我正在努力使用 Gremlin 在 AWS Neptune 中的图形上完成介数中心性计算。我正在使用 Gremlin 食谱：
g.V().as("v").
repeat(both().simplePath().as("v")).emit().
filter(project("x","y","z").by(select(first, "v")).
by(select(last, "v")).
by(select(all, "v").count(local)).as("triple").
coalesce(select("x","y").as("a").
select("triples").unfold().as("t").
select("x","y").where(eq("a")).
select("t"),
store("triples")).
select("z").as("length").
select("triple").select("z").where(eq("length"))).
select(all, "v").unfold().
groupCount().next()
这在这个玩具图上效果很好，也来自食谱：
g.addV().property(id,'A').as('a').
addV().property(id,'B').as('b').
addV().property(id,'C').as('c').
addV().property(id,'D').as('d').
addV().property(id,'E').as('e').
addV().property(id,'F').as('f').
addE('next').from('a').to('b').
addE('next').from('b').to('c').
addE('next').from('b').to('d').
addE('next').from('c').to('e').
addE('next').from('d').to('e').
addE('next').from('e').to('f').iterate()
但是当使用 Neptune 中预加载的 Movielens100k 数据集时，它无法在合理的时间内进行计算。大概这是因为图太大，中间中心性在计算上太昂贵了。 该图已在 Neptune 中正确加载，我可以进行标准遍历。
所以我的问题是：对于更大的图，可以使用 Gremlin 还是我们需要依赖 Networkx 和其他包，或者 Sparql 中是否有解决方案？所以我的问题是在 AWS Neptune 中计算中心性指标的最有效方法是什么？非常感谢！！
Gremlin 可能不是最好的解决方案，您可以尝试将 networkx 或 igraph python 库用于图形算法