简介面向心理学与自然语言处理交叉方向的毕业设计资料包基于Neo4j构建《基础心理学》教材知识图谱并实现可视化适合本科毕业设计选题参考、知识图谱项目入门及NLP实体关系抽取实践。资源约390MB内含任务书、开题报告、参考文献、中期与最终答辩材料、NLP实现代码以及实验自建数据集文件类型以docx、pdf、代码和PPT为主可直接复用数据与脚本。项目采用Bert-BiLSTM-CRF模型抽取人名与心理学概念定义“同一”“对立”“由…提出”等关系并通过脚本自动创建节点和关系映射至图数据库完整覆盖从数据处理、模型训练到图谱构建的闭环流程。已有191人学习下载适合需要快速掌握知识图谱构建方法、获取完整毕设方案与可运行代码的读者。1. 教材是线性的记忆是网的用 Neo4j 把《基础心理学》重组成知识图谱做《基础心理学》期末复习时我总在翻书看到“感觉记忆”想回去查定义看到“遗忘曲线”又得翻到第六章。教材章节是线性组织的但大脑里的知识是网状关联的。基于neo4j的基础心理学教材知识图谱构建与可视化正是把课本里的概念、理论、人物、效应拆成节点和关系存成一张能跨章节查询的图。它能回答“艾宾浩斯遗忘曲线被哪些实验支持”这类教科书目录给不了的问题。对毕业设计来说这本教材有一个天然友好的点目录、术语表、课后习题就是半成品的本体不需要你从零做命名实体识别。你只需要搭好 Neo4j 图数据库、写一个导入脚本、再用可视化把成果展示出来就能形成一套完整且有实物的作品。这条路适合心理学专业想往数据分析方向走的本科生、教育技术方向要展示知识库的同学以及刚接触 Neo4j 想拿真实数据练手的入门者。下面各章按我实际做过的路线展开本体设计、数据导入、可视化、排坑和交付前体检。2. 知识图谱构建的第一步给《基础心理学》定实体、关系和属性知识图谱构建常犯的第一个错误是跳过本体设计。拿到教材文本就开始写爬虫抽句子抽出来的三元组互相打架最后图里全是零散边。教材类知识图谱的优势在于章节结构、术语索引、课后习题本身就是强约束。利用这些约束先把实体类型和关系类型定死后面的导入就是匹配填空。2.1 为什么教材适合先定本体再抽取和通用知识图谱的差别通用知识图谱通常先做命名实体识别再训练关系抽取模型从自由文本中找出实体间的语义连接。教材则完全不同一个章节里有明确的概念定义句式课后练习里还会反复出现术语。所以教材场景下可以反着做先定义好实体类型和关系类型再用规则去课文里配对。这样做的准确率比纯模型高每一步都可解释这也是毕业答辩时最容易被追问的部分。我一般把这一步做成一张术语抽取规则表凡是被加粗并且括号里带“又称”的记为定义式概念凡是出现人名加年份加“提出”的记为理论提出关系。规则先覆盖目录和章节引言再递归到正文。本体建模、语义层、知识管理这些说法本质上都落在这张规则表和关系表上先把它们理顺比急着跑代码重要得多。2.2 实体类型与关系类型两张表把边界定清楚《基础心理学》里能当作节点的实体常见的是六类概念、理论、人物、效应、实验、章节。其中“章节”节点本身不是心理学知识但它承担聚合功能让每个概念能回溯到教材来源。下面这张表是实体部分的约定实体类型例子来源概念感觉记忆、知觉恒常性、条件反射术语表和加粗定义理论加工水平说、衰减理论、情绪ABC理论章节核心论点人物冯特、巴甫洛夫、艾宾浩斯教材人名索引效应首因效应、近因效应、鸡尾酒会效应术语表和正文案例实验感觉剥夺实验、记忆广度实验正文“实验”小节章节第三章 感觉与知觉目录关系类型控制在 10 条以下。关系越少可视化越干净用户越容易看懂。以下是教材里高频出现的关系关系类型方向语义例句定义章节 - 概念第二章定义“感觉”上位于概念 - 概念“知觉”上位于“空间知觉”提出人物 - 理论艾宾浩斯提出遗忘曲线相关概念 - 概念记忆相关注意佐证实验 - 理论记忆广度实验佐证短时记忆容量基于理论 - 理论加工水平说基于感觉记忆研究“上位于”对应本体论里的 is-a 关系。建图时不建“下位于”统一从上位节点指向下位节点查询时靠方向判断层级少一半边。2.3 属性设计节点上放三类属性就够用节点属性不要贪多。教材类文本常用的只有三类name 作为唯一标识defined_at 记录来源章节comment 放一句话定义。关系属性一般只放一个 example 字段用来存原文例句方便答辩时直接展示出处。比如“感觉记忆”节点的 JSON 大致长这样{ name: 感觉记忆, defined_at: 第三章 感觉与知觉, comment: 刺激作用于感觉器官后短暂保持的映像 }这份 JSON 也可以直接作为标注模板让同伴按固定结构补数据避免各写各的格式后续导入脚本才不用反复改解析逻辑。3. 用 py2neo 构建图谱数据库从 CSV 到 Neo4j 的批量导入脚本本体定完下一步是把教材转成实体表和关系表再批量写进 Neo4j。这个环节最容易翻车不是不会写代码而是对 Neo4j 的约束和事务机制不熟导致导入慢、重复数据多。