link-prediction-pyspark:用于链路预测的CNGF算法的Pyspark实现

上传者: 42103587 | 上传时间: 2023-01-02 16:17:44 | 文件大小: 7KB | 文件类型: ZIP
链接预测pyspark 用于链路预测的CNGFPyspark实现。 CNGF算法该有助于预测将来图中最可能连接的节点。 这可用于社交网络,以设想各种实体之间的连接。 与传统算法相比,该算法效率更高,因为它使用两个节点x和y的子图以及它们的公共邻居来预测将来的连接,而不是整个图。 它首先通过将子图中的公共邻居的度数除以整个图中该邻居的度数的对数来计算制导。 然后,它使用x和y的所有公共邻域的总和来计算相似度。 相似度越高,将来建立连接的机会就越大。 需要 Python 2.7以上 用法 要运行该程序,请克隆存储库并运行以下命令: $SPARK_HOME/bin/spark-submit --packages graphframes:graphframes:0.5.0-spark2.1-s_2.11 cngf.py file_path separator 它需要2个参数: fi

文件下载

资源详情

[{"title":"( 8 个子文件 7KB ) link-prediction-pyspark:用于链路预测的CNGF算法的Pyspark实现","children":[{"title":"link-prediction-pyspark-master","children":[{"title":"test_data.py <span style='color:#111;'> 742B </span>","children":null,"spread":false},{"title":"test.txt <span style='color:#111;'> 19B </span>","children":null,"spread":false},{"title":"test.py <span style='color:#111;'> 1.71KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"cngf.py <span style='color:#111;'> 8.36KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.04KB </span>","children":null,"spread":false},{"title":"example.txt <span style='color:#111;'> 158B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明