一个覆盖 2006–2025 年度最佳游戏（Game of the Year）的开放知识图谱：既可在浏览器里交互式浏览力导向图谱，也能把整套数据一键导入 Neo4j 做图查询分析，还能在网页上调参做数据挖掘探索。
数据来源：Spike VGA / VGX（2006–2013）+ The Game Awards（2014–2025，含 2025 年黑马《光与影：33 号远征队》）。游戏元数据为基于公开资料的二次整理，仅供学习研究。
- 交互式知识图谱网站：力导向图，点击节点看详情；支持按年份 / 工作室 / 类型筛选、关键词搜索、图谱↔表格双视图。
- 🌐 数据探索（探索 SPA）：内置 FastAPI 探索 API + 原生 ES Module 探索 SPA。打开网站首先看到原始数据页与洞察页（v1 只读：图谱 + 表格 + 节点洞察）；点「开始数据探索」才进入探索 SPA——默认直接呈现标准口径的静态分析结果，点「自定义探索」才调参，结果在独立面板、不覆盖默认分析。
- 完整属性：每款年度最佳游戏都挖掘了类别 / 玩法 / 独特之处 / 缺点·争议 / 评分 / 主要奖项 / 影响力。
- 重点：开发商其他作品：不仅收录 GOTY，还展开其开发商的其他代表作（如 Rockstar 的 GTA 前作与 RDR、FromSoftware 的魂系列），形成「工作室 → 作品」关系网。
- 可导入 Neo4j：提供标准 CSV 数据集 + 离线 / 在线两种导入方式 + 自动导入脚本。
- 开箱即部署：支持本地
make serve、Docker / docker-compose 一键部署；静态站点也可通过make serve-static离线打开。
| 维度 | 数量 |
|---|---|
| 年度最佳游戏（GOTY） | 20 |
| 游戏节点（含开发商其他作品） | 107 |
| 开发商 | 15 |
| 游戏类型（15 顶层原子类别 + 子类型，含层级） | 47 |
| 年度大奖节点 | 20 |
| 关系（边） | 308 |
make insight # 只读浏览「原始数据页 + 原始洞察页」，默认 http://localhost:8080make serve # 启动 FastAPI（API + 洞察页 + /explore 探索 SPA），默认 http://localhost:8080
# 原始数据页/洞察： http://localhost:8080/ （默认落地页）
# 探索 SPA： http://localhost:8080/explore （调参数做数据挖掘，需主动进入）make serve-static # 仅静态托管 site/，默认 http://localhost:8080
# 或： cd site && python3 -m http.server 8080也可以直接双击 site/index.html 离线打开（数据已内联，无需联网；但此方式不含探索 API）。
make docker # 构建镜像 goty-knowledge-graph
make run # 运行容器，访问 http://localhost:8080make up # 默认：web 容器同源托管一切，图后端 networkx
# 原始数据页/洞察： http://localhost:8080/ 探索 SPA： http://localhost:8080/explore/
# API： http://localhost:8080/api/meta
# Neo4j Browser（可选，仅 --profile neo4j 时）： http://localhost:7474
#
# 体验 Neo4j（Cypher 驱动）： .env 设 GOTY_GRAPH_BACKEND=neo4j，再 docker-compose --profile neo4j up -ddocker-compose 会在 Neo4j 健康检查通过后，由 importer 服务自动把数据集导入图库。导入细节见 docs/neo4j_tutorial.md。
如果你已有 Neo4j（非云 Aura），把 data/csv/ 放到其 import 目录后执行 cypher-shell -u <user> -p <password> -f scripts/init.cypher；或一键起一个本地 Neo4j 并自动导入：make neo4j。详细说明与示例查询见 docs/neo4j_tutorial.md。
探索相关前端功能（参数化探索板块、交互式图谱浏览器、只读图查询接口）的使用说明集中在 docs/EXPLORATION.md，包括：
- 参数化探索板块：社区发现、开发商风格相似、GOTY 品味网络、聚类、时代热点等，可在线调参、实时计算可视化。
- 交互式图谱浏览器：种子渲染、多跳展开、社区分析（5 种算法 + 同类投影）、网络影响力、最短路径。
- 只读图查询接口
/api/graph/*：搜索、节点详情、多跳遍历、最短路径、社区发现、中心性排行榜。
默认 networkx（内存）即完整可用；切换到 Neo4j 后底层查询换 Cypher，接口与响应结构不变。
analysis/ 下是一套可插拔的图数据挖掘流水线（社区发现 / 工作室风格 / GOTY 特征 / 品味网络 / 时代热点等），人读结论见 docs/INSIGHTS.md，流水线用法与产物说明见 docs/ML_PIPELINE.md。
对外提供 demo 时的防护（限流 / 黑名单 / UA 拦截 / 异常判定 / 请求审计 / 访问统计）与用户认证体系（注册登录、会话、免登录调试开关、凭据安全）的设计与配置，集中在：
- docs/SECURITY.md — 防护设计、审计、访问控制、认证体系。
- docs/CONFIGURATION.md — 全部
GOTY_*环境变量参考。 - docs/DEPLOYMENT.md — 部署方式（GitHub Pages 静态站 / 完整站点）、免登录模式、样式构建链。
- SECURITY_REPORT.md — 独立漏洞报告（审查结论与残余风险）。
部署硬性要求：账号体系依赖 HTTPS（TLS） 承载，凭据仅在 TLS 加密通道内传输；生产请把
GOTY_SESSION_COOKIE_SECURE=true。
.
