下载学堂APP缓存视频离线看
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群：
Hadoop算法工程师、大数据工程师、数据挖掘工程师。
你将会学到：
主要用Hadoop实现PageRank矩阵算法，包括：PeopleRank和PageRank，从社交网络中发现个体价值，PeopleRank算法，PeopleRank计算引擎系统架构，PeopleRank算法实现 几个方面的内容。
课程简介：
本视频为Hadoop实战视频，在给Dataguru网络课程《Hadoop应用开发实战案例》培训时录制，主要用Hadoop实现PageRank矩阵算法，包括：PeopleRank和PageRank，从社交网络中发现个体价值，PeopleRank算法，PeopleRank计算引擎系统架构，PeopleRank算法实现 几个方面的内容。
前言
从2011年开始，中国进入大数据风起云涌的时代，以Hadoop为代表的家族软件，占据了大数据处理的广阔地盘。开源界及厂商，所有数据软件，无一不向Hadoop靠拢。Hadoop也从小众的高富帅领域，变成了大数据开发的标准。在Hadoop原有技术基础之上，出现了Hadoop家族产品，通过“大数据”概念不断创新，推出科技进步。如果说Google改变了互联网，那么社交网络就改变人们的生活方式。通过社交网络，我们每个个体，都是成为了网络的中心。
我们的互联网，正在从以网页信息为核心的网络，向着以人为核心的网络转变着。于是有人就提出了，把PageRank模型应用于社交网络，定义以人为核心的个体价值。这样PageRank模型就有了新的应用领域，同时也有了一个新的名字PeopleRank。
课程大纲
1. 项目背景：PeopleRank和PageRank
2. 需求分析：从社交网络中发现个体价值
3. 算法模型：PeopleRank算法
4. 架构设计：PeopleRank计算引擎系统架构
5. 程序开发：PeopleRank算法实现
讲师介绍
张丹，精通R/Java/Nodejs多种编程语言，10年以上IT编程背景，多项SUN及IBM技术认证。丰富互联网应用开发架构经验，著有《R的极客理想—工具篇》、《R的极客理想—高级开发篇》图书。
课程大纲-Hadoop实战案例视频课程-PeopleRank从社交网络中发现个体价值
第1章Hadoop开发应用实战----PeopleRank从社交网络中发现个体价值 (1小时24分钟5节)
1-1
项目背景PeopleRank和PageRank把PageRank模型应用于社交网络，定义以人为核心的个体价值。这样PageRank模型就有了新的应用领域，同时也有了一个新的名字PeopleRank。关于PageRank的介绍，请参考文章：PageRank算法R语言实现下面我们将从一个PeopleRank的案例来解释，如何从社交网络中发现个体价值。案例介绍：以新浪微博为例，给微博中每个用户进行评分！从新浪微博上，把我们的关注和粉丝的关系都找到。我们的任务是，需要给这些账号评分！方法一，简单求和：评分=关注数+粉丝数+微博数方法二，加权求和：评分=a*关注数+b*粉丝数+c*微博数
[13:33]开始学习1-2
PeopleRank算法模型基于PageRank的理论，我们以每个微博账户的“关注”为链出链接，“粉丝”为链入链接，我们把这种以人为核心的关系，叫PeopleRank。关于PageRank的介绍，请参考文章：PageRank算法R语言实现通过R语言实现的计算模型，已经比较符合我们的评分标准了，下面我们把PeopleRank用MapReduce实现，以满足对海量数据的计算需求。
「仅限付费用户」点击下载“hadoop-peoplerank..pdf”
[17:51]开始学习
“张丹”老师的其他课程更多+
