Neo4j | 实体和关系的合并

实体消歧

图数据存储的过程中有时会遇到这样一类问题，对于实体和关系数据而言，在数据预处理或者数据清洗时可以做到实体间是不会重复的（去除重复的数据）；虽然实体不重复，但可能两个实体所代表含义是相同的，这部分需要做的工作就是实体消歧。

但传统意义上的实体消歧应该是在数据清洗准备阶段进行的（利用各种消除歧义、实体对齐的方法统一含义相同的实体），既对相同的实体合并后统一为一个实体后在入库，但对于一些特殊的业务场景，传统的实体消歧的方法就失去了作用。

例如对于这样一种业务场景：假设目前存在一些企业数据，企业与人员之间存在一些法人、董事、股东、投资的关系，但网络中存在多个叫“小明”（此处没有类似身份证号的标识进行标记）的人，只知道每个“小明”可能和不同的企业之间存在不同的关系，且里面一些“小明”可能是同一个人但创建了多个节点，这里就需要对是同一个人的“小明”实体进行合并，而不是同一个“小明”的实体不进行合并，合并当然有一定的业务逻辑和规则。

案例一：

可发现下图中共存在6个相同姓名的人员实体，其中左边三个每个都为单独且不同的实体，右边三个则表示同一个实体，所以需要对右边三个实体进行合并，但在合并的时候需要注意，节点合并后相应的关系也需要迁移到新的节点上。

MATCH (n:人员) 
with n.人员姓名 as name,collect(n) as nodelist,count(n) as nodecount
where nodecount > 1
call apoc.refactor.mergeNodes(nodelist) YIELD node
RETURN count(node)