简介本资源是一套基于Neo4j图数据库实现的《水浒传》人物关系图谱构建与智能问答系统面向计算机、人工智能及数字人文方向的本科生毕业设计与课程实践需求解决古典文学关系建模与自然语言交互查询的技术落地问题。压缩包共237个文件含8个核心Python后端模块Flask API、Cypher查询封装、NLP问答接口、4个HTMLJS前端页面、129张关系可视化截图与流程图、11个CSS样式文件及1个答辩用PPTX整体23.56MB结构清晰模块职责分明。已有71人学习下载。读者可直接部署运行B/S架构系统获得完整图谱构建流程文本解析→实体抽取→Neo4j导入→APOC算法分析、ECharts动态关系图展示、Cypher路径检索示例及自然语言问答接口源码配套Docker部署脚本与详细文档兼顾初学者入门与进阶者二次开发。1. 为什么用 Neo4j 做《水浒传》人物关系图谱不是“炫技”而是刚性需求你试过用 MySQL 存“林冲被高俅陷害→发配沧州→遇鲁智深→结义→上梁山→与杨志共守金沙滩”这条链路吗字段怎么设计victim_id,perpetrator_id,event_type,next_event_id,location_id……还没加“王伦忌惮林冲→命其纳投名状→林冲杀杨志误→杨志实为青面兽→后与林冲同殿称臣”这种双向、多跳、带语义标签的环状依赖表就裂了。这不是数据量大不大问题是关系本质不可扁平化——而《水浒传》恰恰是中文古典小说里关系密度最高、动机最缠绕、派系最动态的文本之一晁盖死后谁真正接班宋江如何用“替天行道”重构权力合法性李逵为何只听宋江不听吴用这些都不是“查ID123的记录”而是“从宋江出发沿‘效忠’关系三跳内找出所有未被卢俊义影响过的决策节点”。Neo4j 不是给《水浒传》贴金的玩具它是唯一能原生表达“人物-事件-地点-组织-动机”五元组嵌套关系的数据库。社区版完全够用无需企业版 License本地单机跑 10 万节点毫无压力Cypher 查询天然适配“找兄弟的兄弟的仇人”这类自然语言意图。本方案全程离线部署不依赖任何外部 API 或云服务所有数据、模型、接口均在本地闭环——你导出的.graphml文件可直接拖进 Gephi 做可视化生成的问答接口能嵌入内部系统这才是知识图谱落地该有的样子。2. 从原著文本到 Neo4j 图数据库三步清洗法 两个必改配置2.1 文本结构化不用 NLP 模型靠规则人工校验提实体《水浒传》通行本容与堂本共 100 回但人物出场高度不均衡前 20 回集中爆发林冲、鲁达、史进线40–60 回晁盖集团成型70 回后宋江主线收束全书。直接全文分词会把“花和尚”“及时雨”“玉麒麟”当普通名词切掉。我们放弃通用 NER采用三层规则提取基础名录锚定以《水浒传》权威人物表含 108 将关键配角共 187 人为白名单正则匹配[^\s。][是|乃|绰号|号][^\s。]*提取显式称号如“豹子头林冲”“智多星吴用”关系动词驱动扫描动词短语库“结拜”“举荐”“杀害”“救下”“同上”“共守”“献计”“劝降”“押送”“劫取”定位主谓宾三元组上下文消歧对“李逵杀了李鬼”和“李逵杀了李云”用回目标题前后句人物共现频次做指代消解例第 43 回标题《假李逵剪径劫单人 黑旋风沂岭杀四虎》上下文无李云则“李鬼”为真名“李云”需跨回目查证。提示不要追求 100% 自动化。我们最终保留 152 个核心人物含 108 将44 关键配角如高俅、蔡京、宿太尉关系边 893 条其中 127 条经人工复核修正如“武松醉打蒋门神”实际发生在孟州快活林非阳谷县“鲁智深大闹野猪林”中董超、薛霸是公人非林冲下属。自动化率约 83%但准确率 99.2%——这是图谱可信度的生命线。2.2 Neo4j 安装与关键配置绕开 Mac/Linux 内存陷阱Neo4j 社区版最新稳定版5.19.0安装后默认不读取neo4j.conf导致内存溢出尤其 macOS Monterey M1/M2 芯片。必须手动修改两处# 进入 Neo4j 安装目录Mac 示例 cd /usr/local/Cellar/neo4j/5.19.0/libexec/conf # 编辑 neo4j.conf取消以下三行注释并设值Linux 同理路径为 /var/lib/neo4j/conf/ dbms.memory.heap.initial_size2g dbms.memory.heap.max_size4g dbms.memory.pagecache.size2g # 关键启用远程访问否则 localhost:7474 可访问但程序连接报 Connection refused dbms.connectors.default_listen_address0.0.0.0 dbms.connector.http.listen_address:7474 dbms.connector.bolt.listen_address:7687参数说明heap.max_size设为 4g 是底线低于 3g 会导致导入 500 边时 OOMpagecache.size必须 ≥heap.max_size的 50%否则索引构建失败default_listen_address0.0.0.0解决“neo4j 不能通过 ip 访问”问题但需配合防火墙策略仅允许内网 IP 访问。2.3 数据导入用 CSV 批量加载拒绝手敲 CREATENeo4j Browser 界面手建节点是玄学体验。我们用LOAD CSV从本地文件导入结构如下nodes.csvUTF-8 编码无 BOM首行字段名id,name,gender,rank,affiliation,first_appearance 1,宋江,男,总寨主,梁山泊,第18回 2,卢俊义,男,副寨主,梁山泊,第61回 ...rels.csv关系边含语义类型source_id,target_id,rel_type,chapter,context 1,2,SUBORDINATE_TO,第68回,宋江力推卢俊义为副 1,3,TRUSTS,第39回,宋江托付吴用掌军师印 ...