Graphx圖算法【0】

本文介紹的Graphx的圖上算法都是基于Pregel模型實(shí)現(xiàn)的。

用戶圖計(jì)算的場(chǎng)景：

  • 基于度分布的中樞節(jié)點(diǎn)發(fā)現(xiàn)
  • 基于最大連通圖的社區(qū)發(fā)現(xiàn)（聚類）
  • 基于三角形計(jì)數(shù)的關(guān)系衡量
  • 基于隨機(jī)游走的用戶屬性傳播（聚類）

該系列文章主要針對(duì)Spark的Graphx組件中提供的6項(xiàng)圖算法進(jìn)行源碼的簡(jiǎn)要學(xué)習(xí)和筆記記錄，有不對(duì)的地方歡迎指正呀~

【1】三角形計(jì)數(shù)TriangleCount
【2】PageRank
【3】標(biāo)簽傳播LabelProgagation
【4】最短路徑ShortestPaths
【5】連通分量ConnectedComponents
【6】強(qiáng)連通分量StronglyConnectedComponents

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容