高级设计项目：使用Django的项目管理数据 该Web应用程序是围绕项目管理数据构建的推荐引擎。 它使用将的查询功能与的灵活性相结合。 在本地运行应用程序 （注意：当前，这些说明假定您正在使用Windows操作系统运行此程序） 设置本地环境 首先，请确保您已将Python 3.9下载到设备上。 如果您不按照官方下载页面上的说明进行操作。 您可以通过在命令行中键入python --version来再次检查Python是否已正确安装，如果将Python添加到路径中，它将返回安装的Python版本。 Python的默认安装包括pip（Python的标准软件包管理器）。 您可以通过在命令行中输入py -m pip install -U pip来确保已安装该程序并保持最新状态。 一旦确定已安装Python和pip，就可以克隆存储库并开始设置环境。 使用虚拟环境是最佳实践，因为它允许您隔离依赖关系

图存储数据-neo4j-JDBC连接使用的相关jar包，已经经过测试完全无问题。

文档包含：neo4j-driver-manual-1.7-java，neo4j-ogm-manual-3.1，neo4j-cypher-manual-3.5，neo4j-operations-manual-3.5，cypher-refcard-3.5，neo4j-java-reference-3.5。都是以PDF格式提供

neo4j-community-3.5.5-windows.rar

GraphAware Neo4j推荐引擎 | GraphAware Neo4j推荐引擎是一个用于在Neo4j上构建高性能复杂推荐引擎的库。 它在的许多客户中投入生产，这些客户在具有数亿个节点的图形上提供实时建议。 主要特征： 干净灵活的设计 高性能 权衡推荐质量以提高速度的能力 能够预先计算建议 内置算法和功能 衡量推荐质量的能力 能够在A / B测试环境中轻松运行 该库强加了一种特殊的推荐引擎体系结构，这是从我们在Neo4j之上构建推荐引擎的经验中得出的。 作为回报，它提供了高性能并处理了大部分管道，因此您只需编写特定于用例的推荐业务逻辑。 除了实时计算建议外，它还允许预计算建议，这些建议可能太复杂而无法实时计算。 预计算在安静的时间段内尽力而为，因此不会干扰Neo4j数据库正在执行的常规事务处理。 社区与企业 该模块的开源（GPL）版本与GraphAware Framewor

服务器系统镜像ubuntu16.04，无图形界面，全部采用命令行操作 step1：使用apt命令安装neo4j （1）apt命令  自动进行环境变量配置等各种系统配置 wget -O - https://debian.neo4j.org/neotechnology.gpg.key | sudo apt-key add - echo 'deb https://debian.neo4j.org/repo stable/' | sudo tee /etc/apt/sources.list.d/neo4j.list sudo apt-get update sudo apt-get install n

Spring-Boot-Neo4j-Movies Spring-Boot集成Neo4j结合Spark的朴素贝叶斯分类器实现基于电影知识图谱的智能问答系统 博客地址： 项目博客地址： 升级Spark依赖，由原来的2.3升级到2.4，GitHub官方提醒> = 1.0.0，<= 2.3.2之间的版本容易受到攻击 spark2.4 == >scala2.11 and scala2.12 <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-core --> org.apache.spark spark-core_2.12 2.4.0 <

管理员身份运行cmd， 在 \neo4j-community-3.4.1\bin\ 路径下输入 neo4j.bat console 就可以开启neo4j本地服务 # 浏览器本地查看 http://127.0.0.1:7474/browser/

neo4j-visual-display Neo4j图数据可视化 Neo4j + SpringBoot + D3.js 图形数据库是以图形结构的形式存储数据的数据库。 它以节点，关系和属性的形式存储应用程序的数据。 正如RDBMS以表的“行，列”的形式存储数据，GDBMS以“图形”的形式存储数据 启动Neo4j数据库 安装neo4j community版本() 并启动./neo4j start 导入数据 把数据文件放在neo4j的import文件夹下面 （节点信息 和 关系信息） 导入Node节点（node.csv文件） load csv from "file:///node.csv" as line create(n:Node{name:line[0]}) return n 导入Node节点的contradion关系（contradion.csv文件） load cs

Neo4j（CSV）批量导入器 Neo4j 2.2+ neo4j导入工具 自版本2.2.0起，Neo4j便提供了一个高性能的导入工具，该工具具有许多关于此的想法，但是在CPU上具有更高的可伸缩性，并且对内存的需求很小。 唯一未涵盖的情况是在现有商店中重复导入和手动索引填充。 请先考虑内置的且受官方支持的工具，然后再使用此工具。 最简单的调用是/path/to/neo4j/bin/neo4j-import --into graph.db --nodes nodes.csv --relationships rels.csv ，其头格式与此类似。 如需快速介绍，请查看。 还有更多内容，请参阅。 发牌 该软件目前已获得许可。 您可以向询问不同的许可协议。