- 1、本文档共15页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于Graphx的大规模用户图计算
淘宝技术部——数据挖掘与计算
梧苇
目录
Graphx简介和特性
图计算场景
整体模型,流程和算法
调优与改进
性能和技巧
总结
Graphx的发展
0.6 0.8 0.9
•2013-08-23 •2013-09-25 •2014-03-03
•Bagel •Graphx-Branch •Graphx-Alpha
Graphx架构
算法 PageRank SVDPlusPlus TriangleCount ConnectedCo StronglyConnectedCo
mponents mponents
模型
Pregel GraphLab
Graph
Ops Graph GraphImpl
核
心 PartitionStrategy VertexRDD EdgeRDD RDD[EdgeTriplet] RoutingTable
实
MessageToPartition
现 Edge EdgeTriplet ReplicatedVertexView
EdgePartition
VertexPartition
Graphx主要的接口
基本信息接口(numEdges ,numVertices ,degrees(in/out) )
聚合操作(mapVertices,mapEdges,mapTriplets)
转换接口(mapReduceTriplets ,collectNeighbors)
结构操作(reverse, subgraph, mask, groupEdges)
缓存操作(cache, unpersistVertices)
Graphx中设计的几个要点
3个RDD
边分割和点分割
用户图计算的场景
基于最大连通图的社区发现
基于三角形计数的关系衡量
基于随机游走的用户属性传播
用户信誉度模型
求偏导的过程最终也类似于pageRank
正能量,负能量都会向周边的点传播。对
于从点i到j 的边来说,“能量”传播的比例
是它在点i的所有边的权重和的占比
最优化过程,求使得AUC最大的参数配置,
标签集能量传播完之后,可以在训练集上计算AUC
对AUC求偏导,,得到我们想要的每个维度
的权重和偏移量
每个边的权重:
文档评论(0)