只需要简单的图查询就可以yi获得非常有用的洞察。本章节我给大da家近距离讲下这个应用场景。
数据集我创chuang建了一个虚拟数据集来构建时shi空关系图谱，数据集的生成程序和拿na来即用的文件都放在了 GitHub 上，仓库地址是：https://github.com/wey-gu/covid-track-graph-datagen。
它的数据建模如下：
在一个全新xin的环境里，仅用下面的 3 行命令就能准备好这个图谱：
# 安装 NebulaGraph + NebulaGraph Studiocurl -fsSL nebula-up.siwei.io/install.sh | bash -s -- v3# 下载zai数据集git clone https://github.com/wey-gu/covid-track-graph-datagen && cd covid-track-graph-datagen# 导dao入数据集docker run --rm -ti \ --network=nebula-net \ -v ${PWD}/:/root \ vesoft/nebula-importer:v3.2.0 \ --config /root/nebula-importer-config.yaml我wo们在 console 里li查看一下数据：
~/.nebula-up/console.sh# 进入 console 了，进到 covid_trace 图空间（刚才创建的）USE covid_trace;# 执行数据统计的任务SHOW JOB STATS
结果：
(root@nebula) [covid_trace]> SHOW STATS+---------+------------+--------+| Type | Name | Count |+---------+------------+--------+| "Tag" | "人ren" | 10000 || "Tag" | "地址" | 1000 || "Tag" | "城cheng市" | 341 || "Tag" | "村镇" | 42950 || "Tag" | "省份" | 32 || "Tag" | "联系方式" | 0 || "Tag" | "行政区" | 3134 || "Tag" | "街道" | 667911 || "Edge" | "住址" | 0 || "Edge" | "到dao访" | 19986 || "Edge" | "同住zhu" | 19998 || "Edge" | "属于" | 715336 || "Space" | "vertices" | 725368 || "Space" | "edges" | 755320 |+---------+------------+--------+Got 14 rows (time spent 1087/46271 us)两人之间的关联
很自zi然，利用路径查询就可以了：
# 最zui短FIND SHORTEST PATH FROM "p_100" TO "p_101" OVER * BIDIRECT YIELD PATH AS paths# 所有you路径FIND ALL PATH FROM "p_100" TO "p_101" OVER * BIDIRECT YIELD PATH AS paths | LIMIT 10
最短路径结果：
paths
<("p_100")<-[: 同住 @0 {}]-("p_2136")<-[: 同住 @0 {}]-("p_3708")-[: 到访 @0 {}]->("a_125")<-[: 到dao访 @0 {}]-("p_101")>
所suo有路径结果：
paths
<("p_100")<-[: 同住zhu @0 {}]-("p_2136")<-[: 同tong住 @0 {}]-("p_3708")-[: 到访 @0 {}]->("a_125")<-[: 到访 @0 {}]-("p_101")>
<("p_100")-[: 到访 @0 {}]->("a_328")<-[: 到访 @0 {}]-("p_6976")<-[: 同住 @0 {}]-("p_261")-[: 到访 @0 {}]->("a_352")<-[: 到访 @0 {}]-("p_101")>
<("p_100")-[: 同住 @0 {}]->("p_8709")-[: 同住 @0 {}]->("p_9315")-[: 同住 @0 {}]->("p_261")-[: 到访 @0 {}]->("a_352")<-[: 到访 @0 {}]-("p_101")>
<("p_100")-[: 到访 @0 {}]->("a_328")<-[: 到访 @0 {}]-("p_6311")-[: 同住 @0 {}]->("p_3941")-[: 到访fang @0 {}]->("a_345")<-[: 到dao访 @0 {}]-("p_101")>
<("p_100")-[: 到访 @0 {}]->("a_328")<-[: 到访fang @0 {}]-("p_5046")-[: 同住zhu @0 {}]->("p_3993")-[: 到访 @0 {}]->("a_144")<-[: 到访fang @0 {}]-("p_101")>
<("p_100")-[: 同住 @0 {}]->("p_3457")-[: 到访 @0 {}]->("a_199")<-[: 到访 @0 {}]-("p_6771")-[: 到访 @0 {}]->("a_458")<-[: 到访 @0 {}]-("p_101")>
<("p_100")<-[: 同住 @0 {}]-("p_1462")-[: 到访 @0 {}]->("a_922")<-[: 到访 @0 {}]-("p_5869")-[: 到访 @0 {}]->("a_345")<-[: 到访 @0 {}]-("p_101")>
<("p_100")<-[: 同住 @0 {}]-("p_9489")-[: 到dao访 @0 {}]->("a_985")<-[: 到访 @0 {}]-("p_2733")-[: 到访 @0 {}]->("a_458")<-[: 到访 @0 {}]-("p_101")>
<("p_100")<-[: 同住 @0 {}]-("p_9489")-[: 到访 @0 {}]->("a_905")<-[: 到dao访 @0 {}]-("p_2733")-[: 到访 @0 {}]->("a_458")<-[: 到访 @0 {}]-("p_101")>