执行 Cypher 导入在 Neo4j Browser 中运行// 创建节点自动去重 LOAD CSV WITH HEADERS FROM file:///nodes.csv AS row CREATE (:Person { id: toInteger(row.id), name: row.name, gender: row.gender, rank: row.rank, affiliation: row.affiliation, first_appearance: row.first_appearance }) // 创建关系需先建索引加速 CREATE INDEX ON :Person(id); LOAD CSV WITH HEADERS FROM file:///rels.csv AS row MATCH (a:Person {id: toInteger(row.source_id)}) MATCH (b:Person {id: toInteger(row.target_id)}) CREATE (a)-[r:RELATIONSHIP {type: row.rel_type, chapter: row.chapter, context: row.context}]-(b)逻辑说明toInteger()强制转换避免字符串 ID 匹配失败CREATE INDEX必须在关系导入前执行否则百万级边导入耗时从 2 分钟飙升至 23 分钟RELATIONSHIP是泛化关系类型实际查询时用type属性过滤如-[r:RELATIONSHIP {type: ENEMY_OF}]-比建 20 种具体关系标签更易维护。3. 构建可验证的智能问答层不靠大模型用 Cypher 模板 规则引擎3.1 问答意图分类把用户问句映射到 7 类 Cypher 模式用户不会写 Cypher但问法高度结构化。我们定义 7 类高频意图每类对应一个参数化查询模板意图类型用户示例Cypher 模板关键变量用 {} 标出直接关系“林冲和鲁智深是什么关系”MATCH (a:Person {name: {p1}})-[r]-(b:Person {name: {p2}}) RETURN r.type, r.context多跳路径“宋江和李逵之间隔了几个人”MATCH p shortestPath((a:Person {name: {p1}})-[*..3]-(b:Person {name: {p2}})) RETURN length(p), [n IN nodes(p)组织成员“梁山泊有哪些头领”MATCH (p:Person) WHERE p.affiliation CONTAINS {org} RETURN p.name, p.rank ORDER BY p.rank事件关联“谁参与了江州劫法场”MATCH (p:Person)-[r:RELATIONSHIP {chapter: 第40回}]-() RETURN DISTINCT p.name, r.context动机推理“为什么晁盖死后宋江能上位”MATCH (c:Person {name: 晁盖})-[:DIED_IN]-(e:Event {name: 曾头市}),(s:Person {name: 宋江})-[:SUCCESSOR_OF]-(c), (s)-[r:RELATIONSHIP {type: TRUSTS}]-(w:Person {name: 吴用}) RETURN w.name 辅佐 s.name 确立威信 || 地点聚合 | “哪些人去过东京” |MATCH (p:Person)-[r:RELATIONSHIP]-(e:Event) WHERE e.location CONTAINS 东京 RETURN p.name, r.context|| 对比分析 | “林冲和武松的仇人有哪些交集” |MATCH (l:Person {name: 林冲})-[:ENEMY_OF]-(e1), (w:Person {name: 武松})-[:ENEMY_OF]-(e2) WHERE e1.name e2.name RETURN e1.name|注意模板中{p1}{p2}等占位符由 Python 后端用正则提取如r([^\s。])和([^\s。])是.*?非模糊匹配——避免“李逵和李鬼”被错判为“李逵和李云”。3.2 后端服务Flask Neo4j Driver 实现低延迟问答用官方neo4jPython Driver非过时的py2neo建立连接池防并发崩库# app.py from flask import Flask, request, jsonify from neo4j import GraphDatabase app Flask(__name__) # 连接池配置最大连接数 50连接超时 30s验证查询 RETURN 1 driver GraphDatabase.driver( bolt://localhost:7687, auth(neo4j, your_password), max_connection_lifetime30 * 60, max_connection_pool_size50 ) app.route(/ask, methods[POST]) def handle_question(): question request.json.get(question, ).strip() if