关于社交网络:用图技术搞定附近好友时空交集等-7-个典型社交网络应用

48次阅读

共计 22307 个字符，预计需要花费 56 分钟才能阅读完成。

两个月之前，我的共事拿了一张推特的互动关系图（下图，由 STRRL 受权）来问我能不能搞一篇图技术来摸索社交互动关系的文章，看看这些图是如何通过技术实现的。

我想了想，本人玩推特以来也追随大部队生成了不少的社交关系组图，当中有简单的社交群体划分：

我在技术圈，看在金融、数学圈的大佬在此岸严密贴贴。当然也有比较简单的关系图：

看谁和你互动比拟多，而他们又和谁关系比拟亲密。那么问题来了，像下面这种常见的社交关系图，甚至是别的更简单的基于社交网络的图是如何生成的呢？在本文我将用图数据库 NebulaGraph 来解决社交网络问题，而下面的社交关系组图也被蕴含在其中。btw，文中介绍的办法提供都了 Playground 供大家学习、游玩。

简略分析社交网络的选型

从下面的图咱们能够晓得，一个典型的社交网络拓扑图便是用户的点和关系的边组成的网状结构。

因而，咱们能够用图数据库来示意用户和他们的连贯关系，来实现这个社交网络的数据模型。基于图数据库，咱们能够对用户间的关系进行查问，让各类基于社交网络连接关系的查找、统计、剖析需要变得更便捷、高效。

例如，利用图形数据库来辨认网络中的“有影响力的用户”；依据用户之间的共同点对新的连贯（好友关系、感兴趣的信息）进行举荐；更甚者寻找社群中汇集的不同人群、社区，进行用户画像。

以 NebulaGraph 为代表的图数据库不仅能撑持简单的多跳查问，同时也反对实时写入、更新数据，因而非常适合用来摸索用户关系一直变动的社交网络系统。

图建模

上文说过社交网络人造就是一种网络、图的构造状态，为了剖析常见社交场景的利用示例，本文的例子采纳了典型的小型社交网络。因而，我在 NebulaGraph 官网数据集 basketballplayer 之上，减少了：

三种点：

  • 地址
  • 地点
  • 文章

四种边：

  • 发文
  • 评论
  • 住在
  • 属于（地点）

它的建模十分天然：

数据导入

导入数据集

首先，咱们加载默认的 basketballplayer 数据集，导入对应的 schema 和数据。

如果你应用的是命令行，那你在 console 之中执行 :play basketballplayer 就能够导入数据。如果你应用了可视化图摸索工具 NebulaGraph Studio / NebulaGraph Explorer，咱们须要在欢送页点击下载、部署这份根底数据集。

创立社交网络 schema

通过上面语句创立新退出的点、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

在期待两个心跳（20 秒）以上工夫之后，咱们能够执行数据插入：

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"->"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")), \
    "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

实现 schema 创立和数据导入之后，咱们来看看数据统计：

[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，这里能够把所有数据在 NebulaGraph Explorer 中进行渲染进去：

社交网络典型利用

找出网络中的关键人物

要辨认社交网络中的有影响力的关键人物们（Influencer）须要应用上各种指标和办法，而 KOL 的辨认对很多业务场景都有帮忙，比方：用于营销或钻研网络中的信息流传。

辨认他们的办法有很多，具体的办法和考量信息、关系、角度也取决于这些关键人物的类型和获取他们的目标。

辨认 Influencer 常见的办法包含看他们的粉丝数、内容浏览量，内容（包含帖子、视频）上读者的参与度，以及他们的内容影响力（转发、援用）。这些思路如果用图数据库实现也没啥问题，不过太普通太普通了，咱们搞点高科技的——用评估、计算节点重要性的图算法，在图上得出这些关键人物。

PageRank

PageRank 是一个十分“古老的”图算法，它计算图上点之间的关系数量失去每个点的得分（Rank），最后由 Google 的创始人 Larry Page 和 Sergey Brin 提出并利用在晚期的 Google 搜索引擎中，用来排序搜寻后果，这里的 Page 能够是 Larry Page 的姓和 Web Page 的双关了。

在古代、简单的搜索引擎中，PageRank 早就因为其过于简略的设计而被弃用，然而在局部图构造网络场景中，PageRank 算法依然在发光发热。在社交网络中，咱们权且粗略地认为所有连贯的重要水平雷同，去运行 PageRank 算法找到那些 Influencer。