以下是我整理过的最小可运行方案。3.1 检查 Neo4j 安装与配置装完之后先做三件事新装 Neo4j 社区版时按这个顺序确认环境浏览器打开http://localhost:7474能进入 Neo4j Browser 说明服务已启动用默认账号neo4j登录后立即修改初始密码否则 Python 驱动连不上执行RETURN 1 AS ok;验证数据库写入权限正常。确认后再装 Python 依赖pip install py2neo pandaspy2neo 是 Neo4j 官方维护的 Python 驱动pandas 用来读 CSV。如果 pip 下载慢可以先把源换成清华 PyPI 镜像再把这两行指令重新执行不需要任何额外网络配置。3.2 实体表和关系表先让数据长成图想要的样子两张 CSV 是导入脚本的输入。entities.csv的每一行代表一个节点nametypedefined_atcomment感觉记忆概念第三章 感觉与知觉刺激作用后极短时间内保持的映像加工水平说理论第七章 记忆记忆保持取决于编码加工深度艾宾浩斯人物第七章 记忆遗忘曲线提出者relations.csv每一行代表一条边srcrel_typedstexample艾宾浩斯提出遗忘曲线艾宾浩斯用无意义音节研究遗忘遗忘曲线相关记忆保持教材第7章第2节两个硬规定第一type 和 rel_type 是英文或中文都可以但不能带空格第二src 和 dst 的 name 必须和实体表完全一致包括全角半角。这两点提前检查能省掉后面大量排错时间。写入前还要对entities.csv做一次去重用 pandas 处理import pandas as pd df pd.read_csv(entities.csv, dtypestr) df df.drop_duplicates(subset[name], keepfirst) df.to_csv(entities_dedup.csv, indexFalse, encodingutf-8-sig)用dtypestr是为了防止概念名里的数字被 pandas 读成 int输出用utf-8-sig是因为这个编码能让 Excel 和 Neo4j 都正确识别中文。3.3 py2neo 导入脚本merge 防重批次提交防卡死下面是核心导入代码用Graph.begin()维持一个事务到批大小边界再提交比逐条 create 快一个数量级# import_kg.py # 依赖pip install py2neo pandas import pandas as pd from py2neo import Graph, Node, Relationship, NodeMatcher GRAPH Graph(bolt://localhost:7687, auth(neo4j, 你的密码)) # 唯一约束保证同一概念名只有一个节点 GRAPH.run( CREATE CONSTRAINT concept_name IF NOT EXISTS FOR (n:Concept) REQUIRE n.name IS UNIQUE ) entities pd.read_csv(entities_dedup.csv, dtypestr) relations pd.read_csv(relations.csv, dtypestr) BATCH_SIZE 500 batch GRAPH.begin() count 0 # 第一遍写节点 for row in entities.itertuples(): node Node(Concept, row.type, namerow.name) if row.defined_at is not None: node[defined_at] row.defined_at if row.comment is not None: node[comment] row.comment batch.merge(node, Concept, name) count 1 if count % BATCH_SIZE 0: batch.commit() batch GRAPH.begin() batch.commit() # 收尾提交剩余事务 # 第二遍写关系 matcher NodeMatcher(GRAPH) batch GRAPH.begin() count 0 for row in relations.itertuples(): src matcher.match(Concept, namerow.src).first() dst matcher.match(Concept, namerow.dst).first() if src is None or dst is None: # 源或目标缺失时打印出来而不是静默跳过 print(f缺失节点: {row.src} 或 {row.dst}) continue rel Relationship(src, row.rel_type, dst) if row.example is not None: rel[example] row.example batch.merge(rel) count 1 if count % BATCH_SIZE 0: batch.commit() batch GRAPH.begin() batch.commit() print(导入完成)逻辑说明Node(Concept, row.type, namerow.name)创建节点时同时带两个标签“Concept”用于统一查询row.type用于区分概念、理论、人物等类型。