4.3 建模不确定性
图形数据库中存在表示不确定性的不同方法，具体取决于应用程序及其计划查询。例如，可以为确定值和不确定值创建不同的节点，例如为 ›Ziege‹（山羊）创建一个节点，为 ›Ziege?‹（山羊？）创建另一个节点。在最坏的情况下，这会导致节点数量翻倍。向节点添加表示不确定性的属性也会导致节点数量增加。另一种方法是使用边，要么提供不同类型的关系（例如 ›has‹ 和 ›may-have‹），要么包含权重。前者会导致图中关系数量增加。后一种方法将节点和边的数量保持在最低限度，还允许包含不确定性的度量，例如百分比。在此处介绍的数据模型中，不确定性通过应用从 0（0% 确定）到 1（100% 确定）的边权重来建模。
图形数据库中并不能表示第 3 节中提到的所有不确定性，只有在数据源中标记为不确定性的不确定性才有可能。权重也是使用 Cypher 脚本设置的，基于 Arachne 中提供的值。如果一个值没有任何不确定性标记（例如 ›Ziege‹（山羊）），则边的权重设置为 1。如果该值用问号标记为不确定（例如 ›Ziege?‹（山羊）），则边的权重为 1 > x < 0.5，在本例中设置为 0.8。对于给出两个选项的值，将创建两条边。这些边的权重取决于是否存在问号。像 ›Rind oder Ziege‹（牛或山羊）这样的值会导致两条边的权重为 0.5，即有 50% 的机会实际描绘出两个选项中的一个。值“Rind oder Ziege？”导致两条边的权重为 0.5 > y < 0，在本例中设置为 0.3。此外，还引入了一个计数，以便能够区分属于一个密封侧的两个不确定边对。
在图 9中，海豹 CMS IS 038 在 Neo4j 中显示为图形。连接海豹侧面和生物的三条边不确定，权重分别为 0.5 和 0.8。
图 9：Neo4j 中的 CMS IS 038 及其所有属性。由于值为“Rind oder Ziege”（牛或山羊），连接 A 侧与生物的边的权重为 0.5。B 侧与“Greif”（狮鹫）相连，权重为 0.8，因为值中有一个问号。[图片由维也纳的 Martina Trognitz 提供。]
图 9：Neo4j 中的 CMS IS 038 及其所有属性。由于值为“Rind oder Ziege”（牛或山羊），连接 A 侧与生物的边的权重为 0.5。B 侧与“Greif”（狮鹫）相连，权重为 0.8，因为值中有一个问号。[图片由维也纳的 Martina Trognitz 提供。]
5.用例
数据导入后，可以使用 Cypher 查询图形数据库。这样就可以查询所有带有生物的印章的数量（总共 724 枚印章）。此外，只需一次查询，就可以轻松识别和统计与节点类型 ›Lebewesen‹（生物）有不确定边的印章数量（329 枚印章）。在 Neo4j 提供的浏览器中查看数据库时，查询结果也可以可视化和探索，这是大多数关系数据库管理系统不提供的开箱即用功能。
如第一部分所述，建立图形数据库是为了便于对数据集进行网络分析。这将在印章上描绘的生物集上得到证明，其中一个特定的研究目标是找出印章上哪些生物是相互结合的。
对于此任务，需要一组包含所有生物及其之间连接的节点。由于数据库中不包含连接，因此必须使用图 10所示的查询来创建它们。
图 10：Cypher 查询在同一印章上描绘的两种不同生物之间建立链接，并增加该对在其他印章上每次出现的链接数（边的权重）。[图片由维也纳的 Martina Trognitz 提供。]
图 10：Cypher 查询在同一印章上描绘的两种不同生物之间建立链接，并增加该对在其他印章上每次出现的链接数（边的权重）。[图片由维也纳的 Martina Trognitz 提供。]
然后可以将其导出，以便使用网络分析软件（例如visone ）进行处理。数据集可以以 graphML 格式提供，可以使用neo4j-shell-tools通过单个命令从 Neo4j 导出。这里使用图形数据库的另一个主要优势变得清晰，因为不必从第 2 节中介绍的四个表中繁琐地生成节点和边的列表。
两个不同的数据集被导出为 graphML，导入 visone，进行分析和可视化。图 11显示了数据集的结果图，其中包含所有不同生物的共现，包括确定和不确定的生物。当仅考虑确定性等于或大于 0.8 的生物时，该图会生成图 12中的图像。
图 11：网络可视化显示哪些生物经常一起出现在印章上。基础数据考虑了所有现存的描述，无论它们是确定的还是不确定的。[图片由维也纳的 Martina Trognitz 提供。]
图 11：网络可视化显示哪些生物经常一起出现在印章上。基础数据考虑了所有现存的描述，无论它们是确定的还是不确定的。[图片由维也纳的 Martina Trognitz 提供。]
图 12：网络可视化显示哪些生物经常一起出现在印章上。 0.8 的现有描绘。[图片由维也纳的 Martina Trognitz 提供。]
图 12：网络可视化显示哪些生物经常一起出现在印章上。基础数据仅考虑确定性等乌干达电报数据 于或大于 0.8 的现有描绘。[图片由维也纳的 Martina Trognitz 提供。]
6. 结论
当数据集中存在不确定性时，为具有多个密封面的爱琴海海豹实施图形数据库需要特别注意。不可能将数据集隐含的不确定性纳入数据模型，但对于那些显式的不确定性，存在各种方法。在这里展示的案例中，将不确定性建模为加权边被证明是最合适的。
实践证明，使用图形数据库非常直观、快捷，尤其是因为数据不仅以表格形式显示，还可以以带有可扩展节点的图形形式显示。因此，用户可以进一步探索查询结果。
使用网络分析软件导出数据以供进一步检查几乎是自然而然的事情，通过包含或排除不确定值，可以进一步调整此过程。所介绍的用例只是触及可能性的表面，例如，图 11中显示的结果确实包括不确定值的两个可能值以及选项。在进一步的实验中，可以通过仅包含一个选项来分析数据，然后将其与包含另一个选项的分析进行比较。
通过使用更多节点类型来扩展图形数据库模型，以便为生物引入更广泛的类别，例如“野生动物”或“家养动物”，也许能够揭示印章上图案使用所固有的根本规则。