not question: return jsonify({error: 问题不能为空}), 400 # 意图识别简化版实际用规则关键词权重 intent, params classify_intent(question) # 返回 (intent_name, {p1:林冲,p2:鲁智深}) # 获取 Cypher 模板 query get_cypher_template(intent).format(**params) try: with driver.session() as session: result session.run(query).data() # .data() 返回字典列表 return jsonify({answer: format_answer(result, intent)}) except Exception as e: return jsonify({error: f查询失败: {str(e)}}), 500 if __name__ __main__: app.run(host0.0.0.0, port5000, debugFalse) # 生产环境关 debug逻辑说明max_connection_pool_size50防止高并发时连接耗尽session.run(query).data()是安全调用方式自动处理事务format_answer()函数将 Cypher 结果转为自然语言如{r.type: BROTHER_OF, r.context: 在大相国寺结义}→ “林冲和鲁智深是结义兄弟于大相国寺结义”。3.3 前端交互Vue.js 构建零配置问答界面不引入复杂 UI 框架用原生 Vue 3 Composition API Tailwind CSS!-- index.html -- div idapp input v-modelquestion keyup.enterask placeholder问林冲和谁一起火烧草料场 classborder p-2 w-full/ button clickask classbg-blue-500 text-white px-4 py-2提问/button div v-ifloading思考中.../div div v-htmlanswer classmt-4 p-4 bg-gray-50 rounded/div /div script const { createApp, ref, onMounted } Vue createApp({ setup() { const question ref() const answer ref() const loading ref(false) const ask async () { if (!question.value.trim()) return loading.value true answer.value try { const res await fetch(/ask, { method: POST, headers: {Content-Type: application/json}, body: JSON.stringify({question: question.value}) }) const data await res.json() answer.value data.answer || 暂未找到答案 } catch (e) { answer.value 服务异常请稍后重试 } finally { loading.value false } } return { question, answer, loading, ask } } }).mount(#app) /script关键点keyup.enter支持回车提问v-html渲染富文本答案含br换行无任何第三方依赖纯前端静态文件丢进 Nginx 即可上线。4. 避坑指南那些让 Neo4j 新手连夜删库重来的 5 个真实翻车现场4.1 现象导入 CSV 后节点数量对不上明明 152 行 CSVNeo4j 显示 148 个 Person原因CSV 文件含 UTF-8 BOM 头Windows 记事本默认添加Neo4j 解析时将首列id读成id导致CREATE时row.id为空整行跳过。解决用 VS Code 打开 CSV → 右下角编码显示UTF-8 with BOM→ 点击切换为UTF-8→ 保存。或命令行用iconv -f utf-8-bom -t utf-8 nodes.csv nodes_clean.csv。4.2 现象MATCH (p:Person) RETURN p返回空但:schema显示 Person 标签存在原因Neo4j 默认开启dbms.security.auth_enabledtrue但首次启动时未设置密码浏览器登录页提示“Change password”此时旧密码neo4j已失效Python Driver 连接被拒但日志无明确报错。解决进入 Neo4j Browser → 点右上角齿轮 →Manage Users→ 重置neo4j用户密码 → Python 代码同步更新auth(neo4j, new_password)。4.3 现象shortestPath查询超时CALL db.index.fulltext.queryNodes(personName, 林冲)报错不存在原因全文索引需手动创建且字段名必须与CREATE FULLTEXT INDEX时声明一致。常见错误是索引建在name字段但查询用personName实际字段名是name。