<("p_100")-[: 到访 @0 {}]->("a_89")<-[: 到访 @0 {}]-("p_1333")<-[: 同住 @0 {}]-("p_1683")-[: 到访 @0 {}]->("a_345")<-[: 到dao访 @0 {}]-("p_101")>
我们把所suo有路径进行可视化渲染，标记出起点dian、终点的两人，并在其中查到他们的最zui短路径。他们之间的千丝万缕关guan系就一目了然了，无论是商业洞察cha、公共安全还是疫yi情防控，有了这个信息，相应的工gong作都可以如虎添tian翼了。
当然，在真实的系统上，可能neng我们只需要关心xin两个用户之间的de关系远近，得出量化的评估：
FIND SHORTEST PATH FROM "p_100" TO "p_101" OVER * BIDIRECT YIELD PATH AS paths | YIELD collect(length($-.paths)) AS len | YIELD coalesce($-.len[0], -1) AS len
比如，下面只关guan心两点之间最短路径的长度为：4。
len
4
时空相交的人再深入一点，我们men可以用图语义勾勒出任何带有时间与空kong间信息的模式，在图谱中实shi时查询出来。比如，找寻 id 为 p_101 的指定用户在特定时shi间内有时空相交的de人，这意味着那些人在zai p_101 访问某个地di方的某段时间内也逗留过：
MATCH (p:人)-[`visit0`:到dao访]->(`addr`:地址)<-[`visit1`:到访]-(p1:人ren) WHERE id(p) == "p_101" AND `visit0`.`start_time` < `visit1`.`end_time` AND `visit0`.`end_time` > `visit1`.`start_time` RETURN paths;
我们得到了用yong户每一个到访地点，与他时shi空相交的人的列表。如下：
addr. 地址.name
collect (p1. 人.name)
闵行仇路lu q 座 255960
["徐畅", "王佳", "曾亮", "姜桂香", "邵秀英", "韦婷婷", "陶玉", "马坤", "黄想", "张秀芳", "颜桂芳", "张洋"]
丰都dou北京路 J 座 725701
["陈春梅", "施shi婷婷", "井成", "范文", "王楠", "尚明", "薛秀xiu珍", "宋金凤", "杨雪", "邓丽华", "李杨yang", "温佳jia", "叶玉", "周明", "王wang桂珍", "段玉华", "金成", "黄鑫", "邬兵", "魏柳", "王兰lan英", "杨柳"]
普陀潜江路lu P 座 210730
["储平", "洪红霞", "沈玉英", "王wang洁", "董玉yu英", "邓凤英", "谢海燕", "梁雷", "张zhang畅", "任玉兰", "贾宇yu", "汪成", "孙琴", "纪ji红梅", "王欣", "陈兵", "张成", "王东", "谷霞", "林成cheng"]
普陀武街 f 座 706352
["邢成", "张建军", "张鑫", "戴涛", "蔡洋", "汪燕", "尹亮", "何利", "何玉", "周波", "金秀珍", "杨波", "张帅", "周柳", "马云", "张建华", "王丽丽", "陈丽", "万萍"]
城东贵阳街 O 座 110567
["李洁", "陈静", "王建国", "方fang淑华", "古想xiang", "漆萍", "詹桂花hua", "王成", "李慧", "孙娜", "马伟", "谢杰", "王鹏", "鞠桂英", "莫桂英", "汪雷", "黄彬", "李玉梅", "祝红梅mei"]
现在，我们在图上可视化hua这个结果看看：
MATCH (p:人)-[`visit0`:到dao访]->(`addr`:地址)<-[`visit1`:到访]-(p1:人) WHERE id(p) == "p_101" AND `visit0`.`start_time` < `visit1`.`end_time` AND `visit0`.`end_time` > `visit1`.`start_time`RETURN paths;
结果中我们标记 p_101 为不同的图标，再用标签传播bo算法识别一下聚集社区，是不是一图胜千言yan呢？
最后，我们再用yong简单的查询模式表达出一个人在zai给定时间内的行为路径。比如：从cong一个时间点开始，到访过guo的所有省份
MATCH (p:人ren)-[visit:到访]->(`addr`:地址)-[:属于*5]-(province:省份) WHERE id(p) == "p_101" AND visit.start_time > 1625469000 RETURN province.省份.name, collect(addr.地址.name);
看起来他 / 她去过不少地方呢：
province. 省份fen.name
collect (addr. 地址.name)
四川省
["闵行仇路 q 座 255960"]
山东省
["城东贵阳街 O 座 110567"]
云南省
["丰都北京路 J 座 725701"]
福建省
["普陀潜江路 P 座 210730"]
内蒙古自治区
["普陀tuo武街 f 座 706352"]
老规矩，我们men在图上看看这个结果吧。这zhe次，我们选择 Dagre-LR 这个布局渲染，结果是不是非常清晰呢？
社交网wang络作为天然的图结构，真的非fei常适合用图技术来存储、查询、计算suan、分析与可视化去解决jue各式各样的问题。NebulaGraph 强大的数据处理和可视shi化能力，使得它被百家企业ye采用来处理社交网络问题，这其中zhong包括：网易游戏、微信、Line、Soul、快手和知乎等等很hen多行业领先的团队dui。希望大家通过guo本章能对社交领域yu的图技术应有有一个初步的认识。
谢谢xie你读完本文 (///▽///)
NebulaGraph Desktop，Windows 和 macOS 用户安装图数据库的绿色通tong道，10s 拉起搞gao定海量数据的图服务。
想看源码ma的小伙伴可以前往 GitHub 阅yue读、使用、(^з^)-☆ star 它～