batch.merge以 name 为键做 upsert重复运行脚本不会产生双份节点。第二遍关系写入用 NodeMatcher 先定位两端的节点再创建关系找不到节点时打印日志而不是跳过方便排查数据表缺失。参数调整BATCH_SIZE 在 200 到 1000 之间都合理取决于 Neo4j 所在机器内存。教材知识图谱的数据量在几千条时设 500 体感最好如果一次导入上万条且机器内存小降到 200否则事务内内存占用会过高。导入耗时过长时先看有没有其他进程占用 Neo4j 堆内存再决定是否调低批次。3.4 备选方案LOAD CSV 什么时候更合适数据量超过十万边时py2neo 逐条 match 会很慢此时可以改用 Cypher 原生的 LOAD CSV。先把 CSV 放到 Neo4j 安装目录的 import 文件夹然后执行LOAD CSV WITH HEADERS FROM file:///relations.csv AS row MATCH (a:Concept {name: row.src}) MATCH (b:Concept {name: row.dst}) MERGE (a)-[r:相关]-(b) SET r.example row.example这段 Cypher 的好处是全程在服务端执行不走 Python 与数据库之间的往返网络开销少吞吐量高很多。缺点是 Cypher 不支持把row.rel_type动态当成关系类型遇到多类型关系时要么先按 rel_type 把 CSV 拆成多个文件每个文件写一段固定关系类型的查询要么就回到 py2neo 脚本。毕设数据量在几千到几万边时py2neo 方案更可控我建议优先用 3.3 的脚本。4. 可视化与查询先满足答辩再谈知识图谱大屏Neo4j 的优势不止存储查询和可视化也直接影响毕业设计能不能被看懂。常见路径是先用 Neo4j Browser 验证数据再用 ECharts 做定制界面也就是常说的可视化大屏。两条路不冲突按阶段推进即可。4.1 从一个节点出发怎么查多条路径Cypher 的两个常用模板“neo4j查询从一个节点出发如何查询多条”是这种项目里问得最多的问题。第一种写法是固定一层、限定关系类型MATCH (n:Concept {name: 遗忘曲线})-[r]-(m:Concept) WHERE type(r) IN [提出, 佐证, 相关] RETURN n.name AS src, type(r) AS rel, m.name AS dst ORDER BY rel LIMIT 100这里type(r)拿到关系类型并做过滤结果是一张扁平的表格适合导出成 Excel 或放进论文附录。第二种写法是不限层数直接取子图MATCH p (n:Concept {name: 遗忘曲线})-[*1..2]-(m:Concept) WHERE n m RETURN p LIMIT 200[*1..2]表示一到两跳适合看某个概念的周边网络。p 是路径对象Browser 会把它画成图n 和 m 是路径两端的节点。LIMIT 必须加否则一个高连接度概念会把几千个邻居全拖出来浏览器直接卡死。个人经验是先跑第二条看到全貌再跑第一条取结构化明细。4.2 在 Neo4j Browser 里调出答辩可用的视图Browser 默认布局通常一团乱麻。答辩前我会设置三个点左侧选择“概念”“理论”等标签分批显示避免所有类型挤在一起右下角 Layout 选 Hierarchical 并按 defined_at 排序让同一章节的节点自动聚拢节点颜色按标签分组后只在图例里留下概念和理论两类人物和实验收进 tooltip 说明。这些设置在浏览器界面即时生效不需要写前端代码。中期检查如果只要求展示图结构这一步已经足够但最终答辩通常还要求一个独立页面这才需要 ECharts。4.3 用 Python 拉取查询结果交给 ECharts 画力导向图常见做法是用 ECharts 的 graph 系列做知识图谱前端插件。步骤分为两步后端用 py2neo 把图数据转成 JSON前端拿到 JSON 直接渲染。