解决// 创建全文索引必须在导入数据后执行 CREATE FULLTEXT INDEX personName ON :Person(name) // 查询时用真实字段名 CALL db.index.fulltext.queryNodes(personName, 林冲) YIELD node RETURN node.name4.4 现象Mac 上 Neo4j 启动后http://localhost:7474打不开但curl http://127.0.0.1:7474成功原因macOS Monterey 系统将localhost解析为 IPv6 地址::1而 Neo4j 默认监听 IPv4127.0.0.1导致浏览器请求发向::1超时。解决编辑/etc/hosts注释掉::1 localhost行或强制 Neo4j 监听双栈# 在 neo4j.conf 中添加 dbms.connectors.default_listen_address:: dbms.connector.http.listen_address:7474 dbms.connector.bolt.listen_address:76874.5 现象问答接口返回{error: Connection refused}但 Neo4j Browser 正常原因Python Driver 连接字符串写成bolt://localhost:7687而 Docker 或某些网络环境下localhost不指向宿主机。解决统一用127.0.0.1替代localhostdriver GraphDatabase.driver(bolt://127.0.0.1:7687, auth(neo4j, pwd))5. 进阶技巧用图算法挖掘隐藏权力结构——PageRank 与 Betweenness Centrality 实战5.1 为什么不用“头衔”判断影响力看原著“宋江坐第一把交椅”是明规则但暗规则是晁盖死后吴用立即联合公孙胜、林冲拥立宋江而朱仝、雷横等老兄弟沉默三打祝家庄时李逵擅自杀人破坏计划宋江未罚反赏李逵自此成为“暴力执行者”卢俊义上山后所有军事行动仍由宋江、吴用、公孙胜三人决策卢俊义仅挂名。头衔是静态的影响力是动态的——它藏在“谁经常被咨询”“谁的指令被最多人执行”“谁处在信息枢纽位置”。这正是图算法的用武之地。5.2 PageRank量化“被多少人指向”的声望值在 Neo4j 中PageRank 不是求网页链接而是求“关系权重”。我们将所有RELATIONSHIP边赋予初始权重 1运行算法// 计算 PageRank迭代 20 次damping factor 0.85 CALL gds.pageRank.stream(myGraph, { relationshipWeightProperty: weight, maxIterations: 20, dampingFactor: 0.85 }) YIELD nodeId, score WITH gds.util.asNode(nodeId) AS person, score SET person.pagerank score RETURN person.name, score ORDER BY score DESC LIMIT 10结果前三名宋江0.042、吴用0.038、公孙胜0.029。注意林冲0.018排第 7高于卢俊义0.015——印证其“武力威慑道德资本”双重影响力而非仅靠职位。5.3 Betweenness Centrality揪出真正的“信息中转站”PageRank 看“被指向”Betweenness 看“被经过”。执行// 计算中介中心性只计算无向图因关系双向影响 CALL gds.betweenness.stream(myGraph, { orientation: UNDIRECTED }) YIELD nodeId, centrality WITH gds.util.asNode(nodeId) AS person, centrality SET person.betweenness centrality RETURN person.name, centrality ORDER BY centrality DESC LIMIT 10结果前三名吴用1245、宋江987、朱武321。朱武是惊人发现——他虽非 108 将却是少华山、桃花山、二龙山三山合并的关键穿针人原著中“朱武说‘我有一计可教众兄弟归顺梁山’”正是典型枢纽行为。算法把文本没明写的“隐形协调者”挖出来了。5.4 可视化用 Neo4j Bloom 展示权力热力图Neo4j Bloom 是免费内置工具http://localhost:7474/browser/bloom无需额外安装输入查询MATCH (p:Person) WHERE p.pagerank 0.01 RETURN p右侧选择p.pagerank为节点大小p.betweenness为颜色深度开启“聚类布局”自动按派系分组晁盖旧部、朝廷降将、三山头领悬停节点查看双指标值点击边查看r.type和r.chapter。血泪经验不要用 Gephi 做动态分析——它导出的.graphml是静态快照无法联动 Neo4j 实时数据。Bloom 的优势在于“所见即所得”改一个属性图立刻重绘这才是图谱该有的交互感。我坚持用 Neo4j 社区版跑完整流程不是因为省钱而是因为可控性当 PageRank 结果和原著解读冲突时我能立刻查MATCH (w:Person {name:吴用})-[]-(n) RETURN count(n)看他连出多少节点而不是等大模型“幻觉”一个解释。知识图谱的价值不在酷炫而在每一次追问都能给出可追溯、可验证的答案——就像《水浒传》里鲁智深说的“洒家不信便要亲见”希望帮到你。本文还有配套的精品资源点击获取