Neo4j的暗號與電影推薦查詢的查詢性能問題

Question

我目前工作的一個電影推薦查詢應該返回最「推薦的影響」電影使用下面的暗號查詢：

match (m:Movie) 
with m, size((m)<-[:LIKED]-(:User)-[:LIKED]->(:Movie)) as score 
order by score desc 
limit 10 
return m.title, score 

看完後graphdb（neo4j）電子書我的假設是，這應該是一個簡單的查詢neo4j但執行時間花了32737毫秒，這不是我所期待的。有沒有人有這些疑問的經驗，並有任何改善表現的建議？或者應該這個查詢執行得很好，我需要做一些neo4j/java配置調優？

查詢的輪廓：

結果：

Answer 1

也許這是你可以預先計算。

你的分數是關係到每一個用戶喜歡的電影的數量。爲什麼不計算和存儲每個用戶所喜歡的電影數量（假設用戶只能一次觀看電影，而不是多次）？

請注意，此纔有意義，如果你只關心每一個用戶喜歡的電影的數量，並且都還好用添加這些了，即使它們代表在許多用戶同一部電影的多種喜好。

MATCH (u:User) 
SET u.likedCount = SIZE((u)-[:LIKED]->(:Movie)) 

每當用戶喜歡（或不喜歡）其他電影時，您都需要更新。

當此預填充的所有用戶，你所取得的查詢現在變成：

MATCH (m:Movie) 
WITH m 
MATCH (m)<-[:LIKED]-(u:User) 
WITH m, SUM(u.likedCount) as score 
ORDER BY score desc 
LIMIT 10 
RETURN m.title, score 

編輯

這當然也包括從電影中問題的每一個用戶喜歡。如果你真的需要考慮到這一點，你需要調整你一起：

WITH m, SUM(u.likedCount) - count(u) as score 

如果您只想計算用戶喜歡不同的電影在你的得分，那麼你就不能預先計算和必須使用類似stdob的東西 - 的答案。

Answer 2

嘗試此查詢：

MATCH (M:Movie)<-[:LIKED]-(:User)-[:LIKED]->(R:Movie) 
WITH M, 
    size(collect(distinct R)) as score 
RETURN M.title as title, 
     score 
ORDER BY score DESC LIMIT 10 

作爲一個選項：

MATCH (M:Movie)<-[:LIKED]-(:User)-[:LIKED]->(R:Movie) 
RETURN M.title as title, 
     count(R) as score 
ORDER BY score DESC LIMIT 10