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

graphframes，python包，用来本地windows环境下部署；graphframes，python包，用来本地windows环境下部署

使用Spark的GraphX库和GraphFrames创建图形 使用Spark GraphX（ ），GraphFrames（ ）和D3（ ）库的教程在Spark中创建，分析和可视化图形。 tutorial.ipynb ：Jupyter笔记本教程 d3.html ：D3生成的图形视图 中等的

上百节课视频详细讲解，需要的小伙伴自行百度网盘下载，链接见附件，永久有效。 DMP 全称数据管理系统, 为广告系统提供数据服务, 其中涉及标签处理, 用户识别, 图计算等技术点, 通过学习可以帮助学习者提升大数据开发的实战能力。 课程技术亮点： 采用Kudu技术，Kudu是开源的运行在Hadoop平台上的列式存储系统,拥有Hadoop生态系统应用的常见技术特性，运行在一般的商用硬件上，支持水平扩展,高可用。 基于高德地图API打造自有商圈库,方便管理,更新,基于商圈库可以给用户打上商圈信息。 GraphFrames是构建在DataFrame之上的类库，它既能利用DataFrame良好的扩展性和强大的性能，同时也为Scala、Java和Python提供了统一的图处理API。 ApacheZeppelin是一个让交互式数据分析变得可行的基于网页的notebook。Zeppelin提供了数据可视化的框架。 课程内容： 第一章Kudu入门 第二章CDH环境安装 第三章系统构建 第四章报表开发 第五章商圈库开发 第六章用户标签开发

graphframes-0.8.1-spark3.0-s_2.12.jar