使用Neo4j CQL 在Neo4J中创建知识图谱概念中的示意图

2024-08-25 05:28

本文主要是介绍使用Neo4j CQL 在Neo4J中创建知识图谱概念中的示意图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们不再单独介绍CQL语法,只写一个简单的例子帮助你建立使用CQL的感觉
将下面代码复制到Neo4J的命令框中,执行;

注意

  1. 逐行复制创建节点实体代码去执行;
  2. 创建关系时三句一起复制,不要带注释;
// 创建生物实体节点
CREATE (biological:Biological {name: "Biological"})// 创建植物节点
CREATE (plant:Plant {name: "Plant1"})
// 创建草药节点
CREATE (herb:Herb {name: "Herb1"})// 创建动物节点
CREATE (animal:Animal {name: "Animal"})// 创建动物子节点
CREATE (dog:Animal {name: "Dog"})
CREATE (cow:Animal {name: "Cow"})// 草药是植物
MATCH (herb:Herb), (plant:Plant)
WHERE herb.name = "Herb1" AND plant.name = "Plant1"
CREATE (herb)-[:IS_A]->(plant)// 植物是生物
MATCH (plant:Plant), (biological:Biological)
WHERE plant.name = "Plant1" AND biological.name = "Biological"
CREATE (plant)-[:IS_A]->(biological)// 动物是生物
MATCH (animal:Animal), (biological:Biological)
WHERE animal.name = "Animal" AND biological.name = "Biological"
CREATE (animal)-[:IS_A]->(biological)//狗是动物
MATCH (dog:Animal), (animal:Animal)
WHERE dog.name = "Dog" AND animal.name = "Animal"
CREATE (dog)-[:IS_A]->(animal)//牛是动物
MATCH (cow:Animal), (animal:Animal)
WHERE cow.name = "Cow" AND animal.name = "Animal"
CREATE (cow)-[:IS_A]->(animal)// 牛吃草药
MATCH (cow:Animal {name: "Cow"}), (herb:Herb {name: "Herb1"})
WHERE cow.name = "Cow" AND herb.name = "Herb1"
CREATE (cow)-[:EATS]->(herb)// 删除所有的节点和关系 
MATCH (n:Herb) DETACH DELETE n 
// 删除所有植物相关的节点和关系 
MATCH (n:Plant) DETACH DELETE n 
// 删除所有动物相关的节点和关系 
MATCH (n:Animal) DETACH DELETE n 
// 删除所有生物实体相关的节点和关系 
MATCH (n:Biological) DETACH DELETE n

这篇关于使用Neo4j CQL 在Neo4J中创建知识图谱概念中的示意图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1104669

相关文章

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]