1.PageRank算法描述:
1.1用1/N的页面排名值初始化每个顶点,N是图中顶点总数和。
1.2循环:
每个顶点,沿着出边发送PR值1/M,M为当前顶点的出度。
当每个顶点从相邻顶点收到其他发送的PR值后,合计这些PR值后作为当前当前顶点新的PR值。
图中顶点的PR与上一个迭代相比没有显著变化,则退出迭代。
2.PageRank算法案例:
package sparkGraphX
import org.apache.spark.graphx.{Graph, GraphLoader, VertexRDD}
import org.apache.spark.{SparkConf, SparkContext}
object pageRankTest {
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setAppName("SimpleGraphX").setMaster("local")
val sc = new SparkContext(conf)
sc.setLogLevel("WARN")
val graph: Graph[Int, Int] = GraphLoader.edgeListFile(sc,"D:/web.txt")
// val web: VertexRDD[Double] = graph.pageRank(0.001).vertices //动态调用 参数为收敛值
val staticPage: VertexRDD[Double] = graph.staticPageRank(5).vertices //静态调用 参数为迭代次数,第二个参数为resetProb: Double = 0.15为方法写死的值,不需要写即可。
staticPage.collect.foreach(println(_)) //输出计算的结果
}
}
打印的结果: 顶点的图形表示:
结果分析 :
2的入度是最多的,所以排名值最高,顶点2只有一个出度那就是8,所以8的值比较高,8的出度为1,1有两个出度,将排名值分散。以此类推。其中还有排名值系数的影响。这里只是初步的应用。