数据分析之图算法: 基于Spark和Neo4j

图算法实战

｜

129

结果如下所示：

businesses reviews

2683 183759

确实有很多酒店和评论。接下来在业务场景中进一步研究数据。

7.1.5

　行程规划应用程序

为了在应用程序中增加受欢迎的推荐功能，首先要找到评级最高的酒店，以供热门预订的

启发式函数使用。可以添加其评级信息以了解实际体验。使用以下代码查看评论最多的前

10

家酒店并绘制评级分布图：

# 查找评论最多的前10家酒店

query = """

MATCH (review:Review)-[:REVIEWS]->(business:Business),

(business)-[:IN_CATEGORY]->(category:Category {name: $category}),

(business)-[:IN_CITY]->(:City {name: $city})

RETURN business.name AS business, collect(review.stars) AS allReviews

ORDER BY size(allReviews) DESC

LIMIT 10

"""

fig = plt.figure()

fig.set_size_inches(10.5, 14.5)

fig.subplots_adjust(hspace=0.4, wspace=0.4)

with

driver.session() as session:

params = { "city": "Las Vegas", ...