Neo4j + Bloom

 我先用一句話下標：

Neo4j = 圖資料庫（存你全部的知識）

Bloom = 給人看的可視化 / 編輯介面（拿來逛跟改那張圖）

很適合你想做的：「所有檔案與概念的關聯，讓使用者在圖上看見、手動調整 ‘距離/強度’，甚至每個人有自己的版本」。

---

1. Neo4j + Bloom 是什麼？

1.1 Neo4j：圖資料庫（Knowledge Graph 後端）

• Neo4j 是現在最常見的 graph database，用 節點 (node) + 關係 (relationship) 存資料，每個 node / relationship 都可以有屬性（properties）。

• 很適合做 knowledge graph：把文件、主題、概念、人、專案…都當成 node，彼此的連結當成 relationship。

1.2 Bloom：Neo4j 的圖形化探索 / 編輯工具

• Neo4j Bloom 是官方的可視化工具，給「不會寫 Cypher 的人」用來找資料、看關係、互動探索。

• 功能包含：

  • 搜尋（圖樣搜尋、全文搜尋）

  • 可視化、放大縮小、拖曳節點

  • 點 node / relationship 看詳細屬性

  • 直接在 UI 裡新增、刪除、修改節點與關係（權限允許的話）

---

2. Bloom 的 UI 特性（跟你要的「視覺存取 + 編輯」高度對應）

2.1 Perspectives & Legend（視角 + 樣式面板）

• Perspective：定義你要看的世界觀（哪些 label、關係類型、怎麼命名、預設顏色…）。每種資料領域可以有一個 Perspective。

• Legend panel：可以針對「某類 node / relationship」設定：

  • 顏色、大小、icon

  • レ線粗細、caption 顯示哪個 property（例如顯示檔名、關係類型）

  • 可以用「資料驅動規則」(data-driven rules) 依某個 property 做樣式，例如 weight 大 → 線比較粗。

對你來說：

可以直接把 relationship.weight 映射成線條粗細或顏色 → 「視覺化關係強度」。

---

2.2 Search & Graph Pattern Search（搜尋 + 圖樣搜尋）

• Bloom 提供「自然語言式」搜尋，或透過 graph pattern（例如：(File)-[:RELATED_TO]->(Concept)）來找到一整片子圖。

• 也有全文搜尋，適合找特定檔名、關鍵字。

可以用來：

• 找「某個檔案」周邊所有相關概念

• 或「某個主題」下所有文件 + 其互相引用關係。

---

2.3 Scene & Scene Actions（場景 + 場景動作）

• Scene：Bloom 中的一個「視圖快照」，記錄當下畫面中有哪些 node/relationship、樣式與佈局，可儲存起來分享給其他人。

• Scene actions：可以在場景中選取一些 node/edge，然後執行預先定義的 Cypher（像是「對選到的節點跑某個分析」）。

這讓你可以做：

• 一鍵展開「跟這些文件相關的所有人與主題」

• 一鍵跑某種「相似度 / 重要度」演算法，然後直接在圖上顯示結果。

---

2.4 Scene Interactions：Shortest Path 等互動探索

• Bloom 有內建 Shortest Path 功能：選兩個節點，右鍵「Shortest Path」，它會幫你從 DB 找在 20 hops 內的最短路徑，直接畫在圖上。

對知識圖來說：

• 可以用來找「這兩個看起來毫不相關的概念，中間是透過哪些文件 / 人 / 主題連起來的」。

---

2.5 直接在畫面上編輯圖

• Bloom 不只是 viewer，如果你有寫入權限，可以在 UI 裡：

  • 新增節點

  • 新增關係

  • 修改 node/relationship 的屬性（例如 weight, note）

  • 刪除關係

• 官方文件也明講：Bloom 可以「make edits directly to the underlying graph data」。

這正好符合你想要的：

「人類透過可視化介面手動調整關係距離」。

---

3. Neo4j 對「關係 / 權重」的特殊技術

你在意的是：

每一條邊有自己的強度、距離，而且不同人可以不同。

Neo4j 的 property graph 模型 + GDS（Graph Data Science）可以很好地支援。

3.1 Relationship Properties（關係屬性）

在 Neo4j 裡關係本身就是一個物件，可以有屬性，例如：

(:File {id: 'A'})-[:RELATED {
  baseWeight: 0.6,
  aliceWeight: 0.9,
  bobWeight: 0.2
}]->(:File {id: 'B'})

• 這些屬性可以被：

  • Cypher 查詢使用（加權路徑、排序…）

  • Graph Data Science 演算法當作 edge weight（例如 pagerank, shortest path, community detection）。

