度中心性算法可用于查找图中的流行节点。它可以应用于加权图或未加权图。在加权情况下，算法计算图中每个节点的节点相邻关系的所有正权重的总和。忽略非正权重。
图的建立过程在专栏的其他文章中，不再赘述。
首先给这个图命名
Graph是图的名字，Location是结点，ROAD是边。REVERSE，倒置，找入度最多的点。cost是边的权重那个属性。
CALL gds.graph.project( 'Graph', 'Location', {
ROAD: {
orientation: 'REVERSE', properties: ['cost'] } } ) 如果节点和边比较多的话： ```python CALL gds.graph.project( 'mygraph', ['users','genres','movies','occupation'], ['hasOccupation','rated','hasGenre'] ) 讯享网
讯享网测试一下内存 ```python CALL gds.degree.write.estimate('Graph', { writeProperty: 'degree' }) YIELD nodeCount, relationshipCount, bytesMin, bytesMax, requiredMemory
度中心性计算。前两句和都不需要改。第三句话注意name，和ROAD是边。第四句话也注意一下。
CALL gds.degree.stream('Graph') YIELD nodeId, score RETURN gds.util.asNode(nodeId).name AS name, score AS ROAD ORDER BY ROAD DESC, name DESC 
官方原文档
https://neo4j.com/docs/graph-data-science/current/algorithms/degree-centrality/
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/13812.html