最近接触了知识图谱，并开始学习了Neo4j作为知识图谱的工具入门
什么是知识图谱？
从一个简单的例子入手：在Google搜索引擎里输入“Who is the wife of Bill Gates?”，我们直接可以得到答案-“Melinda Gates”。这是因为我们在系统层面上已经创建好了一个包含“Bill Gates”和“Melinda Gates”的实体以及他俩之间关系的知识库。所以，当我们执行搜索的时候，就可以通过关键词提取（”Bill Gates”, “Melinda Gates”, “wife”）以及知识库上的匹配可以直接获得最终的答案。这种搜索方式跟传统的搜索引擎是不一样的，一个传统的搜索引擎它返回的是网页、而不是最终的答案，所以就多了一层用户自己筛选并过滤信息的过程。
这就是一种KBQA模式的知识图谱应用，所以知识图谱本质上就是语义网络的知识库，从实际应用的角度出发可以认为知识图谱就是多关系图。在知识图谱中，我们通常使用”实体”来表示图里的节点、用”关系”表示图中边。
如何建立知识图谱
在建立知识图谱中我们选取的工具是Neo4j图形数据库，在建立知识图谱中最为关键的点在于：设定关系。有别于传统的关系型数据库，图数据库中一切基于关系。
图数据库和传统关系型数据库的区别
传统的关系型数据库在设计时都应该满足三范式
回顾一下三范式
第一范式：确保每列的原子性
第二范式：确保表中每个字段都和主键有关
第三范式：确保每列都和主键直接相关而不是间接相关
而在图数据库中每一个节点有自己的key-value属性，一群相同属性的节点就构成了label（标签），节点和节点之间通过关系相连接，relationship（关系）也有自己的key-value属性，同时在图数据中所有关系都是有向的。
将图数据库与传统关系型数据库比较可以认为，关系型数据库中的实体表就是图数据库中label，实体表中的每一条记录对应着图数据库中的一个节点，关系型数据库表与表之间的join关系就是图数据库中的relationship。
Neo4j的使用
将关系型数据库数据转移到Neo4j中
转移数据，我们使用的是Neo4j ETL 工具，它支持通过jdbc连接不同类型的数据库，将数据库中表导入Neo4j中，同时它可以自动判别关系型数据库中表与表的join关系，并在Neo4j中将其转化为relationship。
但是在使用Neo4j ETL 工具时有几点需要注意：
- 千万别在Windows上操作！！！ 由于Neo4j只支持以csv格式大批次导入数据，所以Neo4j ETL在本质上还是将关系型数据库中的表转为csv缓存在本地，然后在将csv导入Neo4j中，问题就出现在缓存这一步上，数据一旦在Windows上落地，Windows就会将UTF-8格式的数据转为UTF-8+BOM格式数据，也就是加了三个空字符，UTF-8+BOM的编码格式数据在导入Neo4j时会出现乱码。
- Neo4j ETL在做表与表之间关系处理上，是不会辨别关系方向的，很多时候关系方向是乱的，而在图数据中关系方向很重要，所以不建议使用表与表之间的join在图数据库中建立关系，还是要手动建立关系，指明方向。
一些常用的cypher语句
删除关系，删除节点
MATCH (n:BC_Person)-[r]-() DELETE n,r
创建关系
match (a:LastSiteHangjiang),(b:PersonMessage) where a.lastType = “写字楼” create (a)-[r:is_contain]->(b) return r
查询关系
match p=(PersonMessage)-[r:is_contain]->() return p