  • Bloom 的 styling 規則拿來做樣式（線的粗細、顏色）。

也就是說：你調一個 weight，後端演算法、前端樣式都能一起用。

---

3.2 Weighted 分析：Shortest Path / GDS

• Neo4j GDS 模組支援各種 weighted graph 演算法：

  • weighted shortest path

  • weighted pagerank

  • similarity、community detection 等等。

你可以：

• 用使用者自己調整的 weight 當作「語意距離」

• 用 GDS 算出「在某個人視角下，這幾個文件最接近哪些主題」

---

3.3 Bloom 的資料驅動樣式（用 weight 畫出距離感）

• Bloom 的 legend / styling 支援 data-driven rules：

  用 relationship 的某個屬性值，決定顏色、粗細、大小等。

• 雖然 Bloom 不會真的改「幾 pixel 的空間距離」，但可以透過：

  • 粗細（強關係畫粗線）

  • 顏色（強關係畫亮色）

  • 透明度（弱關係淡一點）

再配合使用者手動拖曳位置，就可以表現出你說的「認知上的距離」。

---

4. 怎麼用 Neo4j + Bloom 實作你想要的東西？

4.1 資料建模（針對你的需求）

你要的場景大概長這樣：

• Node 類型：

  • File（檔案）

  • Concept（概念 / 主題）

  • Person（使用者）

• Relationship 類型：

  • (:File)-[:ABOUT]->(:Concept)

  • (:File)-[:RELATES_TO { baseWeight, userWeights… }]->(:File)

  • (:Person)-[:RATES { weight }]->(:RELATION)（如果想把評分拆開存）

常見兩種「每人不同權重」設計：

模式 A：在關係上直接加 per-user 權重欄位

(:File)-[r:RELATES_TO]->(:File)

r.baseWeight
r.user_alice
r.user_bob
...

• 優點：簡單，Bloom 裡一次看的到全部欄位

• 缺點：使用者多時，關係屬性會變很胖（很多欄位）

模式 B：用另外一種「評分關係」

(:User {id:'alice'})-[:RATES {
  weight: 0.9
}]->(:RelationshipWrapper {relId: 'A_B'})

或是更實務一點：

(:User {id:'alice'})-[:PERCEIVES {
  weight: 0.9
}]->(:ConceptPair {from:'A', to:'B'})

• 優點：可以紀錄歷史、加時間戳、評論

• 缺點：Bloom 的 UI 上會多一層 node，要設計好 Perspective 才好看。

---

4.2 在 Bloom 裡的使用者操作流程範例

假設用模式 A / B 之一，Bloom 可以這樣用：

1. 使用者開啟「My Perspective」

   • 只顯示與自己相關的 weight 欄位（例如 weight_for_alice 或相關關係）

2. 在圖上：

   • 點兩個檔案中間的 edge → 右邊屬性面板出現

   • 使用者直接修改 weight 滑桿（其實是數字欄位）

   • Bloom 把修改寫回 Neo4j

3. Legend 裡設定：

   • weight >= 0.8 線變粗、變亮

   • weight < 0.3 線變細、變淡

4. 之後要跑分析：

   • GDS 以使用者視角 weight 跑 shortest path 或相似度

   • Bloom 的 Scene action 用該 weight 做篩選/排名

這整個流程不需要自己寫前端，只要：

• 定好 schema

• 在 Bloom 裡配置 perspectives、legend、styling 規則

• （選配）寫一些簡單 Cypher 當 Scene actions

---

5. 典型使用情境（跟你的 use case 的連結）

Neo4j 官方列出很多 knowledge graph 使用案例：包含搜尋、推薦、企業知識管理等。

針對你：

5.1 企業／個人 Knowledge Graph（文件 + 概念 + 人）

• Node：檔案、專案、主題、作者、客戶…

• Edge：引用、屬於同一專案、內容相似、相關主題…

• Bloom 給一般使用者：

  • 當「視覺知識地圖」來逛

  • 點檔案看 metadata + 相關檔案

  • 手動加／改關聯、調整權重

5.2 「每個人自己的視角」知識圖

• 每個人：

  • 用 Bloom 開自己的 Scene / Perspective

  • 手動把自己覺得「超相關」的連線權重調高

  • 或直接拉近節點位置

• 系統可以：

  • 記錄 per-user 權重

  • 之後用來：

    • 做個人化推薦

    • 找出某個人對某個領域的 mental model

5.3 高維關係探索（找隱藏關聯）

• 用 GDS 算出社群 / cluster

• 在 Bloom 中直接把群聚顏色標出來

• 用 shortest path 看「兩個看似無關的主題，其實被哪幾個檔案／人串起來」

---