我要投稿

利用Neo4j和Pyvis实现当日知识图谱的生成与展示

发布日期：2024-06-22 06:38:55 浏览次数： 2928

作者：智知鱼之乐

微信搜一搜，关注“智知鱼之乐”

背景介绍

知识图谱通过节点和关系展示数据之间的联系，被广泛应用于数据挖掘、推荐系统、语义搜索等领域。本文将介绍如何利用Neo4j数据库和Pyvis库，通过Flask实现仅展示当日数据的知识图谱。

实现步骤

Part.01

环境配置

首先，设置Neo4j数据库的连接参数，并引入必要的Python库：

from neo4j import GraphDatabasefrom pyvis.network import Network确保已正确配置Neo4j连接和Pyvis安装。

Part.02

数据查询与处理

我们在查询当日数据时遇到了一个问题：查询结果显示为全部数据，而不是仅当日数据。导致问题的原因是每次生成图表时，之前的数据没有清空，导致结果叠加。

MATCH (a)-[r]->(b) WHERE a.username = $username AND type(r) <> 'MENTIONS' AND a.timestamp.year = date().year AND a.timestamp.month = date().month AND a.timestamp.day = date().day RETURN a, r, b

该查询语句提取当前用户在当天的所有节点和关系数据。

Part.03

问题解决

为了确保每次生成图时内容清空，我们在每次生成图表前重置Pyvis的Network对象。具体做法是，在生成图表的函数中，每次调用前重新初始化Network对象：

self.visual_graph = Network(height="750px", width="100%", bgcolor="#ffffff", font_color="black")

Part.04

数据可视化

遍历查询结果，将节点和关系添加到网络图中，并生成HTML文件：

self.visual_graph.show("knowledge_graph.html")

结论

本文介绍了如何利用Neo4j和Pyvis，通过Flask实现仅展示当日数据的知识图谱。在遇到当日数据显示为全部数据的问题时，通过每次生成图前重置网络图对象的方法成功解决了问题。该方法不仅适用于单日数据的展示，还可以扩展到其他时间范围的数据可视化应用中。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-02-23

骚操作！把 Obsidian CEO 神级 Skill 灌进 Gemini，秒出 12 套知识图谱，太离谱！

2026-02-22

企业级上下文工程：从Context Graph到生产级AI

2026-02-21

别再往 AI 的上下文里“倒垃圾”了：Agent 的尽头，是 Skill Graphs

2026-02-20

大模型时代的知识工程：OpenKG年度回顾（2025-2026）

2026-02-20

Ontology-本体论

2026-02-13

上下文图谱（Context Graph），才是打开企业Agentic 模式的“开关”

2026-02-11

知识图谱与大模型的结合：Stardog的本体论和符号化知识蒸馏技术解析

2026-02-06

Markdown文件本身就是智能体的图数据库！

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Manus决定出售前最后的访谈，全是干货

2025-12-31

什么是本体（Ontology）？

2025-12-23

从静态到动态：探索LLM和RAG在自动更新知识图谱中的协同效应

2026-01-11

大模型时代的知识工程：OpenKG年度回顾（2025-2026）

2026-02-20

Context Graph2025年最具代表性论文与技术进展汇总

2026-01-14

别再往 AI 的上下文里“倒垃圾”了：Agent 的尽头，是 Skill Graphs

2026-02-21

本体论与知识图谱：揭示语义技术的核心差异

2026-01-10

面向本体质量的评估指标与方法探析

2026-01-16

骚操作！把 Obsidian CEO 神级 Skill 灌进 Gemini，秒出 12 套知识图谱，太离谱！

2026-02-23

零噪声知识图谱提取革命：构建自适应本体驱动GraphRAG系统

2025-12-24

大家都在问

在大学里“知识图谱”，真的有人用吗？

2026-01-27

什么是本体（Ontology）？

2025-12-23

大模型落地最后一公里：为什么企业必须重构对“本体（Ontology）”的认知？

2025-12-01

文档知识图谱构建：AI代理如何简化复杂流程？

2025-07-29

如何搭建Agent的知识库底座？

2025-07-14

如何为客户数据构建语义视图？

2025-06-14

Agent Infra 图谱：哪些组件值得为 Agent 重做一遍？

2025-05-23

Graph-RAG全面综述：如何用知识图谱+大模型解决信息检索难题？

2025-05-23

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw