【数盟2014.5.18上海聚会】基于SparkGraphx的大规模用户图计算和应用.pdfVIP

下载本文档

14
0
约4.26千字
约 15页
2015-09-25 发布于重庆
举报
版权申诉

【数盟2014.5.18上海聚会】基于SparkGraphx的大规模用户图计算和应用.pdf

1、原创力文档（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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

【数盟2014.5.18上海聚会】基于SparkGraphx的大规模用户图计算和应用.pdf

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：