7.1 推荐系统与社交网络：把共同行为变成信号

7.1 推荐系统与社交网络：把共同行为变成信号

本节摘要：推荐的本质是"和你相似的人还喜欢什么"，社交发现的本职是"朋友的朋友"。两者在图上是同一类问题：以共同行为为边、以邻居为候选。本节完整走一遍信号建模、离线相似度计算与在线查询服务的双层架构，并处理冷启动这个经典难题。

前六章的技能第一次整体上场。这道题的输入是行为数据（浏览、购买、点赞），输出是"你可能感兴趣"——中间全部过程都在图里发生。

一、信号建模：行为即边

推荐的图信号有三层，由弱到强：

// 三层信号：浏览（弱）→ 购买（中）→ 好评（强）
CREATE (u:User {userId: 'u-1001', name: '林晓'})
CREATE (i1:Item {itemId: 'i-201', title: '机械键盘'})
CREATE (i2:Item {itemId: 'i-202', title: '键帽套装'})
CREATE (u)-[:VIEWED {ts: datetime(), w: 1}]->(i1)
CREATE (u)-[:BOUGHT {ts: datetime(), w: 3}]->(i1)
CREATE (u)-[:RATED {stars: 5, w: 5}]->(i2)
​

权重 w 是信号强度，后续所有计算都按它加权。把行为建为边而非事件节点是这里的关键取舍：如果行为本身会被评论、被退款、被追踪生命周期，才升级为事件节点（2.1 的建模判据）；纯推荐场景里，加权边足够且遍历更快。

二、在线查询：朋友的朋友与共同偏好

轻量推荐直接用 Cypher 现算——图小（单用户邻域）时毫秒级：

// 协同信号：买过 A 商品的人还买了什么
MATCH (me:User {userId: 'u-1001'})-[b1:BOUGHT]->(a:Item)
      <-[:BOUGHT]-(other:User)-[b2:BOUGHT]->(rec:Item)
WHERE NOT (me)-[:BOUGHT|VIEWED]->(rec)
WITH rec, count(DISTINCT other) AS 支持人数,
     sum(b2.w) AS 信号强度
RETURN rec.title, 支持人数, 信号强度
ORDER BY 信号强度 DESC LIMIT 5
​

rec.title    | 支持人数 | 信号强度
-------------|---------|---------
"键帽套装"   | 4       | 11
"腕托"       | 2       | 5
​

社交发现的同构写法——朋友的朋友里找出"共同好友最多的人"：

// 两个人之间共同好友数 = 关系强度
MATCH (me:User {userId: 'u-1001'})-[:FRIENDS_WITH]-(f)-[:FRIENDS_WITH]-(fof)
WHERE NOT (me)-[:FRIENDS_WITH]-(fof) AND fof <> me
RETURN fof.name, count(DISTINCT f) AS 共同好友数
ORDER BY 共同好友数 DESC LIMIT 3
​

fof.name | 共同好友数
---------|-----------
"周然"   | 5
"李洱"   | 3
​

三、离线计算：相似度写回，在线直查

候选集一大，在线现算就不合算了。按 5.3 的三步走：投影、算法、写回——在线查询退化成读一个属性：

// 离线：物品相似度（基于共同购买者）写回
CALL gds.nodeSimilarity.write('item-graph', {
  writeProperty: 'simScore',      // 相似度写成 Item 节点间关系的属性
  relationshipTypes: ['BOUGHT_BY']
})
YIELD relationshipsWritten
​

// 在线：直接查已算好的相似关系，毫秒级
MATCH (me:User {userId: 'u-1001'})-[:BOUGHT]->(i:Item)
      -[s:SIMILAR_TO]->(rec:Item)
WHERE NOT (me)-[:BOUGHT|VIEWED]->(rec)
RETURN rec.title, s.simScore ORDER BY s.simScore DESC LIMIT 5
​

图：推荐的离线与在线双层架构

四、冷启动：图式解法

新用户没有行为边，协同信号失效。图的解法是换起点——从属性与内容出发找相似人群：

// 新用户 u-2002 只填了兴趣标签：从内容相似性借信号
MATCH (me:User {userId: 'u-2002'})-[:INTERESTED_IN]->(t:Topic)
      <-[:INTERESTED_IN]-(peer:User)-[:BOUGHT]->(rec:Item)
WHERE peer.activityScore > 0.5
RETURN rec.title, count(DISTINCT peer) AS 同好人数
ORDER BY 同好人数 DESC LIMIT 5
​

思路：兴趣标签是天然的中介节点，
     新人 → 标签 → 活跃同好 → 热门商品
     三程漫游给出"编辑精选式"的初始推荐，
     行为积累后再无缝切换到协同信号
​

社交网络侧的冷启动同理：导入通讯录建立第一批 FRIENDS_WITH 边，社交信号先于行为信号上岗。

五、推荐结果的业务口径

工程之外的提醒：推荐系统的指标在业务侧不在算法侧。图给出的候选集最终要看三个口径：

覆盖率：候选集是否长尾也能被推到（图的连通性红利）
多样性：同类候选是否扎堆（用社区或类别约束打散）
可解释性：沿路径输出推荐理由（"你的好友 A 也买过"）
​

第三条是图方案的独门优势——推荐路径本身就是理由，MATCH 出来的每一程都能翻译成人话。协同矩阵类方案给不出"为什么"，图方案顺手就有，这在推荐合规审查越来越严的环境里越来越值钱。

本节要点回顾

• 行为即边：VIEWED/BOUGHT/RATED 分级加权，行为本身被追踪才升级为事件节点；
• 轻量协同查询用 Cypher 现算，规模化后转"离线相似度写回 + 在线直查"；
• 社交发现与推荐同构：共同好友数就是关系强度；
• 冷启动的图式解法：换信号起点——兴趣标签与社交关系先顶上；
• 双层架构是 5.3 与 2.4 两条原则在业务侧的合流。

推荐是"顺水推舟"，下一节的欺诈检测是"顺藤摸瓜"——图把伪装撕开的地方。