neo4j 知识图谱_用知识图谱解读糖尿病基于python和neo4j

现在中老年人中有糖尿病的朋友越来越多了，大家都觉得我很有知识的样子，总是要俺帮着查查和咨询俺关于糖尿病的相关知识和问题。其实吧，我并不知道，但是为了回答有时会看一些这方面的论文，然后加上“扯商”还有一点，总能把周围的中老年人忽悠得七荤八素。

今天俺就用知识图谱去试着看看糖尿病的相关注意事项，这样以后再扯的时候就有根有据一点

数据源：天池。

一、把天池上提供的原始数据，基于自然语言处理和机器学习进行了分词以及抽取关系，这一块，以后有时间在聊。今天主要关心的是糖尿病的注意事项。

这是处理完了后的结果：

node：

edge：

二、创建有向图

结果就是这样的，一大坨，因为节点太多。那张图忘记截图了，就把给大家讲课的时候讲的这张NBA的知识图谱在这里充个数，不想在运行一次，老师的电脑设备太差了，运行一次时间太长了

然后在neo4j中创建了图谱，这样看着舒服多了。另外neo4j用的是CQL。

CQL代表Cypher查询语言。像Oracle数据库具有查询语言SQL，Neo4j具有CQL作为查询语言。和SQL一样好用，咱们有SQL的基础，学这个CQL二天可以搞定。

用

MATCH (n:Node) WHERE n.name ="格列齐特缓释片" RETURN n

然后点击节点展开。

大家看看这个常用药“格列齐特缓释片”的知识图谱，使我们充分了解了是药三分毒的道理：肾脏事件风险、心血管风险、严重低血糖、微血管事件。当然，吃药的时候还是要考虑到底是利大于弊还是弊大于利。

用

MATCH (n:Node) WHERE n.name ="二甲双胍" RETURN n

然后点击节点展开。

在看看神药“二甲双胍”，毕竟是神药，各种剂量种类真是多，常用于儿童和青少年糖尿病，可以防止动脉粥样硬化、抑制代谢综合征，但是会造成(？)卵巢过度刺激综合征、ED？难道它的药物机制和药物动力学会抑制性激素的分泌或者产生啥的？这个我需要进一步查下相关论文。

三、对创建的网络信息进行分析

有向网络平均最短距离、无向网络平均最短距离、所有节点的度分布序列、计算每个点的度中心性、计算每个点的入(出)度中心性、紧密中心度、介数中心度、特征向量中心度、网络密度、网络传递性、无向网络群聚系数、无向节点度的匹配性等进行分析，结果如下：

四、用PageRank分析这些节点的重要性

我们取了排序前十的节点。从结果简单的知道，糖尿病多二型(二型糖尿病、T2DM)；它的并发症较多是个可怕的东西；然后和肥胖大大的相关；会造成慢性肾脏病(ckd)；和多囊卵巢综合症(PCOS)也是大大相关的；和抗磷脂抗体综合征(ASP-2)也是相关很大；出现胰岛素抵抗等。

五、用HITS分析这些节点的重要性

(1)指向权威节点的链接集合节点如下：

血糖 0.001770860437495387

胰岛素 0.0015051819744990884

体重 0.0013762591471278701

HBA1C 0.0013757884405743424

LDL-C 0.0012768823661345248

体重指数 0.001242657762818237

血脂 0.0012361685905070833

二甲双胍 0.0012307726244180878

空腹血糖 0.0012239952026656374

血压 0.0012122107728914588

这些都是我们平时应该注意的生理指标，不要超标！还有神药二甲双胍。

(2)权威节点如下：

糖尿病 0.056831631480538686

2型糖尿病 0.04754696513663912

肥胖 0.020149646432667725

胰岛素抵抗 0.015311262284329665

T2DM 0.01329652985096264

1型糖尿病 0.011878102226490056

动脉粥样硬化 0.010733389280076716

心血管疾病 0.009715542052562968

NAFLD 0.009606968498475947

糖尿病肾病 0.008809030222871828

都是些相关的疾病和并发症！

这是用知识图谱做的一个最最简单的分析。

写在后面：写这篇推文，还有个原因是俺为了防止糖尿病特意去买了个控糖的电饭煲，想着多吃点也能保持身体健康和减肥，但是用了几天，感觉是交了“智商税”。所以，要想减肥控糖，方法唯有“管住嘴迈开腿”，没有之一。多运动少吃，糖尿病是个需要克制力的疾病。

关于PageRank和HITS大家可以参考下面这篇文章：

跟谁约会呢(PageRank)