neo4j為圖數據庫，其中涉及的也就為圖算法，圖算法被用來度量圖形，節點及關系。
在neo4j中，通過call algo.list() 可查看neo4j中的算法列表。
在neo4j官方文檔中，主要記錄如下各種方法：
一. 中心性算法（Centrality algorithms）
中心度算法主要用來判斷一個圖中不同節點的重要性：
（１）PageRank（頁面排名算法，algo.pageRank）
（２）ArticleRank（文檔排名算法，algo.articleRank）
（３）Betweenness Centrality（中介中心性，algo.betweenness）
（４）Closeness Centrality(緊密中心性，algo.closeness)
（５）Harmonic Centrality（諧波中心性(這個翻譯一直拿不准)，algo.closseness）
（６）Eigenvecor Centrality （特征向量中心性，algo.eigenvector）
（７）Degree Centrality(度中心性，algo.degree)
二. 社區發現算法（Community detection algorithms）
評估一個群體是如何聚集或划分的，以及其增強或分裂的趨勢：
（１）Louvain(魯汶算法，algo.louvain)
（２）Label Propagation（標簽傳播算法，algo.labelPropagagtion）
（３）Connected Components（連通組件算法，algo.unionFind）
（４）Strongly Connected Compontents（強連通組件，algo.scc）
（５）Triangle Counting/Clustering Coefficient（三角計數/聚類系數，algo.triangleCount）
（６） Balanced Triads（平衡三角算法，algo.balancedTriads）
三. 路徑尋找算法（Path Finding algorithms）
用於找到最短路徑，或者評估路徑的可用性和質量：
（１）Ｍinimum Weight Spanning Tree（最小權重生成樹，algo.mst）
（２）Shortest Path（最短路徑，algo.shortestPath）
（３）Single Source Shortesr Path（單源最短路徑，algo.shortestPath.deltastepping）
（４）All Pairs Shortest Path （全節點對最短路徑，algo.allShortestPath）
（５）Ａ＊ （Ａ star, algo.shortestPath.astar）
（６）Yen’s K-shortest paths(Yen k最短路徑，algo.kShortestPaths)
（７）Random Walk（隨機路徑，algo.randomWalk）
四． 相似度算法（Similarity algorithms）
用於計算節點間的相似度：
（１）Jaccard Similarity（Jaccard相似度，algo.similarity.jaccard）
（２）Consine Similarity（余弦相似度，algo.similarity.consine）
（３）Pearson Similarity（Pearson相似度，algo.similarity.pearson）
（４）Euclidean Distance（歐式距離，algo.similarity.euclidean）
（５）Overlap Similarity（重疊相似度，algo.similarity.overlap）
五. 鏈接預測算法（Link Prediction algorithms）
下面算法有助於確定一對節點的緊密程度。然后，我們將使用計算的分數作為鏈接預測解決方案的一部分:
（１）Adamic Adar（algo.linkprediction.adamicAdar）
（２）Common Neighbors（相同鄰居，algo.linkprediction.commonNeighbors）
（３）Preferential Attachment（擇優連接，algo.linkprediction.preferentialAttachment）
（４）Resource Allocation（資源分配，algo.linkprediction.resourceAllocation）
（５）Same Community（相同社區，algo.linkprediction.sameCommunity）
（６）Total Neighbors（總鄰居，algo.linkprediction.totalNeighbors）
六 預處理算法（Preprocessing functions and procedures）
數據處理過程：
（１）One Hot Encoding （algo.ml.oneHotEncoding）
原文地址：https://www.cnblogs.com/mzyn22/archive/2019/06/21/11065162.html
</div>