Spark 系列（六）Spark-GraphX的PageRank算法----热度排名的实例代码+图解展示

写在前面： 我是「nicedays」，一枚喜爱做特效，听音乐，分享技术的大数据开发猿。这名字是来自world order乐队的一首HAVE A NICE DAY。如今，走到现在很多坎坷和不顺，如今终于明白nice day是需要自己赋予的。
白驹过隙，时光荏苒，珍惜当下~~
写博客一方面是对自己学习的一点点总结及记录，另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对 大数据与机器学习感兴趣，可以关注我的动态 https://blog.csdn.net/qq_35050438，让我们一起挖掘数据与人工智能的价值~

Spark GraphX 图算法：

一：PageRank模型：

每个网页为一个点

A到B的链接抽象为一条有向边

整张网页链接抽象成一份有向图

• 接下来我们通过一个转移矩阵来表示用户从页面i到页面j的可能性

$$M=\left[\begin{array}{cccc}0& \frac{1}{2}& 0& \frac{1}{2}\\ \frac{1}{3}& 0& 0& \frac{1}{2}\\ \frac{1}{3}& \frac{1}{2}& 0& 0\\ \frac{1}{3}& 0& 1& 0\end{array}\right]$$

• 这个矩阵的每一列代表一个具体网页的出链，简单地说就是当前网页向其他网页的链接，第一列为A-A,A-B,A-C,A-D
• 矩阵的每一行代表一个具体网页的入链，简单地说就是其他网页向当前网页的链接,第一行为A-A,B-A,C-A,D-A

Rank值：

不加权重的话，本意是当前页面点击一次后停留在自己页面的概率

• 初始时用户访问每个页面的概率均等，假设一共有 N 个网页，每个网页的初始 PR 值 = 1 / N。我们可以将这些网页的初始 PR 值保存到一个向量中。

$$P_0=[\begin{array}{cccc}\frac{1}{4}& \frac{1}{4}& \frac{1}{4}& \underset{4}{}\end{array}$$