Modèle de données

Description des entités

User : décrit un utilisateur de la base de données MovieLens ; contient les attributs suivants :

Movie : représente un film de la base de données
MovieLens contient les attributs suivants :

Genre : fait référence au genre d’un film ; contient les attributs suivants :

Description des relations

• RATED : spécifie la note qu’a laissée un utilisateur à propos d'un film ; contient les attributs suivants :

• FRIEND_OF: représente un lien d’amitié entre deux
  utilisateurs
  notez que, comme toutes les relations
  dans Neo4j, celle-ci est orientée mais elle est
  également symétrique dans ce jeu de données (c'est-à-dire que si A est ami avec B, alors B est ami avec A).

• CATEGORIZED_AS : permet d’assigner un genre à un
  film

Modélisation graphe

On représente les informations dans un graphe ayant la forme suivante:
Note: On laisse de côté certains attributs à des fins de clarté

Ou en syntaxe CYPHER

(:User{name})-[:FRIEND_OF]-(:User{name})

(:User{name})-[:RATED{note, timestamp}]->(:Movie{title,released})

(:Movie{title,released})-[:CATEGORIZED_AS]->(:Genre{name})

Importation des données en base

Import des genres

LOAD CSV WITH HEADERS FROM "file:///genres.csv" as
line CREATE (g:Genre { id: toInt(line.id), name:line.name} )

Import des films

USING PERIODIC COMMIT 
LOAD CSV WITH HEADERS FROM "file:///movies.csv" AS movies 
CREATE (m:Movie {id : toInt(movies.id), title : movies.title, date : toInt(movies.date)});

Import des utilisateurs

LOAD CSV WITH HEADERS FROM "file:///users.csv" as
line CREATE (g:User { id: toInt(line.id), age: toInt(line.age), sex: line.sex, occupation:line.occupation, zipcode:line.zipcode} )

Note: on conserve le ZIPCODE sous forme textuelle

Import des catégories

USING PERIODIC COMMIT 
LOAD CSV WITH HEADERS FROM "file:///mov_genre.csv" AS line
MATCH (m:Movie {id:toInt(line.mov_id)})
MATCH (g:Genre {id:toInt(line.genre)})
CREATE (m)-[:CATEGORIZED_AS]->(g);

Import des ratings

USING PERIODIC COMMIT 
LOAD CSV WITH HEADERS FROM "file:///ratings.csv" AS line
MATCH (m:Movie {id:toInt(line.mov_id)})
MATCH (u:User {id:toInt(line.user_id)})
CREATE (u)-[:RATED{note: toInt(line.rating), timestamp: toInt(line.timestamp)}]->(m);

Import des friends_of

Toutes les relations sont orientées en Neo4J.

La relation "Friend_Of" est bidirectionnelle.

Nous faisons le choix de choisir un sens arbitraire:

(a)-[:FRIEND_OF]->(b)

et nous utiliserons un sens "non orienté" pour les requêtes

MATCH (a)-[:FRIEND_OF]-(b)

Code d'import

USING PERIODIC COMMIT 
LOAD CSV WITH HEADERS FROM "file:///friends.csv" AS line
MATCH (u1:User {id:toInt(line.user1_id)})
MATCH (u2:User {id:toInt(line.user2_id)})
MERGE (u1)-[:FRIEND_OF]-(u2);

Les requêtes

Question 1. Combien y a-t-il d’utilisateurs dans la base de données ?

MATCH (:User)
RETURN count(*)

Question 2. Quel est l’âge et le sexe de l’utilisateur qui a pour id la valeur 1

MATCH (u:User{id:1})
RETURN u.age, u.sex

Question 3.1. Quelles sont les femmes qui sont artistes (artist) ?

MATCH (_:User{sex:'F', occupation:'artist'})
RETURN *

Question 3.2. Quelles sont les femmes qui sont artistes (artist) ou auteurs (writer) ?

MATCH (u:User{sex:'F'})
WHERE u.occupation IN ["artist", "writer"] 
RETURN u

Question 4. Quel est l’âge moyen des étudiants de la base de données ?

MATCH (u:User)
RETURN avg(u.age)

Question 5. Quel est l’âge moyen des utilisateurs pour chaque occupation?

MATCH (u:User)
RETURN u.occupation, avg(u.age) 
ORDER BY avg(u.age) ASC

Question 6.1. Quel est le nombre d’utilisateurs pour chaque occupation ?

MATCH (u:User)
RETURN u.occupation, count(*)

Question 6.2. Quelles sont les 5 occupations les plus populaires ?

MATCH (u:User)

RETURN u.occupation, count(*) AS effectif

ORDER BY effectif DESC

LIMIT 5

Question 7. Combien y a-t-il d’occupations différentes dans le jeu de données ?

MATCH (u:User)
RETURN count(DISTINCT u.occupation)

Question 8. Quels sont les films qui ont la note moyenne maximale (note = 5) ?

MATCH  ()-[r:RATED]-(m:Movie)
WITH   m.title as Film_5_étoiles, avg(r.note) as Score
WHERE Score = 5
RETURN Film_5_étoiles

Question 9. Qui sont les amis et les amis des amis de l’utilisateur qui a pour id la valeur 1 ? La requête ne doit pas retourner l’utilisateur 1 dans la liste de résultats.

On parcours le graphe des relations depuis le noeud "User 1" de façon non orientée ( -[]- ) avec une limite de 2 arcs maximum.

MATCH (:User{id:1})-[r:FRIEND_OF*1..2]-(u:User)
RETURN  DISTINCT u

Question 10. Qui sont les amis et les amis des amis de l’utilisateur qui a pour id la valeur 1, et leur degrés de séparation (nombre de relations FRIEND_OF qui les séparent)?

MATCH p=(:User{id:1})-[r:FRIEND_OF*1..2]-(u:User)
RETURN DISTINCT u, length(p)

Question 11. Quel est l’utilisateur qui a le plus d’amis en commun avec l’utilisateur 1 ?

On recherche les amis de $User_1$:

MATCH (:User{id:1})--(friends:User)
RETURN collect(friends.id)

id=[136,112,162]

Quels sont les utilisateurs ayant le plus d'amis en commun (max 3)

MATCH p=(i:User{id:1})--(common_friend:User)--(u2:User), (u2)--(common_friends) RETURN u2, count(*) as Nb_in_common ORDER BY Nb_in_common DESC

MATCH p=(i:User{id:1})--(common_friend:User)--(u2:User) RETURN u2.id, common_friend.id, count(*) as Nb_in_common ORDER BY u2.id DESC

Question 12. Quel est l’utilisateur qui a le plus d’amis en commun avec l’utilisateur 1 mais qui n’est pas déjà son ami ?

Question 13. Quel est l’utilisateur qui a noté le plus grand nombre de films parmi ceux que l’utilisateur 1 a notés, et quel est ce nombre ?

Question 14. Quel est l’utilisateur qui a noté le plus grand nombre de films parmi ceux que l’utilisateur 1 a notés, et quel est ce nombre ?

Question 15 Recommander quelques films à l’utilisateur 1 en fonction des préférences de ses amis

Question 16 Recommander quelques films à l’utilisateur 1 en fonction de ce qu’il a aimé dans le passé

Les Questions BONUS!!!

Question 17. Quels sont les films dont la note moyenne dépasse 4.

MATCH ()-[r:RATED]-(m:Movie)

WITH m.title as Film, avg(r.note) as Score

WHERE Score > 4

RETURN Film, Score ORDER BY Score DESC

Question 18. à Question 23:

Répétition des questions 8 à 13