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。

博客原文：PeopleRank从社交网络中发现个体价值

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。