MapReduce学习之好友推荐

该博客介绍了如何使用MapReduce实现社交软件中的好友推荐功能。通过分析二度和三度关系来推断可能的好友连接,展示了MapReduce在处理大规模数据时的适用场景。文中给出了简单的代码实现和运行结果。
摘要由CSDN通过智能技术生成

背景

在QQ,微博等社交软件中都会有好友推荐的功能,本案例将使用MapReduce 实现一个简单的好友推荐的功能。想象一下,程序如何推荐好友呢?假设A和B为好友关系,B和C为好友关系,那么我们就假定A和C有好友关系。更复杂的情况,A和B、C均为好友关系,B、C和D均为好友关系,那么我们就假定A和D有好友关系。这样的关系可以称为二度关系。在实际过程中可以判断这种二度关系的数量进行好友推荐,或者进行三度关系的数量判断来进行推荐。

分析

数据如下形式:
A   B
B   C
C   D
B   E
A   D

map阶段可以得到如下格式:
Key:A  Value:B  D
Key:B  ValueC  E
Key:C  ValueD
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值