实验2：基于TuGraph的Epinions电商信任网络图查询与图算法分析

实验2：基于TuGraph的Epinions电商信任网络图查询与图算法分析

一、实验目的

1. 掌握TuGraph图数据库建模、CSV数据导入流程，理解有向属性图概念；
2. 熟练使用Cypher完成图基础查询、过滤、聚合、路径查找、增删改操作；
3. 掌握经典图算法：PageRank影响力计算、LPA标签传播社区发现、Node2Vec节点嵌入（必做）；
4. 基于电商用户信任网络，完成用户影响力挖掘、社群划分、节点表征学习，分析网络拓扑特征。

二、数据集介绍

数据集名称：soc‑Epinions1电商社区用户信任网络数据集

• 数据来源：斯坦福大学SNAP公开数据集，https://snap.stanford.edu/data/soc‑Epinions1.html
• 业务功能：消费点评网站Epinions的有向用户信任网络，记录用户之间信任投票。可以用于社区发现、用户影响力分析、节点表征学习、链接预测等任务。
• 图结构：有向图
  • 节点：代表平台用户，总共有75879个；
  • 有向边A→B：代表用户A信任用户B，总共508837条信任边；
  • 边没有附加属性。
• 网络特征：属于典型社交长尾网络，少数高影响力枢纽用户，大部分用户度数很低。

三、图模型设计与数据导入

创建图项目，图名称epinions_trust；

3.1 属性图Schema建模

在图构建页面定义点User、有向边TRUST；

3.2 数据预处理

原始下载文件为soc‑Epinions1.txt，文件开头存在#注释行，原始为空格分隔。
使用Python脚本做两件处理：

1. 去除注释，生成边文件epinions_edge.csv，表头source_id,target_id；
2. 提取全部不重复用户ID，生成节点文件epinions_node.csv，表头uid。

importcsv edges=[]uids=set()withopen("soc-Epinions1.txt","r",encoding="utf-8")asf:forlineinf:line=line.strip()ifnotlineorline.startswith("#"):continues,t=line.split()s=int(s)t=int(t)edges.append([s,t])uids.add(s)uids.add(t)#输出边csvwithopen("epinions_edge.csv","w",newline="",encoding="utf-8")asf:wr=csv.writer(f)wr.writerow(["source_id","target_id"])wr.writerows(edges)#输出节点csvwithopen("epinions_node.csv","w",newline="",encoding="utf-8")asf:wr=csv.writer(f)wr.writerow(["uid"])foruidinsorted(uids):wr.writerow([uid])print(f"边数量：{len(edges)}")print(f"节点数量：{len(uids)}")

Python 预处理代码运行

3.3 TuGraph 网页端导入数据

先导入节点文件epinions_node.csv，映射 uid 主键；
再导入边文件epinions_edge.csv，source_id映射源顶点，target_id映射目标顶点；

节点导入


边导入

3.4 导入校验 Cypher

MATCH (u:User) RETURN count(u) AS user_total; MATCH ()-[r:TRUST]->() RETURN count(r) AS edge_total;

执行结果：

• 用户节点：75879
• 信任边：508837

计数校验查询结果

四、Cypher 图查询实验

4.1 基础浏览查询

查看 25 个用户节点：

MATCH (n:User) RETURN n LIMIT 25

查看 25 组信任关系：

MATCH (n:User)-[r:TRUST]->(m:User) RETURN n,r,m LIMIT 25

4.2 属性过滤，查询指定用户

查询 uid=18 的用户：

MATCH(n:User) WHERE n.uid =18 RETURN n

按 uid 精确查询结果

4.3 入度统计：被信任最多 Top10 用户（意见领袖）

MATCH (u:User)<-[r:TRUST]-() RETURN u.uid AS user, count(r) AS trusted_by ORDER BY trusted_by DESC LIMIT 10

表格如下：

结果解读
uid=18 被 3035 个用户信任，是全网络被信任最多的用户。网络平均入度约 6.7，头部用户被信任数量远高于均值，网络呈现典型长尾分布。

入度 Top10 查询结果

4.4 出度统计：信任他人最多 Top10（活跃用户）

MATCH (u:User)-[r:TRUST]->() RETURN u.uid AS user, count(r) AS trusts ORDER BY trusts DESC LIMIT 10

表格如下：

结果解读
信任别人最多的用户，和被别人信任最多的用户不是同一批人。活跃输出信任的用户 ≠ 社区权威意见领袖。

出度 Top10 查询结果

4.5 WITH 管道聚合，筛选高活跃用户

筛选出度大于 100 的用户：

MATCH (u:User)-[r:TRUST]->(v:User) WITH u, count(r) AS outDeg WHERE outDeg > 100 RETURN u.uid AS user, outDeg ORDER BY outDeg DESC LIMIT 10