在 NebulaGraph 中，咱们能够利用图计算工具 NebulaGraph Algorithm、NebulaGraph Analytics 在全图上运行 PageRank，这是因为数据量小。但在日常的剖析、验证、设计截断时，咱们不须要在全量数据上跑后果，在一些很小的子图上（最多上万个节点），咱们能够轻松地在浏览器里边运行各种图算法失去业务可用的数据。

这里，咱们就用 NebulaGraph Explorer 内置的图算法性能，在浏览器上点击一下鼠标执行 PageRank 看看，具体方法这里略去，能够参考文档。

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。与之相关联的关系看起来确实不少，咱们在图上抉择他，再右键反选，抉择除了 Tim Duncan 之外的所有点，用退格键删除所有其余的点，再以他作为终点双向摸索出 1 到 5 步，能够失去 Tim Duncan 的子图：

除了能够看到 Tim Duncan 是个 Influener 之外，咱们还能够看到其余受欢迎的队员和他一样退役过出名球队的热刺（Spurs），这些都印证了 PageRank 的评估形式。

当初，咱们再看看其余断定维度下的算法会不会得出一样的论断呢？

Betweenness Centrality

作为另一个风行的节点重要性算法，通过计算一个节点在图中起到多少桥梁作用来掂量节点的重要性。这里的桥梁作用是有数学定义的量化算法，这里就不开展说了。不过从感官上，能够看出它是另一个合乎直觉去评估节点重要性的办法。

咱们从新在画布上查问所有的点边之后，在浏览器里运行 Betweenness Centrality 算法，这次的后果是：

从它的五跳内子图能够看出，与之前 PageRank 所得的关键人物 Tim Duncan 出现的星状不同，Dejounte Murray 的子图出现簇状，在感官、直觉上能够设想 Dejounte Murray 真的在很多节点之间的最小门路上，而 Tim Duncan 则仿佛和更多的重要连贯者产生了关联。

在理论的利用场景中，针对不同需要咱们会抉择不同的算法。一般来说，要尝试各种定义、试验各种执行后果，以便剖析去找到咱们关注的关键人物产生影响的结构特征。

找出社区、汇集群体

社交网络中的社区检测是一种通过剖析社交关系来发现社区构造的技术。社区构造是指在社交网络、图谱中互相联系亲密的一组节点，这些节点通常具备类似的特色。例如，社区构造其中一种表现形式为：都对某类的话题或内容感兴趣而汇集的一组用户。

社区检测的目标是通过对社交网络进行剖析，找出不同社区的边界，并确定每个社区中的节点。这个过程能够通过各种算法来实现，例如：标签流传算法、弱联通重量算法和 Louvain 算法等。通过发现社区构造，能够更好地理解社交网络的构造和特色，并有助于社交网络服务方更好地推断和预测社交网络中的行为，帮助治理社交网络、广告投放、市场营销等行为。

因为咱们的数据集是模仿的，在不同的算法之下得出的后果未必能展示其实在的风貌，所以本章只是简略地展现下利用若干图算法进行社区辨认之后的后果。在真实世界的案例中，咱们应该在此基础之上联合畛域常识或者其余技术手段协同给出不同群体、社区的画像、标签。

标签流传算法成果：

Louvain 算法成果：

弱联通重量算法成果：

在前面的章节，咱们会在更小、更简略的子图上再次验证这几个算法，后果会更具备可解释性。

好友亲密度

通过社区辨认算法，其实能在肯定水平上在全局计算中取得趣味相近、关联严密的好友。那么，如何取得一个指定用户的其余密切好友呢？

咱们能够通过计算失去这个用户的好友，依据该好友和用户领有的独特好友数进行排序，最初失去后果。

这里以 “Tim Duncan” 举例，他的两度好友（好友的好友）相干语句是 (:player{name: "Tim Duncan"})-[:follow]-(f:player)-[:follow]-(fof:player)。如果 Tim Duncan 的两度好友同时也是他的好友的话，那么这个两头好友就是 Tim Duncan 和这个两度好友的独特好友 Mutual Friend。咱们有理由置信那些和 Tim Duncan 有更多独特好友的人可能跟他有更高的亲密度：

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;

这个计算结果是，”Tony Parker” 和 Tim 有 5 个独特好友，最为密切。

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

上面，咱们通过可视化来验证一下这个后果吧！

先看看每一个好友的独特好友 (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);

后果如下：

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”]

上面，咱们上可视化工具——NebulaGraph Explorer 搞一搞这个后果：

首先，咱们把 Tim 的两度好友门路全查出来 

MATCH p=(start:player{name: "Tim Duncan"})-[:`follow`]-(f:player)-[:follow]-(fof:player)
RETURN p