后端导出脚本# export_graph.py import json from py2neo import Graph GRAPH Graph(bolt://localhost:7687, auth(neo4j, 你的密码)) # 查询与记忆两跳以内的节点和关系 query MATCH p (n:Concept {name: 记忆})-[*1..2]-(m:Concept) WITH collect(DISTINCT n) collect(DISTINCT m) AS nodes, collect(DISTINCT relationships(p)) AS rels RETURN nodes, rels data GRAPH.query(query) nodes, rels data[0] def get_type(labels): for label in labels: if label ! Concept: return label return 概念 node_list [ {id: n[name], name: n[name], category: get_type(n.labels)} for n in nodes ] link_list [ { source: r.start_node[name], target: r.end_node[name], rel_type: type(r).__name__, } for r in rels ] with open(graph_data.json, w, encodingutf-8) as f: json.dump({nodes: node_list, links: link_list}, f, ensure_asciiFalse)这段脚本的关键点是ensure_asciiFalse保证中文写进 JSON 后可直接读get_type负责从多标签里取出“概念”“理论”这类实际类型因为所有节点都带着统一的 Concept 标签。前端用 ECharts 渲染时核心配置是一个 graph series// 前端拿到 graph_data.json用 echarts 渲染力导向图 const resp await fetch(graph_data.json); const graphData await resp.json(); const chart echarts.init(document.getElementById(kg)); chart.setOption({ tooltip: { trigger: item }, legend: { data: [概念, 理论, 人物, 效应, 实验, 章节] }, series: [{ type: graph, layout: force, roam: true, // 支持拖拽和缩放 categories: [ { name: 概念 }, { name: 理论 }, { name: 人物 }, { name: 效应 }, { name: 实验 }, { name: 章节 } ], data: graphData.nodes, links: graphData.links.map(l ({ source: l.source, target: l.target, label: { show: true, formatter: l.rel_type } })), force: { repulsion: 300, edgeLength: 120 }, label: { show: true, position: right, fontSize: 12 } }] });参数说明repulsion是节点间的斥力数值越大节点摊得越开300 左右适合几百个节点的教材图谱edgeLength是边长期望值两跳内查询建议 120 到 150太短会叠成一团。数据量到几千节点时可以加上layoutAnimation: false关掉入场动画否则每次刷新都要卡一次。实际部署时如果页面加载慢优先检查 graph_data.json 文件体积几百 KB 对现代浏览器很轻松超过 5 MB 就要考虑按查询局部渲染。5. 避坑与常见问题从安装到图查询的 5 个翻车点这个章节把毕设阶段和读者群里最常见的几类问题统一按“现象 → 原因 → 解决办法”列出来。这些问题不解决后面功能再正确都展示不出来。5.1 现象本机能开 Neo4j 服务局域网内别的电脑访问不了原因Neo4j 默认只监听 127.0.0.1配置文件里的默认地址限制了外部访问。解决办法修改 Neo4j 安装目录下的conf/neo4j.conf加入或改写成下面三行server.default_listen_address0.0.0.0 server.connectors.http.listen_address0.0.0.0:7474 server.bolt.listen_address0.0.0.0:7687需要注意不同小版本的配置键不一样Neo4j 4.4 用dbms.connector.http.address5.x 用server.connectors.http.listen_address。