表格如下：

WITH 聚合过滤结果

4.6 路径查找，两用户 3 跳以内信任路径

查找 uid=18 与 uid=645 之间最多 3 跳信任路径：

MATCH p=(a:User {uid:18})-[*..3]-(b:User {uid:645}) RETURN p LIMIT 5

路径查询可视化

4.7 Cypher 增删改闭环测试

TuGraph 为强 Schema 图数据库，只能使用已经定义好的属性。

//新增测试节点 CREATE (n:User {uid: 999999}) RETURN n //新增测试信任边 MATCH (a:User {uid:999999}),(b:User {uid:18}) CREATE (a)-[r:TRUST]->(b) RETURN r //查询验证 MATCH (n:User {uid:999999})-[r]->(m) RETURN n,r,m //删除边和节点 MATCH (n:User {uid:999999})-[r]-() DELETE n,r MATCH (n:User {uid:999999}) DELETE n //校验总数不变 MATCH(n:User) RETURN count(n)

增删改全套执行截图

五、图算法实验

本实验在 TuGraph 上传 Python 存储过程，分别运行 PageRank、LPA 标签传播、Node2Vec 节点嵌入。

5.1 PageRank 算法 —— 用户影响力分析

算法原理
PageRank 核心思想：一个节点的影响力，不仅看多少节点指向它，还要看指向它的节点自身的权重。

(PR(v)=\frac{1-d}{N}+d\sum_{u \rightarrow v}\frac{PR(u)}{outdeg(u)})
d 阻尼系数取 0.85。在信任网络中，PR 分数越高，代表该用户是网络意见领袖。

参数设置：max_iter=20，damping=0.85。
调用存储过程参数 JSON：

{"max_iter":20,"damping":0.85,"top_k":15}

部分返回结果：

表格

结果解读
uid=18 依旧排名第一，和入度统计结果互相印证。PageRank 相比单纯入度，额外考虑信任来源用户本身的影响力，可以更客观衡量用户真实社区地位。

PageRank 存储过程上传、运行返回结果

5.2 LPA 标签传播算法 —— 社区发现

算法原理
标签传播 LPA：每个节点初始拥有自己标签；迭代过程节点采纳邻居出现最多标签；连接紧密的节点收敛为同一个社区标签。适合大规模社交网络，不需要预先指定社区数量。

调用参数 JSON

{"max_iter":20}

运行输出关键结果：

• 社区总数量：16563
• 最大社区成员：53159，占据全网大部分用户。

结果解读
信任网络呈现：一个超大主社群 + 大量微型小社群。大部分用户连通在一个大信任社群，剩下大量小规模圈子，对应小众小团体、孤立用户。可以用来挖掘社群，识别异常水军小团伙。

LPA 存储过程运行结果截图

5.3 Node2Vec 节点嵌入

算法原理
Node2Vec 使用有偏随机游走采样节点序列，再用 Skip‑gram 训练，把图中每一个节点映射为低维稠密向量。

• 参数p返回概率，控制 BFS 局部搜索；
• 参数q进出概率，控制 DFS 全局搜索；

向量相近代表网络拓扑角色、社群相似，可以用于下游：相似用户推荐、链接预测、聚类分类。

调用 JSON 参数：

{ "p": 1.0, "q": 1.0, "walk_len": 10, "num_walks": 5, "max_starts": 20, "vector_size": 64, "epochs": 3, "learning_rate": 0.05, "neg_samples": 5, "window": 3 }

输出每个用户 64 维向量样例：
[-0.0170, -0.0213, 0.0245, 0.1388, 0.0827, -0.1016 ......]

结果解读
得到每个用户低维表征向量，向量距离近的用户，在信任网络结构位置接近。向量可以导出本地，计算余弦相似度，寻找结构相似用户，做信任链接预测。

Node2Vec 存储过程上传，运行返回向量结果

六、实验总结

本次实验基于 TuGraph 图数据库完成 Epinions 电商用户信任网络完整分析链路：

1. 完成数据集预处理、属性图建模、CSV 批量导入，成功导入 75879 个用户节点，508837 条有向信任边；
2. 使用 Cypher 完成基础查询、过滤、WITH 聚合、路径查询、增删改全部操作，熟悉 TuGraph 强 Schema 特性；
3. 运行 3 套图算法：
   • PageRank 识别网络高影响力意见领袖用户；
   • LPA 标签传播挖掘信任网络社群结构，看到一大众多小社群网络特征；
   • Node2Vec 节点嵌入生成用户 64 维向量，完成节点表征学习，为下游机器学习任务提供特征。

该信任网络是典型无标度长尾社交网络，少数枢纽用户主导信任传播，大量普通用户度数很低。