再依照出入度去渲染节点大小，并选中 Tim 和 Tony，并在两者之间查问 follow 类型边、双向、最多 2 跳的全副门路：

能够看出 Tim 和 Tony 是最密切的敌人没跑了，而且他们的独特好友也在门路之中：

["Dejounte Murray", "Boris Diaw", "Manu Ginobili", "Marco Belinelli", "LaMarcus Aldridge"]

敌人圈子里的小群体

下面提过因为这份数据集非实在，使得社区发现算法的后果不能失去其中洞察的外延。当初咱们能够接着这个小的子图，来看看 Tim 的好友中能够如何辨别群组、社区呢？

咱们先跑一个 Louvain、弱联通重量、标签流传看看：

弱联通重量

弱联通重量，能够把 Tim 的敌人们大体宰割出两、三个互相不连通的局部，十分合乎连通重量的直观了解和定义。

标签流传

标签流传，咱们能够通过管制迭代次数按需去通过随机的流传划定出不同的划分度，后果能够有肯定的区分度：

这是 20 次迭代的图：

这是 1,000 次迭代

Louvain

Louvain，是一个比拟高效、稳固的算法，基本上在这个子图下咱们能够在很小的迭代次数下失去很合乎直觉的划分：

新敌人举荐

接着后面两度敌人（敌人的敌人）的思路，咱们能够很容易把那些还不是敌人的两度敌人作为举荐增加的好友，而排序规定是他们之间的独特好友数量：

MATCH (start:player{name: "Tim Duncan"})-[:`follow`]-(f:player)-[:`follow`]-(fof:player)
WHERE NOT (start:player)-[:`follow`]-(fof:player) AND fof != start
RETURN 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 最值得举荐！再看看这些独特好友都是谁？

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，咱们在方才的子图里找找 LeBron James 吧！咱们把他俩之间的两步、双向门路找进去，果然只会通过 ["Danny Green", "Dejounte Murray"] 并且，没有间接的连贯：

当初，零碎应该给两边发揭示：“hey，兴许你们应该交个敌人！”

独特街坊

查找独特街坊是一个很常见的图查问，它的场景可能依据不同的街坊关系、节点类型，同构、异构，带来不同的场景。后面两个场景的独特好友实质上是两点之间的独特街坊，间接查问这样的关系用 openCypher 的表白非常简单。

两点之间的独特街坊

这个表白能够查问两个用户之间的共性、交加，后果可能是独特团队、去过的中央、兴趣爱好、独特参加的帖子回复等等：

MATCH p = (`v0`)--()--(`v1`)
WHERE id(`v0`) == "player100" AND id(`v1`) == "player104"
RETURN p

而限定了边的类型之后，这个查问就限定在独特好友的查问了。

MATCH p = (v0)--(:`follow`)--(v1)
WHERE id(v0) == "player100" AND id(v1) == "player104"
RETURN p

多点之间的独特街坊：内容推送

上面，咱们给出一个多点独特街坊的场景：咱们从一个文章登程，查出所有在这个文章上有互动的用户，找到这一群体中的独特街坊。

这个独特街坊有什么用途呢？很天然，如果这个独特街坊还没有和这个文章有任何交互，咱们能够把这个文章举荐给他 。

这个查问的实现很有意思：

  • 第一个 MATCH 是查到所有 post11 文章下留言、点赞之类的同作者交互的总人数
  • 第二个 MATCH 里咱们查问这群人的一度好友中哪些人同互动用户的独特好友数量刚好等于文章互动人数，即这些所有参加互动的用户的独特好友。
MATCH (blog:post)<-[e]-(:player) WHERE id(blog) == "post11"
WITH blog, count(e) AS invoved_user_count
MATCH (blog:post)<-[]-(users:player)-[:`follow`]-(common_neighbor:player)
WITH toSet(collect(users)) AS users, common_neighbor, invoved_user_count
WHERE size(users) == invoved_user_count
RETURN common_neighbor

而这个人就是 …Tony！

+-----------------------------------------------------+
| common_neighbor                                     |
+-----------------------------------------------------+
| ("player101" :player{age: 36, name: "Tony Parker"}) |
+-----------------------------------------------------+

而咱们能够很容易在可视化中验证它：

MATCH p=(blog:post)<-[]-(users:player)-[:`follow`]-(common_neighbor:player)
WHERE id(blog) == "post11"
RETURN p

