基于Neo4j的大數據組織檢索研究與應用.pdf

1、隨著數據規(guī)模的增大，傳統(tǒng)關系型數據庫RDBMS在擴展性方面的瓶頸讓人們無所適從，如何存儲、檢索、分析大數據及其之間深層次的關聯(lián)關系，已逐漸成為一個不可忽略的問題。作為一種無模式的數據存儲模型，圖形數據庫Neo4j善于處理大量復雜、互連接且低結構化的數據，同時可以應用圖論進行各種復雜嚴密的數學計算，挖掘數據間的關聯(lián)關系。本文通過研究圖形數據庫Neo4j，設計和實現(xiàn)了一種基于Neo4j的大數據組織檢索挖掘方案。本文主要工作如下:
　　

2、首先，本文設計了一種基于圖形數據庫Neo4j存儲組織大規(guī)模數據的解決方案。針對傳統(tǒng)關系型數據庫RDBMS在擴展性方面的瓶頸，本文通過研究圖形數據庫Neo4j自身的性能，將數據組織成圖的形式，配置集群，利用圖的頂點和邊分別表示實體和實體間的關系，最終通過對點、邊的組織來存儲多源異構的海量數據。
　　其次，在基于Neo4j組織數據的基礎上，針對現(xiàn)有方法檢索結果TOP-K查準率較低這一問題，設計了一種面向Neo4j的全文檢索算法。該算法

3、首先提取Neo4j中節(jié)點的對應屬性，經過中文分詞后構建全文索引，然后通過引入向量空間模型及Lucene相關技術，計算查詢關鍵詞與待檢索節(jié)點的相似度，最終實現(xiàn)檢索結果按相似性大小排序。
　　最后，利用圖論相關知識挖掘數據間的關聯(lián)關系，包括智能推薦、影響力分析、聚類分析及路徑分析，最終完成了基于Neo4j的大數據組織檢索系統(tǒng)，包括數據組織模塊、數據檢索模塊以及數據分析模塊。同時對本文設計的基于Neo4j的大數據組織檢索挖掘系統(tǒng)進行了功