点击蓝字,关注我们
社区的文豪同学使用 TuGraph 图数据库构建了以哪吒为起点的人物关系图,随着数据的不断补充,图的范围在不断扩大,哪吒关联的世界远比我们想象的更加庞大,通过图数据的形式呈现,更容易揭示其中的深层关系。一起来看看会有哪些新发现吧~
📌 附上由大模型整理的哪吒人物关系数据,其中哪吒的基本人物关系(父母、师承、敌友等)主要来自《封神演义》和道教典籍,感兴趣的朋友们也可以尝试自己导入复现、优化,比如也加入《西游记》的数据试试~?欢迎大家投稿你的最佳实践,我们会送上小礼物一份🎁
📊 数据下载:点击文末「阅读原文」获取数据
如果有任何建议或疑问,欢迎随时交流。
▍作者:张文豪,TuGraph 开源社区贡献者
1、建模
1.1 分析数据
按照关系圈让大模型整理了哪吒的人物关系,例如:
陈塘关
📌 节点(人物):
哪吒
李靖
殷夫人
金吒
木吒
陈塘关百姓
🔗 边(关系):
哪吒 → 李靖(父亲)
哪吒 → 殷夫人(母亲)
哪吒 → 金吒(大哥)
哪吒 → 木吒(二哥)
哪吒 → 陈塘关百姓(保护者)
通过对收集到的数据进行分析,以下是建模思路:将与各个人物相关的信息归纳到一个人物实体类型中。边的类型将被构建为不同的关系,并在边上添加一个属性以描述这些关系,例如“弟子”、“战友”等。
1.2 构建模型
1.2.1创建图项目
点击“新建图项目”创建“nezha”图项目。
1.2.2构建模型
创建点模型
点击“添加点”,创建“人物”节点。基于上述的数据分析,添加“姓名”、“介绍”、“type”属性,type 属性是为了区分不同的社交圈,例如“陈塘关”、“阐教”,后面样式配置的过虑中会用到。
创建边模型
点击“添加边”以创建“关系”边。针对以上的数据分析,我们将为这些边添加一个“描述”属性,用于表述具体关系,如“弟子”、“战友”等。
由于本次场景的数据量相对较小,且不同的关系类型较多,因此我们可以构建一条“关系”边,并在该边上增加属性以具体描述关系。
然而,在数据量较大时,我们也可以考虑为每种关系类型(如“弟子”、“战友”等)单独创建边,以更好地组织和管理不同的关系。
2、数据导入
建模完成后,通过可视化工具导入 Nezha 数据集。请注意,原始数据文件必须为 UTF-8 格式的 CSV 文件。导入数据时,需要先明确 CSV 文件的分隔符,然后将每一列与模型中的属性进行映射。需要特别说明的是,如果 CSV 文件没有表头,则可以从第“0”行开始导入;如果 CSV 文件的第一行是表头,则应从第“1”行开始导入。
3、画布展示
数据导入后,可以在图分析中进行点边展示。
3.1 数据查询
点击头部工具导航栏中的“查询”,查询出节点和关系,如下图。
3.2 样式配置
查询数据后,具体节点的姓名和介绍未能显示,这使得社交网络圈的结构不够清晰。接下来,我们可以进行样式配置,比如边的样式配置。在此配置中,可以指定在边上显示描述属性,从而清楚地展示两个节点之间的具体关系,例如“弟子”、“战友”等。
节点配置
选择需要配置的节点时,我们的模型中只创建了“人物”节点模型。接下来,以该节点为例,介绍如何配置节点样式。以下是可供选择的配置样式功能项:
大小:指定在画布中展示的节点的大小。
颜色:设置画布中节点的颜色,以加强视觉效果。
图标:选择在画布中节点展示的图标,便于快速识别。
显示属性:决定是否在节点上显示属性文本。
文本对应属性:选择需要显示的属性字段,提供下拉菜单供选择。
属性筛选:可以根据特定属性的不同值执行过滤筛选,例如使用 type 属性确定不同的社交圈。
在下述示例图中,使用 type 属性对不同的社交圈进行了过滤。可以为各个社交圈指定不同的节点大小、颜色和图标,以便更直观地区分不同的社交圈。这种可视化配置不仅提升了数据的可读性,还能够帮助快速识别和理解各个圈层之间的关系和特征。
3.3 最终效果
如下图所示,是对每个社交圈配置完成后的最终效果展示。通过为不同社交圈设置了独特的颜色和图标,我们能够清晰直观地识别每个社交圈的特征和关系。
4、写在最后
经过全面的数据分析与建模,我们成功构建了一个涵盖多个社交圈的人物关系图。在这个过程中,我们不仅将各个角色及其关系归纳为可视化节点和边,还通过样式配置,使得不同的社交圈能够以直观的方式区分开来。这不仅提升了信息传递的效率,也增强了数据分析的可读性。
通过对各种属性的灵活配置,我们展示了每个社交圈的独特特征,使得用户能够快速识别各人物间的复杂关系。例如,通过使用不同的节点大小、颜色和图标,我们清楚地表现了社交网络的层次结构和角色之间的互动关系。
希望本次建模与可视化的成果能够为后续的研究或项目提供有价值的参考。未来,我们可以继续优化模型,补充更丰富的数据信息(比如事件、地点等),进一步深入挖掘数据背后的潜在信息,推动社交网络分析的进展。

·END·

欢迎关注TuGraph代码仓库✨
https://github.com/tugraph-family/tugraph-db
https://github.com/tugraph-family/tugraph-analytics