1、目标任务
完成有100个节点的知识图谱绘制
2、选题
考研数学知识点
3、进度
61个节点
4、tips
4.1、可以使用python进行批量节点关系绘制（还未细究）（已更新）
可以细究为利用导入数据，编程等方法批量导入生成数据，减少建立节点的工作量和错误率。 在仔细阅读教程后发现，使用python只是因为使用者对python足够熟悉，并且python有插件可以支持neo4j的知识图谱的搭建，批量导入并不是一定需要python。
4.2、在绘制节点时要注意不要出现同名节点
目前发现在第三章和第四章有同名的节点，导致直接生成了一个横跨两个章节的关系，并且由于Neo4j的自增设置，无法在原节点上更改关系，于是出现了节点和关系的冗余。
收尾时要记得删除多余关系。
4.3、手动输入的缺点
适合数量较少的情况，数量超过30个很容易搞混。
5、目标进度
周内基本完成绘制。
更新于2024/4/13 # --完成知识图谱绘制 ## --问题
在绘制时出现了同名节点，关系变得很乱，手动删除又十分麻烦（生气
更新于2024/4/14
neo4j本身的发掘
在查找neo4j操作时，找到了官网上的操作指南。事实上，在绘制过程中用到的过程不及其功能的百分之一。固然人工或半人工的构建模式是它最大的短板，它本身的功能和用途也不应该因为这个缺点而被忽视。
知识图谱的发掘
在查找最新的知识图谱的相关文献时，发现知识图谱因为它的直观的特点，在近一个月就有不同领域的对知识图谱的应用技术的开发，包括但不限于趋势预测，风险分析，安全决策，资源配置等，甚至看到了水电站发电量的优化处理。可见目前所看到的优化理论知识只是优化算法的冰山一角，lp的观点没有问题，但水文这座陈旧的大厦依然需要CS来注入足够新鲜的血液。
OVER