渲染这个查问后果，再在这篇叫做 “Let’s have a party!” 的文章与 Tony 之间查找评论、发帖、关注三类边的双向、两跳查问，就能够看到这些参加文章的人们无一例外，都是 Tony 的好友，而只有 Tony 本人还没去文章里留言！

而 Party 怎么能够少了 Tony 呢？难道是他的惊喜生日 Party，Opps，咱们是不是不应该通知他？

信息流

我在之前写过《基于图技术的举荐零碎实现办法》，其中讲述了在图谱上实现古代举荐零碎中基于内容和协同的过滤，而相似的原理利用在社交网络能够实现共性举荐信息流。

好友参加的内容

最简略的信息流，可能就是朋友圈、微博 feed 上刷到的关注的人创立、参加的内容。先不思考排序的问题，这些内容肯定是：

  • 肯定时间段内好友创立的内容
  • 肯定时间段内好友评论的内容

咱们能够用 Cypher 表白这个查问用户 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) > 0
RETURN friend.player.name, feeds
friend.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，咱们能够把这些评论、文章出现到用户的 feed。

一样的，咱们来看看可视化成果。输入所有查到的门路：

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 上进行渲染，抉择“神经网络”这个布局，能够很清晰地看出这些红色的文章节点，还有代表评论的边。

左近好友的内容

咱们再进一步，把地理信息思考进来，获取那些在指定间隔范畴内的敌人的相干内容。

这里，咱们用到了 NebulaGraph 的 GeoSpatial 天文性能，ST_Distance(home.address.geo_point, friend_addr.address.geo_point) AS distance WHERE distance < 1000000 的约束条件帮咱们表白了间隔的限度。

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 < 1000000

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) > 0
RETURN friend.player.name, feeds
friend.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，从可视化这个后果也能够看到住址，以及它们的经纬度信息。我手动按经纬度把地址的节点在画布上进行排列（下图右侧橙色局部），能够看到这个 feed 的客人 Tim(player100) 的住址（7，8）刚好在其余好友住址的两头地位，这些邻近好友的相干的文章和参加评论的内容将被作为信息流推送给 Tim：

时空关系追踪

时空关系追踪，这个图谱利用是在公共安全、物流、疫情防控等场景下，利用图遍历将繁冗、凌乱的信息充分利用起来的典型利用。当咱们建设起这样的图谱之后，往往只须要简略的图查问就能够取得十分有用的洞察。本章节我给大家近距离讲下这个利用场景。

数据集

我创立了一个虚构数据集来构建时空关系图谱，数据集的生成程序和拿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：

在一个全新的环境里，仅用上面的 3 行命令就能筹备好这个图谱：

# 装置 NebulaGraph + NebulaGraph Studio
curl -fsSL nebula-up.siwei.io/install.sh | bash -s -- v3
# 下载数据集
git clone https://github.com/wey-gu/covid-track-graph-datagen && cd covid-track-graph-datagen
# 导入数据集
docker run --rm -ti \
    --network=nebula-net \
    -v ${PWD}/:/root \
    vesoft/nebula-importer:v3.2.0 \
    --config /root/nebula-importer-config.yaml

咱们在 console 里查看一下数据：

~/.nebula-up/console.sh
# 进入 console 了，进到 covid_trace 图空间（方才创立的）USE covid_trace;
# 执行数据统计的工作
SHOW JOB STATS

后果：

(root@nebula) [covid_trace]> SHOW STATS
+---------+------------+--------+
| Type    | Name       | Count  |
+---------+------------+--------+
| "Tag"   | "人"       | 10000  |
| "Tag"   | "地址"     | 1000   |
| "Tag"   | "城市"     | 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"  | "到访"     | 19986  |
| "Edge"  | "同住"     | 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

很天然，利用门路查问就能够了：

# 最短
FIND SHORTEST PATH FROM "p_100" TO "p_101" OVER * BIDIRECT YIELD PATH AS paths

# 所有门路
FIND ALL PATH FROM "p_100" TO "p_101" OVER * BIDIRECT YIELD PATH AS paths | LIMIT 10

最短门路后果：

paths
<(“p_100”)<-[: 同住 @0 {}]-(“p_2136”)<-[: 同住 @0 {}]-(“p_3708”)-[: 到访 @0 {}]->(“a_125”)<-[: 到访 @0 {}]-(“p_101”)>

