# Knowledge-Graph

**Repository Path**: freedomwolf/knowledge-graph

## Basic Information

- **Project Name**: Knowledge-Graph
- **Description**: Knowledge-Graph
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-12
- **Last Updated**: 2026-03-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🎬 电影知识图谱 Demo

基于 Python + Neo4j 的电影知识图谱入门项目，包含数据导入、图数据库存储查询和 Web 可视化功能。

## 📁 项目结构

```
Knowledge-Graph/
├── data/
│   └── movies.csv          # 电影数据集（30部经典电影）
├── src/
│   ├── __init__.py
│   ├── config.py           # Neo4j 配置
│   ├── neo4j_client.py     # Neo4j 客户端封装
│   ├── data_importer.py    # 数据导入脚本
│   └── queries.py          # 常用查询封装
├── web/
│   ├── app.py              # Flask Web 应用
│   ├── static/
│   │   ├── css/style.css
│   │   └── js/graph.js     # ECharts 可视化
│   └── templates/
│       └── index.html
├── docker-compose.yml      # Neo4j Docker 配置
├── requirements.txt
└── README.md
```

## 🚀 快速开始

### 1. 启动 Neo4j 数据库

在远程服务器上运行：
```bash
docker-compose up -d
```

或者使用已有的 Neo4j 实例，修改 `src/config.py` 中的配置。

### 2. 安装 Python 依赖

```bash
pip install -r requirements.txt
```

### 3. 导入数据

```bash
cd Knowledge-Graph
python -m src.data_importer
```

### 4. 启动 Web 服务

```bash
python web/app.py
```

访问 http://localhost:5000 查看知识图谱可视化。

## 📊 数据模型

### 节点类型
- **Movie**: 电影（id, title, year, rating）
- **Person**: 人物（name）
- **Genre**: 类型（name）

### 关系类型
- **DIRECTED**: 导演执导电影
- **ACTED_IN**: 演员出演电影
- **BELONGS_TO**: 电影属于类型

### 示例图结构
```
(周星驰)-[:DIRECTED]->(功夫)
(周星驰)-[:ACTED_IN]->(功夫)
(功夫)-[:BELONGS_TO]->(动作)
```

## 🔧 API 接口

| 接口 | 方法 | 说明 |
|------|------|------|
| `/api/graph` | GET | 获取完整图数据 |
| `/api/movies` | GET | 获取所有电影 |
| `/api/movie/<id>` | GET | 获取电影详情 |
| `/api/person/<name>` | GET | 获取人物信息 |
| `/api/genres` | GET | 获取所有类型 |
| `/api/genre/<name>` | GET | 获取某类型的电影 |
| `/api/search?q=` | GET | 搜索电影 |
| `/api/co-actors/<name>` | GET | 获取合作演员 |

## 📚 学习要点

1. **知识图谱建模**: 如何将现实世界的实体和关系抽象为图结构
2. **Neo4j 基础**: Cypher 查询语言、节点/关系/属性
3. **图数据可视化**: ECharts 力导向图展示
4. **数据导入**: CSV 数据到图数据库的 ETL 过程

## 🔗 Neo4j 连接信息

- **URI**: bolt://111.229.38.227:7687
- **用户名**: neo4j
- **密码**: knowledge123
- **Browser**: http://111.229.38.227:7474

## 📖 参考资源

- [Neo4j 官方文档](https://neo4j.com/docs/)
- [Cypher 查询语言](https://neo4j.com/developer/cypher/)
- [ECharts 关系图](https://echarts.apache.org/zh/option.html#series-graph)