Neo4j Graph Database Fundamentals · レッスン

GDSアルゴリズムの実行

グラフをメモリに読み込み、アルゴリズムを設定する方法を含め、GDSライブラリのさまざまなグラフアルゴリズムを実行します。

レッスン 2/412 ステップ

「GDSアルゴリズムの実行」はCoddyKit上の無料Neo4j Graph Database Fundamentalsレッスンです。これはレッスン2/4です。下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。これはNeo4j Graph Database Fundamentals学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Neo4j Graph Database Fundamentalsコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

GDS Algorithm Workflow

The Graph Data Science (GDS) library in Neo4j helps us run powerful graph algorithms. To use GDS, you generally follow a three-step process:

Project: Load a subset of your graph into GDS's optimized in-memory store.
Execute: Run an algorithm on this in-memory graph.
Write Back: Optionally, write the results back to your Neo4j database.

Projecting Your Graph

Before running an algorithm, GDS needs to know which part of your database graph to analyze. This process is called graph projection.

You define which nodes and relationships, based on their labels and types, should be copied into GDS's fast in-memory representation. This makes algorithm execution much quicker.

Projecting Nodes Only

Let's project a simple graph containing only nodes with the label Person. We give our projected graph a name, like myGraph.

The gds.graph.project procedure creates this in-memory graph.

CALL gds.graph.project(
  'myGraph',
  'Person',
  {}
) YIELD graphName, nodeCount, relationshipCount;

Projecting Nodes and Relationships

More commonly, you'll project both nodes and relationships. Here, we project Person nodes and their KNOWS relationships.

We specify the node label and the relationship type. You can also add properties to the projection.

CALL gds.graph.project(
  'socialGraph',
  'Person',
  'KNOWS'
) YIELD graphName, nodeCount, relationshipCount;

Executing GDS Algorithms

Once your graph is projected, you can run various algorithms. GDS algorithms often have different execution modes:

Stream: Returns results directly as a stream of rows. Great for immediate analysis.
Stats: Returns only summary statistics about the algorithm's run.
Write: Writes the results back to your Neo4j database as new properties or relationships.

PageRank Stream Example

Let's run the PageRank algorithm on our socialGraph in stream mode. PageRank helps identify influential nodes.

We use gds.pageRank.stream and pass the name of our projected graph.

CALL gds.pageRank.stream('socialGraph')
YIELD nodeId, score
RETURN gds.util.asNode(nodeId).name AS person, score
ORDER BY score DESC
LIMIT 5;

Customizing Algorithm Settings

GDS algorithms are highly configurable. You can pass a map of parameters to fine-tune their behavior.

Common parameters include maxIterations, dampingFactor (for PageRank), or concurrency. Always check the GDS documentation for specific algorithm parameters.

PageRank with Custom Settings

Here, we run PageRank with a custom dampingFactor and limit the maxIterations. This gives you more control over the algorithm's execution and convergence.

CALL gds.pageRank.stream(
  'socialGraph',
  {
    maxIterations: 10,
    dampingFactor: 0.8
  }
)
YIELD nodeId, score
RETURN gds.util.asNode(nodeId).name AS person, score
ORDER BY score DESC
LIMIT 5;

Persisting Algorithm Results

Often, you'll want to store the results of an algorithm back into your Neo4j database. This allows you to query them later or use them in further analysis.

The write mode of GDS algorithms adds new properties to nodes or creates new relationships based on the algorithm's output.

Writing PageRank Scores

To write results, use the .write procedure, like gds.pageRank.write. You need to specify the property name where the score will be stored on the original nodes.

After running this, each Person node in your database will have a new property, pageRankScore.

CALL gds.pageRank.write(
  'socialGraph',
  {
    writeProperty: 'pageRankScore'
  }
)
YIELD nodeCount, ranIterations, didConverge;

GDS Workflow Check

Which of the following are essential steps in the typical GDS algorithm workflow?

対話的なレッスンで答える

Running GDS Algorithms Recap

Great job! You've learned the core steps for running GDS algorithms:

Projecting your graph into GDS memory using gds.graph.project.
Executing algorithms in stream, stats, or write modes.
Configuring algorithms with custom parameters.
Writing back results to your Neo4j database for persistence.

Next, you'll explore advanced GDS pipelines and integration with machine learning!

無料で開始

AI チューターと学ぶ Neo4j Graph Database Fundamentals — 無料

ブラウザでリアルコードを書いて実行し、24/7 の AI チューターから瞬時にサポートを受け、ウェブまたはアプリで続きから学習できます。

コース: 12
レッスン: 48

無料で学習を始めるコース全体を表示

よくある質問

「GDSアルゴリズムの実行」レッスンは無料ですか？

はい。「GDSアルゴリズムの実行」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Neo4j Graph Database Fundamentalsコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Neo4j Graph Database Fundamentalsコースには全4レッスンが含まれています。

「GDSアルゴリズムの実行」で何を学びますか？

グラフをメモリに読み込み、アルゴリズムを設定する方法を含め、GDSライブラリのさまざまなグラフアルゴリズムを実行します。ブラウザで直接実行するハンズオンコードでNeo4j Graph Database Fundamentalsを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

Neo4j Graph Database Fundamentalsを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのNeo4j Graph Database Fundamentalsは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。これはレッスン2/4です。

「GDSアルゴリズムの実行」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このNeo4j Graph Database Fundamentalsレッスンでコードを書いて実行できますか？

はい。すべてのNeo4j Graph Database Fundamentalsレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

← Neo4j Graph Database Fundamentalsに戻る