所有门路后果：

paths
<(“p_100”)<-[: 同住 @0 {}]-(“p_2136”)<-[: 同住 @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 @0 {}]->(“a_345”)<-[: 到访 @0 {}]-(“p_101”)>
<(“p_100”)-[: 到访 @0 {}]->(“a_328”)<-[: 到访 @0 {}]-(“p_5046”)-[: 同住 @0 {}]->(“p_3993”)-[: 到访 @0 {}]->(“a_144”)<-[: 到访 @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”)<-[: 到访 @0 {}]-(“p_101”)>

咱们把所有门路进行可视化渲染，标记出终点、起点的两人，并在其中查到他们的最短门路。他们之间的千头万绪关系就高深莫测了，无论是商业洞察、公共安全还是疫情防控，有了这个信息，相应的工作都能够锦上添花了。

当然，在实在的零碎上，可能咱们只须要关怀两个用户之间的关系远近，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

比方，上面只关怀两点之间最短门路的长度为：4。

len
4

时空相交的人

再深刻一点，咱们能够用图语义勾画出任何带有工夫与空间信息的模式，在图谱中实时查问进去。比方，找寻 id 为 p_101 的指定用户在特定工夫内有时空相交的人，这意味着那些人在 p_101 拜访某个中央的某段时间内也勾留过：

MATCH (p: 人)-[`visit0`: 到访]->(`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;

咱们失去了用户每一个到访地点，与他时空相交的人的列表。如下：

addr. 地址.name collect(p1. 人.name)
闵行仇路 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 ”]
丰都北京路 J 座 725701 [“ 陈春梅 ”, “ 施婷婷 ”, “ 井成 ”, “ 范文 ”, “ 王楠 ”, “ 尚明 ”, “ 薛秀珍 ”, “ 宋金凤 ”, “ 杨雪 ”, “ 邓丽华 ”, “ 李杨 ”, “ 温佳 ”, “ 叶玉 ”, “ 周明 ”, “ 王桂珍 ”, “ 段玉华 ”, “ 金成 ”, “ 黄鑫 ”, “ 邬兵 ”, “ 魏柳 ”, “ 王兰英 ”, “ 杨柳 ”]
普陀潜江路 P 座 210730 [“ 储平 ”, “ 洪红霞 ”, “ 沈玉英 ”, “ 王洁 ”, “ 董玉英 ”, “ 邓凤英 ”, “ 谢海燕 ”, “ 梁雷 ”, “ 张畅 ”, “ 任玉兰 ”, “ 贾宇 ”, “ 汪成 ”, “ 孙琴 ”, “ 纪红梅 ”, “ 王欣 ”, “ 陈兵 ”, “ 张成 ”, “ 王东 ”, “ 谷霞 ”, “ 林成 ”]
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 ”, “ 方淑华 ”, “ 古想 ”, “ 漆萍 ”, “ 詹桂花 ”, “ 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 ”]

当初，咱们在图上可视化这个后果看看：

MATCH (p: 人)-[`visit0`: 到访]->(`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;

后果中咱们标记 p_101 为不同的图标，再用标签流传算法辨认一下汇集社区，是不是一图胜千言呢？

最近去过的省份

最初，咱们再用简略的查问模式表白出一个人在给定工夫内的行为门路。比方：从一个工夫点开始，到访过的所有省份 

MATCH (p: 人)-[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 / 她去过不少中央呢：

province. 省份.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 [“ 普陀武街 f 座 706352”]

老规矩，咱们在图上看看这个后果吧。这次，咱们抉择 Dagre-LR 这个布局渲染，后果是不是十分清晰呢？

总结

社交网络作为人造的图构造，真的非常适合用图技术来存储、查问、计算、剖析与可视化去解决各式各样的问题。NebulaGraph 弱小的数据处理和可视化能力，使得它被百家企业采纳来解决社交网络问题，这其中包含：网易游戏、微信、Line、Soul、快手和知乎等等很多行业当先的团队。心愿大家通过本章能对社交畛域的图技术应有有一个初步的意识。

谢谢你读完本文 (///▽///)

NebulaGraph Desktop，Windows 和 macOS 用户装置图数据库的绿色通道，10s 拉起搞定海量数据的图服务。通道传送门：http://c.nxw.so/c0svX

想看源码的小伙伴能够返回 GitHub 浏览、应用、(^з^)-☆ star 它 -> GitHub；和其余的 NebulaGraph 用户一起交换图数据库技术和利用技能，留下「你的名片」一起游玩呢~

正文完
社交网络
发表至： 社交网络
2023-03-16
 0
关于社交网络:用图技术搞定附近好友时空交集等-7-个典型社交网络应用