改完重启服务# macOS / Linux 下重启 Neo4j bin/neo4j restartWindows 上则在系统服务管理器中重启 Neo4j 服务。重启后再用本机查到的局域网地址访问如果仍连不上检查防火墙入站规则是否放行 7474 和 7687 端口。这条坑在答辩现场用笔记本投屏时特别常见提前配好能避免当场尴尬。5.2 现象用 LOAD CSV 导入中文数据后出现乱码原因CSV 文件没有保存为 UTF-8 编码很多编辑器默认另存为 ANSI。解决办法导入前统一转码。Excel 导出的文件用“另存为 CSV UTF-8”格式Python 脚本里写文件时用encodingutf-8-sig这个参数会在文件头部写入 BOM 标记能被 Neo4j 正确识别。如果已经乱码重新转码后再导一次即可不需要改 Cypher 语句。5.3 现象py2neo 导入几千条数据要几分钟甚至卡死原因没有使用事务逐条执行graph.create()每个节点都触发一次事务提交另一种是把所有节点一次性放进一个事务超过 Neo4j 默认的查询内存上限。解决办法是用Graph.begin()分批提交每批 200 到 500 条。出现卡死时先在 Neo4j Browser 执行CALL dbms.listTransactions()看事务状态确认没有堆积的长事务后重启服务再改成分批写入。5.4 现象同一段脚本跑两次关系数量翻倍原因导入时使用了create或没建唯一约束第二次运行把同名节点再建一遍另一个隐蔽点是关系 merge 时如果带了属性Neo4j 会把属性不同的关系也当成新关系跑两遍就出现两条重复边。解决办法节点写入一律用 merge并在建库前创建唯一约束。关系写入时先MERGE (a)-[r:提出]-(b)创建不带属性的关系再SET r.example 原文例句补充属性这样第二次运行不会新增边。5.5 现象网上教程说用 LOAD CSV 导入我一执行就报找不到文件原因file:///指向 Neo4j 安装目录下的 import 文件夹不是任意路径很多教程默认你已把文件放进了 import 目录但没说明这一点。解决办法把 CSV 放进 Neo4j 安装目录下的 import 文件夹再用相对路径引用LOAD CSV WITH HEADERS FROM file:///relations.csv AS row MATCH (a:Concept {name: row.src}) MATCH (b:Concept {name: row.dst}) MERGE (a)-[r:相关]-(b)还有一类报错是“Invalid input”原因通常是 CSV 的列名和 Cypher 里row.列名对不上检查 csv 表头和字段是否带空格。建议建表时列名不要用中文避免半角全角差异带来莫名问题。6. 交付前的一次图谱体检孤立节点、覆盖率与错题关联检查功能写完后别急着打包交文档。我会先用三组 Cypher 做一遍“体检”这几条查询在答辩现场也能当演示动作。第一组查孤立节点。没有关系的概念说明导入时关系表漏了边MATCH (n:Concept) WHERE NOT (n)--() RETURN n.name, labels(n)[0] AS type ORDER BY type LIMIT 50第二组查章节覆盖率看每个章节到概念的“定义”关系数量MATCH (c:章节)-[:定义]-(n:Concept) RETURN c.name AS chapter, count(n) AS concept_count ORDER BY concept_count DESC第三组查跨章节关联。统计每个概念连接的不同关系类型数数量为 0 或只有 1 的节点通常是图谱里的“孤点”MATCH (n:Concept)-[r]-(m:Concept) WITH n, count(DISTINCT type(r)) AS rel_kind RETURN n.name, rel_kind ORDER BY rel_kind ASC LIMIT 30这三组查询跑完之后孤立节点要手工补“相关”边覆盖率不足的章节回到实体表补数据。我印象最深的一次是在交文档前一天发现“暗示”这个概念没和“催眠”建立关系教材正文里明明有这句论述但实体表漏了抄体检脚本一跑就暴露了。后来每做知识图谱我都把这三条查询存成一个 reports.cql 文件边导边查不等到最后阶段再做检查。另一个值得加的做法是错题联动把题库里选择题的题干和正确选项也建成节点让教材图谱去支撑“为什么选 A 不选 B”的推理。这样毕设就从“查得到”变成了“能解释”答辩时说服力会明显不一样。希望这个习惯能帮到你。本文还有配套的精品资源点击获取