按边缘属性中的重合数对结果进行排序

Question

我正在开发一个推荐其他用户的推荐系统。第一个结果应该是与“搜索者”用户最“相似”的用户。用户对问题的回答，以相同方式回答的问题的数量就是相似度。

问题是我不知道怎么写查询

所以用技术术语来说，我需要按具有特定属性值的边的数量对用户进行排序，我尝试了这个查询，我认为它应该可以工作，但它不起作用：

   let query = g.V().hasLabel('user');

   let search = __;
   for (const question of searcher.questions) {
      search = search.outE('response')
            .has('questionId', question.questionId)
            .has('answerId', question.answerId)
            .aggregate('x')
            .cap('x')     
   }

   query = query.order().by(search.unfold().count(), order.asc);

抛出这个 gremlin 内部错误：

org.apache.tinkerpop.gremlin.process.traversal.step.util.BulkSet 不能转换为 org.apache.tinkerpop.gremlin.structure.Vertex

我也为每个问题尝试了多个.by()，但结果没有按巧合程度排序。

我该如何编写这个查询？

Answer 1

当您 cap() 和 aggregate() 时，它会返回一个 BulkSet，这是一个 Set，它计算每个对象在该 Set 中存在的次数。当您通过展开每个对象相关的计数大小来迭代它时，它的行为就像List。所以你得到你的错误，因为cap('x') 的输出是BulkSet，但是因为你在循环中构建search，你基本上只是在BulkSet 上调用outE('response')，这不是has() 的有效语法需要一个图形Element，例如错误指示的Vertex。

我想你会更喜欢类似的东西：

let query = g.V().hasLabel('user').
              outE('response');

let search = [];
for (const question of searcher.questions) {
  search.push(has('questionId', question.questionId).
              has('answerId', question.answerId));
}

query = query.or(...search).
              groupCount().
                by(outV())
              order(local).by(values, asc)

我可能没有完全正确的 javascript 语法（我在 or() 中使用 spread syntax 只是为了快速传达需要发生的事情的想法）但基本上这里的想法是过滤符合您的问题标准的边缘然后使用groupCount() 计算这些边。

如果您需要计算没有连接的用户，那么也许您可以切换到project() - 也许像：

let query = g.V().hasLabel('user').
              project('user','count').
                by();

let search = [];
for (const question of searcher.questions) {
  search.push(has('questionId', question.questionId).
              has('answerId', question.answerId));
}

query = query.by(outE('response').or(...search).count()).
              order().by('count', asc);

fwiw，我认为您可能会考虑为您的数据使用不同的架构，这可能会使此推荐算法更像图。一个想法可能是使问题/答案成为一个顶点（也许是一个“qa”标签）并让边从用户顶点到“qa”顶点。然后用户直接链接到他们给出的问题/答案。您可以通过边缘、直接关系轻松查看哪些用户给出了相同的问题/答案组合。这种变化使查询在询问“哪些用户回答问题的方式与用户‘A’相同？”时更加自然地流动。

g.V().has('person','name','A').
  out('responds').
  in('responds').
  groupCount().
  order(local).by(values)

通过该更改，您可以看到我们可以摆脱所有那些has() 过滤器，因为它们隐含在“响应”边中，这些边将它们编码到图形数据本身中。