PeopleRank算法模型
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。
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
课程大纲
- 第一章 Hadoop开发应用实战----PeopleRank从社交网络中发现个体价值
- 1-1试看 项目背景PeopleRank和PageRank13:33
- 1-2PeopleRank算法模型17:51
- 1-3算法模型21:35
- 1-4程序开发19:48
- 1-5程序运行和结果解读11:59