介绍
在2020年欧洲电视网歌曲大赛取消之后，我们比以往任何时候都更加兴奋，但我们中间的极客不能只等一下！
欧洲电视网每年都会为我们带来奢华的服装，醒目的歌曲和大胆的舞蹈动作。在闪闪发光和彩虹的表面下，在互连数据集合中隐藏了一个复杂的地缘政治，竞争和战术的故事。
我们将在图形分析的帮助下尝试解开战略投票，邻居偏好和政治竞争。
数据模型
我们的数据集很简单。有51个Country节点具有以下属性：name，capital，lat，lng和flag。属性lat和lng代表一个国家首都的坐标，对于在地图上可视化数据至关重要。 flag属性也是如此。
每年的获胜者和亚军分别连接到Winner和RunnerUp节点，其中包含属性year和points的边缘IS。
Country节点（如果它们是邻近的国家 /地区）与BORDERS边缘连接。VOTE_JURY和VOTE_TELEVOTE边缘具有属性year和points。 VOTE_JURY边缘代表了每个国家的专业陪审团给出的许多积分，而VOTE_TELEVOTE边缘代表了1997年引入的公众投票。到目前为止，投票系统已更改了几次陪审团和公众平等分开。
使用Memgraph Lab可视化图
您可以在Memgraph Lab和Memgraph Playground Online上找到Eurovision Song竞赛数据集。
Memgraph Lab是一种集成开发环境，用于导入数据，开发，调试和配置文件数据库查询并可视化查询结果。只需转到数据集选项卡并加载 Eurovision投票结果数据集。
可视化memgraph中的数据非常简单。 memgraph Lab自动检测具有数值lat和lng属性的节点，并将其显示在地图上。
您可以通过在Memgraph Lab中使用样式编辑器来将地图定型为您的喜好。要了解有关样式编辑器的更多信息，请看一下this tutorial。
每个国家节点还具有用于显示图像的flag属性。您可以使用以下样式脚本在地图上显示标志：
@NodeStyle {
size: 100
border-width: 2
border-color: #ffffff
shadow-color: #bab8bb
shadow-size: 6
}
@NodeStyle Greater(Size(Labels(node)), 0) {
label: Format(":{}", Join(Labels(node), " :"))
}
@NodeStyle HasLabel(node, "Country") {
color: #dd2222
color-hover: Darker(#dd2222)
color-selected: #dd2222
}
@NodeStyle HasProperty(node, "name") {
label: AsText(Property(node, "name"))
}
@EdgeStyle {
width: 10
label: Type(edge)
color: gray
}
@NodeStyle {
image-url: Property(node, "flag")
}
要获取图形，请运行以下Cypher查询：
MATCH (c:Country)
RETURN c;
如果一切正常，您应该得到类似于下面的可视化。
数据分析
一些国家在制作好音乐（或与邻居保持牢固的关系）方面比其他国家更成功。让我们检查哪个国家是1975年以来最胜利的国家：
MATCH (c:Country)-[i:IS]-(w:Winner)
RETURN c.name AS Country, count(i) AS Wins
ORDER BY Wins DESC;
有趣的是，尽管我们的数据集不完整，但爱尔兰和瑞典仍然处于顶峰。
在欧洲电视网上排名第二，就像在奥运会上赢得了奖牌。让我们检查欧洲电视网的最大亚军：
MATCH (c:Country)-[i:IS]-(r:RunnerUp)
RETURN c.name AS Country, count(i) AS RunnerUp
ORDER BY RunnerUp DESC;
似乎英国是历史上最著名的亚军。
，但这并不全是赢！支持您喜欢的歌曲和投票有特别的满意。
有些国家在预测赢家方面比其他国家更好，还是有些国家的品味更好？让我们检查哪些国家在整个历史上给获胜者的分数最多：
MATCH (c:Country)-[vote:VOTE_JURY]->(: Country)-[i:IS]->(w:Winner)
WHERE vote.points = 12 AND vote.year = i.year
WITH c, COUNT(vote.points) AS points
RETURN c.name AS Country, points
ORDER BY points DESC
LIMIT 10;
但事实证明这不是好或坏的问题。当我们查看这些年来没有给赢家任何观点的国家清单时：
MATCH (c:Country)-[v:VOTE_JURY]->(:Country)-[i:IS]->(w:Winner)
WHERE v.points = 0 AND v.year=i.year
RETURN c.name AS Country, count(v) AS WasWrong
ORDER BY WasWrong DESC
LIMIT 10;
英国再次处于我们的榜首。
那么，欧洲电视网投票到底是什么？真的有一首醒目的歌曲才能赢得什么，还是还有更多？也许类似的语言或熟悉的文化发挥作用。
让我们检查谁是谁通过研究哪个国家彼此交流最多要点的幻想：
MATCH (c1:Country)-[v1:VOTE_JURY]->(c2:Country), (c1: Country)<-[v2:VOTE_JURY]-(c2:Country)
WHERE v1.year = v2.year
WITH c1.name AS Country1, c2.name AS Country2, SUM(v1.points) + sum(v2.points) AS Points
RETURN Country1, Points, Country2
ORDER BY Points DESC;
关系是对称的，因此对于每对，都有两个结果。在两个结果中，计算的点数都是相同的，但国家转换位置。
毫不奇怪，大多数爱在邻居之间交换！
让我们检查一下邻居多年来如何影响赢家的选择：
MATCH (w: Winner)-[i:IS]-(c1: Country)-[b:BORDERS]-(c2: Country),
(c1: Country)<-[v:VOTE_JURY]-(c2: Country)
WHERE i.year = v.year
WITH c1.name AS Country, sum(v.points) AS neighbour_points, i.points AS total_points
RETURN Country, round(1.0 * neighbour_points/total_points * 100) as Percent_of_neighbour_votes
ORDER BY Percent_of_neighbour_votes DESC;
看起来法国与邻居有着惊人的关系。但这是关于质量还是数量？
首先，让我们找出谁有最多的邻居参加比赛：
MATCH (c1:Country)-[:BORDERS]-(c2:Country)
WITH DISTINCT c2.name AS Neighbor, c1.name as Country
RETURN Country, COUNT(Neighbor) AS Number_of_neighbors
ORDER BY Number_of_neighbors DESC LIMIT 10;
似乎赢了。法国，俄罗斯和德国的邻居数量最多，对他们的胜利影响最大。
让我们结束一个具体的例子，说明地理位置对投票有多大影响。俄罗斯是2008年的赢家，但是如果禁止投票给邻居，将获得多少积分？
MATCH (c1:Country)-[b:BORDERS]-(c2:Country {name: 'Russia'}),
(c1:Country)-[v:VOTE_JURY {year: 2008}]->(c2:Country)
WITH sum(v.points) AS border_vote, c2.name AS name
MATCH (:Country)-[v:VOTE_JURY {year: 2008}]->(c:Country {name: 'Russia'})
RETURN c.name AS Country, sum(v.points) AS Points, sum(v.points)-border_vote AS Points_without_neighbours;
这是一个重要的差异！
结论
还有很多要解开和探索的，但是随着2021总决赛即将到来，是时候停止分析了。在发现今年的赢家之后，我们将更新数据集，并在明年进行新的，更令人兴奋的分析。
在此之前，有关如何使用图形分析分析网络数据的更多有趣示例，请访问Memgraph Playground并查看其中一个可用的教程。您也可以下载B Memgraph Lab并在本地尝试。
现在放松并享受所有欧洲电视网！
“晚安，欧洲！和澳大利亚早上好！”