├── README.md / LICENSE / Makefile / pyproject.toml / Dockerfile / docker-compose.yml
├── src/ # 合并原始数据 → 数据集（CSV + graph.json）+ 生成网站
├── data/ # raw/（原始研究数据）、csv/、neo4j/、graph.json
├── site/ # index.html（原静态图谱站点，数据内联）+ explorer-graph/（探索 SPA）
├── site/src/ # 样式源（Tailwind 入口，改后需构建）；产物在 site/assets/ 并已提交
├── vendor/ # 第三方库（vis-network.min.js）
├── scripts/ # init.cypher、serve*.sh、neo4j_import.sh、audit_report.py
├── api/ # 探索后端（FastAPI，应用工厂 + 路由拆分 + 依赖注入）
├── analysis/ # 可插拔数据挖掘流水线（ml/）
└── docs/ # 文档（见下方索引）
完整后端结构与分层说明见 docs/ARCHITECTURE.md。
- 前端：原静态站点用 vis-network（力导向图，已本地化）；探索 SPA 为原生 ES Module，图表用纯 SVG 手绘渲染。样式用 Tailwind v4 构建（
site/src/→site/assets/）——产物已随仓库提交，因此部署与运行时仍零 Node 依赖；仅改动样式时才需要npm run build:css（详见 docs/ARCHITECTURE.md）。 - 后端：FastAPI + uvicorn 探索 API；复用
analysis/ml/计算模块（Strategy + Registry 可插拔架构）。 - 数据：Python 3 合并脚本，输出 CSV（Neo4j 友好）+ JSON。
- 部署：FastAPI 同源托管 / Docker / docker-compose。
- 图数据库：Neo4j 5.26（Community，可选后端）。
| 文档 | 内容 |
|---|---|
| docs/ARCHITECTURE.md | 后端架构、探索 API 设计、双有效性、异步任务、认证分层、模块解耦 |
| docs/EXPLORATION.md | 参数化探索板块、交互式图谱浏览器、只读图查询接口使用指南 |
| docs/SECURITY.md | 防护设计、请求审计、访问控制、用户认证体系 |
| docs/CONFIGURATION.md | 全部 GOTY_* 环境变量参考 |
| docs/EMAIL_VERIFICATION.md | 邮件验证功能（注册必填邮箱 + 验证前禁登录，已实现；含设计/原理/可行性） |
| docs/neo4j_tutorial.md | Neo4j 导入教程（节点/关系模型、两种导入方式、示例查询） |
| docs/DEVELOPMENT.md | 如何重新生成 / 扩展数据、修改构建流程 |
| docs/INSIGHTS.md | 数据挖掘报告（奖项品味 / 工作室格局 / 评分门槛 / 研究课题） |
| docs/ML_PIPELINE.md | 统计机器学习流水线结构与产物 |
| docs/DEPLOYMENT.md | 部署指南：GitHub Pages 静态站 / 完整站点、免登录模式、前端样式构建链 |
| SECURITY_REPORT.md | 独立漏洞报告 |
- 代码以 MIT 许可证开源（见 LICENSE）。
- 游戏元数据为基于公开资料的二次整理，仅供学习研究；游戏名称、商标、美术资产归各自权利人所有。如发现数据有误或需补充，欢迎提交 Issue / Pull Request。