1.問題
現在、中国はすでに科学技術の力であるが、私たちの研究コミュニティは明白痛みポイントの質問があります。
- 繰り返し研究課題
- インテリジェンスの検索技術の研究とデータの低レベル
- 研究・社会問題
- 研究盗作
Neo4jは間違いなく上記の問題に痛み強力なツールの科学的なポイントを解決することです。
研究マッピングモデルケースを作成します。2.
（1）機能：この場合は、研究者、論文、キーワード、学術雑誌との間の関係を記述するために使用されます。
（2）プログラムの実装。
create
(张教授:研究人员{姓名:"张教授"}),
(李老师:研究人员{姓名:"李老师"}),
(王老师:研究人员{姓名:"王老师"}),
(论文1:论文{论文名:'论文1'}),
(论文2:论文{论文名:'论文2'}),
(论文3:论文{论文名:'论文3'}),
(论文4:论文{论文名:'论文4'}),
(论文5:论文{论文名:'论文5'}),
(论文6:论文{论文名:'论文6'}),
(论文7:论文{论文名:'论文7'}),
(论文8:论文{论文名:'论文8'}),
(学术期刊1:学术期刊{刊名:'学术期刊1'}),
(学术期刊2:学术期刊{刊名:'学术期刊2'}),
(学术期刊3:学术期刊{刊名:'学术期刊3'}),
(关键词1_1:关键词{词名:'关键词1_1'}),
(关键词1_2:关键词{词名:'关键词1_2'}),
(关键词1_3:关键词{词名:'关键词1_3'}),
(关键词2_1:关键词{词名:'关键词2_1'}),
(关键词2_2:关键词{词名:'关键词2_2'}),
(关键词2_3:关键词{词名:'关键词2_3'}),
(关键词3_1:关键词{词名:'关键词3_1'}),
(关键词3_2:关键词{词名:'关键词3_2'}),
(关键词3_3:关键词{词名:'关键词3_3'}),
(张教授)-[:作者]->(论文1),
(张教授)-[:作者]->(论文2),
(张教授)-[:作者]->(论文3),
(张教授)-[:作者]->(论文4),
(张教授)-[:作者]->(论文5),
(张教授)-[:作者]->(论文6),
(张教授)-[:作者]->(论文7),
(张教授)-[:作者]->(论文8),
(李老师)-[:作者]->(论文1),
(李老师)-[:作者]->(论文2),
(王老师)-[:作者]->(论文5),
(王老师)-[:作者]->(论文6),
(论文1)-[:发表]->(学术期刊1),
(论文2)-[:发表]->(学术期刊1),
(论文3)-[:发表]->(学术期刊1),
(论文4)-[:发表]->(学术期刊2),
(论文5)-[:发表]->(学术期刊2),
(论文6)-[:发表]->(学术期刊2),
(论文7)-[:发表]->(学术期刊3),
(论文8)-[:发表]->(学术期刊3),
(论文1)-[:关键词]->(关键词1_1),
(论文1)-[:关键词]->(关键词1_2),
(论文1)-[:关键词]->(关键词1_3),
(论文2)-[:关键词]->(关键词2_1),
(论文2)-[:关键词]->(关键词2_2),
(论文2)-[:关键词]->(关键词2_3),
(论文3)-[:关键词]->(关键词2_3),
(论文4)-[:关键词]->(关键词1_2),
(论文5)-[:关键词]->(关键词3_1),
(论文5)-[:关键词]->(关键词3_2),
(论文5)-[:关键词]->(关键词3_3),
(论文6)-[:关键词]->(关键词2_1),
(论文7)-[:关键词]->(关键词3_1),
(论文8)-[:关键词]->(关键词3_2)
return *
（3）結果
（4）要約は、3人の著者によって出版された論文の数を数えます。
次の手順を実行します。
match (p:研究人员)-[a:作者]->(论文) return p.姓名 as 作者姓名,
count(论文) as 发表论文数 order by 发表论文数 desc
図の実行結果は次の通りです。
3.ドキュメント検索
（1）の説明
研究文献は、多くの場合、問題に直面する必要がありますが、既存のシステムは、多くの場合、より高精度の利点をフルテキスト検索、全文検索を取得するために使用されるが、より効率的である彼らの日々の研究活動で各研究者を検索しますそれは低く、信頼性が関連度の高いではありません。
あなたがのNeo4jの検索を使用している場合は、だけではなく、すぐに最高度に一致する記事を検索することができ、それはまた、取得した論文と高い相関を持つことができ、大幅に内容を取り出すの多様性を豊かに。
（2）機能：類似した紙の地図を作成します。
（3）プログラムの実装。
create
(论文1:论文图谱{论文名:'论文1'}),
(论文2:论文图谱{论文名:'论文2'}),
(论文3:论文图谱{论文名:'论文3'}),
(论文4:论文图谱{论文名:'论文4'}),
(论文5:论文图谱{论文名:'论文5'}),
(论文6:论文图谱{论文名:'论文6'}),
(论文7:论文图谱{论文名:'论文7'}),
(论文1)-[:相似]->(论文2),
(论文1)-[:相似]->(论文3),
(论文2)-[:相似]->(论文4),
(论文2)-[:相似]->(论文5),
(论文3)-[:相似]->(论文5),
(论文5)-[:相似]->(论文6),
(论文7)-[:相似]->(论文2),
(论文7)-[:相似]->(论文6)
return *
（4）結果
（5）は、紙6との間の経路が配信これら2つの論文の論文に類似して検索します。
プログラムの実行：
match n = allshortestpaths((论文1:论文图谱{论文名:'论文1'})
-[*..6]->(论文6:论文图谱{论文名:'论文6'})) return n;
結果
4.アトラスの研究協力
（1）需要記述
だけでなく、さまざまな研究者間の異なる研究機関の間での仕事、研究協力・連携のマップの分析で重要な研究を。特定の研究者や研究機関がパートナーを探しに興味がある場合は、協力は脇役大きなマップをプレイすることができます。
（2）機能：知識マップ研究協力を作成します。
（3）プログラムの実装。
create
(作者1:论文作者{作者名:'作者1'}),
(作者2:论文作者{作者名:'作者2'}),
(作者3:论文作者{作者名:'作者3'}),
(作者4:论文作者{作者名:'作者4'}),
(作者5:论文作者{作者名:'作者5'}),
(作者6:论文作者{作者名:'作者6'}),
(作者1)-[:论文合作]->(作者2),
(作者1)-[:论文合作]->(作者3),
(作者2)-[:论文合作]->(作者4),
(作者2)-[:论文合作]->(作者5),
(作者3)-[:论文合作]->(作者5),
(作者5)-[:论文合作]->(作者6)
return *
（4）の結果
（5）は、2人の著者への最短パスを見つけるために。
プログラムの実行：
match n =allshortestpaths((作者1:论文作者{作者名:'作者1'})
-[*..6]->(作者5:论文作者{作者名:'作者5'})) return n;
実行結果。
