节点相似性

首先，我们将使用estimate过程估算运行算法的成本。这可以通过任何执行模式完成。在此示例中，我们将使用write模式。估算算法有助于了解在图上运行算法对内存的影响。当您稍后实际在其中一种执行模式下运行算法时，系统将执行估算。如果估算显示执行超出内存限制的可能性非常高，则禁止执行。要了解更多信息，请参阅自动估算和执行阻止。

有关estimate的更多详细信息，请参阅内存估算。

在stream执行模式下，算法返回每个关系的相似性分数。这允许我们直接检查结果或在 Cypher 中对其进行后处理，而没有任何副作用。

有关stream模式的更多详细信息，请参阅流式。

我们使用过程配置参数的默认值。TopK 设置为 10，topN 设置为 0。因此，结果集包含每个节点的前 10 个相似度分数。

在stats执行模式下，算法返回一个包含算法结果摘要的单行。此执行模式没有副作用。通过检查computeMillis返回项，它可能有助于评估算法性能。在下面的示例中，我们将省略返回时间。该过程的完整签名可以在语法部分找到。

有关stats模式的更多详细信息，请参阅统计。

mutate执行模式扩展了stats模式，并具有一个重要的副作用：使用包含该关系的相似性分数的新关系属性更新命名图。新属性的名称使用强制配置参数mutateProperty指定。结果是一个单一的摘要行，类似于stats，但带有一些附加指标。当多个算法协同使用时，mutate模式特别有用。

有关mutate模式的更多详细信息，请参阅变异。

从结果可以看出，创建的关系数量等于流式示例中的行数。

write执行模式为每对节点创建一个关系，并将它们的相似性分数作为属性写入 Neo4j 数据库。新关系的类型使用强制配置参数writeRelationshipType指定。新属性的名称使用强制配置参数writeProperty指定。结果是一个单一的摘要行，类似于stats，但带有一些附加指标。

有关write模式的更多详细信息，请参阅写入。

从结果可以看出，创建的关系数量等于流式示例中的行数。

相似性结果可以应用四种限制。“Top”限制结果为最高相似性分数。“Bottom”限制结果为最低相似性分数。Top 和 bottom 限制既可以应用于整个结果（“N”），也可以应用于每个节点的结果（“K”）。

节点相似度可以通过两个整数参数degreeCutoff和upperDegreeCutoff来调整以忽略基于度约束的某些节点。如果设置了degreeCutoff，它会强制要求节点的度数有一个下限，以便在比较中考虑该节点，并跳过度数低于degreeCutoff的任何节点。如果设置了upperDegreeCutoff，它会强制要求节点的度数有一个上限，并跳过度数高于upperDegreeCutoff的任何节点。这两个参数也可以组合使用，以便只考虑度数落在某个特定范围内的节点。

这两个参数的最小值均为1。

相似性截止值是结果中相似性分数的下限。默认值非常小（1E-42），以排除相似性分数为 0 的结果。

关系属性可以用来修改由特定关系引起的相似性，方法是将其值作为衡量重要性的一种方式。默认情况下，加权节点相似性使用加权 Jaccard 相似性，根据以下公式：

形式上，给定两个节点及其加权邻居列表A'和B'，我们将列表扩展到A和B，通过将任何非邻居的权重设置为0来索引其邻居的并集A' ∪ B'，然后应用加权 Jaccard 相似性。

它还支持加权 Overlap 相似性，根据以下公式：

此外，加权情况下也可以使用余弦相似性，如简介中所述。

可以看出，与该算法的非加权版本相比，Alice 和 Dave 之间的相似性降低了（从 0.5 降至 0.33）。

Alice 喜欢吉他、合成器和邦戈鼓，强度分别为(1, 1, 0.5)。Dave 喜欢吉他、邦戈鼓和小号，强度分别为(1, 1, 1.5)。因此，取 Alice 和 Dave 的邻居，我们得到 Alice 的强度列表为A = (1, 1, 0.5, 0)，Dave 的强度列表为B = (1, 0, 1, 1.5)，索引为吉他、合成器、邦戈鼓、小号。

因此，Alice 和 Dave 的加权 (Jaccard) 节点相似性为：

类似地，Alice 和 Bob 之间的相似性增加了（从 0.66 到 0.8），因为缺少喜欢的乐器对相似性分数的影响较小。